PERBANDINGAN VARIASI DIURNAL DISTRIBUSI UKURAN BUTIRAN HUJAN DI PADANG DAN DI KOTOTABANG
Rio Chandra1, Marzuki1, Mutya Vonnisa1,Hiroyuki Hashiguchi2
1
Jurusan Fisika Universitas Andalas, 2RISH Kyoto University, Japan e-mail: marzuki@fmipa.unand.ac.id
ABSTRAK
Variasi diurnal distribusi ukuran butiran hujan atau raindrop size distribution (RDSD) di Padang dan di Kototabang, Sumatera Barat telah dibandingkan. Perbandingan dilakukan melalui pengamatan particle size velocity (Parsivel) selama Maret 2014 – Mei 2015 untuk Padang dan Januari 2014 – Januari 2015 untuk Kototabang. Data dikelompokkan berdasarkan waktu terjadinya hujan yaitu pagi (00:00-11:59 WIB) dan malam (12:00-23:59 WIB). RDSD dimodelkan dengan distribusi gamma dan parameternya didapatkan menggunakan metode Momen. Pada kedua lokasi terlihat bahwa konsentrasi butiran hujan berukuran kecil lebih banyak di pagi hari, sedangkan butiran hujan berukuran besar lebih banyak di malam hari. Akibat dari banyaknya butiran hujan yang berukuran besar di malam hari berdampak pada nilai radar reflectivity (Z) pada malam hari lebih besar daripada pagi hari untuk intensitas curah hujan yang sama. Hal ini terlihat dari koefisien A persamaan Z-R (Z=ARb) lebih besar di malam daripada di pagi hari.
Kata kunci: raindrop size distribution, metode Momen, Parsivel, Padang, Kototabang
ABSTRACT
Diurnal variation of raindrop size distribution (RDSD) in Padang and Kototabang have been compared through particle size distribution (Parsivel) observation during March 2014 – May 2015 for Padang and January 2014 – January 2015 for Kototabang. The data were classified into two categories, i.e., morning (00:00-11:59 LT) and evening (12:00-23:59 LT). The RDSD was parameterized by the modified gamma distribution and its parameter was calculated by the Moment method. It was found that the RDSD of the two locations in the morning hours composed of more small drops and drop concentration, fewer large drops than the evening ones. Diurnal variation of RDSD leads to significant variation of Z–R relations so that they must be considered to increase the accuracy of Z–R conversion from weather radar in this region.
Keywords: raindrop size distribution, moment Method, Parsivel, Padang, Kototabang I. PENDAHULUAN
Distribusi ukuran butiran hujan atau lebih dikenal dengan raindrop size distribution (RDSD) adalah distribusi butiran hujan pada ukuran tertentu per satuan volume sampel selama interval waktu pengamatan tertentu (Jameson dan Kostinski, 2001). Informasi tentang RDSD diperlukan untuk mengetahui proses fisika dalam pembentukan hujan (Tokay dan Short, 1996), perancangan sistem remote sensing untuk pemantauan atmosfer (Coppens dan Haddad, 2000), pengamatan hujan menggunakan radar (Uijlenhoet, 2001) dan memprediksi atenuasi gelombang elektromagnetik yang disebabkan oleh hujan (Owolawi, 2011).
RDSD bervariasi terhadap lokasi, waktu, dan tipe hujan. Hal ini disebabkan oleh proses fisika dan faktor yang mempengaruhi pembentukan butiran hujan juga bervariasi terhadap lokasi (Ulbrich, 1983; Rosenfeld dan Ulbrich, 2003; Marzuki dkk., 2013a), waktu (Kozu dkk., 2006) dan tipe hujan (Tokay dan Short, 1996). Variasi RDSD dapat menurunkan akurasi bidang-bidang yang memerlukan informasi tentang RDSD di atas. Oleh karena itu, pengamatan terhadap RDSD secara akurat dan kontinu perlu untuk dilakukan.
Tulisan ini akan menyajikan hasil awal penelitian tentang RDSD di Padang dan Kototabang, Sumatera Barat, Indonesia, sebagai lanjutan dari penelitian oleh Chandra dkk. (2015). Mereka telah menemukan bahwa konsentrasi butiran hujan di Padang untuk intensitas curah hujan yang tinggi lebih banyak daripada di Kototabang. Hujan di Sumatera mempunyai variasi diurnal yang sangat kuat sebagai akibat dari interaksi antara daratan Sumatera dan lautan di sekitarnya (Mori dkk. 2004). Variasi diurnal ini mempengaruhi banyak parameter meteorologi, termasuk RDSD. Beberapa peneliti sebelumnya telah menemukan variasi diurnal RDSD untuk kawasan Kototabang (Kozu dkk., 2006; Marzuki dkk., 2009; Marzuki dkk., 2013b). Oleh karena itu, penelitian ini akan menambah satu lokasi pengamatan baru yaitu di Padang.
