Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.

com

Lingkungan Atmosfer 222 (2020) 117120

Daftar isi tersedia diSains Langsung

Lingkungan Atmosfer

beranda jurnal:http://www.elsevier.com/locate/atmosenv

Protokol pemantauan dan analisis polutan udara ambien untuk negara-negara berpenghasilan rendah dan menengah: Sebuah
elemen kerangka pengelolaan kualitas udara perkotaan yang komprehensif

Sunil GuliaA, Isya KhannaB, Komal ShuklaC, Mukesh KhareC,*

ACSIR-Institut Penelitian Teknik Lingkungan Nasional, Kantor Zonal, Delhi, 110028, India
BBadan Udara Bersih Puget Sound, Seattle, WA, 98101, AS
CDepartemen Teknik Sipil, Institut Teknologi India, Delhi, 110016, India

HIGHLIGHT

Status polusi udara perkotaan di LMIC.

Tantangan dan permasalahan pengelolaan kualitas udara di LMIC.
Protokol pemantauan kualitas udara di LMIC. Protokol pembagian sumber di
LMIC.

INFO PASAL ABSTRAK

Kata kunci: Urbanisasi yang pesat seiring dengan pertumbuhan industri merupakan salah satu penyebab utama peningkatan tingkat polusi udara di wilayah perkotaan di
Manajemen kualitas udara perkotaan Pemantauan berbasis sensor negara-negara berpenghasilan rendah dan menengah (LMICs). Hal ini selanjutnya dikaitkan dengan dampak buruk terhadap kesehatan dalam ekosistem
nirkabel berbiaya rendah Pemantauan berbasis satelit perkotaan. Untuk mengelola dan mengendalikan memburuknya kualitas udara perkotaan, diperlukan rencana pengelolaan kualitas udara perkotaan yang
efisien dan efektif yang terdiri dari pengambilan sampel, pemantauan dan analisis secara sistematis; pemodelan; dan protokol kontrol. Pemantauan kualitas
LMIC udara adalah langkah penting dan mendasar yang menjadi landasan rencana pengelolaan apa pun. Artikel penelitian ini menjelaskan metodologi komprehensif
Protokol untuk membangun jaringan pemantauan kualitas udara yang sistematis dan kuat di LMICs dan memperkuat efektivitas dan efisiensi kerangka manajemen
kualitas udara perkotaan. Panduan ini juga menjelaskan prosedur langkah demi langkah untuk karakterisasi kimia unsur organik dan anorganik dari bahan
partikulat ambien bersama dengan penanda molekuler, yang penting untuk mengidentifikasi sumber bahan partikulat yang sesuai, yang merupakan bagian
integral dari protokol pemantauan polusi udara. Selain itu, makalah ini juga membahas perlunya menggabungkan stasiun berbasis sensor nirkabel berbiaya
rendah dengan sejumlah stasiun pemantauan udara ambien real-time manual dan konvensional dalam jumlah terbatas agar dapat efektif dari segi biaya,
namun tetap kuat. Artikel tersebut menunjukkan bahwa pemantauan penginderaan jarak jauh berbasis satelit yang dikalibrasi dengan pengukuran permukaan
tanah mempunyai potensi untuk pemantauan kualitas udara skala regional yang menangkap transportasi polusi lintas batas.

