richard mahendra putra, s
TRANSCRIPT
The Margo Hotel, 31 Juli 2018
Jaka Anugrah Ivanda Paski, S.Tr
Richard Mahendra Putra, S.Tr
PENDAHULUAN
LATAR BELAKANGPosisi Satelit terhadap
Pengamatan Awan
Hasil interpretasi satelit di
setiap tempat tidaklah
memiliki kualitas yang sama
untuk posisi proyeksi awan
Semakin jauh suatu lokasi
dari titik Nadir satelit,
maka pergeseran akan
semakin besar (Vicente et
al., 2002)
Citra satelit
sangat penting
untuk mendukung
prakicu dan
peringatan dini
@Copyright_Richard_2017
LATAR BELAKANGData Curah hujan yang
terbatas di titik
pengamatan
Tidak seluruh wilayah memiliki
titik pengamatan curah hujan
Alat penakar hujan rusakPentingnya
informasi
curah hujan
yang akurat
dan real-time
Estimasi curah hujan
menggunakan data
satelit
@Copyright_Richard_2017
BATASAN MASALAH
• Bengkulu dan sekitarnya dimana kondisi atmosfermampu diamati oleh pengamatan radar cuaca StasiunMeteorologi Klas I Juanda Surabaya (96935)
Wilayah
• 20 September 2017 Waktu
Data
Metode Estimasi curah hujan dengan metode Auto Estimator, tanpa
dan dengan koreksi kesalahan Paralaks
• Kanal IR
• Data Satelit Himawari – 8
• Data Observasi per jam Stamet Fatmawati Bengkulu
Dasar Teori dan Tinjauan Pustaka
@Copyright_Richard_2017
Penulis Judul PenelitianTahun
PenerbitanHasil Penelitian
Wang, C., Luo, Z.
J., & Huang, X
Parallax correction in
collocating CloudSat and
Moderate Resolution
Imaging Spectroradiometer
(MODIS) observations
2011 Koreksi dari kesalahan paralaks dipengaruhi oleh sudut
pengamatan satelit terhadap objek, ketinggian satelit,
dan ketinggian awan.
Jika koreksi paralaks itu tidak ada, maka nilai dari suhu
puncak awan hasil pengamatan MODIS adalah 272.3 K,ketika koreksi paralaks dilakukan, maka nilai dari suhu
puncak awan hasil pengamatan MODIS pada kasus tersebut
akan berubah menjadi 206.3 K, dan lebih mendekati
dari kondisi suhu hasil pengamatan data reanalisis
ECMWF pada ketinggian tersebut.
Vicente et al The role of orographic and
parallax corrections on real
time high resolution satellite
rainfall rate distribution
2002 Pergeseran dari nilai pixel satelit memiliki arah tenggara
dari posisi satelit dan mengalami pergeseran yang cukup
besar untuk awan yang menjulang tinggi (suhu
puncak awan <220 K) dibandingkan awan rendah
@Copyright_Richard_2017
Non Koreksi Paralaks Koreksi Paralaks
@Copyright_Richard_2017
Data dan Metode
@Copyright_Richard_2017
R = 1.1183 x 1011 . exp (-3.6382 x 10-2 . T1.2)
Metode Penelitian
Auto Estimator
Baca Suhu Puncak Awan
Perhitungan Koreksi Paralaks
Tinggi satelit dari permukaan bumi (km) = hsat
Posisi lintang satelit = φsat
Posisi bujur satelit = λsat
Tinggi puncak awan dari permukaan bumi (km) = hcloud
Posisi lintang awan = φcloud
Posisi bujur awan = λcloud
Teknis Pengolahan Data
𝑅𝑀𝑆𝐸 =1
𝑛
𝑖=1
𝑛
𝑥𝑒𝑠𝑡𝑖𝑚𝑎𝑠𝑖 − 𝑥𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑠𝑖
2
𝐵𝐼𝐴𝑆 =1
𝑛
𝑖=1
𝑛
( 𝑥𝑒𝑠𝑡𝑖𝑚𝑎𝑠𝑖 − 𝑥𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑠𝑖)
Mengapa Hujan Lebat ???
Konvergensi RH 850 > 85% RH 700 > 80%
Sebaran Estimasi Hujan jam 02.00 UTC
Tanpa Koreksi Paralaks Setelah Koreksi Paralaks
1. Analisis angin lapisan 925 hPa menunjukan adanya daerah kovergensi di wilayah Bengkulu dengan
kelembaban relatif mencapai >80% pada lapisan 850hPa dan 700hPa
2. Secara umum, estimasi hujan satelit menggunakan metode Auto Estimator di wilayah Bengkulu
memiliki performa yang cukup baik. Kondisi hujan pada tanggal 20 September 2017 mampu terdeteksi
oleh satelit. Setelah dilakukan koreksi kesalahan paralaks pada estimasi hujan Auto Estimator,
terlihat bahwa terjadi peningkatan yang cukup signifikan dari pola hujan secara spasial maupun
temporal sehingga hasil estimasi hujan Auto Estimator menjadi lebih mendekati kondisi pengamatan
di lapangan
Andani, A.J.P., 2016, Kajian Penerapan Estimasi Curah Hujan Per Jam Memanfaatkan Metode Convective Stratiform Technique (CST) dan Modified Convective
Stratiform Technique (mCST) di Pontianak, Skripsi, STMKG, Jakarta.
