Cuaca Ekstrem Picu Ledakan Polusi: AI Bantu Prediksi Risiko di Masa Depan

Suara.com - Cuaca ekstrem kini tak hanya dipandang sebagai akibat dari krisis iklim, tapi juga bisa menjadi penyebab langsung lonjakan polusi kimia berbahaya.

Inilah temuan penting dari tim ilmuwan di Texas A&M University yang menggabungkan kecerdasan buatan dan data cuaca untuk memetakan hubungan antara bencana alam dan insiden emisi kimia tak terduga.

Dalam studi terbaru yang dipublikasikan di jurnal Process Safety and Environmental Protection, para peneliti menemukan bahwa petir dan hujan lebat adalah dua faktor utama yang memicu insiden emisi kimia dari fasilitas industri.

"Dalam studi ini, kami mengkaji pemahaman berbasis data tentang bagaimana iklim ekstrem meningkatkan kemungkinan emisi industri yang berlebihan," ujar Dr. Qingsheng Wang, Profesor Teknik Kimia, Texas A&M, seperti dikutip dari Phys baru-baru ini. 

Emisi kimia tak terduga, yang biasa terjadi saat bencana alam melumpuhkan fasilitas industri, bisa melepaskan polutan berbahaya ke udara dan sering kali tak sempat ditanggulangi tepat waktu.

Salah satu contohnya adalah saat Badai Harvey pada 2017, ketika banjir melumpuhkan sistem pendingin di fasilitas pemrosesan kimia. Akibatnya, lebih dari 175.000 kg bahan kimia terbakar, melepaskan polusi besar ke atmosfer.

AI Ungkap Pola Cuaca yang Jadi "Pemicu Polusi"

Untuk menelusuri polanya, para peneliti menganalisis laporan insiden industri dan data cuaca selama 20 tahun terakhir di wilayah Houston—kawasan dengan aktivitas industri tinggi di Amerika Serikat.

"Petir dan curah hujan bukan hanya sekadar prakiraan cuaca; keduanya merupakan indikator utama lonjakan polusi," kata mahasiswa doktoral teknik kimia, Texas A&M, Haoyu Yang,.

Baca Juga: Warga Kota Sumbang Emisi Karbon Tertinggi, IESR: Transportasi dan Gaya Hidup Jadi Pemicu

Petir sering menyebabkan pemadaman listrik mendadak, yang memicu kebakaran industri. Sementara hujan lebat dan banjir kerap merusak peralatan, mendorong pelepasan zat kimia ke lingkungan.

Dengan pemahaman baru ini, langkah mitigasi bisa jadi lebih tepat sasaran, baik oleh operator fasilitas industri maupun lembaga perlindungan lingkungan.

Para ilmuwan berharap, data ini bisa digunakan untuk mengembangkan sistem peringatan dini, sehingga publik dapat menghindari paparan zat berbahaya selama cuaca ekstrem.

“Memprediksi hari-hari berisiko tinggi memungkinkan lembaga mengurangi paparan publik terhadap karsinogen dan prekursor kabut asap,” ujar peneliti dalam makalah.

Selain itu, tren ini bisa menjadi dasar kebijakan jangka panjang. Contohnya: membangun sistem anti-banjir atau menyediakan cadangan daya untuk fasilitas yang berada dekat permukiman warga.

Studi ini juga menemukan bahwa hubungan antara cuaca ekstrem dan insiden polusi mulai melemah dalam beberapa tahun terakhir, kemungkinan karena perbaikan sistem pasca-Badai Harvey.

"Kami menemukan bahwa kekuatan korelasi iklim-insiden bergeser seiring waktu, mengisyaratkan peningkatan ketahanan industri,” kata Haoyu Yang.

Namun, para peneliti menegaskan bahwa tren ini harus terus dipantau. Deteksi perubahan dari waktu ke waktu kini menjadi fokus utama riset lanjutan.

Penelitian ini merupakan hasil kolaborasi antara Departemen Teknik Kimia dan Departemen Geografi Texas A&M, serta bagian dari inisiatif Climate-LEAD, yang meneliti dampak iklim terhadap ketimpangan lingkungan di komunitas rentan di sepanjang Gulf Coast.