3 BAB III DATA DAN METODOLOGI

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 T BB (RR=F(T BB )) 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, untuk selanjutnya dianalisa. 3-1

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(t i-2,j + T i-1,j + T i+1,j + T i,j-2 + T i,j-2 +T i,j-1 + T i,j+2 + T i,j+1-8t i,j ) (3.1) Pixel yang diidentifikasikan sebagai inti konvektif menurut Goldenberg et al. (1990) adalah pixel dengan slope yang memenuhi persamaan 3.2. S 0.0568 (T min 217) (3.2) 3-2

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. A c = 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*T c (3.4) Dengan T c adalah temperatur koreksi yang dihitung dari persamaan 3.5. T c = Tmin-0.283*Tmin+56.6 (3.5) 3-3

(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*10 11 *exp(-3.6382*10-2 *Tmin 1.2 ) (3.4) Perhitungan curah hujan konvektif Rata-rata curah hujan konvektif dapat dihitung menggunakan persamaan 3.5. Curah hujan konvektif (mm/waktu) = C(A c / A)T*RR (3.5) Dimana C = bilangan sel konvektif; A c = area hujan konvektif; A = rata-rata area kover oleh tiap-tiap pixel (Km 2 ); T = rata-rata periode (jam); R = rain rate. 3.2.2 Mencari Persamaan Rain Rate Sebagai Fungsi Dari T BB (RR=F(T BB )) 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 3-4

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 No. Orbit Jam Selisih Waktu Tanggal (TRMM) TRMM MTSAT (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 3-5

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 T BB hasil konversi dari MTSAT IR1 di downsampling untuk disesuaikan dengan resolusi data TRMM. 3-6

Gambar 3.4 (a) (b) Downsampling data T BB 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(T BB ). Persamaan ini diperoleh dari hubungan empiris antara TBB (dari data MTSAT) dan rain rate (dari data TRMM) di wilayah kajian. 3-7

Secara sederhana metode pelaksanaan penelitian ini ditunjukkan oleh diagram alir pada Gambar 3.5, Gambar 3.6, dan Gambar 3.7. MTSAT IR1 Data T BB CST Dengan Persamaan Rain-Rate Vicente CST Dengan Persamaan Rain-Rate Adler Negri CST Dengan Rain-Rate Islam CH Estimasi CH Estimasi CH Estimasi Data Observasi Validasi dan Analisis Gambar 3.5 Diagram alir bagian 1: evaluasi persamaan rain rate Data T BB Identifikasi Inti Konvektif Screening Temperatur Local Minima (Tmin) Perhitungan Slope Parameter T S = 1 8 -T min Eliminasi Cirrus S exp[0.0826(t min -207)] Identifikasi Luas Area Hujan Ac =exp(15.27 0.0465* T min ) Estimasi Curah Hujan CH = nc* (Ac/ A)T*R Gambar 3.6 Diagram alir metode CST 3-8

PRE-PROCESSING Pemilihan Pasangan Data MTSAT dan TRMM (Des 06 Des 07) MTSAT IR1 TRMM Konversi ke Data T BB (Res. 5.5 km x 5.5 km) Data Rain Rates (Res. 11 km x 11 km) Downsampling Data T BB (Res. 11 km x 11 km) Cropping Data Identifikasi Inti Konvektif PROCESSING Tmin (Temperatur Inti Konvektif) Curve Fitting (Tmin Vs RR) Persamaan RR(Tmin) Analisa Gambar 3.7 Diagram alir bagian 2: mencari persamaan rain rate sebagai fungsi dari T BB (RR=F(T BB )) untuk wilayah Indonesia 3-9