• Tidak ada hasil yang ditemukan

3 BAB III DATA DAN METODOLOGI

N/A
N/A
Protected

Academic year: 2021

Membagikan "3 BAB III DATA DAN METODOLOGI"

Copied!
9
0
0

Teks penuh

(1)

3 BAB III

DATA DAN METODOLOGI

3.1 Data

Ada 3 data utama yang digunakan dalam penelitian ini.

• Data IR yang didownload dari http://www.weather.is.kochi-u.ac.jp/sat.GAME dalam format PGM (Portable Grey Map). Data ini berukuran 1800 x 1800 pixel yang memiliki resolusi yang sangat tinggi yakni 1/20 derajat dengan jangkauan area pengamatan pada 70˚ BT - 160˚ BT dan 70˚ LU - 20˚ LS. • Data rain rate dari satelit TRMM (Tropical Rainfall Measuring Mission) kode

2B31, yaitu data rain-rate PR (Precipitation Radar) dengan resolusi horizontal 4 km dan lebar swath 200 km. Data ini di-download dari http://daac.gsfc.nasa.gov/data/datapool.

• Data pengamatan perjam dari stasiun pengamatan klimatologi yang diperoleh dari BMG Cemara kota Bandung, dari 1 Desember 2006 – 28 Februari 2007.

3.2 Pengolahan Data

Pengolahan data dibagi menjadi dua bagian: • Evaluasi persamaan rain rate

• Mencari persamaan rain rate sebagai fungsi dari TBB (RR=F(TBB)) untuk

wilayah Indonesia.

3.2.1 Evaluasi Persamaan Rain Rate

Ketiga persamaan yang dievaluasi adalah yang digunakan oleh Vicente et. al (1998), Adler dan Negri (1988), serta Islam (2002). Untuk itu dilakukan tiga kali estimasi curah hujan, masing-masing menggunakan rain rates yang berbeda. Ketiga hasil estimasi tersebut kemudian divalidasi dengan data pengamatan BMG,

(2)

Tahap-tahap pengerjaan dijabarkan sebagai berikut:

3.2.1.1 Konversi data IR menjadi temperatur puncak awan

Data citra satelit yang sudah dicuplik kemudian di konversi menjadi data temperatur puncak awan dengan menggunakan data kalibrasi yang juga di download bersamaan dengan data global citra satelit kanal IR. Data kalibrasi ini berisi nilai konversi dari tingkatan level pixel warna tertentu pada setiap pixel citra menjadi nilai temperatur (dalam K). Dengan mengubah nilai pixel citra satelit menjadi nilai temperature puncak awan, maka langkah selanjutnya yang dilakukan yaitu melakukan penajaman warna dari nilai temperatur puncak awan dengan memberikan tingkatan warna tertentu.

3.2.1.2 Metode Convective Stratiform Technique (CST)

Langkah-langkah dalam metode CST: • Identifikasi inti konvektif

Identifikasi letak inti konvektif pada citra satelit dengan cara mencari pixel dengan nilai temperatur minimum relatif (Tmin) dari temperatur puncak awan. Pixel ini merupakan kandidat inti konvektif. Kemudian dilakukan perhitungan parameter slop (S). Parameter slope yang digunakan adalah persamaan Islam et al, (2002) (persamaan 3.1).

S = k(Ti-2,j + Ti-1,j + Ti+1,j + Ti,j-2 + Ti,j-2 +Ti,j-1 + Ti,j+2 + Ti,j+1 -8Ti,j) (3.1)

Pixel yang diidentifikasikan sebagai inti konvektif menurut Goldenberg et al. (1990) adalah pixel dengan slope yang memenuhi persamaan 3.2.

(3)

Gambar 3.1 Temperatur puncak awan (warna biru menunjukkan temperatur

rendah) dan posisi inti konvektif (warna putih) • Identifikasi luas awan

Setelah diperoleh inti-inti konvektif, maka tahap selanjutnya yaitu mencari luas area awan yang akan menghasilkan hujan tersebut. Adler dan Negri (1988) menghitung luas area awan hujan yang telah di identifikasi inti konvektifnya dengan persamaan 3.3.

Ac = exp(15.27 – 0.0465Tmin) (3.3)

• Perhitungan Rain Rates

Menurut Adler dan Negri (1988) rain rates pada awan konvektif merupakan fungsi dari temperatur puncak awan, dimana fungsi yang mereka gunakan adalah persamaan 3.4.

