LIMITASI
Tim Penyusun
Firmansyah Lintang
P. Lavia Farareta A.
Outline
1
Pendahuluan
2
Sea Clutter 4
Building Mindset as Meteorologist
3
PENDAHULUAN
Limitasi Pengamatan Radar Cuaca
Data radar tidak hanya berupa data hujan namun juga menunjukkan fenomena dan kondisi yang ada di
wilayah pengamatan radar yang dapat menimbulkan kesalahan intepretasi dan kesalahan akumulasi rain rate.
Konsep dari radar itu sendiri yaitu melepaskan gelombang elektromagnetik ke atmosfer untuk
mengamati potensi awan hujan di wilayah pengamatan radar dimana output dari pengamatan radar akan
memberikan informasi tentang arah dan posisi dari awan hujan, intensitas, jenis hujan, jenis objek, dan
pergerakannya.
Pengamat biasanya mengharapkan output dari produk/data radar merupakan data hujan namun
Hal ini merupakan hal yang biasa/umum terjadi pada radar termasuk pada radar cuaca di BMKG.
Karakteristik clutter/noise yang ada pada data radar khususnya pada produk data dBz (data intensitas), pola-pola khusus yang ada di radar biasanya pada saat
menggunakan data reflektifitas fokus yang dilihat hanya pada nilai data intensitas hujan yang ada di daerah
pengamatan radar.
Semakin tinggi nilai intensitas menyatakan bahwa semakin tinggi nilai intensitas hujan di daerah
pengamatan radar.
Akan tetapi pola-pola khusus dari eco reflektifitas juga memberikan potensi cuaca lain selain hujan lebat, seperti potensi hujan lebat disertai angin kencang bahkan
Berdasarkan penelitian dari Zawadzki tahun 1984 mengenai faktor-faktor yang memengaruhi akurasi radar dalam
mengamati potensi hujan adalah sebagai berikut :
Ketinggian dinding radar yaitu dengan memerhatikan jarak data banding dengan posisi pusat radar karena semakin jauh dengan radar maka akan mengalami perbedaan ketinggian sehingga data nantinya akan berubah
Radar kalibrasi, radar BMKG biasanya dilakukan kalibrasi secara berkala yaitu dua kali dalam setahun kemudian dilakukan verifikasi oleh forecaster.
Atenuasi dari radom, kebersihan radom sangat berpengaruh pada atenuasi radar. Tingkat atenuai radar pada C-band lebih besar dari X-band khususnya ketika terjadi hujan lebat di daerah radom.
Backscatterring, yang ditampilkan oleh noise berupa bercak dengan pola yang tidak dinamis seperti pola velocity ketika akan terjadi hujan.
RELASI Z-R (REFLEKTIVITAS-RAIN
RATE).
Atenuasi pretisipasi.
Ketika terjadi hujan di pusat radar, maka energi
elektromagnetik yang dipancarkan radar akan mengalami redaman. Sehingga besar power yang dipancarkan radar akan berbeda dengan pada saat dipancarkan dari pusat radar akibat redaman yang dialami oleh gelombang
elektromagnetik pada hujan. Semakin tinggi hujan di pusat radar maka atenuasi ini juga akan semakin besar. Untuk
Range
Merupakan problem di radar C-band, gerakan tingkat gangguannya tergantunga seberapa besar interferensi di masing-masing wilayah.
Breakband eco
Harus diperhatikan terutama saat hujan lebat karena biasanya tampil/terlihat pada sistem hujan stratiform. Akan tetapi di Indonesia breakband eco sering terlihat pada masa peluruhan awan-awan konvektif sehingga potensi terbesar akibat
Pengamatan radar cuaca pada dasarnya diharapakan mampu
mengamati fenomena hujan dan potensi cuaca yang
menyertainya. Namun Pada prakteknya tidak semua echo yang ditangkap oleh radar cuaca merupakan echo fenomena meteorologi yang diharapkan, karena terdapat echo yang berasal dari objek non meteorologi atau yang umum di kenal sebagai ground cluter dan fenomena lainnya. Menurut Idzar
Zawadski dan I. Holleman ada banyak faktor yang
menyebabkan menurunnya kualitas data yang dihasilkan Radar cuaca yangdipengaruhi oleh banyak faktor baik internal Radar System, Faktor kesalahan Kalibrasi, maupun karena faktor lingkungan pengamatan radar cuaca.
Ground Cluter Merupakan echo dari Obyek tetap yang dapat berupa gedung, pohon ataupun pergerakan dari burung dan serangga.