1. Perkenalan karena pertumbuhan populasi yang cepat dan pertumbuhan urbanisasi

yang terkait (Baldasano dkk., 2003;PBB, 2007;Mannucci dan Franchini, 2017). Hal ini menyebabkan pesatnya perkembangan sektor transportasi bermotor, industri dan komersial yang
Meningkatnya tingkat polusi udara perkotaan yang mempengaruhi kesehatan masyarakat selanjutnya menyebabkan konsumsi energi yang tinggi (Gulia dkk., 2015). Telah dilaporkan
bahwa merupakan salah satu kekhawatiran utama di seluruh dunia (Paus dan fraksi PM yang lebih kasar dan halus (yaitu PM10dan PM2.5) sering melanggar standar yang
Dockery, 2006; SIAPA, 2014;Hankey dan Marshall, 2017;Wang, 2018;Schiavon dkk., ditentukan (ADB, 2014;Worobiec dkk., 2011). Selanjutnya, udara
2018;Kesehatan Planet Lancet, 2019). Masalahnya lebih kompleks dan parah di
negara-negara berkembang bila dibandingkan dengan negara maju
 S.Gulia dkk.
* Penulis yang sesuai. Ruang No.220, Departemen Teknik Sipil, Blok –IV, Institut Teknologi India Delhi, Hauz Khas, New Delhi, 110016, India. Alamat email: s_gulia@neeri.res.in
(S.Gulia),isha.khanna1@gmail.com (I.Khanna),komalshukla1992@gmail.com (K.Syukla),mukeshk@civil.iitd.ac.in (M.Khar).
https://doi.org/10.1016/j.atmosenv.2019.117120
Diterima 12 Desember 2018; Diterima dalam bentuk revisi 30 Oktober 2019; Diterima 6 November 2019
Tersedia online 20 November 2019 1352-2310/© 2019 Elsevier Ltd. Semua
hak dilindungi undang-undang.
Beban kesehatan terkait polusi diperkirakan paling besar terjadi di negara-negara berpendapatan
rendah dan menengah (LMICs) di kawasan Asia Tenggara dan Pasifik Barat. Di masa lalu, WHO
memperkirakan 92% populasi dunia pernah mengalami tingkat paparan yang tinggi jika
dibandingkan dengan batasan WHO. Hampir 90% kematian terkait polusi udara (yaitu ~5 juta)
terjadi di negara-negara berkembang (LMICs) (SIAPA, 2014). Dalam salah satu penelitian, dilaporkan
bahwa PM10tingkat tersebut ditemukan melebihi standar rata-rata tahunan nasional di tujuh dari
sepuluh negara Asia (CAA,2011). Polusi udara luar ruangan jauh lebih signifikan dalam hal risiko
kesehatan masyarakat, menyumbang 2,1 juta kematian dini di Asia setiap tahunnya (Lim dkk.,
2012). Polusi udara luar ruangan telah diidentifikasi sebagai salah satu dari 10 risiko kesehatan
terbesar di dunia dan termasuk dalam lima risiko terbesar di negara-negara berkembang di Asia (
ADB,2010).
Perencanaan pengelolaan kualitas udara yang efisien dan efektif merupakan kebutuhan saat ini
bagi LMIC untuk mendapatkan kualitas udara yang dapat diterima. Misalnya, Schiavon dkk.
(2015)memperkirakan bahwa penerapan pembatasan lalu lintas tertentu saja akan menurunkan
konsentrasi benzena sebesar 43% lebih rendah dibandingkan konsentrasi yang disebabkan oleh
seluruh armada kendaraan di Verona, Italia. Namun, sebagian besar negaranegara LMIC masih
dalam proses merumuskan rencana pengelolaan kualitas udara (AQMP) (Naiker dkk., 2012; Gulia
dkk., 2015). Keberhasilan setiap AQMP bergantung pada integrasi dan keterkaitan antara
komponen-komponen utamanya, yaitu tujuan kebijakan, jaringan pemantauan, inventarisasi emisi,
pembagian sumber, pemodelan kualitas udara, penilaian paparan kesehatan, strategi pengendalian
dan partisipasi masyarakat (Longhurst dkk., 1996;Gokhale dan Khare, 2007; Gulia dkk., 2015;2017).
Peran dan pentingnya komponenkomponen utama di atas bergantung pada masalah pencemaran,
sumbersumbernya dan kondisi iklim.Gulia dkk. (2017)telah meninjau dan membandingkan kisah
sukses beberapa rencana pengelolaan di negara-negara maju dan mendiskusikan bagaimana
strategi pengendalian telah membantu mengurangi tingkat polusi di negara-negara tersebut.
Penelitian ini menekankan pada masalah pengelolaan kualitas udara dengan fokus khusus pada
protokol pemantauan dan analisis di wilayah LMIC di Asia (India, Bangladesh, Srilanka, Nepal,
Bhutan, dan Vietnam) dan Afrika (Ghana, Nigeria, dan Kenya) yang memiliki tingkat polusi udara
yang tinggi. PM ambien adalah salah satu masalah utama (Gulia dkk., 2015;Khare dan Khanna,
2016). Penelitian ini mencakup tinjauan komprehensif terhadap praktik pengelolaan kualitas udara
yang diikuti di LMIC sehubungan dengan beban polusi, sumber, pemantauan kualitas udara, dan
studi pembagian sumber. Studi ini mengusulkan protokol pemantauan dan analisis PM yang dapat
diadopsi oleh LMIC untuk memperkuat perencanaan AQM mereka demi kualitas udara yang lebih
baik. stasiun kontinu umumnya terletak jauh dari tepi jalan dan area persimpangan lalu lintas
1.1. Teknik pemantauan kualitas udara
Pemantauan kualitas udara merupakan komponen dasar dari setiap AQMP karena membantu
pengambil keputusan dalam mengambil keputusan. Pemantauan membantu mengatasi kekhawatiran
terkait besarnya emisi yang perlu dikurangi; area yang memerlukan tindakan pengendalian; dan juga
mengevaluasi efisiensi tindakan pengendalian/manajemen di masa lalu. Selanjutnya, analisis karakterisasi
kimia PM yang dipantau pada kertas saring mengidentifikasi sumber dan kontribusinya menggunakan
prinsip pembagian sumber (studi pembagian sumber enam kota -BPKB, 2010;Celana dan Harrison,
2012;Celana dkk., 2015;Khare dan Khanna, 2016). Namun, AQMP yang kompeten hanya dapat dirancang
dengan menggunakan data pemantauan dari jaringan pemantauan kualitas udara terpadu (AQMN) yang
kuat. AQMN terpadu mencakup
kombinasi pendekatan pemantauan yang berbeda seperti metode manual konvensional; stasiun
pemantauan berbasis sensor dan waktu nyata yang berkelanjutan. Rancangan AQMN apa pun dapat
mencakup kombinasi pendekatan pemantauan semacam ini khususnya untuk negara-negara LMIC dimana
anggaran selalu menjadi faktor pembatas selama tingkat kualitas tetap terjaga. Oleh karena itu, sensor
berbiaya rendah mungkin lebih sesuai untuk LMIC (M.Kumar dkk., 2015;P.Kumar dkk., 2015;Moltchanov
dkk., 2015). Analisis perbandingan berbagai jenis AQMN menunjukkan kelebihan dan kekurangan masing-
masing metode pemantauan yang dapat dilengkapi dengan mengintegrasikan metode-metode tersebut
saat merancang AQMN. Misalnya manual dan
1.2. Masalah polusi udara di LMIC
Lingkungan Atmosfer 222 (2020) 117120
utama (titik-titik polusi) karena keterbatasan ruang, pasokan listrik, masalah keselamatan, dll.
Data-data tersebut tersebar dalam kota tertentu dan dapat menyediakan data rangkaian waktu
yang komprehensif dengan resolusi yang diinginkan, namun pada lokasi yang terbatas. Hal ini
menyulitkan pengumpulan informasi yang representatif dan dapat diandalkan untuk suatu kota
atau wilayah secara keseluruhan, dan oleh karena itu, tidak mungkin untuk membentuk gambaran
tren konsentrasi dalam skala besar. Namun, penerapan jaringan sensor nirkabel berbiaya rendah
yang dikalibrasi dengan benar dapat dengan mudah mengatasi kekurangan ini dengan menyediakan
data konsentrasi polutan dengan resolusi tempo-spasial yang tinggi. Kalibrasi sensor harus
dilakukan dalam kondisi lingkungan tempat pengukuran dilakukan. Hal ini dapat dilakukan melalui
penempatan bersama dengan teknik pengukuran yang andal dan protokol jaminan kualitas yang
jelas. Kalibrasi di laboratorium tidak cukup (Pinder dkk., 2019). Sensor tidak memerlukan ruang
karena dapat dengan mudah dipasang di tiang lampu jalan.
Di sisi lain, untuk pemantauan skala regional, penggunaan sensor berbiaya rendah,
stasiun pemantauan kualitas udara ambien manual dan berkelanjutan (CAAQMS) akan
sangat mahal dan sulit dipelihara, mengingat banyaknya jumlah sensor yang dibutuhkan.
Dalam hal ini, pendekatan pemantauan penginderaan jauh berbasis satelit bisa lebih efektif.
Pengambilan data satelit berbasis penginderaan jauh; (RSSD) polutan udara adalah salah
satu teknik terkemuka untuk pemantauan skala regional dan untuk mengevaluasi dampak
transportasi polusi udara lintas batas. Ini memberikan profil polusi tingkat regional dan tidak
terpengaruh oleh sumber lokal mana pun. Informasi yang diambil dari data satelit
memberikan profil vertikal dalam berbagai kondisi (Dey dkk., 2012). RSSD dapat
menyediakan polutan dalam jangka waktu lama, yang sangat berguna untuk melakukan
studi epidemiologi (Kumar dkk., 2008). Dengan validasi ganda dan jaringan antar-
perbandingan, informasi penginderaan jauh telah muncul dengan lebih dapat diandalkan
dan memberikan cakupan penerapan yang luas dalam bidang ilmiah multi-dimensi. Ada
banyak contoh keberhasilan penerapan pengambilan satelit O3, TIDAK2, dan AOD dalam
mengidentifikasi pergerakan lintas batas, hubungan sumber aerosol dan reseptor, variasi
dalam morfologi partikel dan dalam menghitung dampak radiasi baik pada aerosol organik
total maupun pada permukaan di LMIC ( Kumar dkk., 2015a;Banerjee dkk., 2015;Rastogi
dkk., 2016;Thompson dkk., 2014,Marais dkk., 2014;Hersey dkk., 2015;Knippertz dkk., 2015).
Meskipun pengambilan sifat mikrofisika polutan dari sensor berbasis satelit merupakan
bidang yang relatif baru dan berkembang, namun hal ini masih memberikan gambaran
umum tentang profil atmosfer yang sering dikaitkan
dengan pengukuran di darat.
RSSD pada dasarnya mempunyai tiga kendala dasar: efek awan, pantulan permukaan, dan
hamburan molekul. Pada prinsipnya, perolehan sifat aerosol bergantung pada radiasi yang
dipantulkan (Lee dkk., 2009; Ackerman dkk., 1998; Kokhanovsky dkk., 2009). Oleh karena itu,
validasi RSSD dengan pengukuran di lapangan harus menjadi bagian dari AQMN (Knippertz dkk.,
2015;Alvarado dkk., 2019). RSSD meningkatkan akurasi di area di mana pengukuran berbasis
permukaan juga tersedia. Namun, jika tidak ada pengukuran permukaan tanah berkualitas tinggi,
perkiraan satelit mengenai PM permukaan tanah2.5nilai-nilai tersebut harus diberi ketidakpastian
yang lebih tinggi dan mungkin tidak berguna untuk mendukung perencanaan AQM.
Dapat disimpulkan bahwa skala dan tujuan pemantauan harus ditentukan terlebih dahulu
sebelum merancang AQMN.Tabel 1membandingkan kesesuaian dan penerapan berbagai teknik
pemantauan kualitas udara.
Negara-negara LMIC sering kali dicirikan oleh pertumbuhan pesat dan ekstensif di sektor
infrastruktur seperti transportasi, konstruksi, industri, dll., yang menyebabkan emisi polutan lebih
tinggi. Misalnya, di India, rata-rata PM tahunan 10dan PM2.5konsentrasi dilaporkan 232,1 131,1
mikrogram m 3dan 118.381,7 mikrogram m 3, masing-masing, yang 3–4 kali lebih tinggi dari standar
kualitas udara ambien nasional (NAAQS) yang ditentukan sebesar 60 μg m- 3dan 40 μg m 3, masing-
masing di kota Delhi (Khare dan Khanna, 2016). Demikian pula, tingkat PM di sebagian besar
negara-negara LMIC melebihi
2
 S.Gulia dkk. Lingkungan Atmosfer 222 (2020) 117120
Tabel 1 Meja 2
Perbandingan berbagai teknik pemantauan. Situasi Polusi
Udara di
Negara-
Parameter petunjuk Kontinu Sensor Penginderaan jauh Negara
Berpengaruh
Kecil (LMIC)
Pemantauan Gravimetri, Kimia metode Hamburan cahaya, kimia Hamburan cahaya Pemrosesan Citra Satelit yang dipilih.
metode Validasi dan kalibrasi bercahaya Selain
Cocok untuk Skala perkotaan dan variabilitas temporal yang Dengan heterogenitas spasial yang tinggi Pemantauan skala regional, Transportasi polusi udara
itu,
Tujuan regulasi, tinggi lintas batas Daerah terpencil; Akurasi meningkat di area di
Aplikasi Validasi dan kalibrasi Tujuan peraturan, manajemen Pengelolaan kualitas udara di wilayah perkotaan khususnya mana pengukuran berbasis permukaan juga tersedia. polusi
pemantauan lainnya teknik kualitas udara, dimana ruang terbatas seperti persimpangan lalu lintas; Kalibrasi Namun, jika tidak ada pengukuran permukaan tanah iklim
Penelitian dan Sistem informasi publik harus dilakukan pada kondisi dimana pengukuran dilakukan. berkualitas tinggi, perkiraan satelit mengenai PM dan
Pengembangan, Sumber pembagian Berarti melakukan penempatan bersama dengan teknik permukaan tanah2.5 nilai harus diberi ketidakpastian yang udara
Paling gas, PM10& PM2.5, pengukuran yang andal dan protokol jaminan kualitas yang jelas. lebih tinggi.
Kalibrasi di laboratorium saja tidak cukup. Sebagian besar polutan

Polutan bisa Semua polutan gas, Aerosol Optical Depth (AOD) yang dapat diubah menjadi
menjadi
ukuran PM yang berbeda,
BPK, 2013;CAA, 2016; PM, NOx, SO2, Ozon
dipantau USEPA, 2018;EANET, Tingkat waktu nyata online, indeks
Referensi: 2013 kualitas udara, lebih awal

sistem peringatan Kumar dkk., 2015a;Chatto dkk. (2016);

BPK, 2011;USEPA, Aguiar dkk. (2015);Gao dkk. (2015); Dey dan Tripathi (2014);Upadhyay dkk.
2018;EANET, 2013 Moltchanov dkk. (2015) (2018);

standar kualitas udara ambien yang ditentukan berkali-kali lipat (ADB, 2014; SIAPA, 2018).
Praktik pemantauan di negara-negara ini berbeda dalam hal prinsip, instrumentasi, protokol
pemeliharaan instrumen, pengetahuan tenaga kerja terampil, dll. Akibatnya, perbandingan
tingkat polusi di negaranegara berkembang menggunakan data pemantauan dari
instrumeninstrumen tersebut mungkin menyesatkan karena variasi dalam pendekatan
pemantauan. Oleh karena itu, indeks kualitas udara (AQI) yang diukur oleh satu lokasi
pemantauan Kedutaan Besar AS yang berlokasi di beberapa kota telah dikumpulkan dan
dibandingkan. Berdasarkan pengukuran terbaru pada tahun 2018, terlihat bahwa nilai AQI
rata-rata tahunan lebih tinggi di Lahore, Delhi, dan Dhaka (155–173) jika dibandingkan
dengan tingkat AQI di Hanoi dan Kolombo (80–92). Data stasiun tunggal tidak dapat
mewakili keseluruhan kota karena heterogenitas sumbernya, namun perbandingan antar
stasiun dapat memberikan kriteria yang berguna untuk memahami tren umum antar kota.
Tren perbandingan tingkat polusi ini dapat berbeda pada waktu yang berbeda sepanjang
tahun karena variasi pola aliran angin dan pengaruh polusi lintas batas. Untuk
mengkonfirmasi tren umum tingkat polusi di negara-negara LMIC ini, kriteria umum kedua
digunakan, yaitu peringkat Indeks Kinerja Lingkungan (EPI) (yang dikembangkan oleh
Universitas Yale untuk tahun 2018) yang juga menunjukkan tren tingkat polusi serupa di
kota-kota dan kota-kota yang sama. sehingga mendukung nilai-nilai AQI yang diamati. EPI
menjelaskan hubungan antara dua dimensi penting pembangunan berkelanjutan: (1)
kesehatan lingkungan, yang meningkat seiring dengan pertumbuhan keuangan dan
kekayaan; dan (2) vitalitas ekosistem, yang mengalami tekanan akibat industrialisasi dan
urbanisasi. Kualitas udara dianggap sebagai salah satu parameter penting dalam
perhitungan EPI kesehatan lingkungan yaitu 26%. Selanjutnya pembakaran bahan bakar
padat (10,4%), PM2.5paparan (7,8%) dan PM2.5 melebihi (7,8%) dianggap di bawah
kualitas udara untuk EPI.
LMIC Luas Kota (km2)C
dianggap sekitar 24% di bawah vitalitas ekosistem dan menyumbang 60% terhadap
total skor EPI ( epi.envirocenter.yale.edu).Meja 2menggambarkan tingkat polusi di
berbagai negara LMIC.
1.3. Praktik pemantauan kualitas udara di LMIC
Sistem pemantauan kualitas udara di sebagian besar negara-negara LMIC masih berada pada
tahap pengembangan dan perlu diperkuat untuk perencanaan pengelolaan kualitas udara yang
lebih baik. Selain itu, pertumbuhan AQMN menghasilkan banyak data yang menyebabkan masalah
akurasi dan pengelolaan data. Misalnya, pemantauan di banyak kota di LMIC tertentu memiliki
cakupan yang sempit dengan jumlah stasiun yang terbatas dan hanya memantau beberapa kriteria
polutan. Selain itu, kualitas data, tenaga teknis untuk mengoperasikan peralatan pemantauan,
pedoman peraturan umum dan prosedur jaminan kualitas (QA) dan pengendalian kualitas (QC) juga
tidak didefinisikan dengan baik. Pemantauan kualitas udara di negara-negara terpilih ini dilakukan
tanpa tujuan khusus selain memenuhi kepatuhan terhadap peraturan. Oleh karena itu, AQMN yang
efisien dan berkelanjutan diperlukan, namun menghadapi tantangan dari segi teknologi dan
keuangan.Tabel 3menjelaskan status stasiun pemantauan kualitas udara di negara-negara LMIC
tertentu. India memiliki sejumlah besar stasiun pemantauan, yaitu 836 termasuk manual (703) dan
CAAQMS (133) yang merupakan jaringan yang sangat luas dibandingkan dengan LMIC terpilih
lainnya ( BPK, 2018). Di sisi lain, jaringan pemantauan kualitas udara di negara-negara Afrika
tertentu tidak mencukupi, biasanya hanya ada beberapa stasiun yang beroperasi secara manual.
Pengecualian adalah Vietnam, yang memiliki 29 CAAQMS termasuk stasiun tetap dan bergerak.
Negara-negara yang dipilih tidak mengikuti kriteria apa pun dalam mendirikan stasiun pemantauan.
Selain itu, pemantauan kualitas udara terbatas pada wilayah perkotaan
Populasi kota (Juta)C AQIB Skor EPIA Peringkat EPIA

