A
Sekolah Pascasarjana Bersama Energi dan Lingkungan, Universitas Teknologi Raja Mongkut
Thon Buri, Thailand
B
Pusat Unggulan Teknologi Energi dan Lingkungan, Kementerian Pendidikan Tinggi, Sains,
Riset dan Inovasi, Thailand
C
Departemen Meteorologi Thailand, Kementerian Ekonomi Digital dan Masyarakat, Thailand
D
Jurusan Teknik Alat dan Bahan, Fakultas Teknik, King Mongkut's University of
Teknologi Thonburi, Thailand
ABSTRAK: Studi ini menganalisis karakteristik pulau panas perkotaan di Bangkok, yang diamati selama periode 10 tahun (2006–2015) dengan penekanan
pada musim kemarau ketika pulau panas perkotaan meningkat pada siang dan malam hari dibandingkan dengan musim hujan. Desember-Januari
ditemukan sebagai bulan puncak intensitas pulau panas perkotaan (UHII) dalam hal rata-rata. Intensitasnya relatif besar pada malam hari karena laju
pendinginan yang lebih cepat pada sore hari di lokasi pedesaan yang penerimaan termal permukaan tanahnya lebih rendah daripada lokasi perkotaan.
UHII sedikit lebih besar selama hari kerja daripada akhir pekan, menunjukkan tingkat pengaruh panas antropogenik tertentu yang dipancarkan di daerah
perkotaan. UHII berkorelasi negatif dengan sebagian besar variabel hujan, awan, kelembaban relatif, dan kecepatan angin. Penilaian plot kutub
menunjukkan ketergantungan UHII pada arah angin. Model regresi statistik yang mengaitkan UHII dengan variabel meteorologi terpilih mampu menjelaskan
variabilitas data asli sebesar 82% untuk UHII siang hari dan 66% untuk malam hari. Arah dan persistensi angin barat daya ditemukan penting dalam
memodulasi UHII, dan keduanya muncul dalam model regresi akhir. Kehadiran peristiwa pulau sejuk musim kemarau juga diselidiki, dan ditemukan bahwa
kejadian tersebut umumnya disebabkan oleh tingginya intensitas hujan perkotaan-sendiri/perkotaan-pedesaan, awan, kelembapan relatif, atau kecepatan
angin perkotaan (atau gabungan). Secara keseluruhan, temuan dari studi ini memberikan perspektif yang lebih baik, yang dapat mendukung kebijakan
dan perencanaan perkotaan terkait cuaca untuk wilayah studi.
PERKENALAN dan pedesaan. Urban heat island (UHI) telah dikenal sebagai
fenomena dimana suhu perkotaan lebih tinggi dari suhu
Urbanisasi melibatkan modifikasi tutupan lahan dengan pedesaan [1, 3]. Intensitas UHI (UHII) didefinisikan sebagai
memperluas area terbangun (yaitu urban sprawl), peningkatan selisih antara suhu udara perkotaan (Tu ) dan suhu udara
populasi disertai dengan aktivitas manusia, dan konsumsi pedesaan (Tr ) yaitu ÿTuÿr = Tu ÿ Tr .
energi yang lebih banyak. Di daerah atau kota yang sangat Suhu udara umumnya
urban, kehadiran daerah maju, bangunan tinggi, dan jalan direferensikan pada tingkat dekat permukaan dalam kanopi
raya padat dengan beton permukaan/pengaspalan aspal perkotaan. Namun demikian, suhu permukaan tanah dan
sering datang dengan berkurangnya area hijau, membuat suhu udara di atas juga dapat digunakan untuk mendefinisikan
kontras topografi antara daerah perkotaan dan daerah UHII [3–5]. Dengan kata lain, definisi UHI yang dipertimbangkan
pedesaan di dekatnya. Emisi panas antropogenik yang di sini adalah untuk lapisan kanopi perkotaan, yang secara
sebagian besar disebabkan oleh penggunaan energi umum mewakili kondisi skala mikro yang dipengaruhi oleh
(pembakaran bahan bakar dan listrik) mungkin relatif besar di bangunan, vegetasi, dan ruang-ruang yang mengintervensi
daerah perkotaan [1, 2]. Faktor-faktor tersebut dapat [3]. Karena suhu udara dekat permukaan hanya digunakan
menyebabkan terjadinya perubahan kondisi iklim antar perkotaan dalam perhitungan UHI, data direkam
www.scienceasia.org
Machine Translated by Google
Gambar 1 (a – c) Bangkok Raya (GBK) (termasuk Bangkok dan lima provinsi tetangga). Naungan abu-abu menunjukkan daerah perkotaan atau daerah
terbangun. (d–f) Foto pemandangan langit (diambil pada Desember 2016) di stasiun S1 (perkotaan di Bangkok), S2 (perkotaan di Bangkok), dan S3
(pedesaan di Nakhon Pathom).