RR = 74.89 – 0.266*Tc (3.4)

(4)

(a) (b)

Gambar 3.2 Garis persamaan rain rate a) Adler dan Negri (1988) dan b)

Vicente et. al (1998)

Sementara Vicente et. al (1998) menghitung rain rate pada awan konvektif dengan persamaan 3.4, dan Islam (2002) menggunakan rain rate konstan untuk awan konvektif sebesar 20 mm/h

RR = 1.1183*1011 *exp(-3.6382*10-2*Tmin1.2) (3.4) • Perhitungan curah hujan konvektif

Rata-rata curah hujan konvektif dapat dihitung menggunakan persamaan 3.5. Curah hujan konvektif (mm/waktu) = C(Ac / A)T*RR (3.5)

Dimana C = bilangan sel konvektif; Ac = area hujan konvektif; A = rata-rata area

kover oleh tiap-tiap pixel (Km2); T = rata-rata periode (jam); R = rain rate.

3.2.2 Mencari Persamaan Rain Rate Sebagai Fungsi Dari TBB (RR=F(TBB)) Untuk Wilayah Indonesia

Menurut Vicente et.al (1998), persamaan rain rate merupakan fungsi dari temperatur puncak awan yang dapat diperoleh dari power fit antara rain rate radar dan temperatur puncak awan pengukuran satelit. Dalam kajian ini, data rain rate radar diganti dengan data rain rate hasil pengukuran instrumen PR (Precipitation

(5)

Radar) di satelit TRMM. Untuk itu, dilakukan pemilihan pasangan data MTSAT dan TRMM yang sesuai dengan kriteria sebagai berikut:

• Data Satelit TRMM yang digunakan adalah data pada saat satelit melintas di wilayah kajian.

• Data MTSAT yang tersedia adalah data tiap jam (00-23 UTC), oleh karena itu data satelit TRMM dipilih pada saat melintas pada jam-jam tersebut, atau dengan selisih waktu kurang dari 10 menit.

• Data TRMM yang digunakan adalah data yang secara kualitatif menunjukkan rain-rate yang cukup besar.

Pencarian data dilakukan dalam rentang waktu 1 tahun, Desember 2006 – Desember 2007. Panjangnya rentang waktu dapat dimaklumi, sebab satelit TRMM yang orbitnya polar tidak mungkin melewati daerah kajian setiap jam. Dari kriteria di atas, diperoleh 15 pasang data seperti yang ditunjukan dalam Tabel 3.1.

Tabel 3.1 Pasangan data MTSAT dan TRMM yang digunakan Jam No. Orbit (TRMM) Tanggal TRMM MTSAT Selisih Waktu (menit) 51590 2006-12-04 23:06 23:00 6 52338 2007-01-21 22:55 23:00 5 52399 2007-01-25 20:51 21:00 9 52788 2007-02-19 18:57 19:00 3 52857 2007-02-24 06:03 06:00 3 52918 2007-02-28 03:59 04:00 1 53429 2007-04-01 22:00 22:00 0 53498 2007-04-06 09:06 09:00 6 54948 2007-07-08 09:54 10:00 6 55276 2007-07-29 10:06 10:00 6 55856 2007-09-04 15:09 15:00 9 57245 2007-12-02 18:03 18:00 3 57306 2007-12-06 15:58 16:00 2 57314 2007-12-07 05:09 05:00 9 57375 2007-12-11 03:04 03:00 4

(6)

Selanjutnya dilakukan pengolahan data dengan tahap-tahap sebagai berikut:

3.2.2.1 Cropping data TRMM dan downsampling data MTSAT

Data TRMM dengan format HDF di-crop menggunakan software Orbit (software pengolah produk data TRMM) sesuai dengan wilayah kajian. Hasil cropping kemudian disimpan dalam format data gridded untuk kemudian diolah menggunakan GrADS dan/atau MatLab.

(a) (b)

Gambar 3.3 a) Cropping data TRMM dengan software Orbit dan b)

disimpan dalam format gridded (resolusi 11 km x 11 km)

Sementara data TBB hasil konversi dari MTSAT IR1 di downsampling untuk

(7)

(a) (b)

Gambar 3.4 Downsampling data TBB dari resolusi a) 5,5 km x 5,5 km

menjadi b) 11 km x 11 km

3.2.2.2 Identifikasi Inti Konvektif

Selanjutnya dilakukan identifikasi inti konvektif, dengan tahap pengerjaan sama seperti sebelumnya.