Delhi (India) 1483 19 173 30.57 177

Lahore (Pakistan) 1772 11 151 37.5 169
Dhaka (Bangladesh) 1353 16 163 29.56 60.61 179
Kolombo (Srilanka) 37.31 2.4 92 31.44 47.22 70
Katmandu (Nepal) 899 0,9 110 46.96 49.66 176
Thimpu (Bhutan) 26.1 0,12 – 54.76 131
Hanoi (Vietnam) 3329 7.82 80 47.25 132
Akra (Ghana) 225 2.27 – 124
Abuja (Nigeria) 1769 2.4 – 100
Narobi (Kenya) 696 4.5 – 130

Ahttps://epi.envirocenter.yale.edu/epi-topline, 2018; Skor dan peringkat EPI adalah untuk penilaian tingkat negara.
Bhttps://airnow.gov/index.cfm?action¼airnow.global_summary, (Rata-rata Tahunan, 2018). Chttp://worldpopulationreview.com/world-cities.
Tabel 3
Jaringan pemantauan negara-negara terpilih di LMICs.

2. Protokol pemantauan kualitas udara ambien untuk LMIC

LMIC Jumlah Total Stasiun (Tingkat Nasional) Referensi

3
 S.Gulia dkk. Lingkungan Atmosfer 222 (2020) 117120
India 836 (Manual-703; CAAQMS-133 70 BPK, 2018 – 2.1. Protokol untuk menyiapkan AQMN
Pakistan (Manual & CAAQMS) KASUS (2018)
Bangladesh 11 (CAAQMS) –
78 (Pedoman) Semua AQMN untuk LMIC mana pun harus memiliki ciri-ciri berikut untuk mendukung perencanaan
Srilanka Nepal Pemerintah. dari Nepal

12 (CAAQMS) (2018) pengelolaan kualitas udara yang efisien dan efektif.

Objektif:AQMN di LMIC perlu memiliki tujuan yang jelas. Program pemantauan harus
Bhutan 03 (CAAQMS) Bhujel dkk. (2017) memenuhi persyaratan wilayah dan memiliki tujuan tertentu seperti kepatuhan terhadap
Vietnam Ghana 29 (CAAQM- Tetap dan Seluler) Anh NTN (2016). peraturan, pemantauan latar belakang, pemantauan episode polusi, penilaian paparan
05 (Manual) Emmanuel KE
kesehatan atau pengelolaan kualitas udara perkotaan, peningkatan kesadaran, efektivitas
Nigeria Kenya (2016)
05 (Pedoman) Fagbeja dkk. strategi pengendalian, dll. Ini adalah salah satu program yang penting. komponen program
(2017) pemantauan kualitas udara. Perencanaan, desain dan pembentukan AQMN akan bervariasi
05 (Manual) - Jaringan berbasis sensor di Nthusi V (2017) sesuai dengan tujuan kualitas udara ( Sivertsen, 2008;Pinder dkk., 2019). Perjanjian ini harus
05 lokasi di Nairobi
memiliki penegakan hukum dan penerimaan internasional.
Di manamerebutpemantauan/pengambilan sampel sering dilakukan sebagai respons terhadap Desain jaringan:Harus ada beberapa kriteria untuk menetapkan AQMN, yang dapat didasarkan
keluhan polusi udara. Secara internasional, tidak ada aturan umum mengenai desain jaringan pada populasi, wilayah, jenis sumber permasalahan atau jenis reseptor. Desain juga harus selaras
pemantauan kualitas udara atau jumlah monitor/sampler yang diperlukan di suatu kota. Namun, dengan literatur yang tersedia dan memiliki skala yang tepat serta cakupan yang representatif untuk
negara-negara maju telah menetapkan kriteria untuk menentukan jumlah stasiun pemantauan membangun database yang mencakup skenario lokal, regional, dan global. AQMN harus dirancang
kualitas udara berdasarkan jumlah penduduk. Misalnya, AS memerlukan 1–2 monitor untuk 0,1 juta sedemikian rupa sehingga kumpulan data yang dihasilkan dapat dimanfaatkan secara efektif untuk
orang hanya di wilayah dengan polusi tinggi. Kalau tidak, syaratnya 1 monitor seharga 0,5 juta (ADB, keselamatan publik jika terjadi paparan episodik. Tidak perlu memantau semua parameter yang
2014). ditentukan di semua lokasi. Jaringan yang dirancang secara ilmiah harus memiliki kumpulan data
Negara-negara LMIC terpilih tidak memiliki stasiun pemantauan berbasis sensor sebagai bagian yang representatif berdasarkan pola penggunaan lahan, aktivitas, dan keterpaparan yang dominan.
dari jaringan peraturan nasionalnya. Pemantauan kualitas udara berdasarkan teknik penginderaan Dalam semua kasus, lokasi yang representatif harus dipilih untuk memenuhi tujuan pemantauan
jauh juga bukan bagian dari program pemantauan kualitas udara nasional (NAQMP) di LMICs seperti penilaian paparan terhadap populasi manusia, dampak terhadap reseptor, pergerakan
sebagaimana tercantum dalamTabel 3. Baik teknologi berbasis sensor maupun penginderaan jauh polutan lokal, regional atau global, dll. Pola penggunaan lahan dianggap sebagai salah satu faktor
masih dalam tahap penelitian dan pengembangan (Dey dan Tripathi, 2014;Upadhyay dkk., 2018; utama faktor dalam pendirian stasiun udara ambien. Selanjutnya, jenis stasiun dan parameternya
Mhawisha dkk., 2017;Lasko dkk., 2018,WMO, 2018). Namun, status pemantauan/pengambilan harus ditentukan berdasarkan tujuan penggunaan data.
sampel polusi udara berbasis darat saat ini adalah bahwa pemantauan/pengambilan sampel
tersebut mencakup semua kriteria umum polutan udara (Tabel 4). Polutan udara tersebut adalah Proses Dinamis:Selalu ada kebutuhan untuk meninjau jaringan pemantauan yang ada
PM10, PM2.5, JADI2, NOx dan CO. Namun, PM1.0dipantau di beberapa stasiun di Nepal, Vietnam dan dan meningkatkan kinerjanya dengan memasukkan instrumen yang lebih canggih ke dalam
Kenya. Di Nepal, PM10,PM2.5,dan PM1.0dipantau tetapi tidak ada informasi tersedia mengenai sistem atau mengubah lokasi. Seringkali, permasalahan utama polusi udara di suatu kota
polutan udara berbentuk gas (Pemerintah. Nepal, 2018). dapat berubah dari satu polutan ke polutan lainnya setelah penerapan langkah-langkah
Negara-negara LMIC terpilih ini dan banyak negara-negara LMIC lainnya menghadapi banyak pengendalian polusi udara yang lebih ketat. Misalnya permasalahan tingginya konsentrasi
tantangan dalam memperkuat jaringan pemantauan kualitas udara mereka. Kendala utamanya timbal (Pb), dan SO di lingkungan sekitar2di India sebagian besar telah diatasi dengan
adalah kurangnya ketersediaan laboratorium analisis yang canggih; kekurangan tenaga terampil; pengurangan Pb dan sulfur (S) dalam bahan bakar transportasi. Namun, permasalahan polusi
tidak adanya kerangka peraturan/persyaratan untuk pemantauan udara; masalah sambungan udara telah bergeser dari SO2dan Pb terhadap peningkatan kadar NOx setelah penerapan
listrik; peralatan asli; dan masalah keuangan. strategi gas alam terkompresi dalam sistem transportasi umum Delhi (Narain dan Krupnick,
2007).
Belajar dari Kisah Sukses:Dapat disimpulkan bahwa proses pendirian stasiun
pemantauan di sebagian besar LMIC saat ini merupakan proses acak, berdasarkan
ketersediaan ruang dan logistik. Tidak ada pedoman umum yang menjelaskan kriteria
pemilihan lokasi atau jumlah stasiun yang diperlukan di wilayah berpenduduk tertentu.
Disarankan agar negaranegara LMIC mengambil pelajaran dari negara-negara maju di mana
AQMN dirancang, dikembangkan dan berfungsi melalui pedoman umum seperti yang
Tabel 4 dikembangkan oleh Kantor Perencanaan dan Standar Kualitas Udara EPA AS (AIRSekarang,
Polutan udara dipantau di LMIC tertentu di bawah program pemantauan kualitas udara nasional. 2011). Atau seperti di Inggris, dimana lebih dari 300 stasiun pemantauan kualitas udara
Polutan Umum Dipantau beroperasi berdasarkan pedoman umum (DEFRA, 2013). Negara-negara Uni Eropa
mengelola AQMN mereka melalui European Topic Center on Air Pollution and Climate
TSP PM10 PM2.5 PM1 TIDAK2 BERSAMA HAI3
Change (EEA, 2014). LMIC harus mengikuti pedoman standar yang tersedia dari
LMIC negaranegara di mana AQMN yang sukses tersebut dioperasikan.
nasional, dan menyesuaikan AQMN mereka sendiri berdasarkan yang tersedia sumber daya, populasi,
JADI2
India – – – jenis penggunaan lahan, sumber, dll.
Pakistan bangladesh, – – Integrasi berbagai teknologi pemantauan:Berdasarkan tujuan pemantauan AQ dan
Srilanka, – –
ketersediaan sumber daya, AQMN dapat mengintegrasikan teknik pemantauan yang tersedia
Nepal, – –
Bhutan – – berupa sensor manual, kontinu, berbiaya rendah, dan penginderaan jauh. Pertumbuhan
–
Vietnam – – – – eksponensial yang berkelanjutan dalam urbanisasi dan sektor terkait seperti industri, transportasi,
Ghana, Nigeria – dll.
Kenya – –
– tanpa pengelolaan kualitas udara yang tepat di negara-negara berkembang dan berkembang telah
– menyebabkan meningkatnya masalah polusi udara dengan kompleksitas yang semakin meningkat.
–
Polutan baru mulai muncul di atmosfer. Misalnya saja masalah PM2.5,benzena dan NOx telah
– –
meningkat dalam dekade terakhir di Delhi dan banyak kota lain di India (Khaiwal dkk., 2006).
Mengingat hal ini, Kementerian Lingkungan Hidup, Kehutanan dan Perubahan Iklim (KLHK&CC)
telah memasukkan polutan-polutan ini ke dalam standar kualitas udara ambien nasional (NAAQS)
bersama dengan beberapa polutan lainnya (KLHK, 2009). Tidak mungkin memantau semua polutan
ini melalui pemantauan manual, sehingga pemantauan kualitas udara ambien secara terus menerus
telah dilakukan di negara ini. Oleh karena itu, integrasi teknik pemantauan yang berbeda dalam
X¼Polutan Dipantau, '-'Tidak Dipantau.
AQMN cerdas diperlukan.