II. METODOLOGI
RDSD diamati dengan Particle Size Velocity (Parsivel). Parsivel adalah disdrometer sensor optik-laser yang dapat mengukur ukuran dan kecepatan jatuh dari partikel hujan (butiran hujan, salju, dan sebagainya). Parsivel terdiri dari lembaran laser dioda dengan lebar 30 mm, panjang 180 mm, dan tinggi 1 mm. Luas daerah pengamatan Parsivel adalah 5400 mm2. Parsivel sesungguhnya tidak secara langsung menghasilkan RDSD, tetapi hanya memberikan “count atau jumlah” daripada butiran hujan per ukuran tertentu per waktu pengamatan. Ukuran butiran hujan dan kecepatan jatuhnya dikelompokkan ke dalam 32 kelas sehingga spektrum terdiri dari 1024 kelas (32 x 32). Dari jumlah butiran (n) kita
bisa menghitung RDSD [N(D)], intensitas curah hujan (R), radar reflectivity (Z), dengan persamaan berikut: (1) ∑ (2) ∑ (3) dimana F adalah luas pengamatan Parsivel (5400 mm2), t adalah waktu pengamatan (1 menit), D adalah diameter butiran, v(D) adalah kecepatan butiran, dan ΔD adalah lebar kelas. Penjelasan lengkap tentang Parsivel ini dapat ditemui di dalam Loffler-Mang dan Joss (2000).
Data Parsivel yang digunakan adalah data dari bulan Maret 2014 – Mei 2015 untuk Padang dan dari bulan Januari 2014 – Januari 2015 untuk Kototabang. Data dikelompokkan menjadi dua bagian berdasarkan waktu terjadinya hujan, yaitu hujan yang terjadi antara 00:00-11:59 disebut “pagi” dan antara jam 12.00-23.59 yang selanjutnya akan disebut “malam”. Pembagian ini mengikuti penelitian Marzuki dkk. (2013b).
RDSD pertama kali dikelompokkan dan dirata-ratakan berdasarkan beberapa kelas intensitas curah hujan. RDSD dengan intensitas hujan yang sama di Kota Padang dibandingkan dengan RDSD di Kototabang. Hal ini akan memberikan informasi awal dan umum tentang perbedaan RDSD di Padang dan di Kototabang. Untuk melihat karakteristik RDSD lebih detail, RDSD dimodelkan dengan distribusi gamma sebagai berikut:
(4)
dimana N(D) adalah fungsi RDSD (mm-1 m-3), NT adalah parameter intercept dengan satuan
m-3, µ adalah parameter bentuk (shape) dan merupakan parameter slope dari distribusi
dalam satuan mm-1.
Parameter gamma RDSD (µ, NT, dan ) dihitung menggunakan metode Momen.
Metode momen dikembangkan berdasarkan prinsip bahwa semua parameter hujan merupakan fungsi RDSD yang secara umum dapat ditulis sebagai berikut:
∫ (5) (6) dimana M adalah momen dan x adalah pangkat diameter butiran. Nilai M3, M4, danM6
didapat dari Persamaan (6) dengan menggunakan dan x = 3, 4, dan 6. M3 menunjukkan liquid water content (LWC), M4 menunjukkan intensitas curah hujan (R), M6 menunjukkan radar reflectivity (Z). Parameter gamma RDSD dalam Persamaan (4) dapat dihitung
sebagai berikut (Kozu dan Nakamura, 1991):
[ ] iiiiiiii (7) dengan iiiiiiiiiiiiiiiiii(8) iiiiiiiiiiiii iiiii (9)
iiiiiiiiiiiiiiiii iiiiiiiiiiiiiiiiiiiiiiii i(10) dimana adalah massa-berat diameter rata-rata, dan adalah momen ke tiga dari normalisasi spektrum massa oleh Tahap terakhir yang dilakukan adalah menghitung persamaan Z-R. Persamaan Z-R dihitung dengan regresi linier dalam skala logaritmik.
