• Tidak ada hasil yang ditemukan

Pegolahan data angin bulanan yang bersumber dari The European Centre for Medium-Range Weather Forecasts (ECMWF)

N/A
N/A
Protected

Academic year: 2021

Membagikan "Pegolahan data angin bulanan yang bersumber dari The European Centre for Medium-Range Weather Forecasts (ECMWF)"

Copied!
26
0
0

Teks penuh

(1)

Pegolahan data angin bulanan yang bersumber dari “The European Centre for

Medium-Range Weather Forecasts (ECMWF)”

Created by : Fajar Rahmawan

Marine Science Brawijaya University emai : fajar_rahmawan@yahoo.com phone : +6281944880181

(2)

1 1. Persiapkan aplikasi yang deibutuhkan; Ocean Data View (ODV) versi 4.5.3; Microsoft Office

Excel 2010 dan ArcGis 9.3

2. Cara mengunduh data dari ECMWF : buka : http://www.ecmwf.int/  pilih “Data”

(3)

2  pilih “Full resolution”

 Pilih “Monthly Means of Daily Means” (arti kalimat tersebut ada di lembar “Mengenal ECMWF”)

(4)

3  Centang pada “10 metre U wind component” dan “10 metre V wind component”

 Pilih “Retrive NetCDF

 klik gambar “Area”

 klik Custom

(5)

4  Maka ada wilayah “Indonesia”  klik wilayah tersebut  kembali ketampilan back

 klik gambar “Grid”

(6)

5  jika sudah terlihat seperti ini  Now :

(7)

6 3. Import dan Eksport file “.nc” di aplikasi Ocean Data View (penulis menggunakan aplikasi Ocean

Data View Versi 4.5.3)

(8)

7  pilih “Next” (keterangan lebih lanjut hubungi penulis)

(9)

8  pilih “Next” (keterangan lebih lanjut hubungi penulis)

(10)

9  maka tampilan awal seperti ini:

(11)

10  pilih Export  ODV Spreadsheet File  Save (format file .txt)

(12)

11  pada Longitude range pilih *0 … 360+ 0E

(13)

12  data tersebut berformat “.txt”

4. Pengolahan pada Microsoft Excel 2010  buka Microsof Excel 2010  File  Open

(14)

13  pilih file yg berformat .txt  Open

(15)

14  maka tampilannya seperti dibawah ini :

 Buat Sheet baru (nama default “Sheet1”))  copy “Longitude *degrees_east+” pada A1 dan “Latitude *degrees_north+” pada B1 (lihat gambar)

 untuk Longitude (x) :  ketik pada C2 :

=A2/100000  untuk Latitude (y) :

(16)

15  ciri data tersebut yg bukan “Number” (berada di kiri (artinya text)) :

 blok pada data tersebut dan berikan warna untuk menandai;

 ketik pada D2 =B2/100000  drag sampai bawah

(17)

16  dan pada kolom yg diberi warna tadi ada tulisan “#VALUE!”

 blok kembali data yg telah diberi warna  Find & Select  Replace

 isikan pada : Find wahat : “.” Replace with : “,”  Replace All  Close

(18)

17  hapus semua yg bertuliskan “#VALUE!”  samakan dengan yg sudah menjadi “Number” (=B968)

 Tekan “Enter”  drag sampai akhir batas warna habis (data tersebut telah penuh/komplit)  Buat Sheet baru dengan menekan “Shift+F11”

(19)

18  Copy data U dan V dari data Awal dan letakkan U pada C1 dan V pada D2 

 rubah U dan V ke dalam format angka seperti cara diatas  (Blok data U dan V  Replace  titik “.” jadi koma “,” )  Rename C1 jadi U dan D1 jadi V

 Selanjutnya mencari kecepatan (m/s) dengan rumus : √ Tuliskan di kolom a. E1 Tuliskan kecepatan b. E2 Tuliskan =SQRT((C2^2)+(D2^2))

Untuk mencari arah ada beberapa langkah, nanti bisa ditanyakan penulis; penulis hanya memberikan rumus di Excel saja (jika menggunakan Aplikasi Matlab juga bisa) ;