4
 S.Gulia dkk. Lingkungan Atmosfer 222 (2020) 117120
Pemantauan kualitas udara merupakan komponen dasar – dan salah satu kunci – dari setiap
AQMP. Oleh karena itu, AQMN harus cerdas dan berorientasi obyektif untuk memberikan informasi
yang akurat mengenai tingkat polusi dan kemungkinan sumbernya, sehingga memungkinkan
landasan AQMP yang efisien dan efektif. AQMN harus terdiri dari stasiun pemantauan yang
dirancang untuk memenuhi persyaratan setiap komponen AQMP. Biasanya, tujuan pemantauan
khusus yang dimiliki oleh LMIC akan berkembang seiring berjalannya waktu. Jenis pemantauan
kualitas udara berikut ini diharapkan dapat memenuhi tujuan yang paling umum:
berbagai metode kalibrasi lapangan dari sensor ini yang dapat digunakan oleh LMIC
(Moltchanov dkk., 2015;Aguiar dkk., 2015;Gao dkk., 2015; WMO, 2018).
Program pemantauan juga harus mencakup aplikasi penginderaan jauh untuk pemantauan
kualitas udara agar dapat mencakup skala regional dan nasional dengan biaya yang efektif.
Penginderaan jauh berbasis satelit lebih bersifat global dan memiliki akses terbuka sehingga
pendekatan ini, ditambah dengan jumlah sensor dan stasiun manual yang terbatas, akan lebih
hemat biaya dan dapat diandalkan. Data pemantauan manual dan data berbasis sensor diperlukan
untuk memvalidasi data satelit. Selanjutnya, kesesuaian teknik pemantauan harus dievaluasi
berdasarkan kriteria yang berbeda seperti biaya, kebutuhan ruang, akurasi, dll. (Gambar 1).
Bukti yang disajikan dalam makalah ini menunjukkan bahwa pemantauan berbasis sensor
berbiaya rendah dapat menjadi pelengkap yang sesuai untuk monitor tingkat regulasi yang tunduk
pada persyaratan kalibrasi in situ. Pengelolaan data dan keakuratan data yang dihasilkan cenderung
kurang di sebagian besar LMIC. Harus ada tim kuat yang memiliki keahlian dalam semua teknik
pemantauan, instrumentasi dan statistik data untuk mengelola program secara keseluruhan.
Pengendalian mutu dan jaminan pemantauan harus dikelola melalui pedoman nasional yang umum.

3. Protokol pembagian sumber untuk LMIC

i) Stasiun pemantauan untuk kepatuhan terhadap peraturan sesuai standar

nasional yang ditentukan; Studi Source Apportionment (SA) mengukur kontribusi masingmasing sumber
ii) Stasiun pemantauan khusus sumber (Industri, Simpang Lalu terhadap muatan massa partikulat berdasarkan profil sumber dan karakteristik
Lintas, dll.) iii) Kajian pembagian sumber (PM10, reseptor dengan sifat polutan. Terdapat variasi besar dalam karakteristik fisiokimia
PM2.5contoh); PM, yang didasarkan pada perbedaan intensitas sumber di berbagai wilayah.
iv) Penilaian paparan kesehatan penduduk (reseptor perumahan dan sensitif),
Berdasarkan hasil dari 149 studi SA yang dilakukan di 51 negara, 25% PM2.5massa
disumbangkan oleh lalu lintas, 15% oleh kegiatan industri, 20% oleh pembakaran
v) Konsentrasi polutan latar belakang (sangat berguna untuk pemodelan dispersi),
bahan bakar domestik, 18% dari debu dan garam alam dan sisanya dari sumber
vi) Transportasi polusi udara lintas batas vii) Stasiun dampak perkotaan dan stasiun antropogenik yang tidak ditentukan ( Karagulian dkk., 2015). Kategori sumber juga
pedesaan
memiliki karakteristik yang beragam dalam hal komposisi kimianya. Misalnya, dua
kota

Ketersediaan anggaran yang cukup untuk perencanaan AQM yang efektif dan efisien merupakan
salah satu kendala utama bagi negara-negara berkembang dan berkembang. Oleh karena itu,
pembentukan jaringan pemantauan dan pemilihan pendekatan pemantauan harus mencakup biaya
yang berkaitan dengan pengelolaan data, analisis dan komunikasi, yang dapat diprioritaskan
berdasarkan kebutuhan negara dan sumber daya yang tersedia.
Disarankan agar LMIC dapat lebih fokus pada jaringan berbasis sensor berbiaya rendah untuk
memantau kriteria polutan udara. Data yang dihasilkan dari sensor-sensor ini dapat dengan mudah
diakses melalui server umum dan digunakan untuk perhitungan indeks kualitas udara serta untuk lebih
menyebarkan informasi AQ kepada masyarakat. Jaringan dapat dengan mudah mencakup area yang luas
sambil menghindari keterbatasan ruang dan anggaran. LMIC juga harus fokus pada pengembangan
sensor kualitas udara yang sesuai dengan kondisi iklim setempat, yang merupakan salah satu kendala
dalam mencapai kinerja yang andal. Umumnya, sensor ini telah dikalibrasi dari pabrik dan bekerja secara
akurat di lingkungan terkendali, namun mungkin tidak bekerja dengan akurasi yang sama di lingkungan
sekitar. Oleh karena itu, disarankan untuk mengembangkan protokol kalibrasi lapangan untuk sensor-
sensor ini dengan membandingkan dengan referensi manual stasiun pemantauan/CAAQMS. Para peneliti
telah memaparkan
pesisir di Asia Selatan, Mumbai dan Chennai, mencatat kontribusi besar dari
sumber daya laut; sedangkan Delhi telah mengamati dominasi sumber kerak dan
kendaraan di PM10dan PM2.5, masing-masing. Di Karachi, sumber utama yang
berkontribusi pada PM2.5adalah pembakaran minyak kendaraan/industri (39,7%),
kendaraan (18,5%), debu jalan (16,1%), industri baja (13,3%) dan aerosol sekunder
(12,4%) ( Mansha dkk., 2012). Studi terbaru mengenai karakterisasi PM10dan PM
2.5di Nepal telah menunjukkan bahwa sumber dominan adalah sumber
antropogenik dari sisi selatan Himalaya, yang bertanggung jawab membentuk
kabut aerosol yang menyerap cahaya, atau awan coklat Asia (Decesari dkk.,
2010;Marinoni dkk., 2010).
Ada banyak sekali penelitian di LMIC mengenai PM2.5konsentrasi massa, namun
jumlah studi SA untuk mengidentifikasi kontribusi sumber terhadap massa relatif lebih
sedikit. Akibatnya, pendekatan untuk melakukan SA belum dikembangkan dengan
kecepatan yang sama dan sebagian besar penelitian masih fokus hanya pada konstituen
anorganik, yang dipancarkan dari sejumlah besar sumber, dibandingkan menggabungkan
penanda molekuler organik spesifik sumber untuk identifikasi sumber (Khare dan
Khanna, 2016;Xu dkk., 2015;Crilley dkk., 2014;