Chai, T., dan Draxler. R.R., 2014, Root Mean Square Error (RMSE) Or Mean Absolute Error (MAE)? Geoscientific Model Development Discussions, 7, pp.1525-1534.
Conway, E.D., 1997, An Introduction to Satellite Image Interpretation, The Johns Hopkins University Press, London.
Efendi, A.N., 2016, Analisis Estimasi Curah Hujan dengan Berbagai Metode Menggunakan Data IR 1 Satelit Himawari - 8 di Sintang (Studi Kasus Desember 2015 dan
Januari 2016), Skripsi, STMKG, Jakarta
Griffith, C.G., Woodley, W.L., Grube, P.G., Martin, D.W., Stout, J., dan Sikdar, D.N., 1978, Rain Estimation from Geosynchronous Satellite Imagery-Visible and Infrared
Studies, Monthly Weather Review, Vol.106, pp.1153-1171.
Kathleen, I.S., 2011, ECNU IMAPP Training Workshop, East China Normal University, Shanghai China
Lillesand, T.M. dan Kiefer, R.W., 1990, Penginderaan Jauh dan Interpretasi Citra, (Diterjemahkan Oleh: Dulbahri), Gajah Mada University Press, Yogyakarta.
Parwati, S., Yulianto, F. dan Suprapto, T., 2008, Penentuan Nilai Ambang Batas untuk Potensi Rawan Banjir dari Data MT-SAT dan QMORPH, Jurnal LAPAN, Vol 5,
pp.56–63.
Paski, J.A., 2017. Pengaruh Asimilasi Data Penginderaan Jauh (Radar dan Satelit) pada Prediksi Cuaca Numerik untuk Estimasi Curah Hujan. Jurnal Penginderaan Jauh
dan Pengolahan Data Citra Digital, 14(2).
Paski, J.A.I., Permana, D.S., Sepriando, A. and Pertiwi, D.A.S. 2017a. Analisis Dinamika Atmosfer Kejadian Hujan Es Memanfaatkan Citra Radar dan Satelit Himawari-8
(Studi Kasus: Tanggal 3 Mei 2017 di Kota Bandung). Seminar Nasional Penginderaan Jauh ke-4 Tahun 2017. 371-381
Paski, J. A.I, Faski, G. I. S., Handoyo, M. F., & Pertiwi, D. A. S. 2017b. Analisis Neraca Air Lahan untuk Tanaman Padi dan Jagung Di Kota Bengkulu. Jurnal Ilmu
Lingkungan, 15(2), 83-89.
Sugiyono, 2004, Statistik Untuk Penelitian, Alfa Beta, Bandung.
Suwarsono, P., Kusumaning, A.D.S. dan Kartasamita, M., 2009, Penentuan Hubungan Antara Suhu Kecerahan dangan MTSAT dengan Curah Hujan Data QMORPH, Jurnal
Penginderaan Jauh, Vol. 6, No.1, pp 32-42.
Swarinoto, Y. S., and Husain, 2012, Estimasi Curah Hujan Harian Dengan Metode Auto Estimator (Kasus Jayapura Dan Sekitarnya), Jurnal Meteorologi dan Geofisika
13.1, pp.53 – 61.
Vicente, G. A., Davenport, J. C., dan Scofield, R. A., 2002, The Role of Orographic and Parallax Corrections On Real Time High Resolution Satellite Rainfall Rate
Distribution, International Journal of Remote Sensing, Vol. 23, pp.221 – 230.
Vicente, G.A., Scofield, R.A., dan Menzel W. P., 1998, The Operational GOES Infrared Rainfall Estimation Technique, Bulletin of the American Meteorological Society, Vol.
79, pp.1883-1898.
Wang, C., Luo, Z. J., dan Huang, X, 2011, Parallax Correction in Collocating Cloudsat and Moderate Resolution Imaging Spectroradiometer (MODIS) Observations:
Method and Application to Convection Study, Journal of Geophysical Research: Atmospheres, Vol. 116, D17201
THANK YOU
Badan Meteorologi Klimatologi dan Geofisika
Richard Mahendra Putra, S.Tr
Richard Mahendra @rmahendrap @rmahendrap [email protected]
Bagiankecilmeteorologi.blogspot.com