Umumnya nilai reflektifitas tetap dan tidak memiliki nilai velocity. Penampakan Echo ground clutter sangat sering terlihat khususnya di wilayah Indonesia dengan topografi yang berbukit, selain
menyebabkan kesalahan interpretasi, dalam kondisi tertentu objek tetap berupa gunung, gedung atau objek solid dalam area
pengamatan radar cuaca dapat menyebabkan terhalangnya rambatan gelombang radar dalam mengamati kondisi cuaca yang ada.
SEA CLUTTER
Limitasi Pengamatan Radar Cuaca
SEA CLUTTER
Clutter adalah istilah yang digunakan pada gema yang tidak diinginkan pada sistem elektronik, khususnya pada radar. Gema tersebut antara lain berasal dari tanah, laut, dan serangga/binatang yang bias
berdampak signifikan pada performa radar dalam mengamati.
Radar bekerja dengan memancarkan gelombang elektromagnetik pada objek di sekitar wilayah pengamatannya dan menangkap energy yang dipancarkan oleh objek disekitarnya kemudian memproses energy tersebut.
Backscatter yang diterima oleh radar itulah yang di maksud dengan
Contohnya pada radar pesawat, cuaca merupakan clutter namun pada radar cuaca fenomena cuaca seperti awan merupakan objek yang
diamati.
Sea Clutter merupakan clutter berupa backscatter yang berasal dari laut. Sea clutter memiliki karakteristik yang mirip dengan objek pengamatan radar sehingga kadang sulit membedakan antara clutter dan objek yang diamati.
KARAKTERISTIK SEA CLUTTER
1. Refleksivitas Sea Clutter
Terbentuknya back scatter dari laut merupakan hasil interaksi antara gelombang elektromagnetik dengan permukaan laut. Umumnya kekuatan refleksifitas clutter radar ditunjukan oleh σ° dengan satuan m2/m2.
Kekuatan yang diterima dari resolusi suatu radar bervariasi, variasi tersebut di karakteristikkan oleh probability density function (PDF) echo return.
Variasi tersebut bergantung pada:
-Backscatter dari wilayah sekitar yang bervariasi besar dengan rata-rata refleksivitas seperti bentuk permukaan local, Grazing angle, Ripple density.
-Scattering disekitar radar yang berasal dari banyak struktur kecil yang bergerak secara relative terhadap satu sama lain dan
KARAKTERISTIK SEA CLUTTER
2. Statistik Amplitude
Amplitudo clutter yang teramati di radar biasanya lebih besar dibandingkan rata-rata distribusi rayleight.
Waktu dan tempat akan mempengarusi deviasi resolusi tinggi dari amplitude Clutter. Korelasi waktu terpanjang meningkat dari mili second menjadi second.
Pada sea clutter, correlation property tidak jelas pada power spectrum rata-rata (atau juga pada fungsi auto korelasi
DISPLAY SEA CLUTTER PADA RADAR
DOPPLER
Sea Clutter umumnya dapat bergerak karena mendapatkan Doppler speed oleh angin . Sehingga pada display radar akan tampak
bahwa sea clutter akan berpindah. Namun begitu akan sulit
memfilter clutter tanpa menghilangkan sebagian objek pengamatan.
RANGE FOLDING
Range Folding terjadi pada saat echo radar berasal dari luar range maksimum unambiguous yang kemudian ditampilkan secara tidak benar dalam range radar.
Range maksimum unambiguous di tentukan oleh PRF (Pulse Repetition Frequency).
RANGE FOLDING
Range Folding terjadi pada saat echo radar berasal dari luar range maksimum unambiguous yang kemudian ditampilkan secara tidak benar dalam range radar.
Range maksimum unambiguous di tentukan oleh PRF (Pulse Repetition Frequency).
Waktu antar pulse dirumuskan dengan:
T=1/PRF
Oleh karena itu, range maksimum sinyal dapat keluar dan kembali
sebelum pulse berikutnya dipancarkan adalah :
Dimana c = Kecepatan radiasi
elektromagnetik, dengan mensubstitusi waktu maksimum akan memberi range unambiguous maksimum pada PRF:
Objeknya dapat dikenali dengannilai refleksifitas kecil dan pola echo yang cenderung kerucut.
o Radar mengasumsikan bahwa tiap return echo merupakan
o Sinyal yang ditunjukan radar berada pada jarak R sebenarnya
berada pada jarak R + Rmax.
