ANALISIS AKTIVITAS KONVEKTIF DI ATAS BENUA MARITIM INDONESIA MENGGUNAKAN COMPLEX EMPIRICAL ORTHOGONAL FUNCTION

(1)

ANALISIS AKTIVITAS KONVEKTIF

DI ATAS BENUA MARITIM INDONESIA

MENGGUNAKAN COMPLEX EMPIRICAL ORTHOGONAL FUNCTION

Danang Eko Nuryanto

PUSAT PENELITIAN DAN PENGEMBANGAN

BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA

(2)

LATAR BELAKANG

• Ciri utama dari aktivitas konvektif di BMI adalah

variasi diurnal (Nitta dan Sekine, 1994; Liberti

dkk., 2001; Sakurai dkk., 2005; Ichikawa dan

Yasunari, 2006; Hara dkk., 2006)

• Indeks konveksi diurnal di BMI umumnya

diturunkan dari data suhu puncak awan hasil

penginderaan jauh satelit (Ohsawa dkk., 2001;

Liberti dkk., 2001; Sakurai dkk., 2005)

• Aktivitas konvektif sangat terkait dengan

konvergensi angin

(Akitomo dkk., 1995; Pucillo

dkk., 2009)

• Dengan demikian indeks aktivitas konvektif

diurnal yang memasukkan unsur konvergensi

angin di dalam perhitungannya lebih sesuai

dengan kondisi BMI dimana interaksi darat‐laut‐

atmosfer lebih kompleks

(3)

PERMASALAHAN

• _{Bagaimana merepresentasikan aktivitas}

konvektif diurnal yang lebih mencerminkan

interaksi darat‐laut‐atmosfer di BMI.

• _{Bagaimana pola aktivitas konvektif yang}

memberikan ciri khas BMI.

(4)

TUJUAN PENELITIAN

• _{Diperoleh suatu indeks representatif}

_yang

mengandung informasi keberadaan awan

konvektif sekaligus kovergensi angin dekat

permukaan

• Diperoleh pola khas BMI yang direpresentasi‐

kan oleh awan konvektif

dan kovergensi angin

(5)

RUANG LINGKUP

• _{Dalam studi ini membahas aktivitas konvektif}

pada wilayah BMI

• Studi ini ditekankan pada aktivitas konvektif

diurnal yang dapat direpresentasikan ke

dalam skala iklim

• Periode data yang dipergunakan dalam studi

ini adalah data tahun 1996 –

2009.

(6)

• Liberti dkk (2001) mempelajari variabilitas awan dengan

menganalisis data satu jam‐an brightness temperature

selama 4

bulan. Mereka

mempelajari pengaruh relatif pulau‐pulau besar

terhadap variasi diurnal awan di atas lautan Pasifik ekuator

barat.

• Sakurai dkk (2005) menerangkan siklus diurnal migrasi sistematis

sistem awan menggunakan data GMS IR1 di seluruh wilayah

Sumatera.

Awan konvektif terbentuk di atas wilayah

pegunungan (darat) pada sore hari dan bermigrasi ke barat

dan/atau ke timur dari tengah malam hingga pagi hari.

• Peran konvergensi angin lapisan bawah dalam proses konveksi di

atas danau diteliti oleh Akitomo dkk. (1995) dengan simulasi

numerik.

• Penelitian terbaru juga mengemukakan bahwa konvergensi angin

dapat memicu terbentuknya awan konveksi (Pucillo dkk., 2009).

STUDI PUSTAKA

Cont’d

(7)

STUDI PUSTAKA

• Ensemble tipe‐tipe awan yang terjadi berasosiasi dengan konveksi

tinggi, kontribusi positif dan negatif individual saling menghilangkan

ketika sistem awan konvektif tersebut dirata‐ratakan

(Hartmann

dkk, 2001).

• Neale dan Slingo (2003) telah menunjukkan bahwa setiap perubahan

kecil pada siklus diurnal memproyeksikan pada iklim

rata‐rata

musiman secara signifikan.

