PERBAIKAN PREDIKSI CUACA NUMERIK KEJADIAN CURAH HUJAN LEBAT TERKAIT DENGAN KEJADIAN LONGSOR DI BANJARNEGARA MENGGUNAKAN ASIMILASI DATA SATELIT

Adi Mulsandi, Aries Kristianto, Achmad Zakir
{"title":"PERBAIKAN PREDIKSI CUACA NUMERIK KEJADIAN CURAH HUJAN LEBAT TERKAIT DENGAN KEJADIAN LONGSOR DI BANJARNEGARA MENGGUNAKAN ASIMILASI DATA SATELIT","authors":"Adi Mulsandi, Aries Kristianto, Achmad Zakir","doi":"10.29122/jstmc.v19i2.3127","DOIUrl":null,"url":null,"abstract":"Wilayah Banjarnegara terekspos dengan kejadian tanah longsor yang terjadi hampir setiap tahun. Hujan lebat merupakan salah satu faktor penting pemicu terjadinya longsor yang paling mungkin untuk diprediksi, sehingga prediksi hujan lebat yang akurat sangat dibutuhkan dalam sistem peringatan dini longsor. Namun demikian, keterbatasan peralatan pengamatan cuaca di Banjarnegara memberikan kendala tersendiri sehingga dibutuhkan teknik lain dalam pembuatan informasi prediksi cuaca di wilayah ini. Penelitian ini dibuat untuk memberikan kontribusi landasan ilmiah dalam membuat prakiraan cuaca menggunakan model Weather Research and Forecasting (WRF) dengan mengintegrasikan data pengamatan satelit menggunakan WRF Data Assimilation (WRF-DA) untuk memperbaiki kualitas data awal model. Hasil penelitian menunjukan bahwa prosedur asimilasi data satelit cuaca dapat memperbaiki data awal kandungan uap air di atmosfer (+60%) beberapa jam sebelum kejadian hujan lebat. Sehingga hasil prediksi model cuaca numerik dengan menggunakan asimilasi data satelit (DA-SAT) menjadi lebih baik dibandingkan dengan yang tidak menggunakan asimilasi data (Non_DA). Hal ini ditunjukan dengan nilai bias model yang mengecil (-32%) jika dibandingkan dengan data pengamatan penakar hujan stasiun. Hasil perbandingan data series waktu akumulasi curah hujan antara DA-SAT dan Non-DA memperlihatkan adanya perbedaan waktu tercapainya hujan maksimum dan juga perbedaan intensitasnya dimana skema Non-DA lebih lambat (+5 jam) dengan bias (-40%) sementara DA-SAT lebih lambat 0.5 jam dengan bias (+8%). Dapat disimpulkan bahwa asimilasi data satelit dapat memperbaiki kesalahan prediksi jumlah hujan dan waktu kejadiannya. Hasil penelitian ini dapat dijadikan rekomendasi penggunaan asimilasi data satelit dalam pembuatan informasi prediksi cuaca numerik di wilayah Banjarnegara.","PeriodicalId":353176,"journal":{"name":"Jurnal Sains & Teknologi Modifikasi Cuaca","volume":"27 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2018-12-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Sains & Teknologi Modifikasi Cuaca","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.29122/jstmc.v19i2.3127","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1