di stasiun cuaca standar dapat dengan mudah diakses dan ukuran populasi dan tingkat urbanisasi [9, 10]. Di musim
digunakan, dan karakteristiknya saling terkait dengan panas, suhu yang relatif hangat menyebabkan permintaan
keseimbangan energi permukaan, turbulensi dekat permukaan, daya yang lebih tinggi untuk AC dan dengan demikian lebih
dan panas antropogenik. Namun, peran angin sinoptik dan banyak panas yang dipancarkan ke atmosfer. Oleh karena
perpindahan panas jarak jauh tidak dapat dijelaskan dengan itu, isu UHI memiliki implikasi langsung terhadap keberlanjutan
baik oleh jenis UHI ini. perkotaan dalam kebijakan dan perencanaan lingkungan,
Suhu perkotaan cenderung lebih tinggi daripada suhu energi, dan kesehatan. Padahal, UHI merupakan subjek
pedesaan karena sifat fisik permukaan perkotaan, terutama sentral dalam bidang iklim perkotaan, yang telah dipelajari
albedo yang lebih rendah dan penerimaan panas yang lebih secara luas [11-13].
besar [6]. Dengan demikian, permukaan perkotaan cenderung Bangkok adalah ibu kota Thailand (Gbr. 1) dan provinsi
menyerap lebih banyak radiasi matahari dan menyimpan lebih terbesar dalam hal jumlah penduduk dan urbanisasi. Ini
banyak panas pada siang hari dan melepaskan panas yang adalah pusat ekonomi strategis yang menyumbang sebanyak
tersimpan kembali ke atmosfer pada malam hari sementara 46% dari total PDB (per tahun 2015), menurut Kantor Dewan
Pembangunan Ekonomi dan Sosial Nasional.
permukaan pedesaan menghangat dan mendingin relatif lebih cepat.
Ini menyebabkan UHI paling intensif di malam hari.
Selama kondisi angin tenang, lapisan konvektif yang dangkal Bahkan, pertumbuhannya yang berkelanjutan tidak terbatas
dapat terbentuk di atas inti perkotaan dan kemudian pada Bangkok tetapi meluas ke daerah tetangganya [14],
menyebabkan udara mengalir dari area luarnya menuju dan digabungkan sebagai aglomerasi perkotaan besar yang
berkumpul di inti perkotaan, yang mengurangi ventilasi disebut Greater Bangkok (GBK) (Gbr. 1b). Secara
polutan udara. Selain itu, UHI diketahui mengintensifkan administratif, GBK terdiri dari enam provinsi: Bangkok, Samut
selama periode panas atau gelombang panas yang Prakan, Samut Sakhon, Nonthaburi, Nakhon Pathom, dan
berkepanjangan, membuat penduduk perkotaan di kota-kota Pathum Thani. Mengingat pentingnya Bangkok, kondisi
besar lebih rentan terhadap panas atau polusi termal [7]. iklimnya tak pelak menjadi isu penting bagi publik. Sejumlah
Suhu, masalah kesehatan, dan kematian telah ditemukan studi terkait UHI telah dilakukan untuk provinsi tersebut tetapi
terkait dalam studi perkotaan [8]. sangat bervariasi dalam jenis UHI, objek
Dari sudut pandang makroskopis, UHI berkorelasi dengan
www.scienceasia.org
Machine Translated by Google
Area studi
Bangkok (13°45 lat. dan 100°28 lon.) secara geografis Bangkok secara administratif dibagi menjadi 50 distrik dan
terletak di dataran tengah Thailand, yang merupakan mencakup luas total 1.568,7 km2 . Menurut Kantor Statistik
cekungan aluvial Sungai Chao Phraya. Itu berbatasan Nasional Thailand, ia memiliki total populasi terdaftar 5,5 juta
dengan Teluk Thailand di selatan, dengan jarak 25 km dari dan populasi laten (tidak terdaftar) besar yang diperkirakan
pusat kota dan pantai. Ketinggian medan umumnya datar sekitar 40% lebih. Seperti disebutkan sebelumnya, aglomerasi
dan rata-rata 1,5 m m dpl (di atas permukaan laut rata-rata). Greater Bangkok (GBK).
www.scienceasia.org
Machine Translated by Google
asi terdiri dari Bangkok dan lima provinsi sekitarnya dengan dan pengukuran angin pada 10 m agl.
luas total 7762 km2 dan populasi lebih dari 10 juta. Di bagian Dalam memilih lokasi referensi untuk analisis, lokasi
selatan GBK (khususnya Samut Prakan dan Samut Sakon) tersebut pada prinsipnya tidak boleh dekat dengan badan air
banyak terdapat pabrik-pabrik industri. Iklim GBK secara umum atau sungai yang besar. Dalam studi tersebut, kami melakukan
seperti sebagian besar Thailand Hulu, yang dipengaruhi oleh kunjungan lapangan ke setiap stasiun cuaca (total enam) yang
monsun timur laut dan barat daya [22, 23]. Musim hujan terletak di dalam wilayah studi untuk memeriksa lingkungan aktualnya.