III. HASIL DAN DISKUSI
3.1 Rata-rata RDSD
Gambar 1 memperlihatkan perbandingan variasi diurnal RDSD di Kototabang. Dari semua intensitas curah hujan (Gambar 1.a-e) terlihat bahwa konsentrasi butiran hujan berukuran kecil lebih banyak terdapat pada hujan di pagi hari dibandingkan malam hari. Kondisi sebaliknya terjadi pada butiran berukuran besar. Konsentrasi butiran hujan berukuran besar lebih banyak terdapat pada hujan di malam hari dibandingkan pagi hari. Hal ini mulai terlihat untuk butiran hujan dengan diameter besar dari 2 mm. Perbedaan ini semakin jelas dengan peningkatan intensitas curah hujan.
Kondisi yang teramati di Kototabang juga terlihat di Padang. Konsentrasi butiran hujan berukuran kecil di Padang juga lebih banyak terdapat pada hujan di pagi hari
dibandingkan malam hari. Selain itu, konsentrasi butiran hujan berukuran besar juga lebih banyak terdapat pada hujan di malam hari dibandingkan pagi hari. Adanya persamaan pola diurnal RDSD di Padang dan Kototabang, disebabkan oleh hujan yang terjadi di Padang dan di Kototabang kemungkinan berasal dari awan konvektif yang sama, yaitu awan dari Samudra Hindia. Awan tersebut mengalami proses yang berbeda di Kototabang disebabkan oleh adanya pegunungan di sekitar daerah ini sehingga menimbulkan hujan dengan RDSD yang agak berbeda dengan di Padang (Chandra dkk., 2015).
Gambar 1. Perbandingan RDSD pagi (00:00-11:59 WIB) dan malam hari (12:00-23:59
mmmmmmlWIB) di Kototabang
Tabel 1 memperlihatkan rekapitulasi data dan hasil fitting dari Gambar 1 dan Gambar 2. Bentuk distribusi (µ) dari parameter gamma secara umum hampir sama. Nilai
µ lebih besar di pagi daripada malam hari baik untuk Padang maupun Kototabang. Hal ini
mengindikasikan bahwa konsentrasi butiran hujan berukuran kecil lebih banyak terdapat pada hujan di pagi hari dibandingkan malam hari sebagaimana penjelasan sebelumnya. Untuk semua intensitas curah hujan, nilai Λ di Padang lebih besar di pagi dibandingkan malam hari dan nilai Λ semakin kecil jika intensitas curah hujan semakin besar. Nilai Λ di Kototabang untuk hujan ringan dan hujan sedang lebih besar pada pagi sedangkan untuk intensitas curah yang lain nilai Λ di malam hari lebih besar dibanding pagi hari. Nilai Λ di Kototabang juga semakin kecil saat intensitas curah hujan semakin besar, sama halnya
0 2 4 6 8 100 N (D ) Raindrop diameter (mm) 0 2 4 6 8 100 N (D ) Raindrop diameter (mm) 0 2 4 6 8 100 N (D ) Raindrop diameter (mm) 0 2 4 6 8 100 N (D ) Raindrop diameter (mm) 0 2 4 6 8 100 N (D ) Raindrop diameter (mm) 0 2 4 6 8 100 N (D ) Raindrop diameter (mm) Malam Pagi (c) light rain 1 R < 2 mm/h very light rain
R < 1 mm/h
moderate rain 2 R < 5 mm/h
heavy rain 5 R < 10 mm/h
very heavy rain 10 R < 20 mm/h extreme rain R 20 mm/h (b) (a) (d) (e) (f)
dengan di Padang. Hal ini mengindikasikan bahwa terjadi peningkatan konsentrasi butiran hujan berukuran besar dengan peningkatan curah hujan yang terlihat juga dari peningkatan nilai Dm dengan peningkatan curah hujan. Butiran yang besar lebih sedikit pada pagi hari
sehingga nilai Dm pada pagi lebih kecil dari malam hari untuk semua intensitas curah hujan.
Pada Tabel 1 juga terlihat bahwa untuk semua kategori hujan nilai Dm di Kototabang lebih
besar dibanding Padang untuk hujan pada pagi hari, sedangkan untuk hujan pada malam hari nilai Dm di Kototabang lebih kecil dibandingakan dengan di Padang.
Gambar 2. Perbandingan RDSD pagi (00:00-11:59 WIB) dan malam hari (12:00-23:59
mmmmmmlWIB) di Padang
3.2 Persamaan Z-R
Salah satu aplikasi dari RDSD adalah untuk mengkonversi nilai Z dari radar meteorologi menjadi intensitas curah hujan (R) menggunakan persamaan Z-R (Z=ARb).
Dalam penelitian ini persamaan Z-R dihitung melalui tiga cara dan semuanya melalui regresi linear dalam skala log. Pertama, sumbu-y digunakan R dan sumbu –x digunakan Z. Hal ini digunakan karena parameter yang diketahui oleh radar adalah Z dan yang ingin kita dapatkan adalah R. Kedua, persamaan Z-R seperti biasa, dengan sumbu-y adalah Z dan sumbu-x adalah R. Cara ini adalah yang paling banyak digunakan. Ketiga, persamaan Z-R
0 2 4 6 8 100 N (D ) Raindrop diameter 0 2 4 6 8 100 N (D ) Raindrop diameter 0 2 4 6 8 100 N (D ) Raindrop diameter 0 2 4 6 8 100 N (D ) Raindrop diameter 0 2 4 6 8 100 N (D ) Raindrop diameter 0 2 4 6 8 100 N (D ) Raindrop diameter Malam Pagi very light rain R < 1 mm/h light rain 1 R < 2 mm/h heavy rain 5 R < 10 mm/h moderate rain 2 R < 5 mm/h
very heavy rain 10 R < 20 mm/h extreme rain R 20 mm/h (a) (b) (c) (d) (e) (f)
dihitung dengan menetapkan nilai b =1.4. Penetapan nilai b = 1.4 digunakan pada beberapa radar meteorologi (Marzuki dkk., 2015).
Tabel 1 Parameter gamma RDSD untuk RDSD rata-rata (Gambar 1 dan Gambar 2) Kategori
Hujan
µ Λ Dm
PDG KTB PDG KTB PDG KTB
Pagi Malam Pagi Malam Pagi Mala
m Pagi Malam Pagi Malam Pagi Mala m Sangat ringan 0,42 0,68 0,10 0,22 4,64 4,61 4,19 4,63 0,95 1,01 0,98 0,91 Ringan 0,52 -0,13 -0,40 -0,76 4,28 3,24 3,10 2,89 1,06 1,20 1,16 1,18 Sedang 0,45 -0,57 0,05 -0,23 3,71 2,61 3,13 3,10 1,20 1,31 1,30 1,21 Lebat 0,92 -0,06 -0,44 0,27 3,83 2,67 2,42 3,21 1,28 1,47 1,46 1,33 Sangat Lebat 1,35 -0,30 -0,18 1,46 3,65 2,11 2,20 3,72 1,46 1,74 1,72 1,46 Ekstrim -0,20 -0,10 -0,92 -0,70 1,76 1,10 1,17 1,36 2,16 2,72 2,63 2,41
Tabel 2 memperlihatkan persamaan Z-R di Padang dan di Kototabang yang dibagi menjadi tiga bagian yaitu pagi, malam dan total (semua data tanpa pengelompokan). Pada tabel terlihat bahwa nilai persamaan koefisien A dari Z-R di Padang pada pagi lebih kecil dibandingkan pada malam hari untuk semua metode. Koefisien A dari Z-R di Kototabang pada pagi hari juga lebih kecil dibandingkan dengan malam hari. Karakteristik persamaan
Z-R sejalan dengan subbab sebelumnya dimana konsentrasi butiran hujan berukuran besar
lebih banyak pada malam dibandingkan pada pagi hari. Hal ini mengakibatkan Z pada malam hari lebih besar dari pagi hari, karena nilai Z sangat dipengaruhi oleh butiran hujan berukuran besar. Pada Tabel 2 juga terlihat bahwa untuk semua metode, nilai A di Kototabang lebih besar dibanding Padang untuk hujan pada pagi hari, sedangkan untuk hujan pada malam hari nilai Adi Kototabang lebih kecil dibandingakan dengan di Padang. Hal ini konsisten dengan pola diurnal parameter RDSD pada Tabel 1.
Tabel 2 Persamaan Z-R dari RDSD di Padang dan di Kototabang
Metode Padang Kototabang
Pagi Malam Total Pagi Malam Total
R – Z Z=205R1,47 Z=236R1,52 Z=227R1,51 Z=213R1,53 Z=223R1,56 Z=221R1,56 Z – R Z=209R1,32 Z=247R1,41 Z=237R1,39 Z=205R1,47 Z=228R1,42 Z=223R1,41 b kostan Z=207R 1,40 Z=248R1,40 Z=236R1,40 Z=207R1,40 Z=229R1,40 Z=223R1,40 IV. KESIMPULAN
Hasil penelitian ini menguatkan penelitian sebelumnya mengenai variasi diurnal RDSD di Sumatera. RDSD dari dua lokasi (Padang dan Kototabang) memperlihatkan pola
diurnal dimana konsentrasi butiran hujan berukuran kecil lebih tinggi di pagi hari,
sedangkan butiran hujan berukuran besar lebih banyak di malam hari. Pola diurnal RDSD ini mempengaruhi persamaan Z-R yang akan digunakan dalam radar meteorologi.
Koefisien A persamaan Z-R lebih besar di malam daripada di pagi hari. Variasi diurnal persamaan Z-R ini jika diabaikan kemungkinan dapat menurunkan akurasi pengamatan hujan oleh radar. Tulisan ini adalah kajian awal dan penelitian masih harus dilanjutkan dengan menganalisis data yang lebih banyak.
DAFTAR PUSTAKA
Chandra, R., Marzuki, Hashiguchi, H., 2015, Perbandingan Karakteristik Distribusi Ukuran Butiran Hujan di Padang dan di Kototabang, Jurnal fisika unand (inpress).
Coppens, D. dan Haddad, Z. S., 2000, Effect of Raindrop Size Distribution Variations on Microwave Brightness Temperature Calculation, Journal of Geophysical Research:
Atmosphere, Vol. 105, No. 19, hal. 483 – 489.
Jameson, A. R. dan Kostinski, A. B., 2001, What is a Raindrop Size Distribution, Bulletin
of American Meteorological Society, Vol. 82, No. 6, hal. 1169 – 1177.
Kozu, T., Reddy, K. K., Mori, S., Thurai, M., Ong, J. T., Rao, D. N., dan Shimomai, T., 2006, Seasonal and Diurnal Variations of Raindrop Size Distribution in Asian Monsoon Region, Journal of the Meteorology Society Of Japan, Vol. 84A, hal. 195 – 209.
Marzuki, Kozu, T., Shimomai, T., Randeu, W. L., Hashiguchi, H., Shibagaki, Y., 2009,
Diurnal Variaton of Rain Attenuatuion Obtained from Measurement of Raindrop
Size Distribution in Equatorial Indonesia, IEEE Transaction Antennas Propagation, Vol. 57, hal 1190 – 1196.
Marzuki, M., Hashiguchi, H., Yamamoto, M. K., Mori, S., dan Yamanaka, M. D., 2013a, Regional Variability of Raindrop Size Distribution over Indonesia, Annales
Geophysicae, Vol. 31, hal. 1941 – 1948.
Marzuki, Randeu, W. L., Kozu, T., Hashiguchi, H., dan Schonhuber M, 2013b, Raindrop Axis Ratio, Fall Velocities and Size Distribution over Sumatra from 2D – Video Disdrometer Measurement, Atmospheric Research, Vol. 119, hal. 23 – 37.
Marzuki, Hashiguchi, H., Kozu, T., Shibagaki, Y., dan Takahashi, Y., 2015, Precipitation Microstucture ini Different Madden-Julian Oscillation Phases over Sumatra,
Atmospheric Research (Inpress).
Mori, S., Hamada, J. I., Tauhid, Y. I., dan Yamanaka, M. D., 2004, Diurnal Land-Sea Rainfall Peak Migration over Sumatra Island, Indonesian Maritim Continent, Observed by TRMM Satellite and Intensive Rawinsonde Soundings, Mothly
Weather Review, Vol. 132, hal. 2021 – 2039.
Owolawi, P., 2011, Raindrop Size Distribution Model for the Prediction of Rain Attenuation in Durban, PIERS Online, Vol. 7, No. 6, hal. 516 – 523.
Rosenfeld, D. dan Ulbrich, C.W., 2003, Cloud Microphysical Properties, Processes, and Rainfall Estimation Opportunities, Meteorological Monographs, Vol. 52, hal. 237 – 258.
Tokay, A. dan Short, D. A., 1996, Evidence from Tropical Raindrop Spectra of the Origin of Rain from Statiform Versus Convective Clouds, Journal Applied Meteorology, Vol. 35, hal 355 – 371.
Uijlenhoet, R., 2001, Raindrop Size Distributions and Radar Reflectivity-Rain Rate Relationships for Radar Hydrology, Hydrology and Earth System Sciences, hal. 615 – 627.
Ulbrich, C. W., 1983, Natural Variations in the Analytical Form of the Raindrop Size Distribution, Journal of Climate and Applied Meteorology, Vol. 22, hal. 1764 – 1775.