Abstract

Wilayah Banjarnegara terekspos dengan kejadian tanah longsor yang terjadi hampir setiap tahun. Hujan lebat merupakan salah satu faktor penting pemicu terjadinya longsor yang paling mungkin untuk diprediksi, sehingga prediksi hujan lebat yang akurat sangat dibutuhkan dalam sistem peringatan dini longsor. Namun demikian, keterbatasan peralatan pengamatan cuaca di Banjarnegara memberikan kendala tersendiri sehingga dibutuhkan teknik lain dalam pembuatan informasi prediksi cuaca di wilayah ini. Penelitian ini dibuat untuk memberikan kontribusi landasan ilmiah dalam membuat prakiraan cuaca menggunakan model Weather Research and Forecasting (WRF) dengan mengintegrasikan data pengamatan satelit menggunakan WRF Data Assimilation (WRF-DA) untuk memperbaiki kualitas data awal model. Hasil penelitian menunjukan bahwa prosedur asimilasi data satelit cuaca dapat memperbaiki data awal kandungan uap air di atmosfer (+60%) beberapa jam sebelum kejadian hujan lebat. Sehingga hasil prediksi model cuaca numerik dengan menggunakan asimilasi data satelit (DA-SAT) menjadi lebih baik dibandingkan dengan yang tidak menggunakan asimilasi data (Non_DA). Hal ini ditunjukan dengan nilai bias model yang mengecil (-32%) jika dibandingkan dengan data pengamatan penakar hujan stasiun. Hasil perbandingan data series waktu akumulasi curah hujan antara DA-SAT dan Non-DA memperlihatkan adanya perbedaan waktu tercapainya hujan maksimum dan juga perbedaan intensitasnya dimana skema Non-DA lebih lambat (+5 jam) dengan bias (-40%) sementara DA-SAT lebih lambat 0.5 jam dengan bias (+8%). Dapat disimpulkan bahwa asimilasi data satelit dapat memperbaiki kesalahan prediksi jumlah hujan dan waktu kejadiannya. Hasil penelitian ini dapat dijadikan rekomendasi penggunaan asimilasi data satelit dalam pembuatan informasi prediksi cuaca numerik di wilayah Banjarnegara.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
天气数值预测维修与暴雨滑坡事件发生在班使用卫星数据同化
Banjarnegara地区暴露在一场几乎每年都发生的泥石流中。暴雨是雪崩最可能发生的因素之一,因此在早期预警系统中迫切需要对暴雨的准确预测。尽管如此,Banjarnegara的天气观测设备有限,这给了该地区制造天气预报信息的另一种技术。本研究旨在通过利用天气研究和预测数据(WRF)对天气预报做出科学基础贡献,利用WRF数据astic来改进早期数据模型的质量。研究结果显示,天气卫星数据同化的程序可以在暴雨发生前数小时修复大气中湿气含量的初始数据(+60%)。因此,利用卫星数据同化(DA-SAT)对数字天气模型的预测结果比不使用数据同化(非_da)的预测结果要好。相比之下,它带有一个缩小的模型偏差值(-32%)。DA-SAT和非da之间的降水累积数据比较显示,到最大降雨时间存在差异,而非da计划慢(+5小时)有偏差(-40%),而DA-SAT慢0。5小时有偏差(+8%)。推断卫星数据的同化可能有助于纠正对降雨和发生时间的预测错误。本研究结果可作为一项建议,利用卫星数据同化,在班加德邦地区生产数字天气预报信息。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
ANALISIS KETERKAITAN ANTARA KEKERINGAN METEOROLOGIS DENGAN INDEKS VEGETASI TERSTANDARISASI DI PULAU LOMBOK ANALISIS HUBUNGAN PARAMETER CUACA TERHADAP KONSENTRASI POLUTAN (PM2.5 DAN CO) DI WILAYAH JAKARTA SELAMA PERIODE WORK FROM HOME (WFH) MARET 2020 KETERKAITAN PERIODISITAS CURAH HUJAN DI DAERAH PESISIR DAN PEGUNUNGAN PROVINSI JAWA TIMUR DENGAN VARIABILITAS CUACA SKALA GLOBAL DAN REGIONAL EVALUASI PERFORMA INDEKS MONSUN AUSMI DAN WNPMI DI WILAYAH INDONESIA PENGARUH PROPAGASI MADDEN JULIAN OSCILLATION (MJO) DI BENUA MARITIM INDONESIA (BMI) TERHADAP SIKLUS DIURNAL DINAMIKA ATMOSFER DAN CURAH HUJAN DI PROVINSI LAMPUNG TAHUN 2018
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1