5
Gambar 1.Kesesuaian untuk teknik pemantauan untuk LMIC.
 S.Gulia dkk.
Celana dan Harrison, 2012;Sheesley dkk., 2011;Batu dkk., 2010; Gustafsson dkk.,
2009;Simoneit, 1999).
Hanya ada studi pembagian sumber terbatas dengan fokus pada PM2.5 dan dampaknya
terhadap kesehatan, visibilitas, dan perubahan iklim di negara-negara berkembang (LMICs)
(Khanna dkk., 2018,2015;Chen dkk., 2015;Kong dkk., 2015;Pipal dkk., 2014;Kirillova dkk.,
2013). Mengingat variasi besar dalam kontribusi sumber karena heterogenitas spatio-
temporal, diperlukan protokol studi pembagian sumber spatio-temporal yang komprehensif
termasuk analisis fisio-kimia PM yang terperinci sebagai fungsi ukurannya di semua AQMP.
Profil sumber adalah karakteristik sumber emisi dengan masing-masing spesies kimia
diartikulasikan sebagai fraksi massa dari total massa yang dipancarkan.
Secara historis, SA yang dilakukan di LMICs fokus utamanya hanya pada komponen
anorganik yang tidak spesifik sumbernya. Telah diamati bahwa banyak pelacak
sumber/tanda tangan yang digunakan di LMIC berbeda secara signifikan bila dibandingkan
dengan pelacak sumber/tanda tangan yang digunakan di negara-negara Barat. Mayoritas
penelitian menggunakan profil sumber USEPA SPECIATE karena kurangnya profil sumber
yang disiapkan secara lokal. Situasi ini membaik berkat pengembangan profil sumber yang
spesifik wilayah untuk beberapa sumber di wilayah tertentu; Namun, hal ini perlu diperkuat
lebih lanjut untuk menangkap variabilitas di berbagai wilayah. Perbandingan studi SA
tradisional dengan studi yang dilakukan di LMIC menunjukkan bahwa terdapat perbedaan
besar dalam hasil yang disebabkan oleh perbedaan lokasi pengambilan sampel berdasarkan
faktor topografi, wilayah, dan perencanaan kota; metodologi pengambilan sampel; variasi
musiman; dan variasi dalam instrumentasi analitis dan metodologi yang digunakan.
Model reseptor seperti Keseimbangan Massa Kimia (CMB) memperkirakan kontribusi sumber
berdasarkan sejauh mana profil sumber dapat digabungkan untuk mereproduksi konsentrasi
sekitar. Model reseptor berbasis statistik seperti Faktorisasi Matriks Positif (PMF) dan Analisis
Komponen Utama (PCA) memperkirakan kontribusi sumber berdasarkan korelasi antara data yang
dikarakterisasi dan tidak memerlukan profil sumber. Kedua jenis model ini memerlukan spesifikasi
ketidakpastian data masukan dan menghitung kesalahan standar untuk perkiraan kontribusi
sumber. Perlu adanya perumusan kerangka kerja studi SA di negara-negara berkembang dan
berkembang yang mempertimbangkan isu-isu utama yang disajikan di atas. Studi SA digunakan
untuk mengidentifikasi sumber-sumber dan mengukur kontribusinya, sehingga memungkinkan
pembuat kebijakan untuk menyusun langkah-langkah pengendalian dan kebijakan berdasarkan
sumber-sumber tersebut. Oleh karena itu, terdapat kebutuhan untuk memasukkan studi SA sebagai
bagian dari NAQMP, yang tidak berlaku pada LMIC mana pun. Dewan Pengendalian Polusi Pusat
(CPCB), India telah merumuskan Prosedur Operasi Standar untuk melakukan studi SA; namun, hal
ini perlu dijabarkan lebih lanjut dengan rekomendasi yang spesifik.
Fitur-fitur berikut harus disertakan dalam protokol untuk melakukan studi
pembagian sumber untuk LMIC:
profil sumber yang spesifik karena karakteristik sumber sangat bervariasi tergantung pada
asal sumber, terutama debu tanah/jalan, emisi kendaraan karena kualitas bahan bakar
(1) Merumuskan rencana pemantauan: Rencana jaringan pemantauan memerlukan rincian dasar
mengenai wilayah dan pengetahuan kualitatif tentang sumbersumber di wilayah sekitarnya.
Penggunaan sensor berbiaya rendah dapat membantu dalam identifikasi dan pemilihan lokasi
pemantauan SA dengan mempelajari variasi spasial di area tersebut dan menemukan lokasi
yang
mewakili – perumahan, industri, dan komersial, dll.
(2) Persiapan inventarisasi emisi: Inventarisasi emisi merupakan masukan penting untuk
model penyebaran yang memperkirakan konsentrasi polutan udara di arah arah
angin dari sumber emisi. Model reseptor hanya memerlukan informasi kualitatif
tentang sumbernya; namun, model penyebaran memerlukan informasi kuantitatif
mengenai faktor sumber emisi dan data aktivitas. Terdapat kebutuhan untuk
memvalidasi hasil model reseptor dengan model dispersi untuk menilai apakah hasil
tersebut selaras dengan estimasi sumber. Analisis komparatif ini dapat membantu
mengukur emisi dari sumber yang tidak teridentifikasi.
(3) Karakterisasi kimia untuk sampel dan profil sumber: Profil sumber diharapkan dapat
mengkarakterisasi suatu jenis sumber, bukan masingmasing penghasil emisi. Ada kebutuhan
untuk menciptakan wilayah-
4. Status legislatif LMIC untuk pengelolaan pencemaran udara
Meningkatnya tingkat polusi udara dan kurangnya praktik pengelolaan yang memadai telah menarik perhatian para
pembuat undang-undang yang mencoba menetapkan peraturan yang ketat untuk mengendalikan peningkatan polusi udara. Di
negara-negara berkembang, perumusan undang-undang pengendalian polusi udara dilakukan secara bertahap dan hanya sedikit
negara yang mampu membuat undang-undangnya sendiri. Dari negara-negara LMIC terpilih yang diulas dalam artikel ini, India
mempunyai undang-undang terpisah untuk pengendalian polusi udara; namun, di negara-negara berkembang dan berkembang
Lingkungan Atmosfer 222 (2020) 117120
yang berbeda, karakteristik batubara (kandungan sulfur berdasarkan wilayah
penambangannya), sumber pembakaran, dll. Sejumlah besar penelitian telah
menggunakan profil sumber SPECIATE yang tidak mewakili sumber di LMIC dan oleh
karena itu cenderung memberikan prediksi yang berlebihan atau terlalu rendah terhadap
kontribusi sumber.
(4) Rekonstruksi Massal/Penutupan Massal PM: Massa yang direkonstruksi adalah penjumlahan
tertimbang dari spesies (yaitu, kandungan Karbon, unsur dan ion). Rekonstruksi massal PM
menerapkan pengganda pada beberapa spesies terukur untuk memperkirakan komponen
yang tidak terukur. Hal ini digunakan untuk mengidentifikasi dan memperbaiki potensi
kesalahan pengukuran sebagai bagian dari upaya validasi data dan memahami variasi
komposisi kimia temporal dan spasial yang membantu dalam memperkirakan kontribusi
sumber.
(5) Estimasi Kontribusi Sumber: Model reseptor seperti Keseimbangan Massa Kimia
(CMB) memperkirakan kontribusi sumber berdasarkan sejauh mana profil sumber
dapat digabungkan untuk mereproduksi konsentrasi sekitar. Model reseptor berbasis
statistik seperti Faktorisasi Matriks Positif (PMF) dan Analisis Komponen Utama (PCA)
memperkirakan kontribusi sumber berdasarkan korelasi antara data yang
dikarakterisasi dan tidak memerlukan profil sumber.
(6) Analisis dan Validasi Sensitivitas: Kontribusi sumber dari model reseptor harus
divalidasi dengan kontribusi dari model penyebaran untuk membandingkan
penyertaan semua sumber. Perbedaan antara sumber kontribusi yang diperkirakan
oleh dua model harus direkonsiliasi
Penggunaan sensor berbiaya rendah dapat membantu dalam identifikasi dan pemilihan lokasi
pemantauan SA dengan mempelajari variasi spasial di wilayah tersebut dan menemukan lokasi yang
mewakili – perumahan, industri, dan komersial, dll. Ada kebutuhan untuk memvalidasi hasil model
reseptor dengan model dispersi untuk menilai apakah model tersebut selaras dengan estimasi
sumber. (Watson, 1979;Inti dkk., 1981;Ryan dkk., 1988;Watson dan Chow, 2000; Watson dkk.,
2000). Analisis komparatif ini dapat membantu mengukur emisi dari sumber yang tidak
teridentifikasi. Ada kebutuhan untuk membuat profil sumber yang spesifik wilayah karena
karakteristik sumber sangat bervariasi tergantung pada asal sumber, terutama debu tanah/jalan,
emisi kendaraan karena kualitas bahan bakar yang berbeda, karakteristik batubara (kandungan
belerang berdasarkan wilayah dari mana sumber tersebut berasal). telah ditambang), sumber
pembakaran, dll. Penting juga untuk memasukkan polutan sekunder yang terbentuk di atmosfer
melalui reaksi polutan primer setelah dikeluarkan.
Jaringan pemantauan yang efisien sebagai bagian dari rencana pengelolaan
kualitas udara harus diperkuat melalui norma/undang-undang. Penerapan AQMN terpadu yang kuat
memerlukan izin terlebih dahulu mengenai ruang, listrik, keamanan dan keselamatan yang hanya
