Ozon Ciri-ciri Bahan Pencemar dan Pendekatan Fraktal

oleh Nuryazmin Ahmat Zainuri, Abdul Aziz Jemain, Nora Muda

Penerbit - Penerbit UKM

Kategori - Akademik Am

Maklumat dan perilaku bahan pencemar adalah sangat penting untuk dikaji bagi memantau tahap kualiti udara yang semakin merosot. Tahap kualiti udara yang semakin merosot bukan sahaja membahayakan manusia malah menjejaskan ekosistem haiwan dan tumbuhan kesan daripada aktiviti pembangunan yang dijalankan. Kajian ini memberi fokus kepada agen pencemar ozon yang mana tahap kepekatan ozon di dapati semakin meningkat dari sehari ke sehari. Peningkatan tahap kepekatan ozon telah menjadi isu yang semakin membimbangkan di seluruh pelusuk dunia termasuklah Malaysia. Pendedahan kepada ozon boleh menyebabkan pelbagai penyakit dan di antaranya adalah penyakit seperti asma, ketidakselesaan pada mata, batuk, radang paru-paru dan bronkitis Oleh itu, adalah sangat penting bagi memahami perilaku dinamik siri masa ozon bagi tujuan pemantauan yang lebih efektif. Dalam kajian ini, data dari tahun 1998 hingga 2009 yang meliputi 30 buah stesen pemantauan kualiti udara digunakan bagi menyiasat ciri-ciri ozon di Semenanjung Malaysia. Langkah pertama ialah mengatasi data lenyap yang wujud dalam data ozon. Kegagalan mesin, kesilapan manusia dan juga pensampelan yang tidak mencukupi merupakan di antara sebab berlakunya data lenyap. Bagi mengatasi data lenyap, beberapa kaedah imputasi digunakan bagi memperoleh data lengkap. Kaedah imputasi ini diuji dengan pelbagai peratusan data lenyap dari 5 peratus hingga 30 peratus. Kaedah imputasi terbaik khususnya bagi data kualiti udara di Semenanjung Malaysia dipilih berdasarkan penunjuk prestasi yang menggunakan nilai pekali korelasi indeks persetujuan dan min ralat mutlak. Seterusnya, analisis fraktal digunakan bagi mengkaji tingkah laku dinamik ozon. Hasil analisis multifraktal spektra mendapati terdapat perbezaan corak tingkah laku azon di antara stesen-stesen pemantauan kualiti udara yang dikategorikan sebagai kawasan bandar, luar bandar dan kawasan perindustrian. Perbezaan ini juga dapat dilihat berdasarkan kedudukan stesen kajian iaitu barat, timur, utara dan selatan Semenanjung Malaysia. Selain itu, tingkah laku azon juga dilihat mempunyai perbezaan di antara azon maksimum harian dan ozon maksimum dua hari. Peramalan menggunakan model AFRIMA yang bersesuaian dengan data siri masa ozon ditentukan dan seterusnya peramalan satu langkah ke depan dapat dilakukan.

Sila login untuk meminjam buku. Preview