• Slingo dkk (2003) menyatakan bahwa klimatologi siklus diurnal

dapat digunakan untuk memberikan bukti pentingnya angin laut‐

angin darat dan efek gelombang gravitasi, yang kemungkinan

memainkan peran penting dalam budget panas dan uap air wilayah

BMI.

• Barnett (1983) menggunakan CEOF untuk menyelidiki interaksi

sistem monsun dan angin pasat di Pasifik dengan data kecepatan

angin.

• Susanto dkk. (1998 ) menerapkan prinsip CEOF dengan menggunakan

data

anomali

tinggi

muka

laut

Samudera

Pasifik

(8)

STUDI PUSTAKA

• Analisis EOF (Empirical Orthogonal Function)

merupakan suatu

upaya untuk menemukan

sejumlah relatif kecil dari variabel independen

(prediktor; faktor) yang menyampaikan sebanyak

mungkin informasi yang asli.

• Analisis EOF dapat digunakan untuk

mengeksplorasi struktur variabilitas dalam

kumpulan data dengan cara yang obyektif, dan

untuk menganalisis hubungan di dalam satu

himpunan variabel.

• Analisis EOF juga disebut analisis komponen

utama atau analisis faktor.

• Analisis CEOF (Complex Empirical Orthogonal

Function) merupakan analisis EOF dengan

menggunakan input bilangan kompleks (Barnett,

1983).

(9)

DATA

• _{Angin permukaan (Cross‐Calibrated Multi‐}

Platform /CCMP Î penggabungan antara

data angin permukaan yang diturunkan

sumber konvensional (pengamatan kapal) dan

in situ (buoys) dan beberapa satelit ke dalam

analisis global (Atlas dkk., 2010))

– Data 1996 –

2009

–

Resolusi 0.25 derajad, 6 jam‐an

• _{Awan (IR1 Æ Kochi)}

– Data 1996 –

2009

–

Resolusi 0.05 derajad, 3 jam‐an

(10)

METODOLOGI

Angin Permukaan Zonal

and Meridional

Brightness Temperature

IR1

⎩

⎨

⎧

−

=

0

230 T

_b

IK

utk

K

T

K

T

b

230

230 >

≤

⎟⎟

⎠

⎞

⎜⎜

⎝

⎛

∂

+

∂

−

=

y

v

x

u

konv

)

(

)

(

pagi

sore

pagi

sore

x

maks

x

N

−

=

Normalisasi

dihitung dengan cara mencari selisih rata‐rata data

pada sore hari (13:00 –

22:00) dengan rata‐rata data pada pagi

hari (01:00 – 10:00) yang hasilnya kemudian dibagi dengan nilai

maksimumnya

9Konvergensi Angin (N

_k

)

9Indeks Konvektif (N

_ik

)

(11)

)

,

(

)

,

(

)

,

(

x

t

n

x

t

in

x

t

u

=

_k

+

_ik

PERHITUNGAN CEOF

Menentukan matriks representasi bilangan

kompleks sebagai input :

⎥

⎦

⎤

⎢

⎣

⎡

=

)

,

(

...

)

2 ,

(

)

1 ,

(

...

)

,

2 (

...

)

2 ,

2 (

)

1 ,

2 (

)

,

1 (

...

)

2 ,

1 (

)

1 ,

1 (

n

m

u

m

u

m

u

n

u

n

u

U

Menghitung matriks kovarians dari U

:

U

R

=

*

Menghitung nilai eigen (eigenvalues) dan

vektor eigen (eigenvectors) dari matriks R

dengan menyelesaikan persamaan berikut :

Λ

= C

RC

Menghitung nilai variansinya berdasarkan

nilai eigen :

Dimana

adalah matriks diagonal yang

mengandung nilai eigen dari matriks R.

Vektor pada setiap kolom matriks C

menunjukkan vektor eigen dari matriks R,

yang berasosiasi dengan nilai eigen .

Λ

λ

variansi(i) =

x

100 %

i i

∑

λ

Deret waktu sebagai Principal Component (PC)

setiap mode dari CEOF diperoleh dengan

memproyeksikan matriks U

dengan CEOF

setiap mode (matriks C). Sehingga PC

dapat

kita peroleh melalui perhitungan :

UC

PC

=

Menghitung amplitudo temporal :

2 2

))

(

))

(

real

PC

imag

PC

Amplitudo

=

+

(12)

REPRESENTASI PSEUDO‐VEKTOR

• Fase 1: konvergensi dominan

pada sore hari, konveksi lemah

• Fase 2: konvergensi dan

konveksi sama kuat pada sore

hari

• Fase 3: konveksi dominan pada

sore hari, konvergensi lemah

• Fase 4: konvergensi pada pagi

hari dan konveksi pada sore hari

sama kuat

• Fase 5: konvergensi dominan

pada pagi hari, konveksi lemah

• Fase 6: konvergensi dan

konveksi sama kuat pada pagi

hari

• Fase 7: konveksi dominan pada

pagi hari, konvergensi lemah

• Fase 8: konvergensi pada sore

hari dan konveksi pada pagi hari

sama kuat

Nitta dan Sekine (1994) menggunakan

pseudo‐vektor untuk merepresentasikan

amplitude dan fase komponen diurnal indeks

konvektif pada Pasifik Barat Tropis.

Konvergensi

positif

Konveksi

positif

Fase 1

Fase 5

Fase 2

Fase 8

Fase 3

Fase 4

Fase 7

Fase 6

Konveksi

negatif

Konvergensi

negatif

(13)

0 5 10 15 20 25 30 35 -0.5 -0.4 -0.3 -0.2 -0.1 0 0.1 0.2 0.3 0.4 Tanggal

Konveksi dan Konvergensi pada 110 BT, 5.5 LS konveksi konvergensi 0 5 10 15 20 25 30 35 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 Tanggal

Konveksi dan Konvergensi pada 110 BT, 0.5 LS

konveksi konvergensi

(14)

(15)

1

2

3

4

5

6

7

8

9

10

0

10

20

30

40

50

60

70 Variansi CEOF

CEOF

va

ri

a

n

si

(

%

)

Dasarian

Bulanan

Mode

Konveksi

Konvergensi

Maks

Rata-

Rata

Maks

Rata-

Rata

CEOF1

0.0049

0.00011

0.0067

0.00025

CEOF2

0.0199

-0.00071

0.0043

-0.00017

(16)

(17)

1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009

0

0.5

1

1.5

2

2.5

3 Tahun

A

m

pl

it

udo

Deret Waktu Bulanan Amplitudo Konvergensi dan Konveksi

CEOF1 (67.1804%)

CEOF2 (7.991%)

(18)

6

12

18

24 -2.5

-2

-1.5

-1

-0.5

0

0.5

1

1.5

2

2.5 periode(bulan)

lo

g(pow

e

r)

Pola Spektrum CEOF1 (67,18%)

CEOF1

sig. level 95%

6

12

18

24 -1.5

-1

-0.5

0

0.5

1

1.5

2

2.5

3 periode(bulan)

lo

g(pow

e

r)

Pola Spektrum CEOF2 (7,99%)

CEOF2

(19)

(20)

0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 0 0.5 1 1.5 2 2.5 CEOF1 CE O F 2

Scatter Plot CEOF1 vs CEOF2

y = 0.62*x + 0.29

R = 0.40475 1996 - 1998 1999 - 2009 linear

Pola monsunal kuat maka

pengaruh lokal juga kuat,

namun sebaliknya jika pola

monsunal lemah belum

tentu pengaruh lokal lemah

(lokal lebih independen

tidak terpengaruh pola

monsunal)

(21)

KESIMPULAN

• Dalam studi ini telah diperkenalkan deret waktu CEOF yaitu

sebagai suatu indeks yang mewakili aktivitas konvektif BMI

mencerminkan nilai konvergensi dan indeks konveksi, diperoleh :

–

CEOF‐1 cenderung menunjukkan pola umum BMI yaitu adanya beda fase

antara konveksi di darat dan konveksi di laut, namun menunjukkan

sama

fase antara konvergensi dan konveksi, dimana mempunyai dominasi siklus

annual.

–

CEOF‐2 secara spasial menunjukkan pola yang cenderung acak yang

merepresentasikan aktivitas lokal dengan dominasi aktivitas berada di

darat, menariknya adalah pola ini terdapat di seluruh kepulauan

Indonesia tidak hanya di daerah tipe hujan ekuatorial. Pola IAK‐2 secara

temporal mempunyai dominasi siklus semi‐annual.

–

CEOF‐1 dan CEOF‐2 tidak sepenuhnya independen karena hasil regresi

antara CEOF1 dan CEOF‐2 (koefisien COEF‐1 dan CEOF‐2) menunjukkan

nilai koefisien korelasi sekitar 0,4.

• El Nino 1997/1998 cenderung mempunyai keterkaitan dengan

pola umum aktivitas konvektif BMI namun tidak terlalu

mempunyai keterkaitan pada pola lokal aktivitas konvektif BMI.

(22)

DAFTAR PUSTAKA

Adler, R. F., dan Negri, A. J., (1988) : A Satellite Infrared Technique to Estimate Tropical Convective and Stratiform Rainfall,Journal of Applied Meteorology, 27, 30 –51. Akimoto, K., Tanaka, K., Awaji, T., dan Imasato, N., (1995) : Deep Convection in Lake Trigered by Wind: Two‐Dimensional Numerical Experiments with a Nonhydrostatic Model, Journal of Oceanography, 51, 171 –185. Aldrian, E., dan Susanto, R.D., (2003), Identification of Three Dominant Rainfall Regions within Indonesia and Their Relationship to Sea Surface Temperature, International Journal od Climatology, 23: 1435 –1452. Atlas, R., Hoffman, R. N., Ardizzone, J., Leidner, S. M., Jusem,J. C., Sminth, D. K., dan Gombos, D., (2010) : A Cross‐Calibrated, Multi‐Platform Ocean Surface Wind Velocity Product for Meteorological and Oceanographic Application, Bulletin of the American Meteorological Society (preliminary accepted version),doi: 10.1175/2010BAMS2946.1. Barnett, T. P., (1983) : Interaction of the Monsoon and Pacific Trade Wind Systems at Interannual Time Scale. Part I: The Equatorial Zone, Monthly Weather Review, 111, 756 –773. Chen, S. S., dan Houze, Jr. R. A., (1997) : Diurnal Variation and Lifecycle of Deep Convective Systems over the Tropical PacificWarm Pool, Quarterly Journal of the Royal Meteorological Society, 123, 357 –388. Chang, C. P., Wang, Z., McBride, J., dan Liu, C. H., (2005) : Annual Cycle of Southeat Asia –Maritime Continent Rainfall and the Asymmetric Monsoon Transition, Journal of Climate, 18, 287 –301. Engerer, N. A., Stensrud, D. J., dan Coniglio, M. C., (2008) : Surface Characteristics of Observed Cold Pools, Monthly Weather Review, 136, 4839 –4849. Haylock, M., dan McBride, J., (2001) : Spatial Coherence and Predictability of Indonesian Wet Season Rainfall, Journal of Climate, 14, 3882 –3887.

Hara, M., Yoshikane, T., dan Kimura, F., (2006):Mechanism of Diurnal Cycle of Convective Activity over Borneo Island, 7th WRF User’s Workshop, 17 – 22 June 2006, Boulder, Colorado, US. Hartmann, D. L., Moy, L. A., dan Fu, Q., (2001) : Tropical Convection and the Energy Balance at the Top of the Atmosphere, Journal of Climate, 14, 4495 –4511. Hendon, H. H.,dan Woodberry, K., (1993) : The Diurnal Cycle of Tropical Convection, Journal of Geophysical Research, 98, 16623 – 16637. Hendon, H. H., (2003) : Indonesian Rainfall Variability: Impactsof ENSO and Local Air‐Sea Interaction, Journal of Climate, 16, 1775 –1790. Holton, J. R., (2004) : An Introduction to Dynamic Meteorology, Fourth Edition, Elsevier Academic Press, ISBN: 0‐12‐354015‐1. Ichikawa, H., dan Yasunari, T., (2006) : Time–Space Characteristics of Diurnal Rainfall over Borneo and Surrounding Oceansas Observed by TRMM‐PR, Journal of Climate, 19, 1238 –1260. Lau, K. –M., and Chan, P. H., (1983) : Short‐term Climate Variability and Atmosphere Teleconnections from Satellite‐observed Out‐going Longwave Radiation. Part I: Simultaneous Relationship, Journal of Atmosphere Science, 40, 2735 –2750.

Liberti, G.L., Chéruy,F., danDesbois,M.,(2001) : Landeffect on the diurnal cycle of clouds over the TOGACOARE area, as observed from GMS IR Data, Monthly Weather

Review, 129, 1500‐1517. Kajikawa, Y., Wang, B., dan Yang, J., (2009):A Multi‐time Scale Australian Monsoon Index, International Journal of Climatology, DOI: 10.1002/joc.1955. Mapes, B. E., dan Houze, R. A. Jr., (1993) : Cloud Clusters and Super Clusters over the Oceanic Warm Pool, Monthly Weather Review, 121, 1398 –1415. Matsumoto, J., dan Murakami, T., (2002) : Seasonal Migration of Monsoons Between the Northern and Southern Hemisphere as Revealed from Equatorially Symmetric and Asymmetric OLR Data, Journal of the Meteorological Society of Japan, 80, 419 –437. McBride, J. L., (1998) : Indonesia, Papua New Guinea, and Tropical Australia. The Southern Hemisphere Summer Monsoon, Meteorology of the Southern Hemisphere, Meteorological Monograph, No. 49, American Meteorology Seciety, 89 –99. Zhu, W., Li, T., Fu, X., dan Luo, J‐J., (2010) : Influence of the Maritime Continent on the Boreal Summer Intraseasonal Oscillation, Journal of the Meteorological Society of Japan, 88, 395 –407.

Cont’d

(23)

DAFTAR PUSTAKA

Meehl, G. A., (1987) : The Annual Cycle and InterannualVariability in the Tropical Pacific and Indian Ocean Regions, Monthly Weather Review, 115, 27 –50.

Meyers, G., McIntosh, P., Pigot, L., dan Pook, M., (2007): The Years of ElNino, La Nina, and Interactions with the Tropical Indian Ocean,Journal of Climate, 20, 2872 –2880. Motoi, T., dan Kitoh, A., (2005) : Role of the Maritime Continent in a Coupled Atmosphere‐Ocean‐Land Surface Model, American Geophysical Union, Fall Meeting 2005,

abstract #OS31B‐1445. http://adsabs.harvard.edu/abs/2005AGUFMOS31B1445M

Neale, R., danSlingo, J. , (2003) : The Maritime Continentand its Role in the Global Climate: A GCM study, Journal of Climate, 16, 834 –848.