sebelumnya terjadi selama Nov–Feb dan membawa massa Kami menghitung total jumlah bangunan yang sesuai dengan
udara kering yang sejuk dari daratan China, sesuai dengan masing-masing stasiun menggunakan radius 10 km
musim dingin. Pada Mar–Apr, muson timur laut melemah, dan menggunakan database tutupan lahan dari Departemen
suhu udara mulai meningkat, menghasilkan periode terhangat Pengembangan Lahan (LDD) untuk tahun 2009 ( Gbr. 1). Perlu
dalam setahun (yaitu, musim panas). Mengingat tidak ada dicatat bahwa tidak ada ukuran atau radius yang diusulkan
pengaruh kuat dari dua bulan segera selama dua bulan ini, secara universal untuk digunakan untuk mengklasifikasikan
angin selatan dari Teluk Thailand secara sinoptik menang. jenis stasiun dalam studi pulau panas perkotaan. Sebagai
Musim barat daya kira-kira dimulai pada bulan Mei dan contoh, Yang et al [24] mencoba satu set radius (berkisar 1-20
berlangsung hingga Oktober, membawa kelembapan yang km) dan memilih 7 km sebagai ambang batas. Menurut
melimpah dari Samudra Hindia dan Teluk Thailand di sepanjang prosedur di atas, kami menemukan S1 dan S2 (dipisahkan
jalurnya dan dengan demikian hujan lebat. Menurut fitur sejauh 8 km) di Bangkok sebagai lokasi perkotaan dan S3 di
musiman yang berbeda ini (Gbr. 2a), musim kemarau (Nov– Nakhon Pathom sebagai lokasi pedesaan secara representatif.
Apr) dan musim hujan (Mei–Okt) dipertimbangkan dalam Baik S1 maupun S2 memiliki latar belakang yang sama, yaitu
penilaian UHI kami. Musim hujan menyumbang lebih dari 80% kawasan bisnis dengan bangunan, rumah, taman, dan jalan.
dari total curah hujan tahunan, berdasarkan data curah hujan Total area terbangun mereka sekitar 80% (Gbr. 1d dan e).
yang diperoleh. Karena musim kemarau melintasi dua tahun Foto mata ikan juga diambil selama kunjungan stasiun
kalender, musim kemarau pada tahun tertentu dibentuk pada menggunakan kamera all-sky yang dipasang pada ketinggian 1
Nov–Des tahun sebelumnya dan Jan–Apr tahun itu. m agl untuk memperkirakan sky-view factor (SVF), yang
didefinisikan sebagai rasio area bagian langit dengan belahan
bumi. Nilai SVF pada S1 dan S2 adalah >60% (di sini, masing-
masing 63% dan 80%)
(Gbr. 1d dan e), menunjukkan tidak ada obstruksi parah atau
pemblokiran ventilasi udara dan radiasi. Karena data di kedua
Data
stasiun cenderung berkorelasi baik (misalnya, >0,9 untuk suhu
Beberapa stasiun cuaca Departemen Meteorologi Thailand dan kelembapan relatif tiga jam), nilai rata-rata dari kedua
(TMD) yang berlokasi di GBK awalnya dipertimbangkan. stasiun kemudian digunakan, dan lokasi tengah antara kedua
Namun, pemantauan mereka berbeda dalam cakupan temporal stasiun ditetapkan sebagai referensi resmi. situs perkotaan
(misalnya, 8-35 tahun), rentang jam-hari (misalnya, siang hari (Su ). Stasiun S3 adalah situs pedesaan referensi (Sr ). Latar
saja dibandingkan dengan waktu siang dan malam hari), dan belakangnya adalah area hijau terbuka dengan total area
frekuensi pengambilan sampel (misalnya, per jam, tiga jam, terbangun 22% dan SVF 82% (Gbr. 1f). Jarak antara Su dan
dan harian), sehingga menimbulkan kesulitan dalam memilih Sr sekitar 70 km. Kami selanjutnya memperkirakan secara
sepasang referensi situs perkotaan dan pedesaan. Awalnya, kasar jumlah total yang dibangun berdasarkan kumpulan data
data tiga jam (termasuk suhu, hujan, tutupan awan, kelembaban alternatif (citra satelit Google Earth) tetapi pada jarak yang
relatif, dan kecepatan/arah angin) dari delapan stasiun diperoleh lebih dekat (radius 2 km) untuk tahun 2010 dan menemukan
dan juga diperiksa untuk cakupan waktu, nilai yang tidak masuk 93% di S1, 85% di S2, dan 25% di S3 sebagai hasilnya (tidak
akal, dan kecukupan data untuk setiap variabel (di sini, suhu, ditampilkan), yang juga konsisten dengan yang didasarkan
hujan, tutupan awan, kelembaban relatif, dan angin). Jumlah pada data LDD. Diperdebatkan, jumlah yang wajar dari total
nilai yang tidak hilang (yaitu valid) ditemukan setidaknya 85%. area terbangun di S3 mungkin secara teoritis tidak
Mengingat data jangka panjang yang digunakan dalam mengklasifikasikannya sebagai lokasi pedesaan yang ideal.