Untuk Kolom c. F2 tuliskan =IF(AND(C2>=0;D2>=0);"K1";IF(AND(C2>=0;D2<0);"K2";IF(AND(C2<0;D2<0);"K3";IF(A ND(C2<0;D2>=0);"K4")))) d. G2 tuliskan =IF(F2="K1";D2/C2;IF(F2="K2";C2/D2;IF(F2="K3";C2/D2;IF(F2="K4";D2/C2)))) e. H2 Tuliskan =SQRT(G2^2) f. I2 Tuliskan =DEGREES(ATAN(H2)) g. J1 Tuliskan arah h. J2 Tuliskan =IF(F2="K1";90-I2;IF(F2="K2";180-I2;IF(F2="K3";180+I2;IF(F2="K4";270+I2))))

(20)

19 Hasilnya;

 Copy data X, Y, Arah dan Kecepatan nya saja ke Sheet 3  kemudian “Save As”  Save as type : Excel Workbook (*.xlsx)

(21)

20 5. Import dan layout pada ArcGIS Penulis menggunakan ArcGIS 9.3

 Buka ArcGis  Tools  Add XY data

(22)

21  secara otomatis akan muncul X dan Y

dan Define Coordinate System nya (sesuai dengan base map GCS_WGS84)  tekan Edit  Select  klik 2x “Geographic Coordinate System”  World 

(23)

22  untuk proses selanjutnya seperti pada tulisan “Pengolahan Data Arus Geostropik Model RIO05”  contoh tampilan (layout bisa ditanyakan penulis) :

 Refferensi skala Beaufort

Beaufort Scale meter/second kilometers/hour miles/hour Knots Description

FORCE 0 0,3 1 1 1 Calm

FORCE 1 1,5 1,1 3 2 Light winds

FORCE 2 3,4 11 7 6 Light winds

FORCE 3 5,4 19 12 10 Light winds

FORCE 4 7,9 28 17 15 Moderate winds

FORCE 5 10,7 38 24 20 Fresh winds

FORCE 6 13,8 49 30 26 Strong winds

FORCE 7 17,1 61 38 33 Near gale

FORCE 8 20,7 74 46 40 Gale

FORCE 9 24,4 88 54 47 Strong gale

FORCE 10 28,4 102 63 55 Storm

FORCE 11 32,6 117 72 73 Violent storm

FORCE 12 32,7 118 73 74 Cyclone

(24)

23

Sekilas Tentang European Centre for Medium-Range Weather Forecasts

(ECMWF)

A.

Alamat Situs :

http://www.ecmwf.int/

B.

Nama organisasi/jenis basis data

European Centre for Medium-Range Weather Forecasts (ECMWF) merupakan

organisasi internasional yang didukung oleh 31 negara anggota seperti Belgium,

Denmark, Germany, Greece, Spain, France, Ireland, Italy, Luxembourg, the

Netherlands, Norway, Austria, Portugal, Switzerland, Finland, Sweden, Turkey,

United Kingdom. Serta perjanjian kerjasama dengan negara Czech Republic,

Montenegro, Estonia, Croatia, Iceland, Latvia, Lithuania, Hungary, Morocco,

Romania, Serbia, Slovenia dan Slovakia serta beberapa organisasi meteorologi dunia

seperti :

1. World Meteorological Organisation (

WMO

)

2. European Organisation for the Exploitation of Meteorological Satellites

(

EUMETSAT

)

3. African Centre of Meteorological

Applications

for Development (

ACMAD

)

4. Joint Research Centre (

JRC

)

5. Preparatory Commission for the Comprehensive Nuclear Test-Ban Treaty

Organisation (

CTBTO

)

6. Executive Body of the Convention on Long-Range Transboundary Air

Pollution (

CLRTAP

)

7. European Space Agency (

ESA

)

Organisasi ini menyediakan peramalan jangka menengah-panjang untuk

data-data atmosfer/cuaca serta super-fasilitas komputasi untuk penelitian ilmiah dan

bekerjasama secara keilmuan maupun teknis dengan agen satelit dan komisi Eropa.