o Apabila radar menampilkan echo yang berasal dari pulse sebelum
pulse sebelumnya maka keadaan tersebut dikenal dengan third trip echo, dimana jarak objek sebenarnya berasal dari R + 2Rmax
o Umumnya objek range folding adalah refleksifitas namun dopler
Range Folded velocity biasanya ditunjukkan dengan warna ungu. Namun karena high PRF dibutuhkan untuk mendapatkan data
velocity yang bagus, sehingga range unambiguous maksimum untuk mengupulkan data lebih rendah daripada range unambiguous
maksimum untuk refleksifitas yang dikumpulkan dengan menggunakan PRF yang lebih rendah
Sumber:
Cara Megeliminasi Second Trip Echo
1. Phase coding (Random Phase)
Phase coding (random phase) pada sinyal yang ditransmit radar digunakan untuk memfilter overlay echo. Dengan phase coding ini dapat membantu mengidentifikasi second trip echo dari echo pertama untuk emndapatkan filter yang efektif dan display pada range yang sesuai.
2. Ubah PRF yang digunakan.
2. Menggunakan PRF yang berbeda tiap 2-3 pulse.
SUN STROBE/ SUN SPIKE
Merupakan fenomena yang
terjadi tiap hari pada kebanyakan operasional radar cuaca.
Pada output data realtime
ataupun produk, objek sun strobe berupa scattered atau pola gores yang berbentuk paku dan bersifat tidak tetap dengan intensitas
refleksi kecil. Polanya hamper sama dengan pola interferensi namun kemunculannya terbatas pada pagi dan sore hari.
Ada beberapa karakteristik Sun strobe yang dapat dikenali agar keberadaannya dapat segera dideteksi yaitu:
Sumber:
https://www.weather.gov/lmk/sunset-spikes
-Sun strobe biasanya muncul keseluruhan lingkaran (radial)
Sun Spike umumnya dihasilkan oleh energy elektromagnetik yang dipancarkan oleh sinar matahari .
Sun Spike ini terjadi pada radar yang antenanya menghadap ke matahari dan terkena pancaran energy tersebut, kemudian
Anomalous Propagation
Limitasi Pengamatan Radar Cuaca
ANOMALOUS PROPAGATION
Penyimpangan beam radar, dari kondisi
normal yang disebabkan karena kondisi
atmosfer.
Terdapat
3
fenomena
Anomalous
Propagation yaitu :
1. Super Refraction,
2.Sub Refraction
SUPER REFRACTION
Suatu kondisi dimana beam radar mengalami pembelokan ke bawah (atau lebih rendah dari normal beam radar) oleh atmosfir. Kondisi ini umumnya ditandai ketika :
Suhu meningkat terhadap ketinggian
Kelembapan menurun tajam terhadap ketinggian
Radiasi atau inversi hangat, adveksi udara kering di atas permukaan air dingin
Badai pergerakan awan
SUB REFRACTION
Suatu kondisi dimana beam radar mengalami pembelokan ke atas (atau lebih tinggi dari normal beam radar) oleh atmosfir. Kondisi ini umumnya terjadi pada saat :
◦Udara labil
DUCTING
Pada waktu tertentu pengguna radar dapat medeteksi sasaran yang sangat jauh dan pada waktu lainnya radar tidak dapat mendeteksi sasaran yang berada pada jarak yang seharusnya bisa terdeteksi (visible range) sekalipun radar dalam keadaan baik. Fenomena ini disebut “ducting” yang biasa terjadi dalam keadaan pembiasaan super ekstrim.
Kondisi ini umumnya terjadi pada saat :
◦ Pemantulan gelombang radar di dalam lapisan inversi
INTERFERENCE
o Interferensi adalah penjumlahan superposisi dari dua
gelombang cahaya atau lebih yang menimbulkan pola gelombang yang baru. Jika pada suatu tempat bertemu dua buah gelombang, maka resultan gelombang di tempat tersebut sama dengan jumlah dari kedua gelombang tersebut. Peristwa ini di sebut sebagai prinsip superposisi linear (Wardoyo, 2014).
o Gelombang-gelombang yang terpadu akan mempengaruhi
INTERFERENCE
Interferensi adalah fenomena di mana dua gelombang superpose untuk membentuk gelombang resultan amplitudo yang lebih besar, lebih rendah, atau sama. Interferensi biasanya mengacu pada interaksi ombak yang berkorelasi atau koheren satu sama lain, baik karena berasal dari sumber yang sama atau karena memiliki frekuensi yang sama atau hampir sama.
