Terlambatnya La Nina dan berakhirnya monsun telah memupus harapan bahwa warga Delhi dapat menikmati udara yang lebih baik pada musim dingin ini dibandingkan tahun-tahun sebelumnya. Saat ini tampaknya sebagian besar wilayah India Utara akan menghadapi tantangan besar terkait polusi pada awal musim dingin, dan diperkirakan akan ada bantuan pada bulan Desember dan Januari, tergantung pada seberapa cepat kondisi La Nina menguat. Jika intensitas sakit maag hanya setengah dari beberapa tahun terakhir, kondisinya mungkin memburuk pada bulan November.
Penelitian terbaru yang dilakukan para ilmuwan di National Institute of Advanced Science (NIAS) menggarisbawahi hubungan antara perubahan iklim, La Niña, dan kualitas udara. Laporan ini menjelaskan dampak ketiga faktor tersebut terhadap kualitas udara di India selama musim dingin tahun 2022-2023 ketika Delhi mengalami kualitas udara terbaik dalam satu dekade. Prediksi para ahli meteorologi di seluruh dunia mengenai timbulnya La Nina menjelang datangnya musim hujan di sebagian besar wilayah India cukup melegakan. Fenomena ini biasanya dikaitkan dengan musim hujan yang kuat di India. Meskipun permulaannya terlambat, negara ini menerima curah hujan yang baik. Namun ketidakpastian datangnya La Niña menambah ketidakpastian angin musim dingin.
Lewatlah sudah masa-masa ketika polusi udara hanyalah masalah yang “berfokus pada emisi lokal” dan spesifik wilayah. Di era perubahan iklim yang sangat cepat, para peneliti harus beralih dari pendekatan yang berfokus pada emisi ke pendekatan yang berfokus pada proses iklim dan iklim yang lebih besar serta memetakan daerah aliran udara. Hal ini terutama berlaku dalam konteks kualitas udara di Delhi, dimana musim dingin memperburuk situasi yang sudah mengerikan. Dampak sirkulasi atmosfer berskala besar seperti ENSO, perubahan pola udara, dan perilaku polutan dalam jarak jauh memerlukan perhatian lebih besar. Dinamika ini menimbulkan kompleksitas mengenai kontribusi emisi dari wilayah tetangga, bahkan dari negara lain, terhadap kualitas udara setempat. Para pengambil kebijakan tidak boleh melupakan tantangan yang ditimbulkan oleh PM2.5. Mengurangi emisi berarti membuat kebijakan untuk sumber dominannya, yaitu bahan bakar fosil yang mengandung bahan kimia beracun. Namun, tampaknya terdapat penekanan yang berlebihan pada PM10 dan sumber dominannya, debu. Di masa lalu, hal ini telah menyebabkan misalokasi sumber daya, ketidakselarasan fokus dan prioritas, serta melemahkan permasalahan kesehatan masyarakat.
Prospek kualitas udara pada musim dingin di seluruh negara memberikan gambaran Delhi berdasarkan analisis proses iklim menggunakan model NIAS-SAFAR. Hal ini terutama terjadi mengingat akhir musim hujan, musim dingin yang parah, dan La Nina yang masih berupa permainan petak umpet. Mari kita uraikan faktor-faktor ini dan jelaskan perannya dalam membentuk kualitas udara pada musim dingin mendatang. Salah satu penyebabnya adalah berkurangnya musim hujan secara perlahan yang biasanya menyebabkan kelembapan tinggi dan angin tenang dalam jangka waktu lama. Hal ini, dikombinasikan dengan sirkulasi anti-siklon selama periode pasca-musim hujan, mengurangi pencampuran dan penyebaran polutan di atmosfer. Hal ini dapat menyebabkan peningkatan kadar PM2.5 dan PM10 pada periode sebelum musim dingin, sehingga emisi lokal dan polutan dari daerah sekitar terperangkap di dekat permukaan.
Kedua, terlambatnya datangnya La Nina menimbulkan kekhawatiran. La Nina membawa angin yang lebih kencang dan sirkulasi atmosfer yang lebih dinamis, sehingga membantu menyebarkan polutan ke wilayah utara India. Namun La Nina 2024 diperkirakan akan berkembang antara bulan September dan November. Kondisi netral berkontribusi terhadap angin permukaan yang memperburuk masalah polusi di India utara selama musim gugur dan awal musim dingin.
Sekarang mari kita masukkan pembakaran tunggul ke dalam persamaan. Karena dominasi angin barat laut-barat laut pada kecepatan 850-900 mb, tanpa adanya kondisi La Nina, pembakaran tunggul di Punjab dan Haryana kemungkinan besar akan berdampak signifikan terhadap penurunan kualitas udara Delhi.
Bagaimana jika La Niña terjadi pada bulan Desember dan Januari? Dengan kata lain, bagaimana jika perkiraan Organisasi Meteorologi Dunia mengenai kemungkinan terjadinya La Nina sebesar 55 persen pada bulan Desember benar? Dalam konteks tersebut, model NIAS-SAFAR menunjukkan bahwa angin yang lebih kuat, gangguan arah barat yang lebih lemah, dan tutupan awan yang lebih sedikit dapat mengurangi akumulasi polutan dan sedikit meningkatkan kualitas udara di akhir musim dingin. Namun, La Nina juga dapat menyebabkan musim dingin yang lebih panjang dan parah. Hal ini berkontribusi dalam mengurangi lapisan melintang – bagian atmosfer yang memerangkap polutan – dan membatasi pencampuran vertikal. Hal ini membatasi manfaat dari angin kencang. Dengan kata lain, meskipun kualitas udara membaik dibandingkan awal musim dingin, situasi di beberapa wilayah Delhi dan India Utara masih bermasalah.
Seperti yang diperkirakan oleh model NIAS-SAFAR, jika La Nina mereda pada bulan Juli, hal ini dapat memperburuk kualitas udara musim dingin di wilayah semenanjung negara tersebut setidaknya sebesar 20 persen, terutama dalam hal polusi PM 2.5. Pada saat yang sama, permulaan La Niña menyebabkan perbaikan di zona utara.
Ada semakin banyak bukti yang mendukung keyakinan bahwa kejadian tidak biasa dalam polusi udara ekstrem ada kaitannya dengan perubahan iklim. Di dunia yang semakin memanas, selain emisi antropogenik lokal, perubahan iklim yang cepat merupakan ketidakpastian tambahan yang memerlukan upaya mitigasi yang lebih ketat. Ada kebutuhan untuk fokus pada daerah aliran udara yang lebih besar dibandingkan kota-kota tertentu. Sudah waktunya untuk memikirkan kembali strategi kualitas udara dengan secara ilmiah mengintegrasikan faktor-faktor yang lebih luas yang dapat ditangkap melalui kerangka sumber daya, seperti yang dibayangkan oleh Kantor Kepala Penasihat Ilmiah, dan dengan memprioritaskan tindakan yang berfokus pada kesehatan.
Penulis adalah Ketua Profesor, NIAS, IISc-Campus, Bangalore dan Pendiri, SAFAR