ECMWF juga merupakan hasil pengembangan meteorologi secara dinamis dan

sinoptik lebih dari 100 tahun dan lebih dari 50 tahun pengembangan prediksi cuaca

secara numerik (Numerical Weather Prediction). Sistem peramalan ECMWF terdiri

dari model sirkulasi umum, model gelombang laut. Pada tahun 1998 sistem

peramalan musiman mulai beroperasi dan pada tahun 2002 diperkenalkan sistem

peramalan bulanan.

C.

Parameter data

Untuk set data dari ERA Project, ERA Interim dan untuk parameter surface :

1. Angin pada ketinggian 10 meter komponen u dan v dalam satuan m/detik

2. Suhu permukaan laut dalam satuan (

o

K)

3. Gelombang; Tinggi gelombang signifikan (meter), periode (detik),

arah rata-rata (derajat)

4. Data lainnya mengenai atmosfer.

D.

Format data

(25)

24

E.

Resolusi Spasial

Menggunakan sistem grid :

1. Full Resolution : berukuran maksimal 0,75° x 0,75°;

2. Low Resollution : berukuran maksimal 1,5° x 1,5°

F.

Resolusi Temporal

1. Harian : Pukul 00:00:00, 06:00:00, 12:00:00, 18:00:00

2. Rata-rata bulanan yang bersifat sinoptik

3. Rata-rata bulanan berdasarkan rata-rata harian

G.

Cakupan area

Seluruh dunia

H.

Metode

Reanalisis, model dan asimilasi (numerical weather prediction) data satelit

serta data insitu. Contohnya ocean wave forecast model yang dibangun dari

gabungan model atmosfer dan model gelombang yang digerakkan oleh angin pada

lapisan atmosfer rendah.

I.

Validasi data/quality control

Data hasil model dan reanalisis didukung oleh data observasi lapang seperti:

1. Observasi lautan

Memiliki sub tipe, antara lain; surface BUOY, surface BATHY, surface TESAC

dan SYNOP ship.

2. Observasi dari pesawat udara

Memiliki sub tipe, antara lain; AMDAR, AIREP and ACAR.

3. Sounding

Memiliki sub tipe, antara lain; PILOT (Land), PILOT (Ship), TEMP (Land),

TEMP (Ship), TEMP (mobile), TEMP (Drop), ROCOB (Land) dan ROCOB

(Ship).

4. Data Satelit

Memiliki sub tipe, antara lain; SATEM dan SATOBS.

J.

Informasi penting lainnya

Dapat melihat atau menjabarkan lebih rinci dari The ERA-Interim archive

manual dan dapat diunduh melaui websites di bawah ini :

www.ecmwf.int/publications/library/ecpublications/_pdf/era/era_report_series/RS_1.pdf

(26)

25  Contoh layout peta :

Referensi

Dokumen terkait

Agar pembelajaran Bahasa Indonesia lebih menarik minat siswa, diperlukan inovasi dalam penyajian materi salah satunya dengan menggunakan aplikasi WhatsApp agar

 Untuk Provinsi NTB, sumber emisi berasal dari penggunaan bahan bakar untuk. pembangkit listrik oleh PLN

4.2 Perlindungan Hak-Hak Pasien di RSUD Tarutung Menurut UU Rumah Sakit Error. Bookmark

Situasi ini bukan sahaja telah menarik minat akhbar dan majalah Melayu untuk membuat liputan yang meluas berkenaan isu-isu tersebut, bahkan telah menimbulkan polemik terbuka

Jasa adalah tindakan atau kegiatan yang dapat ditawarkan oleh satu pihak ke pihak lain, yang pada dasarnya tidak berwujud dan tidak mengakibatkan kepemilikan apa pun,

Ini sesuai de- ngan apa yang sudah dilakukan oleh LMI bahwa dalam usahanya yang memanfaatkan sumberdaya yang apa adanya, LMI bisa mencapai apa yang menjadi tujuan dibentuknya

Terlihat bahwa semakin tinggi tingkat kejenuhan ammonium sulphat yang digunakan untuk ekstraksi dari endapan preparat menghasilkan rendemen protease kasar biduri yang

Hasil: Hasil uji koefisien kontingensi untuk mengetahui pengaruh somatotype terhadap kemampuan dribble pada pemain basket putra, didapatkan nilai Approx.. Kesimpulan: