Simulasi penyebaran gas SO2 dari emisi cerobong menggunakan Computational Fluid Dynamics (CFD)

Gratis

14
91
56
2 years ago
Preview
Full text
SIMULASI PENYEBARAN GAS SO2 DARI EMISI CEROBONG MENGGUNAKAN COMPUTATIONAL FLUID DYNAMICS (CFD) VICTOR MAHAN DEPARTEMEN GEOFISIKA DAN METEOROLOGI FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2009 SIMULASI PENYEBARAN GAS SO2 DARI EMISI CEROBONG MENGGUNAKAN COMPUTATIONAL FLUID DYNAMICS (CFD) VICTOR MAHAN DEPARTEMEN GEOFISIKA DAN METEOROLOGI FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2009 ABSTRAK VICTOR MAHAN. Simulasi Penyebaran Gas SO2 dari Emisi Cerobong menggunakan Computational Fluid Dynamics (CFD). Dibawah bimbingan ANA TURYANTI dan FADILAH HASIM. Gas SO2 merupakan salah satu polutan yang bersumber dari emisi cerobong industri, khususnya yang berbahan bakar batubara. Penyebaran polutan tersebut perlu dipelajari guna melakukan pemantauan kualitas udara, salah satunya metodenya yaitu melakukan simulasi dengan menggunakan model matematis. Penelitian ini bertujuan untuk menghitung konsentrasi SO2, melihat pola sebarannya serta menghitung jarak ketika konsentrasi SO2 tersebut maksimum. Simulasi aliran gas dan udara dalam penelitian tugas akhir ini dilakukan menggunakan pendekatan dinamika fluida komputasional (CFD) dengan studi kasus di PLTU Suralaya. Persamaan konservasi massa dan momentum RANS, diselesaikan secara numerik dengan metode volume hingga (Finite Volume Method, FVM) menggunakan perangkat lunak FLUENT. Pemodelan turbulensi aliran dilakukan menggunakan persamaan Spalart-Allmaras sedangkan fluks difusi gas SO2 dihitung menggunakan persamaan transpor spesies. Hasil simulasi menggunakan Fluent menunjukkan konsentrasi SO2 maksimum di cerobong terjadi pada saat kondisi atmosfer tidak stabil yaitu sebesar 495 mg m-3 sedangkan konsentrasi SO2 maksimum pada ketinggian z = 1.5 m terjadi pada saat kondisi atmosfer sangat tidak stabil dengan nilai konsentrasi sebesar 5.06 µg m-3. Semakin stabil kondisi atmosfer, semakin lama polutan berada di atmosfer dan jatuh ke permukaan tanah pada jarak yang lebih jauh. Sebaliknya, semakin tidak stabil kondisi atmosfer, polutan semakin cepat jatuh ke tanah sehingga jarak ketika konsentrasi maksimum di permukaan tanah lebih dekat. Kata kunci : Computational Fluid Dynamics (CFD), dispersi, simulasi, SO2, stabilitas ABSTRACT VICTOR MAHAN. Simulation of SO2 dispersion from the stack emission using Computational Fluid Dynamics (CFD). Guided by ANA TURYANTI and FADILAH HASIM. Sulfur-dioxide (SO2) is one of pollutants emitted from industrial stack emission, particularly from industries which use coal as the fuel. This pollutant dispersion needs to be studied for monitoring of air quality, one of it methods is by doing simulation using mathematical models. This research is directed to predict the distribution of SO2 concentration, dispersion pattern and critical distance where the SO2 concentration being maximum. The simulation is performed by applying CFD approach to the case of study in Suralaya power plant. A widely used CFD software called FLUENT is used to solve the equations of mass and Reynolds-Averaged Navier Stokes momentum conservations using finite volume method. Turbulence is modeled using the Spalart-Allmaras one equation while SO2 flux diffusion is computed using the species transport equation. The simulation is performed for varying atmospheric condition from very unstable to very stable one. The simulation results show that the maximal SO2 concentration at the stack is 495 mg m-3 occurs at unstable atmospheric condition, as for the maximal SO2 concentration at the altitude of 1.5 m is 5.06 mg m-3 occurs at very unstable atmospheric condition. The more stable atmospheric condition the longer the pollutant exists in the air and it falls down to the ground at a farther distance. On the contrary, the more unstable atmospheric condition, the faster the pollutant falls down as of the distance when maximal concentration on the ground is closer. Keywords: Computational Fluid Dynamics (CFD), dispersion, simulation, SO2, stability SIMULASI PENYEBARAN GAS SO2 DARI EMISI CEROBONG MENGGUNAKAN COMPUTATIONAL FLUID DYNAMICS (CFD) VICTOR MAHAN Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains pada Program Studi Meteorologi Terapan DEPARTEMEN GEOFISIKA DAN METEOROLOGI FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2009 Judul Skripsi : Simulasi penyebaran gas SO2 dari emisi cerobong menggunakan Computational Fluid Dynamics (CFD) Nama : Victor Mahan NRP : G24050927 Menyetujui, Pembimbing 1 Pembimbing 2 Ana Turyanti, SSi., MT Dr. Fadilah Hasim NIP. 19710707 199803 2 002 NIP. 19700723 198911 1 001 Mengetahui, Ketua Departemen Geofisika dan Meteorologi Institut Pertanian Bogor Dr. Ir. Rini Hidayati, MS NIP. 19600305 198703 2 002 Tanggal lulus : RIWAYAT HIDUP Penulis dilahirkan di Jakarta pada tanggal 7 Agustus 1987 dan merupakan anak ke-4 dari empat bersaudara pasangan Nindito Hadiwiyoto dan Yulia Surya Astuti. Tahun 2005 penulis lulus dari SMU Negeri 34 Jakarta dan pada tahun yang sama diterima sebagai mahasiswa IPB program Mayor-Minor melalui jalur SPMB dengan memilih Program Studi Meteorologi Terapan, Departemen Geofisika dan Meteorologi Fakultas Matematika dan Ilmu Pengetahuan Alam pada tahun kedua. Semasa perkuliahan, penulis aktif dalam organisasi HIMAGRETO (Himpunan Mahasiswa Agrometeorologi) dari tahun 2006-2008. Selain itu, penulis juga pernah menjadi asisten praktikum Analisis Meteorologi program Sarjana IPB tahun 2009. KATA PENGANTAR Puji syukur penulis panjatkan kehadirat Allah SWT atas berkat rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan tugas akhir ini yang berjudul Simulasi penyebaran gas SO2 dari emisi cerobong menggunakan Computational Fluid Dynamics (CFD) sebagai salah satu syarat kelulusan pada Program Studi Meteorologi Terapan. Penghargaan dan ucapan terima kasih yang sebesar-besarnya, penulis haturkan kepada: 1. Keluargaku tercinta, papa dan mama serta kak inet, kak vivi, dan kak desi atas doa dan dukungannya. 2. Ibu Ana Turyanti, S.Si., M.T dan Bapak Dr. Fadilah Hasim selaku pembimbing tugas akhir serta Ibu Hanni Harahap, ST yang telah membantu dalam penyusunan tugas akhir ini. Semoga Allah SWT membalasnya dengan pahala yang berlipat. 3. Bapak Dr. Yayat Ruhiyat atas bantuannya memberikan data penelitian dan masukannya. 