INTERFERENCE
o Dengan menggunakan konsep fase, dapat kita katakan bahwa
interferensi konstruktif (saling menguatkan) terjadi bila kedua gelombang yang berpadu memiliki fase yang sama. Amplitudo gelombang paduan sama dengan dua kali amplitudo tiap gelombang. Interferensi destruktif (saling meniadakan) terjadi bila kedua gelombang yang berpadu berlawanan fase. Amplitudo gelombang paduan sama dengan nol.
o Interferensi pada radar cuaca, terjadi pada saat dua system yang
INTERFERENCE
Radar Denpasar Radar Tanggerang
Building Mindset As Meteorologist
Limitasi Pengamatan Radar Cuaca
Detecting Weather Radar Clutter
Using Satellite-based Nowcasting
Products
T. Bøvith1,2, R. S. Gill1, S. Overgaard1, L. K. Hansen2, and A. A.
Nielsen2
1 Danish Meteorological Institute, Lyngbyvej 100, DK-2100
Copenhagen Ø, Denmark
2 Informatics and Mathematical Modelling, Technical University of
PENDAHULUAN
Clutter radar cuaca adalah contributor utama pada menurunnya kualitas pengamatan data radar dan merupakan penghalang bagi berbagai penggunakan data radar cuaca, baik untuk prediksi
pengamatan cuaca, pengambilan keputusan, khususnya untuk pengamatan dan permodelan dengan menggunakan data radar.
Telah banyak penelitian mengenai beragam metode deteksi, mitigasi dan metode menghilangkan Clutter yang memberikan gambaran lebih baik mengenai metode pemrosesan sinyal tingkat rendah (metode memrosesan data radar untuk menghasilkan
produk dasar) hingga metode pemrosesan data radar dalam pola yang lebih tinggi (rumit) hingga metode penggabungan data (fusi data) dan penggunaan teknologi radar terkini.
Hal tersebut menjadi melatar belakangi penelitian
dengan menggunakan pendekatan fusi data.
Spesifiknya adalah suatu pendekatan dengan
menggunakan produk nowcasting dari data
multispectral Meteosat-8.
Penelitian sebelumnya, dengan menggunakan fusi data
radar cuaca dan citra satelit multispectral data dari
Meteosat generasi pertama telah menunjukkan hasil
yang cukup baik dalam mendeteksi dan
menghilangkan Sea clutter (Michelson dan Sunhede,
2004).
Umumnya meningkatnya resolusi spasial dan temporal
pada sensor Meteosat generasi kedua, ditambah
penambahan kanal spectral diharapkan dapat
meningkatkan akurasi estimasi presipitasi (Levizzani
dkk, 2001) dan secara potensial meningkatkan
DATA
Data Radar
o Data volume radar diambil dari dari 3 radar cuaca dari
total 4 radar cuaca yang dimiliki oleh Institut
Meteorologi Denmark (DMI) yangterletak di Sindal, Rømø, dan Stevns.
o Ketiga radar tersebut masuk dalam kategori radar
doppler tipe C-band.
o Tiap - tiap hasil radar tersebut diproses dengan
algoritma DMI yang kemudian diproyeksikan kedalam mosaik umum untuk cakupan penuh dari ketiga radar.
o Resolusi spasial mosaik radar adalah 1 km dan resolusi
Produk Nowcasting SAF
Mengukur dan memetakan presipitasi dari angkasa (di orbit geostasioner rendah) dapat dilakukan dengan menggunakan penginderaan pasif visible dan inframerah (levizzani dkk., 2001).
Pada penelitian ini, sebuah produk baru yang dikembangkan oleh Fasilitas Aplikasi Satelit Nowliping EUMETSAT
'(Nowcasting SAF) digunakan.
Berbagai macam produk dikembangkan dalam SAF
Nowcasting, yang beberapa di antaranya kurang lebih sama terkait dengan presipitasi: tutupan awan, jenis, dan tinggi produk, dan beberapa produk curah hujan.
Produk Endipitating Clouds memberikan nilai probabilitas tiga kelas presipitasi untuk setiap piksel di Meteosat-8: berat,
ringan sampai sedang dan tidak ada presipitasi.
Algoritma di balik produk PC menggunakan kombinasi linier dari informasi spektral dari band-band Meteosat-8 bersama-sama dengan suhu permukaan dari model prediksi cuaca numerik (NWCSAF / PGE04, 2005).
METODE
Kumpulan data digabungkan dengan penggabungan gambar tingkat piksel (Pohl dan van Genderen, 1998) diikuti dengan klasifikasi menggunakan metode scale –space ensemble
STUDI KASUS
Tiga kasus diproses dengan menggunakan metode yang dijelaskan sebelumnya.
◦Kasus I adalah kasus clutter laut yang parah dan clutter darat sedang tanpa presipitasi.
◦Kasus II adalah kasus clutter laut dengan presipitasi.
