PEMODELAN DISPERSI GAS DARI CEROBONG DENGAN MODEL GAUSSIAN

Alimuddin Hamzah Assegaf

Abstract


Abstract. Pada saat ini ketersediaan data meteorologi profile di Indonesia yang biasanya diukur dengan radiosonde terbatas pada bandara-bandara nasional dan internasional.  Sementara data tersebut diperlukan dalam pemodelan standar seperti AERMOD dan CALPUFF yang memerlukan preparasi data meteorologi yang rumit untuk mensimulasikan dispersi polutan dari cerobong pabrik/PLTU.  Ketika model standar tersebut tidak dapat digunakan karena keterbatasan data, maka dapat digantikan dengan model yang lebih sederhana, walaupun akurasinya lebih rendah. Pemodelan dispersi emisi gas berbasis Gaussian-Pasquil cocok digunakan di daerah terpencil karena kesederhanaannya dalam preparasi data meteorologi. Pada model semacam ini hanya data meteorologi permukaan yang diperlukan. Data meteorologi profile tidak diperlukan dalam perhitungan stabilitas atmosfir.   Makalah ini memaparkan konstruksi model Gaussian Plume berbasis stabilitas Pasquil . Model dirancang untuk mensimulasikan dispersi gas SO2 yang diemisikan oleh cerobong pabrik/PLTU. Reseptor dan cerobong disetup pada grid Cartesian yang posisinya merunut pada koordinat geografis. Terrain diasumsikan hampir flat dengan ketinggian maksimum 10% dari tinggi cerobong.  Data jam-jaman meteorologi permukaan yang diperlukan berupa kecepatan dan arah angin, temperatur dan stabilitas atmosfir. Hasil selanjutnya dapat digambarkan dalam kontur dari rata-rata periode/tahunan, rata-rata kondisi tertinggi (1 jam, 3 jam, 8 jam dan 24 jam).

Keywords: stabilitas Pasquil, dispersi polutan udara, model gaussian, PLTU


Keywords


stabilitas Pasquil, dispersi polutan udara, model gaussian, PLTU

Full Text:

PDF (Indonesian)

References


US Environmental Protection Agency, (1998a): AERMOD: Revised Draft – User’s Guide for the AMS/EPA Regulatory Model – AERMOD. Office of Air Quality Planning and Standards, Research Triangle Park, NC.

G. A. Grell, J. Dudhia and D. R. Stauffer, 1994: A Description of the fifth generation Penn State/ NCAR mesoscale model (MM5), NCAR Tech Note, NCAR/TN-398+STR, 117.

Pasquill F. (1961). Estimation of the dispersion of windborne material. Meteorol. Mag. 90, 33–49

Gifford F.A. (1961). Use of routine meteorological observations for estimating atmospheric dispersion. Nuclear Safety 2, 47–51

Briggs G.A. (1975). Plume rise predictions. In Lectures on Air Pollution and Environmental Impact Analyses. American Meteorological Society, Boston, MA, pp. 59–111.

Beychok M.R. (2005). Fundamentals of Stack Gas Dispersion, 4th ed. Beychok, Newport Beach, CA.

De Visscher A. (2014). Air dispersion modeling:foundations and applications, John Wiley & Sons.

Lazaridis M. (2011). First Principle of Meteorology and Air

Pollution, Environmental Pollution 19.Springer.

Hanna S.R., Briggs, G.A. and Hosker, R.P. (1982). Handbook on Atmospheric diffusion. U.S. Department of Energy.

Turner D.B. (1994). Workbook of atmospheric dispersion estimates: an introduction to dispersion modeling, 2nd ed. CRC Press.




DOI: http://dx.doi.org/10.29244/jpsl.8.3.414-419

Refbacks

  • There are currently no refbacks.




Copyright (c) 2018 Jurnal Pengelolaan Sumberdaya Alam dan Lingkungan (Journal of Natural Resources and Environmental Management)


Editorial Office:
Pusat Penelitian Lingkungan Hidup (PPLH) 
Gedung PPLH Lantai 4 
Jl. Lingkar Akademik 
Kampus IPB Darmaga, Bogor 16680 
Jawa Barat, Indonesia
Tel. +62-251-8621262, 8621085 
Fax. +62-251-8622134
E-mail: jpsl-ipb@apps.ipb.ac.id 


This journal is published under the terms of the Creative Commons Attribution 4.0 International License

JPSL visitor stats View JPSL Stats (since Jan 29th 2016)