penelitian ini, kami melakukan pemeriksaan data tambahan Dalam konteks saat ini, itu tetap digunakan sebagai kandidat
sebagai berikut: (a) nilai valid dalam rentang 0–50 °C untuk lokasi pedesaan terbaik kami. Mengingat klasifikasi zona iklim
suhu dan 0–100% untuk kelembapan relatif, dan (b) non- outlier lokal [6], mengingat informasi yang tersedia, Su tampaknya
berada dalam kisaran rata-rata ± 5 kali standar deviasi. Perlu cocok dengan zona iklim lokal (LCZ) Tipe 2 (compact midrise)
dicatat bahwa suhu dan kelembaban diukur pada 1,5 m agl (di sementara Sr kira-kira cocok dengan LCZ Tipe 9 (terbentuk
atas permukaan tanah), jarang).
www.scienceasia.org
Machine Translated by Google
www.scienceasia.org
Machine Translated by Google
Pedesaan
UHII malam hari yang menunjukkan kontras 0,1 °C (signifikan
26 pada tingkat 0,1) antara dua periode (Gbr. 4a). Hal ini
24 sebagian disebabkan karena pada malam hari, akhir pekan
perkotaan mengalami penurunan aktivitas manusia yang lebih
22
nyata daripada akhir pekan pedesaan. Dengan demikian,
20
dapat dikatakan bahwa UHII dan suhu bergantung pada
Hari Malam
panas antropogenik tetapi pada tingkat yang kecil sedangkan
Gambar 4 UHII dan suhu selama periode hari kerja (Senin–Jumat) dan tutupan lahan merupakan faktor utama yang mempengaruhi
akhir pekan (Sabtu–Minggu). Semua angka adalah musim kemarau tahun UHII untuk wilayah studi. Perlu dicatat bahwa uji jumlah
2006–2015. peringkat Wilcoxon non-parametrik digunakan untuk menguji
signifikansi statistik perbedaan rata-rata dua sampel.
www.scienceasia.org
Machine Translated by Google
Tabel 1 Korelasi antara UHII musim kemarau siang dan malam hari dengan variabel meteorologi dan hasil MLR.
(a) Korelasi
Variabel
UHIIday Malam
Ru (mm/3 jam) ÿ0,24 (N = 1748) ÿ0,32 (N = 1750)
ÿRuÿr (mm/3 jam) ÿ0,28 (N = 1748) ÿ0,21 (N = 1750)
CCu (deka, dalam sepersepuluh) ÿ0,22 (N = 1750) ÿ0,42 (N = 1750)
ÿCCuÿr (deka, dalam sepersepuluh) ÿ0,14 (N = 1750) 0,16 (N = 1750)
RHu (%) ÿ0,66 (N = 1750) ÿ0,46 (N = 1750)
ÿRHuÿr (%) ÿ0,87 (N = 1750) ÿ0,65 (N = 1750)
WSu (m/dtk) 0,00 (N = 1742) ÿ0,09 (N = 1419)
(b) MLR R2
UHIIhari ( °C) = 0,384 ÿ 0,024ÿRuÿr ÿ 0,108ÿRHuÿr ÿ 0,225WDu (SW) + 0,366 Koefisien PER 0,83
(kesalahan standar, nilai-p): Perpotongan
(0,039, < 0,01), ÿRuÿr (0,003, < 0,01), ÿRHuÿr (0,003, < 0,01), WDu (SW) (0,042, < 0,01), (N = 1727)
PER (0,013, < 0,01)
UHIImalam ( °C) = 1,234 ÿ 0,101ÿRHuÿr ÿ 0,109 CCu ÿ 0,120 WSu + 0,323 WDu (SW) + 0,353 PER Koefisien 0,65
(kesalahan standar, nilai p): Intersepsi
(0,085, < 0,01), ÿRHuÿr (0,003, < 0,01), CCu (0,009, < 0,01), WSu (0,041, < 0,01), WDu (SW) (0,060, < 0,01), (N = 1338)
PER (0,019, < 0,01)
N adalah jumlah pasangan atau record yang digunakan dalam perhitungan. Semua hasil korelasi secara statistik signifikan pada tingkat
0,05. WDu (·) adalah arah angin rata-rata vektor perkotaan yang nilainya 0 dan 1. WDu (SW) sesuai dengan angin barat daya, diwakili
oleh kuadran ketiga seperti yang terlihat pada plot kutub (Gbr. 5a). PER (°C) adalah persistensi kondisi UHI.
penting.