4. Budi Setio Prasanto S.Si atas masukan yang diberikan serta Agus Gaussian STP atas informasinya sehingga saya dapat menyelesaikan penelitian ini. 5. Kepala Laboratorium Meteorologi dan Polusi Atmosfer, Prof. Ahmad Bey beserta seluruh dosen Departemen Geofisika dan Meteorologi atas masukan dan ilmu yang telah diberikan selama ini. 6. Putri Tanjung Widiastuti S.Si, teman dan sahabat terbaik yang telah memberikan semangat, doa dan waktu dengan tulus. Terima kasih banyak atas segala perhatiannya. 7. Seluruh teman-teman GFM angkatan 42 yang telah bersama-sama selama 3 tahun menuntut ilmu. 8. Staf perpustakaan, Pak Pono atas pinjaman bukunya. Staf TU GFM, mas Aziz, mbak Wanti, mas Nandang, mbak Icha, Pak Djun, Ibu Enda. Terima kasih atas segala masukan dan bantuan administrasi. 9. Teman-teman PTD, Tuti , Uti, Yuges, Demin atas dukungannya serta Abdul, terimakasih banyak telah banyak membantu, semoga sukses selalu. 10. Semua pihak yang telah membantu dalam penyelesaian skripsi ini. Penulis berharap semoga tulisan ini dapat memberikan manfaat bagi para pembaca sebagai alternatif dalam melakukan pemantauan kualitas udara khususnya dari emisi cerobong industri. Penulis juga menyadari bahwa dalam tulisan ini masih banyak kekurangan maupun kesalahan. Oleh karena itu, masukan dari para pembaca sangat diharapkan guna memperbaiki sehingga tulisan ini bisa menjadi lebih baik. Bogor, Desember 2009 Penulis DAFTAR SIMBOL A b c C CD Cp d D E f FD g Gr h H J k k eff L n p q Q r R Re S Sc T u v W Y z y, µ t z Luas Permukaan (m2) Konsentrasi polutan yang masuk ke dalam kota (µg m-3) Konsentrasi rata-rata polutan pada keadaan steady state (µg m-3) Konsentrasi polutan pada arah x,y, dan z (µg m-3) Koefisien hambat Kapasitas panas (Joule kg-1 K-1) Diameter (m) Koefisien difusi massa (m2 det-1) Energi total (Joule) Fraksi campuran Fungsi damping viskos Gaya hambat (N) Percepatan gravitasi (m det-2) Bilangan Grashof Produksi dari viskositas turbulen (m2 det-1) Entalpi spesies (Joule mol-1) Tinggi (m) Ketinggian efektif cerobong (m) Fluks difusi dari spesies (kg m-2 det-1) Energi kinetik turbulen (m2 det-2) Konduktivitas (W m-1 K-1) Panjang (m) Nilai eksponen fungsi dari kekasapan permukaan Tekanan (Pa) Laju emisi per satuan luas (kg det-1 m-2) Laju emisi (kg det-1) Jari-jari (m) Rasio produksi spesies oleh reaksi kimia Bilangan Reynolds Total entropi (J K-1) Bilangan Schmidt Penambahan dari sumber lain Suhu udara (ºC) Kecepatan angin (m det-1) Vektor kecepatan angin (m det-1) Viskositas kinematik molekul (m2 det-1) Lebar (m) Fraksi massa Destruksi dari viskositas turbulen (m2 det-1) Ketinggian vertikal (m) Difusivitas panas (m2 det-1) Koefisien pemuaian panas (K-1) Konstanta von Karman Standar deviasi kepulan (m) Kerapatan fluida (kg m-3) Stress tensor (Pa) Viskositas dinamik (Pa det) Viskositas turbulen (Pa det) Fraksi mol Laju penurunan suhu adiabatik (ºC m-1) Konduktivitas panas (W m-1 K-1) DAFTAR ISI Halaman DAFTAR SIMBOL vi DAFTAR TABEL ix DAFTAR GAMBAR x DAFTAR LAMPIRAN xi I PENDAHULUAN 1.1 Latar Belakang 1.2 Tujuan Penelitian 1 1 1 II TINJAUAN PUSTAKA 2.1 Pencemaran Udara 2.1.1 Sumber dan Jenis Pencemaran Udara 2.1.2 Karakteristik Sulfur Oksida (SOx) 2.1.3 Faktor yang Mempengaruhi Pencemaran Udara 2.2 Model Prediksi Dispersi Polutan 2.3 Computational Fluid Dynamics (CFD) 2.4 GAMBIT 2.5 Fluent 2.6 Pendekatan Model 2.6.1 Persamaan Kontinuitas 2.6.2 Persamaan Navier-Stokes 2.6.3 Persamaan Turbulensi 2.6.4 Persamaan Transpor Spesies 2.6.5 Model Perpindahan Panas 1 1 2 2 3 9 10 11 11 12 12 12 12 15 15 III METODOLOGI 3.1 Waktu dan Tempat Penelitian 3.2 Bahan dan Alat 3.2.1 Jenis dan Sumber Data 3.2.2 Alat 3.3 Perhitungan Kadar Emisi SO2 dari Cerobong 3.4 Langkah Kerja Penelitian 3.5 Asumsi Model 16 16 16 16 17 17 18 21 IV HASIL DAN PEMBAHASAN 4.1 Kondisi Aliran di Dalam Model 4.2 Kecepatan Aliran di Sekitar Cerobong 4.3 Hasil Simulasi Penyebaran Gas SO2 pada Setiap Stabilitas Atmosfer 4.3.1 Kondisi Atmosfer Sangat Tidak Stabil 4.3.2 Kondisi Atmosfer Tidak Stabil 4.3.3 Kondisi Atmosfer Tidak Stabil Ringan 4.3.4 Kondisi Atmosfer Netral 4.3.5 Kondisi Atmosfer Stabil Ringan 4.3.6 Kondisi Atmosfer Stabil 4.4 Hasil Perhitungan Konsentrasi SO2 Menggunakan Fluent dan Hasil Pengukuran Lapang 21 21 21 22 23 23 24 24 25 25 26 V 31 KESIMPULAN DAFTAR PUSTAKA 31 LAMPIRAN 34 DAFTAR TABEL Halaman 1 Nilai n pada setiap kelas stabilitas 5 2 Kelas stabilitas berdasarkan gradien suhu 7 3 Kategori aliran berdasarkan bilangan Reynolds 14 4 Kategori aliran turbulen di sekitar silinder 14 5 Data fisik cerobong 17 6 Udara dan SO2 19 7 Nilai CD dari beberapa eksperimen 21 8 Hasil pengukuran kualitas udara emisi (SO2) di cerobong PLTU Suralaya 26 9 Hasil perhitungan kualitas udara emisi (SO2) di cerobong PLTU Suralaya dengan menggunakan Fluent 27 10 Hasil perhitungan konsentrasi SO2 di daerah Lebak Gede (2.9 km) 27 11 Hasil perhitungan konsentrasi SO2 di daerah perumahan Suralaya (1.7 km) 27 12 Hasil pengukuran konsentrasi SO2 di beberapa lokasi 27 13 Hasil perhitungan konsentrasi SO2 pada ketinggian z = 1.5 m 28 14 Hasil simulasi konsentrasi SO2 maksimum di z = 0 pada penelitian Ruhiyat (2009) 28 ix DAFTAR GAMBAR Halaman 1 Perilaku kepulan di sekitar daerah (a) tepi pantai pada saat musim panas dan (b) perkotaan pada saat malam hari 4 2 Permasalahan sebaran polutan di daerah dekat lembah 4 3 (a) aliran di sekitar cerobong (b) zona aliran di sekitar cerobong 5 4 Pengurangan kecepatan angin di sekitar daerah aliran dengan densitas yang berbeda 5 Stabilitas atmosfer berdasarkan perubahan suhu terhadap ketinggian tempat 6 7 6 Bentuk kepulan dari sumber titik (a) looping (b) coning (c) fanning (d) lofting (e) fumigation 8 7 Skema pemisahan aliran di sekitar silinder 14 8 Model geometri simulasi 18 9 Kontur kecepatan angin di sekitar cerobong hasil simulasi 21 10 Kontur kecepatan angin dengan menggunakan dua persamaan turbulensi URANS dan LES 22 11 Pembentukan vortex dan titik pemisahan aliran (B) pada aliran supercritical 22 12 Hasil simulasi kontur pembentukan vorticity pada arah x di sekitar cerobong 22 13 Kontur sebaran SO2 pada kondisi atmosfer sangat tidak stabil (a) isometrik (b) tampak samping (c) tampak atas 23 14 Kontur sebaran SO2 pada kondisi atmosfer tidak stabil (a) isometrik (b) tampak samping (c) tampak atas 24 15 Kontur sebaran SO2 pada kondisi atmosfer tidak stabil ringan (a) isometrik (b) tampak samping (c) tampak atas 24 16 Kontur sebaran SO2 pada kondisi atmosfer netral (a) isometrik (b) tampak samping (c) tampak atas 25 17 Kontur sebaran SO2 pada kondisi atmosfer stabil ringan (a) isometrik (b) tampak samping (c) tampak atas 25 18 Kontur sebaran SO2 pada kondisi atmosfer stabil (a) isometrik (b) tampak samping (c) tampak atas 25 19 Pengaruh (a) kestabilan atmosfer terhadap konsentrasi polutan dan (b) tinggi cerobong (H) terhadap konsentrasi polutan 28 20 Perbandingan pola fluktuasi konsentrasi SO2 hasil normalisasi pada keadaan atmosfer (a) sangat tidak stabil (b) tidak stabil (c) tidak stabil ringan (d) netral (e) stabil ringan (f) stabil 29 21 Perbandingan pola fluktuasi konsentrasi SO2 hasil simulasi pada keadaan atmosfer (a) sangat tidak stabil (b) tidak stabil (c) tidak stabil ringan (d) netral (e) stabil ringan (f) stabil 30 x DAFTAR LAMPIRAN Halaman 1 Lokasi PLTU Suralaya 35 2 Model geometri 36 3 Kondisi batas (boundary condition) pada model geometri 38 4 Diagram alir penelitian 39 5 Konsentrasi SO2 di permukaan tanah pada keadaan atmosfer (a) sangat tidak stabil (b) tidak Stabil (c) tidak stabil ringan 40 6 Konsentrasi SO2 di permukaan tanah pada keadaan atmosfer (a) netral, (b) stabil ringan, dan (c) stabil 41 7 Konsentrasi SO2 di ketinggian z = 1.5 dan y = 0 pada keadaan atmosfer (a) sangat tidak stabil (b) tidak stabil (c) tidak stabil ringan 42 8 Konsentrasi SO2 di ketinggian z = 1.5 dan y = 0 keadaan atmosfer (a) netral, (b) stabil ringan, dan (c) stabil 43 xi I PENDAHULUAN 1.1 Latar Belakang Industri merupakan salah satu faktor penting terciptanya kemajuan kehidupan manusia. Kegiatan industri telah menghasilkan berbagai produk yang bermanfaat bagi kelangsungan hidup manusia, namun di lain sisi kegiatan industri ini juga membawa dampak yang negatif berupa pencemaran lingkungan, baik itu berbentuk padat, cair, ataupun gas buang berupa asap yang keluar dari cerobong pabrik. Salah satu polutan yang terdapat di dalam asap tersebut adalah gas sulfur dioksida (SO2). Polutan SO2 jika melebihi ambang batas yang ditentukan maka akan membahayakan bagi manusia, hewan, tumbuhan, dan material di sekitarnya. Dampak buruk polutan SO2 bagi kesehatan manusia jika konsentrasinya melebihi ambang batas antara lain dapat menyebabkan gangguan pernapasan seperti bronchitis, emphysema dan penurunan kesehatan pada umumnya sedangkan pada konsentrasi tinggi, senyawa ini dapat menyebabkan iritasi pada mata, hidung, dan tenggorokan (Soedomo 2001). Salah satu industri yang merupakan sumber polutan SO2 adalah Pembangkit Listrik Tenaga Uap (PLTU) sebagai akibat dari penggunaan bahan bakar berupa batubara yang merupakan penghasil SO2 terbesar (Nevers 2000). Kebutuhan listrik yang semakin meningkat akibat pertambahan penduduk dan berkembangnya industri, mendorong pemerintah untuk membangun PLTU baru. Hal ini akan mempengaruhi kualitas udara sehingga perlu dilakukan pemantauan dan penelitian dalam rangka pengendalian. Peralatan yang mahal seringkali menjadi kendala, maka salah satu alternatif dalam mengatasi hal tersebut adalah dengan melakukan pemodelan yang bertujuan untuk memprediksi seberapa besar konsentrasi polutan yang terlepas ke lingkungan. Salah satu pemodelan tersebut adalah simulasi dengan pendekatan model matematis. Simulasi menggunakan model matematis harus dapat menjelaskan fenomena aliran fluida untuk mendapatkan hasil yang akurat karena gas SO2 yang diemisikan dari cerobong pabrik tersebut merupakan sebuah fluida (gas) yang bergerak. Salah satu pendekatan untuk menyelesaikan masalah aliran fluida adalah Computational Fluid Dynamics (CFD). CFD merupakan ilmu yang mempelajari perilaku aliran fluida, perpindahan panas, reaksi kimia, transpor massa, dan fenomena lainnya dengan menyelesaikan persamaan matematis (Tuakia 2008). Selama ini CFD banyak sekali digunakan dalam dunia teknik aliran fluida karena kemampuannya yang cukup baik dalam menganalisis permasalahan yang berkaitan dengan aliran fluida, salah satunya adalah dispersi polutan (Duffin et al. 2006 dan Tang et al. 2006). Penyelesaian permasalahan aliran fluida yang rumit sampai dengan tingkat desain memerlukan bantuan berupa perangkat lunak khusus yang dirancang untuk menyelesaikan masalah aliran fluida tersebut. GAMBIT dan Fluent merupakan beberapa perangkat lunak berbasis CFD yang telah banyak digunakan untuk berbagai penelitian dalam beberapa aplikasi, khususnya dalam bidang engineering karena kemudahan dalam penggunaannya serta kemampuannya dalam menganalisis aliran fluida dengan hasil yang cukup baik (Tuakia 2008). Di Indonesia, model untuk simulasi penyebaran polutan belum banyak digunakan sementara kebutuhan pembangkit listrik semakin meningkat sehingga perlu ada kajian lebih lanjut mengenai hal tersebut, salah satunya adalah di kawasan PLTU. PLTU Suralaya merupakan salah satu dari sekian banyak PLTU di Indonesia yang menggunakan bahan bakar batubara. Oleh karena itu, pada penelitian ini emisi SO2 dari PLTU Suralaya menjadi contoh kajian simulasi penyebaran SO2 menggunakan CFD. 1.2 Tujuan Penelitian 1. 2. 3. Melakukan simulasi pola penyebaran SO2 dari sumber titik dengan menggunakan CFD Menghitung konsentrasi SO2 Menghitung jarak ketika konsentrasi SO2 maksimum II TINJAUAN PUSTAKA 2.1 Pencemaran Udara Penurunan kualitas udara disebabkan oleh masuknya zat pencemar ke dalam lingkungan udara tersebut. Zat pencemar yang masuk salah satunya berasal dari hasil sampingan kegiatan industri. Zat tersebut akan masuk dan terdispersi ke dalam atmosfer dan menyebabkan terjadinya pencemaran udara. 1 Beberapa definisi mengenai pencemaran udara antara lain, pencemaran udara merupakan masuknya bahan kimia ke dalam atmosfer akibat aktivitas manusia yang menyebabkan peningkatan konsentrasi di atas batas yang ditentukan (Krupa 1997). Lebih lanjut, pencemaran udara juga dapat didefinisikan sebagai hadirnya beberapa zat kimia yang tidak diinginkan di atmosfer, baik alami maupun akibat aktivitas manusia dalam jumlah yang berada diatas ambang batas dan dapat membahayakan bagi manusia, hewan, tumbuhan, ataupun material di sekitarnya (Seinfeld 1986; Nevers 2000). Berdasarkan definisi tersebut, semua partikel atau zat baik itu berupa padat, cair, ataupun gas yang kadarnya melebihi ambang batas yang ditentukan serta membahayakan makhluk hidup dapat dikatakan sebagai zat pencemar atau polutan. 