Karbon Monoksida (CO) termasuk ke dalam primary pollutants yang paling banyak menyebabkan masalah pencemaran udara sebesar 58%. Sumber utama CO adalah emisi kendaraan bermotor. Jumlah kendaraan bermotor di Kota Bandung hampir setara dengan jumlah penduduknya, yaitu mencapai 2,2 juta unit, sedangkan penduduknya berjumlah 2,4 juta jiwa. Selain itu, tahun 2023 menjadi periode dengan jumlah kejadian kebakaran terbanyak (352 kejadian). Oleh karena itu, analisis spasio-temporal polusi udara CO penting dilakukan untuk monitoring pencemaran udara. Tujuan penelitian ini adalah menganalisis distribusi spasial dan temporal konsentrasi CO serta pengaruh curah hujan terhadap konsentrasi CO di Kota Bandung tahun 2023 dengan menggunakan metode pengindraan jauh. Hasil penelitian menunjukkann akumulasi CO tertinggi dan terendah berada di Kecamatan Bandung Kidul dan Cidadap (880,88 µg/m³ dan 827,04 µg/m³). Selain itu, akumulasi CO tertinggi terjadi selama periode bulan kering (curah hujan <100 mm). Analisis korelasi dan regresi menunjukkan pada periode bulan kering terdapat korelasi positif yang kuat (r=0,56) serta pengaruh curah hujan yang lebih besar  terhadap konsentrasi CO dibandingkan periode bulan lainnya. Temuan penelitian ini menunjukkan perlu dilakukan pemantauan kualitas udara di Kota Bandung pada bulan kering agar dapat menekan peningkatan karbon monoksida.

Anoka-Ramsey Community College. (2024). Introduction to Chemistry. California: LibreTexts.

Arshad, A., Zhang, W., Zhang, Z., Wang, S., Zhang, B., Cheema, M. J., & Shalamzari, M. J. (2021). Reconstructing high-resolution gridded precipitation data using an improved downscaling approach over the high altitude mountain regions of Upper Indus Basin (UIB). Science of the Total Environment, 784, 147140.

BPS. (2023). Statistik Indonesia 2023. Indonesia: BPS.

Cakmak, N., Yilmaz, O. S., & Sanli, B. F. (2023). Spatio-temporal Analysis of Pollutant Gases using Sentinel-5P TROPOMI Data on the Google Earth Engine during the COVID-19 Pandemic in the Marmara Region, Türkiye. Electronic Collection of Papers of the Faculty of Civil Engineering, 13(25).

Chen, F., Liu, Y., Liu, Q., & Li, X. (2014). Spatial Downscaling of TRMM 3B43 Precipitation Considering Spatial Heterogenity. International Journal of Remote Sensing, 3074 - 3093.

Ferrara, C., Chianucci, F., & Bajocco, S. (2023). On the Temporal Mismatch between in-situ and Satellite-Derived Spring Phenology of European Beech Forests. International Journal of Remote Sensing, 44(5), 1684 - 1701.

Khairina, M. (2019). The Description of CO Levels, COHb Levels, And Blood Pressure of Basement Workers X Shopping Centre, Malang. Journal of Enviromental Health, 11(2), 150 - 158.

Pangerapan, S., Sumampouw, O., & Joseph, W. (2019). Analisis Kadar Karbon Monoksida (CO) Udara Di Terminal Beriman Kota Tomohon Tahun 2018. Manado: Fakultas Kesehatan Masyarakat Universitas Sam Ratulangi Manado.

Rarasati, A., & Afgatiani, P. M. (2020). Pemanfaatan Data Sentinel-5 Untuk Pemantauan Perubahan Kualitas Udara NO2 Akibat Pandemi COID-19 Di Jakarta. INDERAJA, XI(13).

Sasminto, R. A., Tunggul, A., & Rahadi W, J. (2014). Analisis Spasial Penentuan Iklim Menurut Klasifikasi Schmidt-Ferguson dan Oldeman di Kabupaten Ponorogo. Jurnal Sumberdaya Alam & Lingkungan.

Sasmita, A., Reza, M., Elystia, S., & Adriana, S. (2022). Analisis Pengaruh Kecepatan dan Volume Kendaraan Terhadap Emisi dan Konsentrasi Karbon Monoksida di Jalan Jenderal Sudirman, Kota Pekanbaru. Jurnal Teknik Sipil, Volume 16(269-279), 1-11.

Saventes, M. (2021). Air Pollution in Ukraine: a View from the Sentinel-5P Satellite. Quarterly Journal of the Hungarian Meteorological Service, 125(2), 271 - 290.

Syafura, R., Rohmawati, F. Y., & Turyanti, A. (2023). Pengaruh Curah Hujan, Angin, dan Kebakaran Hutan terhadap Sebaran dan Konsentrasi Karbon Monoksida. Bogor: Repository Institut Pertanian Bogor.

Wang, N., Yu, J., Zhu, L., Wang, Y., & He, Z. (2021). Spatial Downscaling of Remote Sensing Precipitation Data in the Beijing-Tianjin-Hebei. Journal of Computer and Communications, 9(6), 191 - 202.

Zhang, L., Su, Y., Li, Y., & Li, P. (2023). Estimating urban land subsidence with satellite data using a spatially multiscale geographically weighted regression approach. Measurement, 228, 114387.

Zhu, H., Liu, H., Zhou, Q., & Cui, A. (2023). Towards an Accurate and Reliable Downscaling Scheme for High-Spatial-Resolution Precipitation Data. Remote Sensing, 15(10