Richard Mahendra Putra, S

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


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


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


Non Koreksi Paralaks Koreksi Paralaks


Data dan Metode


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

Documents

Richard Mahendra Putra, S