3.3 Diagram Alir

Secara garis besar metode pelaksanaan penelitian ini adalah sebagai berikut: 1. Bagian Pertama : evaluasi persamaan rain rate yang digunakan oleh Vicente

et. al (1998), Adler-Negri (1988), dan Islam (2002). Untuk mengevaluasi persamaan rain rate, dilakukan tiga kali estimasi curah hujan, masing-masing menggunakan rain rates yang berbeda. Ketiga hasil estimasi tersebut kemudian divalidasi dengan data pengamatan BMG, untuk selanjutnya dianalisa.

2. Bagian Kedua : menemukan persamaan rain rate sebagai fungsi dari temperatur puncak awan, RR=F(TBB). Persamaan ini diperoleh dari hubungan

(8)

Secara sederhana metode pelaksanaan penelitian ini ditunjukkan oleh diagram alir pada Gambar 3.5, Gambar 3.6, dan Gambar 3.7.

Gambar 3.5 Diagram alir bagian 1: evaluasi persamaan rain rate

Identifikasi Inti Konvektif

Data TBB

Screening Temperatur Local Minima (Tmin)

Perhitungan Slope Parameter S = T1−8-Tmin

Eliminasi Cirrus S ≥ exp[0.0826(Tmin-207)]

Identifikasi Luas Area Hujan Ac =exp(15.27 – 0.0465* Tmin)

Estimasi Curah Hujan CH = nC* (Ac/ A)T*R

Data TBB

CST Dengan Persamaan

Rain-Rate Vicente CST Dengan Persamaan Rain-Rate Adler Negri CST Dengan Rain-Rate Islam CH Estimasi CH Estimasi CH Estimasi

Validasi dan Analisis Data

Observasi

MTSAT IR1

(9)

PROCESSING Konversi ke Data TBB

(Res. 5.5 km x 5.5 km) (Res. 11 km x 11 km) Data Rain Rates

Identifikasi Inti Konvektif Tmin (Temperatur Inti Konvektif) Persamaan RR(Tmin) Curve Fitting (Tmin Vs RR) Cropping Data Downsampling Data TBB (Res. 11 km x 11 km) MTSAT IR1 TRMM Analisa Pemilihan Pasangan Data

MTSAT dan TRMM (Des 06 – Des 07) PRE-PROCESSING

Gambar 3.7 Diagram alir bagian 2: mencari persamaan rain rate sebagai

Gambar

Gambar 3.1    Temperatur puncak awan (warna biru menunjukkan temperatur  rendah) dan posisi inti konvektif (warna putih)
Gambar 3.2    Garis persamaan rain rate a) Adler dan Negri (1988) dan b)  Vicente et. al (1998)
Tabel 3.1 Pasangan data MTSAT dan TRMM yang digunakan
Gambar 3.3    a)  Cropping data TRMM dengan software Orbit dan b)  disimpan dalam format gridded (resolusi 11 km x 11 km)
+4

Referensi

Dokumen terkait

Gambar 3.7 Diagram Alir Pengolahan Data Tugas Akhir Geometri Model (Gambit v2.2) MODEL DIFUSI GAUSS GANDA Verifikasi (kelas stabilitas C) Temperatur Lingkungan

Pada tahap proses klasifikasi citra daging sapi, daging kerbau dan daging babi bertujuan untuk membedakan antara citra daging sapi, daging kerbau dan daging babi berdasarkan nilai

Data citra satelit landsat digunakan sebagai acuan garis pantai yang akan dihitung perubahan garis pantai yang telah terjadi dan akan terjadi selama 10 tahun ke depan mulai dari

Proses resize bertujuan untuk mengubah resolusi citra Gambar 3.16 menjadi resolusi citra yang bersesuaian dengan citra dataset yaitu 256 x 256. Hasil proses resize ditunjukan

Pada dasarnya preprocessing berfungsi untuk mengeliminasi atau menghilangkan data yang tidak sesuai, atau secara garis besar mengubah data tersebut agar lebih mudah

Bagian dari wilayah Jakarta Selatan ini pada masa awal kemerdekaan direncanakan sebagai Kota Satelit (Kebayoran Baru), konsep dengan alusi oriental yang ditandai dengan empat

Metode ini dilakukan dengan mengukuran kecerahan langit secara langsung menggunakan SMQ-LU sehingga mendapatkan data primer, sedangkan citra satelit DMSP didapatkan dalam bentuk

Ulangi langkah 4, catat nilai temperatur dan panjang gelombang pada saat puncak grafik distribusi tepat pada salah satu warna jawab tujuan pembelajaran no.3.. Untuk langkah ini perlu