◦Kasus III adalah kasus tidak ada clutter selama perjalanan presipitasi konvektif.
Clutter & No Precipitation 5 Mei 2006
20:10 UTC
Pada bulan-bulan musim semi, musim panas dan musim gugur di Denmark, kondisi anomali propagasi (AP) cukup sering terjadi, sehingga menimbulkan clutter radar cuaca karena super refraction dan ducting radar.
1) Faktor Reflektifitas Radar (biru adalah reflektifitas rendah, hijau dan kuning adalah medium, oranye dan merah adalah reflektifitas tinggi).
2) Meteosat-8 IR 3.9 μm (warna cerah adalah suhu kecerahan rendah (awan)).
3) Nowcasting SAF Precipitating Clouds (warna gelap adalah probabilitas tinggi untuk memicu awan, terang atau putih adalah probabilitas yang lebih rendah).
4) Hasil klasifikasi (merah adalah gema radar yang tergolong clutter, dan hijau adalah presipitasi).
Clutter & Precipitation 25 September 2005
20:00 UTC
◦Kasus 2 menunjukkan bahwa produk Precipitating Clouds (PC) berisi informasi yang akurat tentang awan yang menghasilkan presipitasi dan yang tidak.
1) Faktor Reflektifitas Radar (biru adalah reflektifitas rendah, hijau dan kuning adalah medium, oranye dan merah adalah refleksi tinggi). 2) Meteosat-8 IR 3.9 μm (warna cerah adalah suhu kecerahan rendah
(awan)).
3) Nowcasting SAF Precipitating Clouds (warna gelap adalah probabilitas tinggi untuk memicu awan, terang atau putih adalah probabilitas yang lebih rendah).
4) Hasil klasifikasi (merah adalah gema radar yang tergolong clutter, dan hijau adalah presipitasi)
4)
Precipitation & No Clutter 19 Mei 2006
10:40 UTC
◦Kasus III menunjukkan peristiwa hujan konvektif yang bergerak ke timur laut yang membentang di sebagian besar cakupan radar. Tidak ada clutter yang teramati dalam kasus ini kecuali di area pertengahan antara Sindal dan Rømø berupa clutter daratan.
1) Faktor Reflektifitas Radar (biru adalah reflektifitas rendah, hijau dan kuning adalah medium, oranye dan merah adalah refleksi tinggi).
2) Meteosat-8 IR 3.9 μm (warna cerah adalah suhu kecerahan rendah (awan)).
3) Nowcasting SAF Precipitating Clouds (warna gelap adalah probabilitas tinggi untuk memicu awan, terang atau putih adalah probabilitas yang lebih rendah).
4) Hasil klasifikasi (merah adalah gema radar yang tergolong clutter, dan hijau adalah presipitasi).
HASIL DAN KESIMPULAN
Hasil utama deteksi clutter radar dengan menggunakan
gabungan pixel-level suatu gambar dengan awan presipitasi, yang merupakan produk nowcasting berdasarkan data satelit Meteosat generasi 2.
Dengan menggunakan algoritma yang telah dijelaskan tersebut maka eror yang terjadi adalah berkiasar antara 0.00 - 1.37 % (0.00 to 8.01 % total error). Eror tersebut bergantung pada kerumitan dan kompleksitas tempat kejadian.
Pada kasus deteksi clutter di darat dan di laut yang disebabkan oleh anomaly propagasi. Hasil yang didapatkan memiliki
HASIL DAN KESIMPULAN
Kesalahan klasifikasi terjadi ketika terjadi presipitasi disekitar clutter dan dalam kasus terjadi presipitasi dan tidak ada clutter.
Data set satelit overestimate presipitasi yang menyebabkan clutter kesalahan dalam pengklasifikasian Clutter sebagai presipitasi.
Sumber eror lainnya adalah perbedaan sifat dari data yang berasal dari berbagai sumber. Metode ini umumnya mampu mendeteksi clutter dengan akurasi tinggi dengan
Terima Kasih
Apakah ada pertanyaan??
REFERENSI
◦ https://blog.nssl.noaa.gov/wdssii/2014/02/improved-sun-strobe-identification/ diakses tanggal 31 Desember 2017 jam 13.00
◦https://www.weather.gov/mkx/using-radar diakses tanggal 31 Desember 2017 jam 15.00
◦https://www.weather.gov/lmk/sunset-spikes 31 Desember 2017 jam 15.00
◦https://www.wmo.int/pages/prog/www/IMOP/publications/IO M-88_TM-Radars/IOM-88_Module-C.pdf diakses 30 Desember 2017 jam 17.00