N N
CCu , ÿCCuÿr , RHu , ÿRHuÿr , dan WSu .
40% 40%
30% 30%
Ditemukan bahwa UHII (siang dan
20% 20% malam) secara signifikan berkorelasi negatif dengan semua
10%
10%
variabel untuk sebagian besar kasus (12 dari 14). Untuk Ru dan
DI DALAM DAN DI DALAM DAN
www.scienceasia.org
Machine Translated by Google
korelasi terlihat untuk malam hari (ÿ0,42), yang mungkin dibandingkan dengan rekan siang hari dengan kuadran ketiga
disebabkan oleh efek bersih dari awan perkotaan dan (barat daya) dan keempat (barat laut) menjadi yang paling
pedesaan. Namun, korelasi dengan ÿCCuÿr sejalan dengan intens.
penjelasan fisika di atas yaitu negatif (ÿ0.14) untuk siang hari
dan positif (0.16) untuk malam hari. Korelasi dengan RHu Hubungan statistik
dan ÿRHuÿr adalah kuat secara negatif (>0,5), yang dapat Umumnya berguna untuk merumuskan hubungan statistik
dijelaskan oleh efek gabungan dari hubungan Clausius UHII dan faktor-faktor terkaitnya, yang dapat membantu
Claperon dan hubungan antara kelembapan, awan, dan mengidentifikasi seperangkat variabel yang mempengaruhi
hujan (yaitu, semakin banyak kelembapan cenderung lahan panas perkotaan. Regresi linier berganda (MLR) telah
menghasilkan lebih banyak awan /hujan, dan sebaliknya). diterapkan dalam studi pulau panas perkotaan [28, 35]. Itu
Dengan memeriksa korelasi untuk sembarang pasangan diadopsi di sini karena kesederhanaan dan kekuatan penjelas
Ru , CCu , dan RHu , hasilnya positif, mulai dari 0,2–0,6 (tidak yang dapat diterima untuk varian total (seperti yang
ditampilkan). Untuk WSu , tidak ada korelasi dengan UHII ditunjukkan nanti). Dalam penelitian ini, tujuh variabel
yang teramati pada siang hari; korelasi malam hari negatif teorologis harian yang dibahas sebelumnya (Tabel 1a)
kecil (ÿ0,09) tetapi masih signifikan. Perlu dicatat bahwa WSu dipertimbangkan. Selain itu, UHII per sisten (PER) sehari-
dihitung sebagai kecepatan angin rata-rata vektor sepanjang hari dimasukkan untuk mewakili kemungkinan pengaruh
siang/malam hari. kondisi masa lalu terhadap kondisi saat ini (yaitu, memberikan
status latar belakang), yang kemudian dapat meningkatkan
Ketergantungan arah UHII untuk musim kemarau di prediktabilitas UHII dari MLR. Persistensi UHII ditetapkan
siang dan malam hari diselidiki menggunakan plot kutub [33] sebagai nilai UHII pada hari sebelumnya, yang ternyata
(Gbr. 5). Diagram mawar angin yang merespons kor juga berkorelasi baik dengan UHII hari ini (0,8 untuk siang hari
diberikan. Perlu dicatat bahwa plot kutub menampilkan dan 0,7 untuk malam hari). Arah angin perkotaan (WD)
kuantitas yang menarik (di sini, UHII) sebagai fungsi kecepatan
(digunakan dalam plot kutub) juga dimasukkan sebagai
dan arah angin, sedangkan diagram mawar angin menampilkan variabel faktor (yang nilainya 0 atau 1). Di sini, empat sektor
frekuensi kemunculan angin berdasarkan sektor angin dan atau kuadran angin utama dipertimbangkan, yaitu NE (timur
interval kecepatan. Baik plot kutub maupun diagram mawar laut), SE (tenggara), SW (barat daya), dan NW (barat laut).
angin menggunakan definisi standar arah angin yaitu angin Oleh karena itu, total sembilan digunakan sebagai input awal
bertiup ke arah tengah dan sudutnya searah jarum jam dari atau variabel penjelas untuk MLR di bawah ini:
sumbu utara. Diagram angin naik untuk siang dan malam hari
serupa, menunjukkan dua angin yang berlaku (timur laut timur
dan selatan-barat daya). Yang pertama terutama disebabkan
oleh musim timur laut, tetapi yang terakhir adalah kombinasi
N
dari angin laut dan angin Teluk musim panas. Angin laut KOLEKSI = aXi + b,
umumnya hadir dengan baik di sepanjang wilayah pesisir di
saya=1
sebelah timur dan tengah Thailand di tengah musim kemarau
[32, 34]. di mana ai dan b masing-masing adalah koefisien dari variabel
penjelas (Xi ) dan intersep. Dalam pemodelan MLR, variabel
awal tertentu yang berkorelasi kuat dengan yang lain
Angin Teluk regional (nama lokal: angin Tapao) bertiup dari dikeluarkan untuk menghindari masalah kolinearitas.
tengah Teluk Thailand ke arah utara pada akhir musim Penghapusan bertahap mundur diterapkan pada pemilihan
kemarau. UHII siang hari relatif kuat di kuadran pertama variabel untuk mencapai sekumpulan variabel akhir yang
(yaitu, timur laut) tetapi relatif lemah di kuadran ketiga (barat hemat dalam regresi. Kecukupan masing-masing model
daya). Intensitas yang lebih lemah di kuadran ketiga mungkin regresi juga diperiksa menggunakan plot diagnostik (untuk
sebagian disebabkan oleh angin selatan yang sejuk dari linieritas, normalitas, kesalahan konstan, dan outlier yang
Teluk atau udara hangat dari inti kota yang bergerak ke utara berpengaruh), dan ternyata dapat diterima. Variasi total dalam
ke daerah pedesaan oleh angin selatan. Yang pertama data UHII siang hari asli ditangkap setinggi 82% sedangkan
menurunkan suhu perkotaan sedangkan yang kedua UHII malam hari dijelaskan oleh 66% (Tabel 1b). Sebagian
menaikkan suhu pedesaan, yang masing-masing menurunkan besar variabel meteorologi pada model akhir memiliki koefisien
UHII. Hipotesis ini tetap tunduk pada penyelidikan lebih lanjut, negatif, sesuai dengan hasil korelasi pada Tabel 1a.
yang tidak dalam ruang lingkup penelitian ini. UHII malam Sedangkan untuk arah angin, hanya angin barat daya yang
hari cenderung kuat dan lebih seragam ke segala arah akhirnya dipertahankan. Koefisiennya negatif (ÿ0,23 °Cÿ1 )
www.scienceasia.org
Machine Translated by Google
KESIMPULAN
Temuan utama dari studi saat ini adalah sebagai berikut: (a)
Pulau
Gambar 6 (a) Histogram UHII negatif, (b) variasi diurnal frekuensi UHII
panas perkotaan meningkat pada musim kemarau, terutama
negatif, dan (c) siklus diurnal UHII negatif (musim kemarau tahun 2006–
pada Des–Jan. UHII relatif besar pada malam hari karena
2015).
laju pendinginan yang lebih cepat pada sore hari di lokasi
pedesaan di mana penerimaan panas permukaan lebih
rendah daripada di lokasi perkotaan.
untuk model siang hari tetapi positif (0,32 °Cÿ1 ) pada model
malam hari, yang sesuai dengan hasil plot kutub di mana UHII
(b) UHII sedikit lebih besar selama hari kerja daripada akhir
masing-masing tampak ditekan dan diperkuat di kuadran ketiga.
pekan, menunjukkan pengaruh tertentu dari panas
Ketekunan juga terbukti menjadi variabel penting lainnya dalam
antropogenik dan tutupan lahan sebagai faktor utama
model regresi.
yang mempengaruhi UHII. Dengan demikian, perhatian
harus diberikan pada tutupan lahan dalam mitigasi pulau
panas
Kondisi pulau yang sejuk
perkotaan. (c) UHII berkorelasi negatif dengan hujan perkotaan,
Telah ditunjukkan sebelumnya (Gbr. 2c dan Gbr. 3a) bahwa hujan perkotaan-pedesaan, dan kecepatan angin
pulau sejuk (UHII < 0 °C) terdapat di Bangkok. perkotaan. Pada siang hari, korelasi negatif antara awan
Di sini, pulau sejuk di musim kemarau diinvestigasi, melengkapi larangan dan awan perkotaan-pedesaan berpotensi
pulau panas perkotaan musim kemarau yang telah dibahas disebabkan oleh lebih banyak radiasi gelombang pendek
selama ini. Dua kondisi pulau sejuk dipertimbangkan: all- yang dipantulkan oleh awan. Pada malam hari, korelasi
inclusive (UHII < 0 °C) positif dengan awan perkotaan-pedesaan diamati karena kemungkinan
www.scienceasia.org
Machine Translated by Google
SAYA II III
Gambar 7 Perbedaan tutupan awan perkotaan-pedesaan, hujan, dan kelembaban relatif dengan kasus UHII. Hasilnya didasarkan pada
data tiga jam selama 10–19 LT, musim kemarau 2006–2015.
radiasi gelombang panjang yang terperangkap oleh Ucapan Terima Kasih: Para penulis dengan tulus berterima
awan dan dipancarkan kembali ke bawah. Kelembaban kasih kepada Departemen Meteorologi Thailand untuk data
relatif perkotaan dan kelembaban relatif perkotaan- pengamatan. Studi ini didukung secara finansial terutama
pedesaan berkorelasi negatif dengan oleh Joint Graduate School of Energy and Environment dan
UHII. (d) Model regresi UHII siang dan malam dapat Postgraduate Education and Research Development Office,
menjelaskan variabilitas data asli dan dengan demikian dan sebagian oleh National Research Council of Thailand dan
memiliki potensi pemanfaatan dalam peramalan harian Asahi Glass Foundation.
permintaan energi atau listrik terkait cuaca. (e)
Fenomena pulau sejuk umumnya disebabkan
REFERENSI
oleh kontras perkotaan-pedesaan tertentu yang
menguntungkan dalam hal hujan, tutupan awan, dan 1. Oke TR (1987) Iklim Lapisan Batas, edisi ke-2,
kelembapan relatif. Routledge Press, London, Inggris.
Aspek lain yang terkait dengan pulau panas perkotaan 2. Grimmond CSB (1992) Neraca energi pinggiran kota:
di Bangkok didorong untuk studi masa depan misalnya, pertimbangan metodologis dan hasil untuk kota pantai barat
garis lintang tengah di bawah kondisi musim dingin dan
penerapan pemodelan numerik, pola atmosfer sinoptik, dan
musim semi. Int J Climatol 12, 481–497.
perubahan tutupan lahan dengan penilaian spasial. Polutan
3. Roth M (2013) Pulau panas perkotaan. Dalam: Fernando
udara (terutama partikulat) juga dapat mempengaruhi urban
HJS (ed) Handbook of Environmental Fluid Dynamics, CRC,
heat island karena mempengaruhi radiasi matahari dan
hal 143–159.
visibilitas [36], kemudian memodulasi suhu udara. Terakhir, 4. Schwarz N, Schlink U, Franck U, Groÿmann K (2012)
mengingat Thailand juga mengalami suhu yang sangat tinggi
Hubungan permukaan tanah dan suhu udara dan
[37], pengembangan pulau panas perkotaan dalam kondisi
implikasinya untuk mengukur indikator pulau panas
panas seperti itu menjadi perhatian tambahan. perkotaan – Aplikasi untuk kota Leipzig (Jerman). Ecol
Indic 18, 693–704.
5. Srivanit M, Hokao K, Phonekeo V (2012) Menilai dampak
urbanisasi terhadap lingkungan termal perkotaan
www.scienceasia.org
Machine Translated by Google
ronment: Studi kasus Bangkok Metropolitan. Int J Appl Sci 22. Torsri K, Octaviani M, Manomaiphiboon K, Towpray oon, S
Technol 9, 83–100. (2012) Rerata regional dan karakteristik variabilitas suhu dan
6. Stewart ID, Oke TR (2012) Zona iklim lokal untuk studi suhu curah hujan di atas tanah Thailand pada tahun 1961–2000
perkotaan. Banteng Am Meteorol Soc 12, 1879–1900. dengan model iklim regional dan evaluasinya . Theor Appl
Climatol 113, 289–304.
7. Li D, Bou-Zeid E (2013) Interaksi sinergis antara pulau panas 23. TMD (2017) Iklim Thailand, Departemen Meteorologi Thailand,
perkotaan dan gelombang panas: The Thailand. Tersedia di: www.tmd. go.th/en/archive/
dampak di kota-kota lebih besar daripada jumlah bagian-bagiannya. thailand_climate.pdf.
J Appl Meteorol Climatol 52, 2051–2064. 24. Yang X, Hou Y, Chen B (2011) Mengamati pemanasan
8. McMichael AJ, Wilkinson P, Kovats RS, Pattenden S, Hajat S, permukaan yang disebabkan oleh urbanisasi di Cina timur. J
Armstrong B, Vajanapoom N, Niciu EM, dkk (2008) Studi Geophys Res 116, ID D14113.
internasional tentang suhu, panas, dan kematian perkotaan: 25. Limjirakan S, Limsakul A (2012) Mengamati tren suhu udara
Proyek ISOTHURM. Int J Epidemiol 37, 1121–1131. permukaan dan ekstremnya di Thailand dari tahun 1970 hingga
2009. J Meteor Soc Japan 90, 647–662.
9. Oke TR (1973) Ukuran kota dan pulau panas perkotaan.
Lingkungan Atmos 7, 769–779. 26. Jin MS, Mullens T (2014) Sebuah studi tentang hubungan antara
10. Liu W, Ji C, Zhong J, Jiang X, Zheng Z (2007) kelembaban tanah, suhu tanah, dan suhu permukaan
Karakteristik temporal dari pulau panas perkotaan Beijing. menggunakan pengamatan ARM dan simulasi CLM4 offline.