dapat diberikan melalui norma peraturan perundang-undangan yang kuat. Bagian di bawah ini
membahas norma-norma legislatif yang diterapkan di LMICs untuk pengelolaan lingkungan secara
keseluruhan.
lainnya, undang-undang pengendalian polusi udara sebagian besar berada di bawah payung Perundang-undangan Lingkungan
Hidup (lihatTabel 5). Di India, standar kualitas udara telah diperkenalkan berdasarkan Undang-Undang Udara (Pencegahan dan
Pengendalian) tahun 1981. Karena keprihatinan masyarakat yang lebih besar, Pengadilan Hijau Nasional yang terpisah telah
dibentuk di India untuk menangani masalah ini.
LMIC Peraturan Perundang-undangan yang Berlaku untuk Pengendalian Polusi Udara
Undang-Undang Udara (Pencegahan dan Pengendalian Polusi),
India
1981, National Green Tribunal, 2010
Otoritas Pengendalian Pencemaran Lingkungan, 1999 Undang-
Pakistan Bangladesh undang Perlindungan Lingkungan, 1983 Undang-Undang
Srilanka Konservasi Lingkungan Bangladesh, 1995, Undang-Undang
Nepal Bhutan Lingkungan Hidup Nasional, 1980
Undang-undang Lingkungan Hidup tahun 1996 dan Peraturan tahun 1997, Tidak ada undang-undang khusus
Vietnam
Ghana untuk Pengendalian Pencemaran Udara Undangundang Lingkungan Hidup, 2014,
Nigeria Kenya Undang-undang Badan Perlindungan Lingkungan tahun 1994 Undang-undang Analisis Mengenai Dampak
Lingkungan (AMDAL). Undang-Undang Pengelolaan dan Koordinasi
Lingkungan Tahun 2004, 1999
6
 S.Gulia dkk.
Tabel 5
Status perundang-undangan pengendalian polusi udara di negara-negara berkembang dan berkembang.
pelanggaran lingkungan hidup.
5. Kesimpulan
Makalah ini telah mengkaji dan mendiskusikan masalah tingkat polusi udara di LMIC dan
tantangan yang dihadapi dalam mengembangkan AQMN cerdas. Masalah polusi udara menjadi
perhatian serius di wilayah perkotaan negaranegara LMIC, terutama tingkat PM yang tinggi.
Berdasarkan AQMN yang ada dan juga mengingat sumber daya yang tersedia di LMICs, artikel ini
telah menyiapkan protokol untuk pemantauan dan penilaian kualitas udara di negara-negara
tersebut. Kesimpulan utama dari penelitian ini adalah sebagai berikut:
1. Negara-negara LMIC harus mengembangkan AQMN berdasarkan kriteria yang kuat dan berkelanjutan,
yang harus didokumentasikan dalam dokumen pedoman yang dapat menjadi referensi bagi negara-
negara lain yang memiliki kondisi serupa.
2. AQMN di LMICs harus memiliki tujuan/target yang spesifik, bersifat dinamis dan dapat diterima secara
internasional.
3. AQMN tidak boleh memiliki pendekatan pemantauan tunggal, melainkan harus mengintegrasikan teknik
pemantauan/pengambilan sampel yang berbeda dengan fokus utama pada sensor berbiaya rendah yang
dikalibrasi di lapangan.
4. RSSD – jika digabungkan dengan stasiun pemantauan berbasis darat dalam jumlah terbatas – merupakan
pilihan yang hemat biaya dan dapat diandalkan untuk penilaian skala regional terhadap sumber polutan
lintas batas.
5. Studi pembagian sumber sangat penting untuk AQMP yang efisien dan efektif. AQMN harus
dirancang untuk memungkinkan analisis pembagian sumber dari sumber-sumber polusi udara
utama.
6. Profil sumber kimia di LMIC perlu dikembangkan untuk meningkatkan akurasi studi
SA yang saat ini didasarkan pada profil sumber yang tersedia di negara maju.
7. LMIC harus berinvestasi pada laboratorium canggih untuk menganalisis dan mengkarakterisasi
partikel untuk analisis pembagian sumber, untuk memungkinkan identifikasi sumber dan
pengembangan strategi pengelolaan untuk mengurangi tingkat polusi.
8. Diperlukan program AQMP yang didanai dengan baik yang tidak hanya mencakup pemantauan, namun
juga sumber daya untuk elemen perencanaan AQM lainnya seperti pengelolaan data, komunikasi, dan
pengembangan strategi pengendalian, dll.
Deklarasi kepentingan bersaing
Para penulis menyatakan bahwa mereka tidak mempunyai kepentingan finansial atau hubungan
pribadi yang saling bersaing yang mungkin mempengaruhi pekerjaan yang dilaporkan dalam makalah ini.
Lampiran A. Data tambahan
Data tambahan untuk artikel ini dapat ditemukan online dihttps://doi.
org/10.1016/j.atmosenv.2019.117120.
Ackerman, SA, Strabala, KI, Menzel, WP, Frey, RA, Moeller, CC, Gumley, LE, 1998. Membedakan
langit cerah dari awan dengan MODIS. J.Geofis. Perihal:
Suasana 103 (D24), 32141–32157.
Alvarado, MJ, Mcvey, AE, Hegarty, JD, dkk., 2019. Mengevaluasi penggunaan satelit pengamatan untuk
melengkapi data kualitas udara di permukaan tanah di kota-kota tertentu di negara-negara berpenghasilan rendah
dan menengah. Lingkungan Atmosfer.https://doi.org/ 10.1016/ j.atmosenv.2019.117016.
ADB, 2010. Indikator Utama untuk Asia dan Pasifik, Edisi ke-41. Pembangunan Asia
Bank, Kota Mandaluyong.
ADB, 2014. Meningkatkan Pemantauan Kualitas Udara di Asia: Panduan Praktik yang Baik, Final Laporan. Bank
Pembangunan Asia, Kota Mandaluyong, Filipina. Bank Pembangunan Asia,
2013.http://cleanairasia.org/wp-content/uploads/portal/fil es/improving_aqmt_in_asia.pdf. (Diakses 9
Desember 2018).
Aguiar, EFK, Roig, HL, Mancini, LH, de Carvalho, ENCB, 2015. Sensor berbiaya rendah kalibrasi untuk
memantau kualitas udara di distrik federal—Brasil. J.Lingkungan.
Prot. 6, 173–189.https://doi.org/10.4236/jep.2015.62019.
AIRNow, 2011. Kondisi dan Prakiraan Kualitas Udara Lokal.http://www.airnow.gov/i ndex.cfm?
aksi¼topik.about_airnow. (Diakses 5 November 2011).
Anh, NTN, 2016. Perspektif Sistem Kualitas Udara di Vietnam. Pusat Lingkungan Hidup Pemantauan,
Administrasi Lingkungan Hidup Vietnam.http://cleanairasia.org/wp-c ontent/uploads/2016/09/02_Regional-
Perspective-AQ-Systems_Vietnam.pdf. Diakses pada 18 Agustus.
Baldasano, JM, Valera, E., Jimenez, P., 2003. Data kualitas udara dari kota-kota besar. Sains. Lingkungan Total. 307,
141–165.
Banerjee, T., Murari, V., Kumar, M., Raju, MP, 2015. Pembagian sumber lintas udara partikulat melalui
pemodelan reseptor: skenario India. atmosfer. Res. 164–165, 167–
187.https://doi.org/10.1016/j.atmosres.2015.04.017.
Lingkungan Atmosfer 222 (2020) 117120
Referensi Bhujel,
A.,
Praveen, PS, Mahapatra, PS, Adhikary, B., dkk., 2017. Kualitas udara ambien stasiun pemantauan di
Nepal dan Bhutan: menjembatani kesenjangan data di wilayah hindu kush himalaya. ICIMOD, kotak GPO.
Kathmandu, Nepal.https://www.researchgat
e.net/publication/322570534_Ambient_Air_Quality_Monitoring_Stations_in_Nepa
l_and_Bhutan_Bridging_the_Data_Gap_in_the_Hindu_Kush_Himalaya_Region. Diakses pada
18 Agustus.
Clean Air Asia, 2011. Status dan Tren Manajemen Kualitas Udara. Filipina, Pasig
Kota.http://cleanairinitiativeorg/portal/node/3962. CAA (Clean Air Asia), 2016. Kerangka panduan untuk kualitas
udara yang lebih baik di kota-kota di Asia.
Kota Pasig, Filipina.http://cleanairasia.org/ibaq/wp-content/themes/ibaq/p df/ Ambient%20Air
%20Quality%20Standards%20and%20Monitor.pdf.
CASE, 2018. Proyek Udara Bersih dan Lingkungan Berkelanjutan. Kementerian Lingkungan Hidup dan Hutan,
Pemerintah Republik Rakyat Bangladesh.http://case.doe. gov.bd/ index.php?
pilihan¼com_content&lihat¼artikel&id¼29&Itemid¼7. Chatto, V.,
Roychowdhury, A., Shukla, S., 2016. Menemukan Kembali Pemantauan Kualitas Udara:
Potensi Metode Pemantauan Alternatif Berbiaya Rendah. Laporan Teknis, Pusat Sains dan Lingkungan,
New Delhi, India.https://doi.org/10.13140/ RG.2.2.36357.55525.
Chen, P., Kang, S., Li, C., Rupakheti, M., Yan, F., Li, Q., Ji, Z., Zhang, Q., Luo, W., Sillanpa€€a, M., 2015.
Karakteristik dan sumber hidrokarbon aromatik polisiklik dalam aerosol atmosfer di Lembah
Kathmandu, Nepal. Sains. Lingkungan Total. 538, 86–
92.https://doi.org/10.1016/j.scitotenv.2015.08.006.
Core, JE, Hanrahan, PL, Cooper, JA, 1981. Strategi pengendalian partikulat udara perkembangan. Dalam: Macias, ES,
Hopke, PK (Eds.), Aerosol Atmosfer: Hubungan Sumber/
Kualitas Udara. Persatuan Kimia Amerika, Washington, DC, ms 107–123. CPCB (Badan
Pengendalian Pencemaran Pusat), 2010. Pemantauan Kualitas Udara, Emisi Studi Inventaris dan Pembagian
Sumber untuk Kota-kota di India, Laporan Ringkasan Nasional. Badan Pengendalian Polusi Pusat, New Delhi,
India, hal. 290.http://www. moef.nic.in/downloads/public-information/Rpt-air-monitoring-17-01-2011.pdf.
(Diakses 9 Desember 2018).
CPCB, 2011. Pedoman Pengambilan Sampel & Analisis Secara Real Time, Pedoman
Pengukuran Pencemar Udara Ambien Jilid II. Badan Pengendalian Polusi Pusat, New Delhi,