Nitta, T., danSekine, S., (1994) : Diurnal Variation of Convective Activity over theTropical Western Pacific, Journal of the Meteorological Society of Japan, 72, 627 – 641. Ohsawa, T., Ueda, H., Hayashi, T., Watanabe, A., danMatsumoto, J., (2001) : Diurnal Variation of Convective Activity and Rainfall in Tropical Asia, Journal of the Meteorological Society of Japan, 79, 333 –352. Pucillo, A., Giaiotti, D. B., danStel, F., (2009) : Ground Wind Convergence as Source of Deep Convection Initiation, Atmospheric Research, 93, 37 – 445. Ramage, C.S., (1968) : Role of a Tropical “Maritime Continent”in the Atmospheric Circulation, Monthly Weather Review, 96,365 –370. Saito, K., Keenan, T., Holland, G., dan Puri, K., (2001):Numerical Simulation of the Diurnal Evolution of Tropical Island Convection over the Maritime Continent, Monthly Weather Review, 129, 378 –400. Saji, N. H., Goswami, B. N., Vinayachandran P. N., dan Yamagata, T., (1999): A Dipole Mode in the Tropical Indian Ocean, Nature, 401, 360 – 363. Sakurai, N., Murata, F., Yamanaka, M. D., Mori, S., Hamada, J‐I., Hashiguchi, H., Tauhid, Y. I., Sribimawati, T., and Suhardi,B., (2005) : Diurnal Cycle of Cloud System Migration overSumateraIsland, Journal of the Meteorological Society of Japan, 83, 835 – 850.

Satomura, T., (2000) : Diurnal Variation of Precipitation over the Indo‐China Peninsula: Two Dimensional Numerical Simulation, Journal of the Meteorological Society of Japan,

78, 461 – 475.

Simmons, A. J., Wallace, J. M., danBranstator, G.W., (1983) : BarotropicWave Propagation and Instability, and Atmospheric TeleconnectionPatterns, Journal of the

Atmospheric Sciences, 40, 1363 –1392.

Slingo, J., Innes, P., Neale, R., Woolnough, S., dan Yang, G‐Y., (2003) : Scale Interactions on Diurnal toSeasonal Timescales and their Relevanceto Model Systematic Errors,

Annals of Geophysics, 46, February 2003.

Susanto, R. D., Zheng, Q., danYan, X‐.H., (1998) : Complex Singular Value Decomposition Analysis of Equatorial Waves in the Pacific Observed by TOPEX/PoiseidonAltimeter,

Journal of Atmospheric and Oceanic Technology, 15, 764 –774.

Ting, M., danSardeshmukh, P. D., (1993) : Factors Determining the ExtratropicalResponse to Equatorial DiabaticHeating Anomalies, Journal of the Atmospheric Sciences, 50, 907 – 918.

Trenberth, K. E., and T. J. Hoar, (1996) : The 1990–1995 El Niño‐Southern Oscillation Event: Longest on record, Geophysical Research Letters, 23, 57 – 60. Wang, B., dan Fan, Z., (1999):Choice of South Asian Summer Monsoon Indices, Bulletin of American Meteorology Society, 80,629 –638.

Wang, B., Wu, R., danLau, K. –M., (2001) : InterannualVariability of the Asian Summer Monsoon: Contrasts between the Indian and the Western North‐East Asian Monsoon,

Journal of Climate, 14, 4073 –4090. Wilks, D. S., (2006) : Statistical Methods in the Atmospheric Sciences, Academic Press, USA, 383 –388. Wilson, J. W., danSchreiber, W. E., (1986) : Initiation of Convective Storms at Radar‐Observed Boundary‐Layer Convergence Lines. Monthly Weather Review, 114, 2516 – 2536. Wu, C.‐H., danHsu, H.‐H., (2009) : Topographic Influence on the MJO in the Maritime Continent, Journal of Climate, 22, 5433 –5448. Yang, G‐Y, dan Slingo, J., (2001) : The Diurnal Cycle in the Tropics, Monthly Weather Review, 129, 784 –801.

Zhu, W., Li, T., Fu, X., dan Luo, J‐J., (2010) : Influenceof the Maritime Continent on the Boreal Summer IntraseasonalOscillation, Journal of the Meteorological Society of

(24)

TERIMA KASIH