Theor Appl Climatol 87, 213–221. Iklim 2, 279–295.
11. Roth M (2007) Review penelitian iklim perkotaan di daerah 27. Kim YH, Baik JJ (2002) Intensitas pulau panas perkotaan
(sub)tropis. Int J Climatol 27, 1859–1873. maksimum di Seoul. J Appl Meteorol 41, 651–659.
12. Stewart ID (2011) Tinjauan sistematis dan kritik ilmiah terhadap 28. Memon RA, Leung DYC, Liu CH (2009) Investigasi intensitas
metodologi dalam literatur urban heat island modern. Int J pulau panas perkotaan (UHII) sebagai indikator pemanasan
Climatol 31, 200–217. perkotaan. Atmos Res 94, 491–500.
13. Santamouris M (2015) Menganalisis besarnya dan karakteristik 29. Taha H (1997) Iklim perkotaan dan pulau panas: albedo,
pulau panas di seratus kota dan wilayah Asia dan Australia. evapotranspirasi, dan panas antropogenik.
Sci Total Lingkungan 512–513, 582–598. Bangun Energi 25, 99–103.
30. He BJ (2018) Potensi karakteristik meteorologi dan kondisi
14. BMA (2018) Bangkok saat ini (bagian: sejarah dan urbanisasi). sinoptik untuk memitigasi efek urban heat island. Iklim
Administrasi Metropolitan Bangkok, Thailand. Tersedia di: Perkotaan 24, 26–33.
203.155.220.230/m. info/nowbma. [dalam bahasa Thailand] 31. Liu W, You H, Dou J (2009) Kelembaban perkotaan dan
perbedaan suhu di wilayah Beijing. Theor Appl Climatol 96,
15. Boonjawat J, Niitsu K, Kubo S (2000) Pulau panas perkotaan: 201–207.
polusi termal dan perubahan iklim di Bangkok. J Sembuhkan 32. Paton C, Manomaiphiboon K (2013) Kajian sumber daya angin
Sci 9, 49–55. metropolitan untuk Bangkok, Thailand bagian 1: pemetaan
16. Jongtanom Y, Kositanont C, Baulert S (2011) Variasi temporer sumber daya angin. J Lingkungan Energi Berkelanjutan 4, 69–
intensitas pulau panas perkotaan di tiga kota besar, Thailand. 76.
Mod Appl Sci 5, 105–110. 33. Carslaw DC, Ropkins K (2012) Openair – paket R untuk analisis
17. Pakarnseree R, Chunkao K, Bualert S (2018) Karakteristik fisik data kualitas udara. Perangkat Lunak Model Lingkunganw 27–
Bangkok dan fenomena urban heat island. Bangun Lingkungan 28, 52–61.
143, 561–569. 34. Phan TT, Manomaiphiboon K (2012) Mengamati dan
18. Ongsomwang S, Dasananda S, Prasomsup W (2018) mensimulasikan karakteristik angin laut di wilayah pesisir
Fenomena pulau panas perkotaan spatio-temporal sebagai Rayong , Thailand. Meteorol Atmos Phys 116, 98–111.
penilaian menggunakan citra Landsat: studi kasus Metropolitan
Bangkok dan sekitarnya, Thailand. Di lingkungan Nat Resource 35. Hoffmann P, Krueger O, Schlünzen KH (2012) Model statistik
J 16, 29–44. untuk pulau panas perkotaan dan penerapannya pada
19. Chow WTL, Roth M (2006) Dinamika temporal pulau panas skenario perubahan iklim. Int J Climatol 32, 1238–1248.
perkotaan Singapura. Int J Climatol 26, 2243–2260.
[ Artikel gratis PMC ] [ PubMed ] 36. Aman N, Manomaiphiboon K,
20. Camilloni I, Barrucand M (2012) Variabilitas temporal Buenos Pengchai P, Suwanathada P, Srichawanae J, Assareh N (2019).
Aires, Argentina, pulau panas perkotaan. Visibilitas yang diamati jangka panjang di Thailand Timur:
Theor Appl Climatol 107, 47–58. Variasi temporal, asosiasi dengan polutan udara dan faktor
21. Mohsin T, Gough WA (2012) Karakterisasi dan estimasi pulau meteorologi, dan tren. Suasana 10, nomor 122.
panas perkotaan di Toronto: Dampak pemilihan lokasi
pedesaan. Theor Appl Climatol 108, 105–117. 37. Christidis N, Manomaiphiboon K, Ciavarella A, Stott PA (2018)
April 2016 yang panas dan kering di Thailand.
Bul Amer Bertemu Soc 99, S128–S132.
www.scienceasia.org