India.http://www.indiaenvironmentportal.org.in/files/NAAQSManual VolumeII.pdf.
CPCB, 2013. Pedoman Pengambilan Sampel & Analisis Manual, Pedoman Pengambilan Sampel
Pengukuran Pencemar Udara Ambien, vol. 1. Badan Pengendalian Polusi Pusat, New Delhi,
India.http://cpcb.nic.in/openpdffile.php?id¼UmVwb3J0RmlsZXMvM
jdfMTQ1ODExMDQyNl9OZXdJdGVtXzE5Nl9OQUFRTVNfVm9sdW1lLUkucGRm. CPCB, 2018. Stasiun Operasi
di bawah Program Pemantauan Kualitas Udara Nasional. Itu
Badan Pengendalian Polusi Pusat, Delhi, Kementerian Lingkungan Hidup, Hutan dan Perubahan Iklim,
Pemerintah. India.http://cpcb.nic.in/monitoring-network-3/. (Diakses 22
Desember 2018).
Crilley, LR, Ayoko, GA, Morawska, L., 2014. Pengukuran pertama sumber pembagian aerosol organik di
Belahan Bumi Selatan. Mengepung. Polusi. 184, 81–
88.https://doi.org/10.1016/j.envpol.2013.08.015.
Decesari, S., Facchini, MC, Carbone, C., Giulianelli, L., Rinaldi, M., Finessi, E., Fuzzi, S.,
Marinoni, A., Cristofanelli, P., Duchi, R., Bonasoni, P., Vuillermoz, E., Cozic, J., Jaffrezo, JL, Laj, P., 2010.
Komposisi kimia PM10 dan PM1 di ketinggian Stasiun Himalaya Observatorium Iklim Nepal-Piramida
(NCO-P) (5079 m dpl). atmosfer. kimia. Fis. https://doi.org/10.5194/acp-10-4583-2010.
DEFRA (Departemen Lingkungan Hidup dan Federasi Urusan Pedesaan), 2013. Kualitas Udara Jaringan
Pemantauan.http://uk-air.defra.gov.uk/networks. (Diakses 9 Desember 2013).
Dey, S., Tripathi, SN, 2014. Penginderaan jauh aerosol atmosfer. Dalam: Colbeck, Ian, Lazardis, Mihalis
(Eds.), Ilmu Aerosol: Teknologi dan Aplikasi. John Wiley &Putra, Ltd.
https://www.wiley.com/en-us/AerosolthSains%3AthTeknologith DanthAplikasip-9781119977926.
Dey, S., Di Girolamo, L., van Donkelaar, A., Tripathi, SN, Gupta, T., Mohan, M., 2012.
Variabilitas konsentrasi partikulat halus luar ruangan (PM2.5) di anak benua India: pendekatan
penginderaan jauh. Lingkungan Sensor Jarak Jauh. 127, 153– 161. EANET, 2013. Manual Teknis
Pemantauan Konsentrasi Udara di Asia Timur. Departemen Penelitian Atmosfer, Pusat Penelitian Polusi
Udara Asia.http:// www.eanet.asia/product/manual/techacm.pdf.
EEA, (Badan Lingkungan Eropa), 2014. Topik Eropa Pusat Polusi Udara dan mitigasi perubahan iklim
(ETC/ACM). Tersedia di.http://acm.eionet.europa.eu. (Diakses 5 Januari 2014).
Emmanuel, KEA, 2016. Pemantauan kualitas udara & program kesehatan di accra, Ghana. 8EQD/standar, divisi
kepatuhan & penegakan hukum, badan perlindungan lingkungan, Ghana. Tersedia
di.https://cdn.cseindia.org/userfiles/accra-ghana.pdf . (Diakses 17 September 2018).
Fagbeja, M., Olumide, O., Rabiu, B., 2017. Gambaran Umum pemantauan dan prediksi AQ di Nigeria. Dalam:
Prosiding Lokakarya Peramalan AQ WMO 04-06 Des 2017. SAWS,
Pretoria.https://www.wmo.int/pages/prog/arep/gaw/documents/1_BRabiu _Nigeria_AQ.pdf. diakses
pada 18 Agustus.
Gao, M., Cao, J., Seto, E., 2015. Jaringan terdistribusi membaca terus menerus berbiaya rendah sensor untuk
mengukur variasi spatiotemporal PM2.5di Xi'an, Tiongkok. Mengepung. Polusi. 199, 56–65.
Gokhale, S., Khare, M., 2007. Kerangka teoritis untuk kualitas udara perkotaan episodik rencana pengelolaan (e-
UAQMP). atmosfer. Mengepung. 41, 7887–7894.
Pemerintah Nepal, 2018. Pemantauan Kualitas Udara. Kementerian Kehutanan dan Lingkungan Hidup, Departemen Lingkungan Hidup,
Pemerintah. dari Nepal.http://pollution.gov.np/#/stations? _k¼
3u312a. diakses pada 18thAgustus.
Gulia, S., Nagendra, SMS, Khare, M., Khanna, I., 2015. Kualitas udara perkotaan manajemen–Sebuah tinjauan. atmosfer.
Polusi. Res. 6, 286–304.
Gulia, S., Nagendra, SMS, Barnes, J., Khare, M., 2017. Kualitas udara lokal perkotaan kerangka pengelolaan
untuk area non-pencapaian di kota-kota di India. Ilmu Lingkungan Total 319, 1308–1318.
Gustafsson, O., Kruså, M., Zencak, Z., Sheesley, RJ, Granat, L., Engstro €m, E., Praveen, P. S., Rao, PSP, Leck, C.,
Rodhe, H., 2009. Awan coklat di Asia Selatan: pembakaran biomassa atau bahan bakar fosil? Sains 323, 495–
498.https://doi.org/10.1126/science.1164857.
Hankey, S., Marshall, JD, 2017. Bentuk perkotaan, polusi udara, dan kesehatan. Saat ini. Mengepung.
Rep Kesehatan 4 (4), 491–503.
Hersey, SP, Garland, RM, Crosbie, E., Shingler, T., Sorooshian, A., Piketh, S.,
7
 S.Gulia dkk.
Burger, R., 2015. Gambaran umum karakteristik regional dan lokal aerosol di Afrika Selatan menggunakan data
satelit, darat, dan pemodelan. atmosfer. kimia. Fis. 15, 4259.
Karagulian, F., Belis, CA, Dora, CFC, Prüss-Ustün, AM, Bonjour, S., Adair-Rohani, H., Amann, M., 2015.
Kontribusi terhadap materi partikulat ambien (PM) kota: tinjauan sistematis terhadap kontribusi sumber lokal di
tingkat global. atmosfer. Mengepung. 120,
475–483.
Khaiwal, R., Wauters, E., Tyagi, SK, Mor, S., Grieken, RN, 2006. Penilaian udara kualitas setelah penerapan
gas alam terkompresi (CNG) sebagai bahan bakar di angkutan umum di Delhi, India. Mengepung. Pantau.
Menilai. 115, 405–417.
Khanna, I., Khare, M., Gargava, P., 2015. Risiko kesehatan yang terkait dengan logam berat di Materi partikulat halus:
studi kasus di kota Delhi, India. J. Geosci. Mengepung. Prot. 3, 72–77
. 403.https://doi.org/10.1016/j.
Khanna, I., Khare, M., Gargava, P., Khan, AA, 2018. Pengaruh PM 2.5bahan kimia konstituen pada gangguan
visibilitas atmosfer. J. Pengelola Sampah Udara. Asosiasi. 68,
430–437.https://doi.org/10.1080/10962247.2018.1425772.
Khare, Khanna, 2016. Studi kasus pembagian sumber dari sub-India benua. Dalam: Hester, RE, Harrison, RM,
Querol, X. (Eds.), Buku Bab 8: Materi Partikulat di Udara: Sumber, Proses Atmosfer, dan Kesehatan.
Masyarakat Kerajaan Kimia.
Kirillova, EN, Andersson, A., Sheesley, RJ, Kruså, M., Praveen, PS, Budhavant, K.,
Safai, PD, Rao, PSP, Gustafsson, O €.,2013. Kajian sumber berbasis 13C dan 14C dan pemrosesan
karbon organik yang larut dalam air (WSOC) di atmosfer dalam aerosol Asia Selatan. J.Geofis. Res. atmosfer.
118, 614–626.https://doi.org/10.1002/jgrd.50130.
Knippertz, P., Evans, MJ, Field, PR, Fink, AH, Liousse, C., Marsham, JH, 2015.
kemungkinan peran polusi udara lokal dalam perubahan iklim di Afrika Barat. Nat. Klim. Perubahan. 5 (9), 815.
Kokhanovsky, AA, Curier, RL, De Leeuw, G., Grey, WMF, Lee, KH, Bennouna, Y.,
North, PRJ, 2009. Perbandingan antar pengambilan ketebalan optik aerosol tampilan ganda AATSR dengan hasil
dari berbagai algoritma dan instrumen. Int. J. Sensor Jarak
Jauh 30 (17), 4525–4537.
Kong, S., Li, X., Li, L., Yin, Y., Chen, K., Yuan, L., Zhang, Y., Shan, Y., Ji, Y., 2015.
Variasi hidrokarbon aromatik polisiklik di atmosfer PM2.5 selama periode kabut musim dingin sekitar Festival
Musim Semi Tiongkok 2014 di Nanjing: wawasan tentang perubahan sumber, arah massa udara, dan injeksi
partikel kembang api. Sains. Lingkungan Total. 520,
59–72.https://doi.org/10.1016/j.scitotenv.2015.03.001.
Kumar, P., Morawska, L., Martani, C., Biskos, G., Neophytou, M., Di Sabatino, S., Bell, M.,
Norford, L., Britter, R., 2015a. Munculnya penginderaan berbiaya rendah untuk mengelola polusi udara di perkotaan. Mengepung. Int. 75,
199–205.
Kumar, M., Tiwari, S., Murari, V., Singh, AK, Banerjee, T., 2015b. Musim dingin karakteristik aerosol di
Dataran Indo-Gangga tengah: dampak meteorologi regional dan transportasi jarak jauh. atmosfer.
Mengepung. 104, 162–175.
Kumar, N., Chu, A., Foster, A., 2008. Penginderaan jauh partikel sekitar di Delhi dan sekitarnya lingkungan: estimasi
dan validasi. Int. J. Sensor Jarak Jauh 29 (12), 3383–3405. Lancet Planet
Health, 2019. Dampak Polusi Udara Terhadap Kematian, Beban Penyakit, dan Harapan Hidup di seluruh
Negara Bagian India: Studi Beban Penyakit Global. https://doi.org/10.1016/S2542-
5196(18)30261-4, 2017.
Lasko, K., Vadrevu, KP, Nguyen, TTN, 2018. Analisis polusi udara di Hanoi, Vietnam menggunakan
kumpulan data analisis ulang multi-satelit dan MERRA.
di.https://doi.org/10.1371/journal.pone.0196629. (Diakses 1 Desember 2018).
Lee, KH, Li, Z., Kim, YJ, Kokhanovsky, A., 2009. Pemantauan aerosol atmosfer dari observasi satelit: sejarah
tiga dekade. Dalam: Pemantauan Lingkungan Atmosfer dan Biologis. Springer, Dordrecht, hlm.13–38.
Lim, SS, dkk., 2012. Lancet 380, 2224–2260.https://doi.org/10.1016/S01406736(12)61766-8.
Longhurst, JWS, Lindley, SJ, Watson, AFR, Conlan, DE, 1996. Pengenalan manajemen kualitas udara