2.1.1 Sumber Udara dan Jenis Pencemaran Menurut asalnya, sumber pencemar berasal dari dua sumber, yaitu alam (biogenic) dan aktivitas manusia (anthropogenic). Pencemaran udara alami adalah masuknya zat pencemar ke dalam udara, diakibatkan oleh proses-proses alam seperti aktivitas vulkanik (gunung berapi), asap kebakaran hutan, debu meteorit, pancaran garam dari laut, dan sebagainya. Sedangkan pencemaran buatan, yang merupakan penyumbang 90% sumber pencemaran di daerah perkotaan, adalah masuknya zat pencemar oleh kegiatan manusia yang pada umumnya tanpa disadari terutama dihasilkan dari pembakaran batubara, minyak, dan gas (Soenarmo 1999; Tjasyono 2003). Sumber anthropogenic dibagi lagi menjadi beberapa bagian, yaitu pencemaran akibat aktivitas transportasi, industri, dan persampahan (Soedomo 2001). Menurut Soenarmo (1999), sumber pancaran zat pencemar ke dalam udara (atmosfer) ada tiga macam, antara lain: 1. Sumber titik kontinu, contohnya cerobong asap dari pabrik tenaga listrik yang memancarkan zat pencemar ke dalam udara 2. Sumber garis, contohnya emisi yang dikeluarkan oleh kendaraan bermotor yang bergerak 3. Sumber bidang atau area, merupakan sumber pencemar yang dipancarkan dari suatu daerah, seperti perkotaan, kawasan industri, dan sebagainya Sumber pencemar tersebut menghasilkan beberapa jenis zat pencemar yang berbeda-beda. Transportasi paling banyak menghasilkan zat pencemar karbon monoksida (CO), industri menghasilkan timbal (Pb) dan volatile organic compounds (VOCs), sedangkan untuk pembakaran batubara paling banyak menghasilkan particulate matter (PM10), nitrogen oksida (NOx), dan sulfur oksida (SOx). 2.1.2 Karakteristik Sulfur Oksida (SOx ) Gas sulfur oksida atau SOx yang terdiri dari gas SO2 dan SO3 mempunyai sifat yang berbeda. SO2 berbau tajam dan tidak mudah terbakar. Baunya akan terdeteksi oleh indera manusia ketika konsentrasinya berkisar antara 0.3-1.0 ppm. SO2 merupakan pencemar primer yang berada di atmosfer dan bereaksi dengan pencemar lain membentuk senyawa sulfur dan dapat menyebabkan hujan asam. Sedangkan SO3 bersifat sangat reaktif dan mudah bereaksi dengan uap air yang ada di udara kemudian membentuk H2SO4. Sulfur trioksida berwarna biru ketika partikel senyawanya sangat kecil, mencapai warna putih yang maksimum ketika ukurannya lebih besar, dan dengan cepat menjadi tidak terlihat ketika jumlah SO 3 yang sama terkondensasi ke dalam partikel yang sedikit lebih besar (Scorer 1968). Sumber terbesar penyumbang kontaminan gas SO2 akibat aktivitas manusia adalah pembangkit tenaga listrik berbahan bakar batubara dengan persentasi sebesar 41.6% (Warner 1937). SO2 yang berasal dari aktivitas manusia jumlahnya hanya sepertiga dari jumlah keseluruhan yang terdapat di atmosfer. Sebanyak dua pertiganya berasal dari sumber alami, yaitu letusan gunung berapi. Kadar SO2 yang jumlahnya melebihi ambang batas dapat membahayakan makhluk hidup. Pada tanaman dampaknya dapat dilihat dengan ciri-ciri fisik seperti timbulnya corak berwarna keputihan pada daun tanaman yang dapat berakibat terjadinya kehilangan klorofil dan plasmolisis (kerusakan sel daun). Alfalfa, gandum, kapas, dan apel merupakan contoh tanaman yang paling sensitif terhadap sulfur dioksida. Tanaman tersebut dapat terinfeksi pada konsentrasi SO2 sebesar 780 µg m-3 selama 8 jam (Vesilind et al. 1990). Pada hewan dan manusia, pengaruh SO2 berdampak pada kerusakan atau gangguan pernapasan. Iritasi tenggorokan pada manusia dapat terjadi pada konsentrasi 5 ppm atau lebih, bahkan 1-2 2 ppm pada individu yang lebih sensitif. Jika kadarnya mencapai 6-12 ppm, SO2 mudah diserap oleh selaput lendir pernapasan bagian atas dan bersifat iritan. Apabila kadarnya semakin bertambah maka akan terjadi peradangan pada selaput lendir disertai dengan paralycis cilia, dan jika berkelanjutan dan terjadi berulang kali akan menyebabkan hyper plasia yang berpotensi menyebabkan timbulnya kanker (Fardiaz 1992). Dampak yang lain dari polutan SO2 juga dapat terjadi pada material. Material, contohnya gedung, dapat mengalami korosi yang lebih cepat pada bagian luarnya yang menyebabkan kerusakan secara fisik. Sebagai tambahan, dampak yang ditimbulkan oleh polutan SO2 seperti yang dijabarkan sebelumnya, khususnya oleh aktivitas manusia adalah akibat dari distribusinya yang tidak merata melainkan terpusat pada daerah tertentu saja sehingga konsentrasinya menjadi tinggi. Hal inilah yang berbahaya bagi makhluk hidup dan material di sekitarnya. 2.1.3 Faktor yang Pencemaran Udara Mempengaruhi Menurut Soenarmo (1999), faktorfaktor yang mempengaruhi mekanisme penyebaran pencemaran udara antara lain sumber emisi dan atmosfer lokal. 2.1.2.1 Sumber Emisi Sumber emisi merupakan tempat atau lubang dikeluarkannya zat pencemar menuju ke dalam atmosfer. Sumber emisi tersebut memiliki karakteristik dan bentuk fisik yang berbeda-beda mulai dari segi luas, bentuk, dan tinggi lubang. Karakteristik dari sumber emisi antara lain laju pancaran (Q), kecepatan pengeluaran, geometri sekitar sumber emisi, dan bahan bakar yang digunakan (Soenarmo 1999). Laju pancaran (Q) merupakan jumlah zat pencemar yang dikeluarkan ke atmosfer (µg m-3 atau mg m-3) yang kadarnya tergantung pada kapasitas produksi. Semakin besar kapasitas produksi, laju pancaran akan semakin meningkat sehingga konsentrasi zat pencemar di dalam atmosfer juga akan bertambah, dan sebaliknya. Kecepatan pengeluaran merupakan laju zat pencemar yang keluar dari sumber emisi. Kecepatan pengeluaran tergantung pada proses produksi masing-masing sumber emisi tersebut serta berpengaruh terhadap laju keluarnya zat pencemar ke atmosfer . Geometri di sekitar sumber emisi merupakan keadaan tata ruang di sekitar sumber emisi, antara lain berupa bentuk dan ukuran bangunan sekitar, dan jenis tanaman di sekitar sumber emisi. Keadaan tersebut berpengaruh terhadap pola sebaran zat pencemar yang melewati kawasan tersebut. Bahan bakar yang digunakan oleh sumber emisi bentuknya berbeda-beda, baik itu berupa cair (minyak tanah, bensin), gas (hidrogen, LPG), padatan (kayu, batubara), ataupun nuklir. Oleh karena itu, jenis zat pencemar hasil emisi dari masing-masing pembakaran bahan bakar tersebut juga berbeda. 2.1.2.2 Faktor Meteorologi Pada dasarnya, mempelajari dinamika atmosfer tidak sederhana. Berbagai macam proses terjadi di dalamnya mulai dari pergerakan molekul, turbulensi, perpindahan panas, reaksi kimia, presipitasi, perpindahan massa udara, dan sebagainya. Proses-proses tersebut saling berkaitan satu sama lain sehingga membentuk suatu sistem yang seimbang. Ketidakseimbangan sistem dapat terjadi ketika adanya kerusakan atau gangguan. Hal tersebut dapat berupa fenomena alam atau dapat juga disebabkan oleh tangan-tangan manusia, salah satunya zat pencemar dari asap pabrik. Pergerakan dan konsentrasi zat pencemar yang keluar menuju atmosfer setelah diemisikan dari sumbernya, sangat bergantung pada kondisi meteorologis di masing-masing daerah. Kondisi meteorologis tersebut antara lain adalah angin, suhu udara, stabilitas atmosfer, kelembaban relatif (RH), dan curah hujan. a. Angin Angin memiliki arah dan kecepatan. Arah menentukan kemana angin tersebut berhembus, dan kecepatan menentukan laju angin tersebut. Arah angin berperan penting dalam membawa ke arah mana zat pencemar tersebut terdispersikan sedangkan kecepatan angin berpengaruh terhadap besarnya konsentrasi zat pencemar tersebut ketika terdispersi. Kecepatan angin yang besar menyebabkan partikel zat pencemar terurai sehingga konsentrasinya akan lebih rendah dan sebaliknya. 3 Jenis angin yang paling berpengaruh terhadap penyebaran zat pencemar tersebut adalah angin lokal (Schnelle dan Dey 2000). Terdapat berbagai jenis angin lokal, diantaranya yaitu angin darat dan angin laut; angin gunung dan angin lembah. Angin darat relatif lebih menguntungkan dibandingkan dengan angin laut jika dilihat dari segi penyebaran polutan. Polutan hasil dari emisi ketika terjadi angin darat akan terdispersi ke arah laut, sedangkan ketika terjadi angin laut, polutan akan terdispersi ke arah daratan sehingga dampak buruk terhadap makhluk hidup kemungkinannya lebih besar karena makhluk hidup lebih banyak berada di atas daratan (Gambar 1a). Gambar 1 Perilaku kepulan di sekitar daerah (a) tepi pantai pada saat musim panas dan (b) perkotaan pada saat malam hari (Oke 1978) Gambar 2 Permasalahan sebaran polutan di daerah dekat lembah (Oke 1978) Angin lembah dan angin gunung terjadi akibat adanya perbedaan radiasi matahari yang diterima oleh daerah lereng gunung dan daerah gunung (perbedaan topografi) sehingga terjadi perbedaan suhu dan tekanan yang menyebabkan terjadinya perbedaan arah angin. Angin gunung akan menyebabkan dampak yang kurang baik bagi daerah perindustrian yang letaknya berada di lembah gunung karena pada daerah tersebut, inversi akan terjadi secara intensif di permukaan khususnya pada musim dingin akibat pemanasan radiasi matahari pada dinding gunung. Selain itu, keadaan tersebut juga menyebabkan terjadinya akumulasi polutan di daerah lembah akibat adanya turbulensi yang kuat (Gambar 2a) serta terjadinya downwash (Gambar 2b) sehingga polutan dipaksa menuju permukaan tanah. Begitu juga pada wilayah antara daerah urban dan suburban atau istilahnya biasa disebut dengan urban heat island, polutan juga akan terkonsentrasi di daerah perkotaan tersebut (Gambar 1b). Hal tersebut dapat terjadi karena pada daerah perkotaan memiliki kekasaran permukaan yang ditimbulkan oleh bangunan-bangunan tinggi seperti gedung bertingkat. Kondisi ini membuat turbulensi semakin tinggi sehingga meningkatkan penyebaran dari polutan yang dipancarkan. Sedangkan pada saat yang sama, bangunan dan aspal jalan raya bertindak sebagai penyimpan panas dari radiasi yang diterima selama sehari. Panas ini menambah panas dari pemanasan pada waktu malam hari selama musim dingin yang membuat perbedaan suhu dan tekanan antara kota dan daerah di sekitar kota sehingga sirkulasi lokal menuju ke dalam kota menjadi meningkat (Liu dan Liptak 1999). Penyebaran zat pencemar juga dipengaruhi oleh profil vertikal angin yang selalu berubah terhadap waktu dan tempat. Kekasapan permukaan yang berbeda-beda pada masing-masing daerah seperti perumahan, pepohonan, bangunan, dan pegunungan berpengaruh terhadap profil geser angin karena memiliki gaya gesek yang bervariasi. Aliran permukaan yang melewati permukaan kasar (shear stress) tersebut akan menimbulkan terjadinya turbulensi. Pada kondisi ini, zat pencemar akan bergerak dan terdispersikan secara acak di dalam atmosfer. Atmosfer terdiri dari beberapa lapisan dan salah satunya adalah lapisan troposfer. Lapisan tersebut letaknya paling dekat dengan bumi dengan ketinggian sekitar 18 km dari permukaan laut. Bagian terendah di dalam troposfer disebut dengan lapisan batas atmosfer (atmospheric boundary layer) atau disebut juga dengan Planetary Boundary Layer (PBL) dengan ketebalan sekitar 0.2 – 5.0 km pada siang hari dan 20 – 500 m pada malam hari. Lapisan batas ini merupakan suatu lapisan atmosfer di dekat permukaan dengan gaya kekasapan permukaan yang nyata dan massa udaranya mengandung karakteristik permukaan di bawahnya (Stull 1988). Pada lapisan ini terjadi pertukaran momentum, bahang, massa, begitu juga dengan polutan. 4 Pada lapisan batas ini, diturunkan sebuah persamaan profil kecepatan angin untuk menghitung kecepatan angin pada ketinggian z1 dengan kecepatan angin pada ketinggian z sudah diketahui. Persamaannya adalah sebagai berikut: ….. (1) keterangan: u = kecepatan angin pada ketinggian z u1 = kecepatan angin pada ketinggian z1 n = nilai eksponen (nilainya dapat dilihat pada tabel 1) Tabel 1 Nilai n pada setiap kelas stabilitas Kelas Stabilitas A (Sangat tidak stabil) B (Tidak stabil) C (Tidak stabil ringan) D (Netral) E (Stabil ringan) F (Stabil) Sumber : Cooper dan Alley 1994 n 0.15 0.15 0.20 0.25 0.40 0.60 Aliran yang melewati permukaan kasar dapat terjadi ketika melewati halangan berupa cerobong industri yang merupakan salah satu sumber emisi tidak bergerak. Halangan berupa cerobong industri tersebut juga dapat mempengaruhi arah aliran angin yang melewatinya. Sebaran polutan yang keluar dari cerobong arah pergerakannya akan dipengaruhi oleh aliran angin yang berhembus di sekitar cerobong tersebut. Aliran angin ketika menyentuh cerobong akan mengalami perubahan pola aliran sehingga beberapa besaran seperti kecepatan, tekanan, energi, dan momentum akan ikut berubah pula. Perubahan pola aliran tersebut akan mengikuti karakteristik bentuk bidang permukaan solid (cerobong) kemudian setelah melewatinya, pola aliran akan cenderung kembali pada kondisi kesetimbangannya semula (Gambar 3a). Terdapat empat zona aliran ketika angin melalui suatu penghalang dalam hal ini cerobong, yaitu displacement zone, cavity zone, wake zone, dan undisturbed flow. Aliran angin akan dipaksa naik melewati atas cerobong dan berkumpul dengan aliran yang berada di atasnya sehingga akan menyebabkan akselerasi kecepatan. Kondisi aliran ini terdapat di daerah displacement zone. Setelah melewati cerobong, aliran akan menemui ruangan yang kosong, tetapi pada kenyataannya fluida tidak dapat secara cepat bereaksi untuk mengisi ruangan tersebut. Hal itu mengakibatkan aliran akan terpisah. Daerah di belakang cerobong terdapat tekanan yang rendah sehingga aliran yang terdapat di daerah tersebut (cavity zone) akan mengalami turbulensi, sedangkan aliran yang berada di atasnya akan berkembang kembali dan mengisi ruangan kosong yang berada di depannya. Daerah ini disebut dengan daerah wake zone (Oke 1978). Selain itu, terdapat suatu zona yang alirannya tidak terganggu atau tidak terpengaruh akibat adanya halangan cerobong tersebut yang dikenal dengan undisturbed flow. Daerah ini penting diketahui untuk melihat seberapa jauh cerobong mempengaruhi aliran secara horizontal maupun vertikal. Lebih jauh, daerah ini dapat digunakan sebagai patokan jarak untuk dijadikan sebagai batasan model secara vertikal dalam hal ini h (tinggi cerobong) sebagai faktor pengali terhadap penentu jarak minimum dimana aliran tersebut tidak terganggu. Gambar 3 (a) Aliran di sekitar cerobong (b) zona aliran di sekitar cerobong (Oke 1978) Besarnya jarak yang dibutuhkan kecepatan angin untuk kembali pada kecepatan semula setelah melewati cerobong tergantung pada densitas dari cerobong tersebut. Densitas cerobong yang dimaksudkan disini adalah persentase rasio antara panjang diameter luar mulut cerobong dengan tinggi cerobong (Oke 1978). Semakin besar densitas cerobong tersebut, maka pemulihan besarnya kecepatan angin untuk kembali ke kecepatan awalnya akan membutuhkan jarak yang lebih pendek 5 dibandingkan dengan cerobong yang memiliki densitas yang lebih kecil (Gambar 4). Gambar 4 Pengurangan kecepatan angin di sekitar daerah aliran dengan densitas yang berbeda (Oke 1978) b. Suhu dan Stabilitas Atmosfer Suhu udara bervariasi pada setiap ketinggian lapisan atmosfer. Pada lapisan troposfer, suhu udara menurun dengan bertambahnya ketinggian atau biasa disebut dengan lapse rate, tetapi pada keadaan tertentu di dekat permukaan sering ditemukan keadaan inversi yaitu ketika suhu udara menaik dengan bertambahnya ketinggian. Secara umum, lapse rate dapat diekspresikan dalam persamaan sebagai berikut: ….. (2) merupakan adiabatic lapse rate, T adalah suhu (ºC), dan z merupakan ketinggian (m). Lapse rate memiliki dua tipe yaitu environmental lapse rate dan adiabatic lapse rate. Environmental lapse rate (ELR) merupakan perubahan negatif suhu aktual terhadap bertambahnya ketinggian di dalam atmosfer yang stasioner pada waktu dan tempat tertentu. Rata-rata ELR adalah sebesar 6.49 ºC/1000 m. Adiabatic lapse rate terbagi menjadi dua, yaitu dry adiabatic lapse rate (DALR) dan moist adiabatic lapse rate (MALR). DALR merupakan perubahan negatif suhu terhadap bertambahnya ketinggian ketika sebuah parsel udara menaik pada udara yang kering atau tidak jenuh dibawah kondisi adiabatik. Udara yang tidak jenuh memiliki RH< 100% dengan suhu aktualnya lebih besar dibandingkan titik embunnya (Td). Besarnya nilai DALR rata-rata adalah 9.8 ºC/1000 m. Moist adiabatic lapse rate (MALR) atau disebut juga dengan saturated adiabatic lapse rate (SALR) merupakan perubahan negatif suhu terhadap bertambahnya ketinggian ketika sebuah parsel udara menaik pada udara yang jenuh. Kondisi lapse rate ini berubah-ubah sesuai dengan kadar kelembabannya serta bergantung pada suhu dan tekanan rendah dengan nilai rata-rata sebesar 5 ºC/1000 m. Perbedaan nilai lapse rate antara DALR dengan MALR disebabkan oleh adanya perbedaan panas laten yang dilepaskan ketika air terkondensasi (Ahrens 2006). Kondisi inversi yaitu suhu udara menaik dengan bertambahnya ketinggian, merupakan kondisi yang sangat buruk dalam kaitannya dengan penyebaran zat polutan karena pada kondisi ini zat polutan tidak akan bisa naik ke atas melainkan akan cenderung untuk kembali ke permukaan dikarenakan suhu parsel udara lebih dingin dibandingkan udara di atasnya sehingga parsel akan cenderung menuju ke ketinggian awalnya. Perubahan suhu udara terhadap ketinggian juga berhubungan secara langsung terhadap stabilitas atmosfer. Secara umum, terdapat tiga kriteria stabilitas atmosfer yaitu netral, tidak stabil, dan stabil. Kriteria kestabilan atmosfer tersebut dapat ditentukan dengan membandingkan antara laju penurunan suhu adiabatik dengan laju penurunan suhu lingkungan (aktual). Keadaan atmosfer netral adalah ketika laju penurunan suhu secara adiabatik sama dengan laju penurunan suhu lingkungan. Kerapatan udara di dalam parsel juga akan sama dengan densitas udara di luar parsel sehingga pada keadaan tersebut gaya buoyancy (gaya ke atas yang menahan suatu benda mengapung) tidak ada. Pada kondisi tidak stabil, laju penurunan suhu adiabatik lebih kecil dibandingkan dengan laju penurunan suhu lingkungan sehingga ketika suatu parsel akan bergerak naik dan mengalami pendinginan, suhu parsel tersebut masih lebih tinggi dibandingkan dengan suhu udara di lingkungannya. Hal itu membuat kerapatan parsel tersebut akan lebih rendah daripada udara di sekitarnya yang membuat parsel tersebut akan terus naik. Kondisi ini juga dipengaruhi oleh gaya buoyancy sehingga parsel tersebut akan terus bergerak ke atas. Kondisi atmosfer stabil ditunjukkan oleh suhu parsel yang lebih rendah dibandingkan suhu lingkungannya ketika bergerak naik karena pada kondisi ini laju 6 Gambar 5 Stabilitas atmosfer berdasarkan perubahan suhu terhadap ketinggian tempat penurunan suhu adiabatik lebih besar dibandingkan dengan laju penurunan suhu lingkungan. Pada kondisi ini, parsel yang bergerak naik maupun bergerak turun akan cenderung kembali ke ketinggiannya semula. Deskripsi ketiga kriteria atmosfer tersebut dapat dilihat pada Gambar 5 (Kushnir 2000). Garis merah tebal merupakan laju penurunan suhu lingkungan, garis merah putus-putus merupakan laju penurunan suhu adiabatik, Tp dan Te berturut-turut merupakan suhu parsel dan suhu lingkungan pada ketinggian Z1. Penentuan stabilitas dengan menggunakan metode di atas membutuhkan observasi yang terus-menerus sehingga seorang ilmuwan bernama Pasquill mengkategorikan stabilitas atmosfer tersebut menjadi enam kelas stabilitas dari A sampai F dengan penentuan kelas tersebut berdasarkan pada beberapa parameter yaitu radiasi matahari, kecepatan angin di permukaan, dan penutupan awan (Pasquill 1962). Keenam stabilitas atmosfer tersebut dapat ditentukan berdasarkan kriteria gradien suhu yang ditampilkan pada Tabel 2. Tabel 2 Kelas stabilitas gradien suhu berdasarkan Kelas Stabilitas Gradien Suhu (°C/100 m) A (sangat tidak stabil) B (tidak stabil) C (tidak stabil ringan) D (netral) E (stabil ringan) F (stabil) Sumber : Soenarmo 1999 < -1.9 -1.9 s.d -1.7 -1.7 s.d -1.5 -1.5 s.d -0.5 -0.5 s.d 1.5 1.5 s.d 4.0 Selain mempengaruhi pergerakan polutan secara vertikal, stabilitas atmosfer juga dapat mempengaruhi bentuk kepulan dari cerobong. Terdapat lima bentuk kepulan dari cerobong secara umum, yaitu looping, coning, fanning, lofting, dan fumigation (Oke 1978). Bentuk kepulan tersebut ditunjukkan pada Gambar 4 dengan keterangan bahwa garis merah di sebelah kiri gambar menunjukkan ELR sedangkan garis hitam menunjukkan DALR. Pada bentuk kepulan looping (Gambar 6a), pengaruh turbulensi cukup besar. Bentuk kepulan ini naik turun dan polutannya terdispersi ke berbagai arah,tercampur dengan udara sekitarnya. Kondisi ini terjadi pada saat keadaan atmosfer tidak stabil dan biasanya terjadi pada saat siang hari yang terik. Bentuk kepulan ini lebih menguntungkan walaupun polutannya jatuh ke tanah pada jarak yang lebih dekat karena polutan tersebut konsentrasinya rendah akibat adanya pencampuran dengan udara sekitarnya sehingga cenderung tidak membahayakan makhluk hidup. Kepulan coning (Gambar 6b) terbentuk pada saat kondisi atmosfer mendekati netral dan biasa terjadi pada keadaan mendung, disaat malam hari ataupun siang hari. Pencampuran secara vertikal dan turbulensi kecil sehingga polutan cenderung lebih tersebar secara horizontal. Kemudian untuk bentuk kepulan fanning (Gambar 6c), konsentrasi polutan cukup tinggi karena percampuran secara vertikal dan turbulensi hampir tidak ada di lokasi tersebut. Hal ini menyebabkan polutan terkonsentrasi dan terpusat dengan bentuk seperti garis tebal yang konstan di atmosfer. Bentuk kepulan ini dapat terjadi pada keadaan atmosfer sangat stabil atau pada sistem yang memiliki tekanan tinggi. Biasanya polutan pada bentuk kepulan seperti ini akan jatuh ke tanah pada jarak yang cukup jauh sehingga ketika sudah sampai di tanah konsentrasinya akan jauh berkurang akibat terbawa angin. 7 (a) (b) (c) (d) (e) Gambar 6 Bentuk kepulan dari sumber titik (a) looping (b) coning (c) fanning (d) lofting (e) fumigation (Saperaud 2005) Selanjutnya untuk bentuk kepulan lofting (Gambar 6d), terbentuk pada saat sore hari menjelang malam ketika di dekat permukaan kondisi atmosfernya stabil sedangkan di atasnya kondisi atmosfernya masih tidak stabil. Hal ini mengakibatkan pada bagian atas kepulan lebih terlihat terjadinya turbulensi dibandingkan pada bagian bawahnya. Berbeda dengan kepulan yang lain, bentuk kepulan fumigation (Gambar 6e) merupakan bentuk yang paling buruk. Pada daerah dekat permukaan kondisi atmosfer tidak stabil sedangkan di atasnya kondisi atmosfer stabil. Hal ini berakibat polutan yang berada di bawah tidak dapat terdispersikan ke atas melewati daerah yang stabil tersebut sehingga menyebabkan polutan bercampur di daerah dekat dengan permukaan. c. Kelembaban Relatif (RH) dan Curah Hujan (CH) Kelembaban udara merupakan banyaknya uap air yang terdapat dalam kandungan air dan udara dalam fase gas. Kelembaban relatif ini cukup penting dalam pengaruhnya terhadap pencemaran udara karena dapat mempengaruhi jarak pandang. Kandungan uap air ketika mengembun akan membentuk kabut yang dapat mempengaruhi pandangan. Selain itu, uap air dalam jumlah yang banyak akan menghalangi radiasi matahari yang masuk ke bumi sehingga akan menghambat radiasi matahari tersebut untuk memecah inversi. Hal tersebut akan mengakibatkan zat pencemar yang berada di udara lebih lama berada di atmosfer. Uap air yang mengembun menjadi kabut juga akan mengakibatkan perubahan SO3 menjadi H2SO4 menjadi lebih cepat yang berbahaya bagi makhluk hidup (Fardiaz 1992). Kelembaban udara jika kadarnya kurang dari 60% (rendah) maka akan membantu memperlambat atau mengurangi efek korosif dari SO2 sedangkan jika kadarnya sekitar 80% maka akan memperburuk atau mempercepat efek korosif pada benda. Selain itu, udara yang kadar uap airnya tinggi dapat membantu partikel polutan seperti debu untuk cepat jatuh ke tanah karena debu tersebut menempel pada uap air dan akibat adanya gravitasi maka uap air bersama debu yang menempel akan tertarik ke bumi. Sulfur dioksida yang jatuh ke bumi bersama dengan curah hujan akan membentuk hujan asam. Ketika curah hujan tersebut yang sudah bercampur jatuh menyentuh tanah, tanaman, bangunan, sungai, dan sebagainya maka akan sangat berbahaya. Jika mengenai bangunan akan menyebabkan efek korosif, sedangkan jika menyentuh kawasan hutan 8 akan mengakibatkan deforestasi dan ketika mengenai daerah perairan maka akan mengganggu ekosistem yang ada di dalamnya karena dapat menyebabkan kematian bagi makhluk hidup yang tinggal di perairan tersebut (EPA 2007). • • 2.2 Model Prediksi Dispersi Polutan Terdapat berbagai macam model prediksi dispersi polutan, mulai dari yang sederhana sampai dengan yang lebih kompleks yaitu (a) model empirik: hanya didasarkan pada data sumber emisi, kualitas udara, dan meteorologi (b) model numerik: berdasarkan prinsip dasar fisika dan kimia yang berhubungan dengan proses dalam pencemaran udara, contohnya adalah model kotak-tetap (c) model semi-empirik: berdasarkan formulasi yang diturunkan dari prinsip scientific, tetapi berdasar pada parameter yang ditentukan secara empirik, contohnya adalah model Gaussian (d) model dinamik: berdasarkan persamaan-persamaan diferensial fisika dan kimia yang berhubungan dengan dinamika aliran fluida di atmosfer. 2.2.1 Model Kotak Model) Tetap Konsentrasi polutan di udara ketika memasuki kota (x = 0) adalah konstan dan nilainya sama dengan b. Nilai laju emisi polutan di kota tersebut adalah Q (biasanya diekspresikan dalam g det-1) dan biasa dinyatakan dalam laju emisi per luas area (g m-2 det-1). Secara matematis nilai tersebut dapat digambarkan pada persamaan 3. Q = qA ….. (3) • • A adalah luasan area (L x W). Laju emisi ini konstan dan tidak berubah dengan waktu. Tidak ada polutan yang keluar ataupun masuk dari atas kotak ataupun melalui sisi yang paralel dengan arah angin. Polutan yang berada di atmosfer stabil dan tidak dapat terurai. Konsentrasi polutan yang terdapat di dalam udara ambien dapat ditentukan dengan menggunakan persamaan model kotak tetap berikut ini (Nevers 2000): (Fixed-Box Model kotak tetap merupakan model pendugaan konsentrasi polutan yang mudah digunakan untuk daerah perkotaan, tetapi model ini juga memiliki beberapa kekurangan. Model ini hanya bersifat prediksi numerik saja sehingga secara kualitatif hasilnya benar, sedangkan secara kuantitatif masih belum memadai (Nevers 2000). Perhitungan konsentrasi polutan dengan model ini menggunakan beberapa asumsi antara lain: • Kota berbentuk dimensi L (panjang) dan W (lebar), salah satunya paralel dengan arah datangnya angin. • Turbulen di atmosfer menyebabkan percampuran polutan terjadi secara keseluruhan hanya sampai di daerah batas mixing height H (tinggi). • Turbulen cukup kuat di daerah upwind sehingga membuat konsentrasi polutan seragam di seluruh volume udara kota tersebut. • Angin berhembus di arah x dengan kecepatan angin u. Diasumsikan kecepatan angin seragam di setiap ketinggian. c=b+ ….. (4) keterangan : c = konsentrasi rata-rata polutan pada keadaan steady state b = konsentrasi polutan yang masuk ke dalam kota (g m-3 atau µg m-3) q = laju emisi per satuan luas (g m-2 det-1) L = panjang (m) u = kecepatan angin (m det-1) H = tinggi (m) 2.2.2 Model Gaussian Pendekatan ini bertumpu pada kenyataan bahwa solusi dasar persamaan klasik difusi Fick merupakan distribusi normal. Model Gauss telah dicobakan untuk sumber tunggal pada kondisi meteorologi khusus dengan waktu rata-rata satu jam atau lebih. Model ini cukup valid untuk difusi dengan waktu yang lama, kondisi homogen dan stasioner (Soenarmo 1999). Liu dan Liptak (1999) menambahkan bahwa model ini juga efektif untuk menggambarkan difusi polutan pada jarak kondisi atmosfer tertentu dengan menggunakan standar deviasi dari distribusi Gaussian dalam dua arah untuk menggambarkan karakteristik dari polutan sesuai dengan arah anginnya. Secara 9 = 2 1 2 1( 2 ) + 1 2 ( + ) ..... (5) keterangan: , = konsentrasi polutan pada arah x, y, dan z (µg m-3) = nilai emisi dari polutan (g det-1) = standar deviasi kepulan (m) = kecepatan angin vertikal rata-rata yang melintasi ketinggian kepulan (m det-1) = jarak lateral (m) = jarak vertikal (m) = ketinggian efektif cerobong (m) matematis, model Gaussian pada sumber titik secara umum dapat digambarkan pada persamaan 5 (Liu dan Liptak 1999). Asumsi yang digunakan pada model ini antara lain (Leonard 1997): 1. Turbulensi atmosfer konstan 2. Kecepatan dan arah angin dari sumber titik sampai reseptor konstan 3. Kepulan tidak mengalami deposisi ataupun washout 4. Tidak ada komponen yang diserap oleh badan air ataupun vegetasi 5. Dispersi hanya terjadi pada arah vertikal dan crosswind 6. Tidak ada komponen yang mengalami transformasi secara kimia 7. Komponen yang mencapai permukaan dipantulkan kembali ke dalam kepulan Berdasarkan asumsi-asumsi yang dijabarkan pada model numerik dan semiempirik tersebut yaitu model kotak-tetap dan Gaussian, masih terdapat beberapa kekurangan yang signifikan. Oleh karena itu, dibutuhkan model yang lebih kompleks yang lebih mampu menjelaskan fenomenafenomena yang terjadi dengan harapan mendapatkan hasil yang lebih baik dan akurat. Salah satu model tersebut yang telah banyak dikembangkan adalah model dinamik. 2.3 Computational Fluid Dynamics (CFD) Penyebaran polutan di atmosfer akan selalu mengikuti perilaku atmosfer, oleh karena itu untuk mempelajari aliran polutan tersebut pola aliran fluida perlu dipahami. Dewasa ini telah berkembang suatu disiplin ilmu yang mempelajari cara memprediksi aliran fluida, perpindahan panas, reaksi kimia, dan fenomena lainnya dengan menyelesaikan persamaan-persamaan matematika yang mampu memprediksi suatu aliran fluida lebih tepat dan akurat yang dikenal sebagai Computational Fluid Dynamics (CFD) (Tuakia 2008). Persamaan matematis yang terdapat di dalam CFD tersebut beragam dan cukup kompleks sehingga penyelesaiannya membutuhkan suatu alat bantu berupa perangkat lunak. Beberapa perangkat lunak yang berbasis CFD diantaranya adalah Engineering Fluid Dynamics (EFD), CFX, Flow-3D, Phoenix, Starcd, Numeca, dan Fluent. CFD telah banyak digunakan baik untuk tujuan komersil, penelitian, maupun akademis yang hasilnya dapat diterima dengan baik. Contohnya adalah penelitian yang dilakukan oleh Prasanto (2008) yang menunjukkan bahwa simulasi penyebaran SO2 yang dilakukan menggunakan Fluent memberikan hasil yang lebih baik sebesar 66.3% dibandingkan model Gaussian yang hanya memberikan akurasi sebesar 2.6%. Hal tersebut menunjukkan bahwa CFD memiliki hasil prediksi yang lebih baik dan akurat. Selain itu, penggunaan CFD dalam bidang pencemaran udara juga telah banyak dilakukan, beberapa diantaranya digunakan pada sumber transportasi terutama di jalan yang berbentuk street canyon (Baik et al. 2003; Shui et al. 2009; Chu et al. 2004). Beberapa kegunaan CFD dalam dalam berbagai bidang antara lain (Tuakia 2008): 1. Bidang arsitektur, contohnya mendesain ruangan yang aman dan nyaman 2. Aero

Dokumen baru

Aktifitas terkini

Download (56 Halaman)
Gratis

Tags

Computational Fluid Dynamics

Dokumen yang terkait

Simulasi Pengaruh NPSH Terhadap Terbentuknya Kavitasi Pada Pompa Sentrifugal Dengan Menggunakan Program Komputer Computational Fluid Dyanamic Fluent
12
117
124
Analisis Sistem Antrian di Departemen Washing pada PT Mark Dynamics Indonesia dengan Menggunakan Teknik Simulasi ProModel
24
143
202
Simulasi Pengaruh Tipe Gating System Terhadap Karakteristik Aliran Logam Material Aluminium A356 Menggunakan Metode Computational Fluid Dynamics
2
61
87
Pembuatan membran dari selulosa asetat dan polietilen glikol berat molekul 20.000 untuk pemisahan gas CO2 dan CH4
3
23
92
Kesetimbangan model penyebaran virus influenza a H1N1 menggunakan model Susceptible Infected- Recovered (SIR)
2
31
65
Simulasi sistem antrian menggunakan promodel di RS.hasan Sadikin Bandung
1
5
30
Group Dynamics
0
2
28
Studi Gerakan Sloshing terhadap Tangki Kotak (Rectangular Tank) Dengan dan Tanpa Pelat Memanjang (Baffle) Akibat Gerakan Rolling Kapal Dengan Metode Computational Fluid Dynamics (CFD)
0
0
6
Desain dan Analisis Sistem Pengkondisian Udara Berbasis Computational Fluid Dynamics (CFD) pada Kereta Ukur Sulawesi di PT. INKA (Persero)
0
0
6
Analisis Pengaruh Mekanisme Passive Variable- Pitch pada Turbin Sumbu Vertikal Darrieus Cascade Terhadap Efisiensi Turbin Hidrokinetik Berbasis Computational Fluid Dynamics
0
1
6
Deteksi Kebocoran gas LPG menggunakan Detektor Arduino dengan Algoritma Fuzzy Logic Mamdani
0
1
8
Dasar-dasar Computational Fluid Dynamics dengan FLUENT CFD
0
0
13
Simulasi dalam Manajemen Pengambilan Keputusan menggunakan AHP
0
0
11
Analisis dan Simulasi Distribusi Suhu Udara pada Kandang Sapi Perah Menggunakan Computational Fluid Dynamics (CFD)
0
0
11
BAB II TINJAUAN PUSTAKA 2.1 Mesin- mesin Fluida - Simulasi Pengaruh NPSH Terhadap Terbentuknya Kavitasi Pada Pompa Sentrifugal Dengan Menggunakan Program Komputer Computational Fluid Dyanamic Fluent
0
0
30
Show more