lokal di Inggris: tinjauan dan kerangka teoritis. atmosfer. Mengepung. 30, 3975–3985.
Mannucci, M., Franchini, M., 2017. Dampak kesehatan dari polusi udara sekitar di negara berkembang negara. Int.
J.Lingkungan. Res. Kesehatan Masyarakat 14 (9), 1048.https://doi.org/10.3390/ ijerph14091048.
Mansha, M., Ghauri, B., Rahman, S., Amman, A., 2012. Karakterisasi dan Sumber pembagian materi
partikulat udara ambien (PM2.5) di Karachi. Sains.
Lingkungan Total.https://doi.org/10.1016/j.scitotenv.2011.10.056.
Marais, EA, Jacob, DJ, Wecht, K., Lerot, C., Zhang, L., Yu, K., Sauvage, B., 2014.
Emisi antropogenik di Nigeria dan implikasinya terhadap polusi ozon di atmosfer:
pemandangan dari luar angkasa. atmosfer. Mengepung. 99, 32–40.
Marinoni, A., Cristofanelli, P., Laj, P., Duchi, R., Calzolari, F., Decesari, S., Sellegri, K., Vuillermoz, E., Verza,
GP, Villani, P., Bonasoni, P., 2010. Massa aerosol dan konsentrasi karbon hitam, rekor dua tahun di
NCO-P (5079 m, Himalaya Selatan).
atmosfer. kimia. Fis. 10, 8551–8562.https://doi.org/10.5194/acp-10-8551-2010.
Mhawisha, A., Banerjeea, T., Broday, DM, Misrad, A., Tripathi, SN, 2017. Evaluasi algoritma
pengambilan aerosol Koleksi MODIS 6 di Dataran IndoGangetic: implikasi jenis aerosol dan pemuatan
massa. Lingkungan Sensor Jarak Jauh. 201, 297–313.
MoEFCC (Kementerian Lingkungan Hidup, Hutan dan Perubahan Iklim), 2009. Suasana Nasional Standar Kualitas
Udara. Pemerintah India, New Delhi, hal. 4. Nomor pemberitahuan:
SO3067 (E).
Moltchanov, S., Levy, I., Etzion, Y., Lerner, U., Broday, DM, Fishbain, B., 2015. Tentang kelayakan mengukur
polusi udara perkotaan dengan jaringan sensor terdistribusi nirkabel. Sains. Lingkungan Total. 502, 537–547.
Naiker, Y., Diab, RD, ZunckelHayes, MET, 2012. Pengenalan Kualitas Udara lokal Manajemen di Afrika
Selatan: gambaran umum dan tantangan. Ilmu dan Kebijakan Lingkungan 17, 62–71.
Narain, U., Krupnick, A., 2007. Dampak Program CNG Delhi terhadap Kualitas Udara. Makalah Diskusi, Sumber
Daya untuk Masa Depan. Washington DC, Tersedia di.http://
www.rff.org/files/sharepoint/WorkImages/Download/RFF-DP-07-06.pdf. (Diakses 1 Desember 2018).
Nthusi, V., 2017. Laporan Jaringan Sensor Pemantauan Kualitas Udara Nairobi - April 2017.
2017. UNPD.https://doi.org/10.13140/
Pant, P., Harrison, RM, 2012. Tinjauan kritis pemodelan reseptor untuk partikulat penting: studi kasus di India.
atmosfer. Mengepung. 49, 1–12.
Lingkungan Atmosfer 222 (2020) 117120
Celana, P., Shukla, A., Kohl, SD, Chow, JC, Watson, JG, Harrison, RM, 2015. Karakterisasi PM sekitar2.5di
hotspot polusi di New Delhi, India dan inferensi sumber. atmosfer. Mengepung. 109, 178–189.
Pinder, RW, Klopp, JM, Kleiman, G., Hagler, GSW, Awe, Y., Terry, S., 2019.
Peluang dan tantangan untuk mengisi kesenjangan data kualitas udara di negara-negara berpenghasilan rendah dan
menengah. atmosfer. Mengepung. 215, 116794, 15 Oktober 2019. Pipal,
AS, Jan, R., Satsangi, PG, Tiwari, S., Taneja, A., 2014. Kajian permukaan
morfologi, komposisi unsur dan asal usul aerosol atmosfer (PM2.5dan PM10) di atas Agra, India. Kualitas
Udara Aerosol. Res. 14 Agustus 1685–1700.https://doi.org/ 10.4209/aaqr.2014.01.0017.
Pope, CA, Dockery, DW, 2006. Dampak kesehatan dari polusi udara partikulat halus: garis itu Menghubung. J. Pengelola
Sampah Udara. Asosiasi. 56 (6), 709–742.
Rastogi, N., Singh, A., Sarin, MM, Singh, D., 2016. Variabilitas temporal primer dan aerosol sekunder di
India utara: dampak emisi pembakaran biomassa. atmosfer. Mengepung. 125 (B), 396–
atmosenv.2015.06.010.
Ryan, WM, Barat, CR, Holtz, DR, Peters, TA, Cooper, JA, Ono, DM, 1988.
Rekonsiliasi dampak pemodelan reseptor dan dispersi PM10di Hayden, Arizona.
Dalam: Mathai, CV, Stonefield, DH (Eds.), Transaksi, PM10: Penerapan Standar. Asosiasi Pengendalian
Polusi Udara, Pittsburgh, PA, hlm.419–429.
Schiavon, M., Ragazzi, M., Rada, EC, Magaril, E., Torretta, V., 2018. Menuju
pengelolaan kualitas udara dan paparan manusia yang berkelanjutan: studi kasus yang patut dicontoh. WIT Trans. ramah lingkungan.
Mengepung. 230, 489–500.
Schiavon, M., Redivo, M., Antonacci, G., Rada, EC, Ragazzi, M., Zardi, D.,
Giovannini, L., 2015. Menilai dampak kualitas udara dari nitrogen oksida dan benzena dari lalu lintas jalan raya
dan pemanas rumah tangga serta risiko kanker terkait di daerah perkotaan Verona (Italia). atmosfer.
Mengepung. 120, 234–243. Sheesley, RJ, Andersson, A.,
Gustafsson, O €.,2011. Karakterisasi Sumber Organik aerosol menggunakan pembagian PAH sumber
Monte Carlo di dua lokasi reseptor Asia Selatan. atmosfer. Mengepung. 45, 3874–
3881.https://doi.org/10.1016/j.
atmosenv.2011.01.031.
Simoneit, BR, 1999. Kajian senyawa biomarker sebagai sumber indikator dan pelacak untuk polusi udara.
Mengepung. Sains. Polusi. Res. Inst. 6, 159–169.https://doi.org/ 10.1007/BF02987621.
Sivertsen, B., 2008. Pemantauan kualitas udara, tujuan dan desain. kimia. Ind. Kimia. bahasa Inggris Pertanyaan 14, 167–171.
Batu, EA, Schauer, JJ, Pradhan, BB, Dangol, PM, Habib, G., Venkataraman, C.,
Ramanathan, V., 2010. Karakterisasi emisi dari biofuel Asia Selatan dan
aplikasi untuk sumber pembagian aerosol berkarbon di Himalaya. J.Geofis. Res. atmosfer. 115, 1–
14.https://doi.org/10.1029/2009JD011881.
Thompson, AM, Balashov, NV, Witte, JC, Coetzee, JGR, Thouret, V., Posny, F., 2014. Peningkatan ozon
troposfer di wilayah Afrika bagian selatan: penentu pertumbuhan pesat polusi di Belahan Bumi
Selatan? atmosfer. kimia. Fis. 14 (18), 9855–9869.
PBB, 2007. Prospek Urbanisasi Dunia: Basis Data Populasi Revisi 2007.
Divisi Departemen Urusan Ekonomi dan Sosial Sekretariat PBB, PBB, New York.
Upadhyay, A., Dey, S., Chowdhury, S., Goyal, P., 2018. Manfaat Kesehatan yang Diharapkan dari Mitigasi Emisi dari
PM Antropogenik Utama2.5Sumber di India: Statistik di Tingkat Negara
Bagian.https://doi.org/10.1016/j.envpol.2018.07.085.
USEPA, 2018. Daftar referensi yang ditunjuk dan metode yang setara. Paparan Nasional Laboratorium Penelitian,
Tersedia badan perlindungan lingkungan Amerika Serikat.https://www. epa.gov/sites/production/files/2018-
12/documents/amtic_list_dec_2018_update_1. pdf.
Wang, Q., 2018. Urbanisasi dan kesehatan global: peran polusi udara. Iran. J. Publik Kesehatan 47, 1644–1652.
Watson, JG, 1979. Metodologi Model Reseptor Keseimbangan Unsur Kimia untuk Menilai Sumber Materi
Partikulat Tersuspensi Halus dan Total di Portland, Oregon.
Ph.D. Disertasi. Pusat Pascasarjana Oregon, Beaverton.
Watson, JG, Chow, JC, 2000. Rekonsiliasi Inventarisasi Emisi Debu Buronan Perkotaan dan Perkiraan
Kontribusi Sumber Ambient: Ringkasan Pengetahuan Saat Ini dan
Diperlukan Penelitian. Laporan No.6110.4D2. Disiapkan untuk Badan Perlindungan Lingkungan AS, Research
Triangle Park, NC. oleh Institut Penelitian Gurun, Reno, NV.
Watson, JG, Chow, JC, Pace, TG, 2000. Emisi debu buronan. Dalam: Davis, WT (Ed.), Manual Teknik Polusi
Udara, edisi kedua. John Wiley, New York, hlm.117–135.
Organisasi Kesehatan Dunia (WHO), 2018. Polusi Udara dan Kesehatan Anak: Peresepan
Udara bersih. WHO/CED/PHE/18.01.https://www.who.int/ceh/publications/Adva nce-copyOct24_18150_Air-
Pollution-and-Child-Health-merged-compressed.pdf?ua ¼1.
Organisasi Kesehatan Dunia, 2014. Metode Beban Penyakit yang Disebabkan Polusi Udara Ambien Tahun
2012. Jenewa.http://www.who.int/phe/health_t opics/
outdoorair/databases/AAP_BoD_methods_March2014.pdf?ua¼1. (Diakses Mei 2016).
Organisasi Meteorologi Dunia (WMO), 2018. Dalam: Lewis, Alastair C., von Schneidemesser, Erika, Peltier,
Richard E. (Eds.), Sensor Berbiaya Rendah untuk Pengukuran Komposisi Atmosfer: Tinjauan Topik dan
Penerapan Masa Depan. WMO, IGAC dan Lingkungan Hidup PBB, Jenewa, Swiss. WMO-Tidak. 1215.
Worobiec, A., Vermaak, SSP, Berghmans, P., Winkler, H., Burger, R., Grieken, RV,
2011. Emisi partikulat udara di negara-negara berkembang: studi kasus di Afrika Selatan.
Dubur. Biarkan. 44 (11), 1907–1924.
Xu, H., Guinot, B., Shen, Z., Ho, K., Niu, X., Xiao, S., Huang, RJ, Cao, J., 2015.
Karakteristik karbon organik dan unsur pada PM2.5dan PM0,25di lingkungan dalam dan luar ruangan
sekolah menengah: pembentukan sekunder karbon organik dan identifikasi sumber. Suasana 6, 361–
379.