ANALISIS SPASIAL EL NINO KUAT TAHUN 2015 DAN LA NINA LEMAH TAHUN 2016 (Pengaruhnya Terhadap Kelembapan, Angin dan Curah Hujan di Indonesia)

Ibnu Athoillah, Rini Mariana Sibarani, Deassy Eirene Doloksaribu

Abstract


Intisari

Kejadian El Nino Kuat tahun 2015 dan La Nina Lemah tahun 2016 sangat berpengaruh terhadap beberapa parameter cuaca di Indonesia seperti kelembapan udara, angin dan curah hujan. Dilihat dari kelembapan udara pada saat El Nino, kelembapan udara memiliki anomali negatif dan pada saat La Nina cenderung anomali positif. Dari pengaruhnya terhadap angin, saat El Nino angin zonal lebih dominan angin timuran, dan angin meridional lebih dominan angin selatan yang menyebabkan berkurangnya suplai uap air di Indonesia. Sedangkan saat La Nina, angin zonal lebih dominan baratan dan angin meridional lebih dominan dari utara. Data hujan yang digunakan dalam tulisan ini adalah data observasi per 1 jam dari satelit TRMM pada tahun 2015, 2016 dan data historis dari tahun 2001-2014. Dari hasil analisis spasial menunjukkan bahwa kejadian El Nino mulai terlihat dampaknya pada musim kering yaitu berupa penurunan curah hujan di bawah normalnya sekitar 50–300 mm/bulan terjadi pada bulan Agustus hingga Oktober 2015 terutama di wilayah Indonesia bagian Selatan sedangkan pada musim basah November 2015 Maret 2016 tidak terlalu signifikan dampaknya. Kejadian La Nina terlihat dampaknya pada bulan September–Desember tahun 2016 dimana terlihat adanya penambahan curah hujan dibandingkan normalnya sekitar 50–400 mm/bulan.

 

 

Abtract

The strong El Nino in 2015 and the weak La Nina in 2016 are very influential on some weather parameters in Indonesia such as relative humidifty, wind, and rainfall. The relative humidity during El Nino tends to be a negative and when La Nina tends to be a positive anomaly. Impact to the wind during El Nino, zonal winds are dominant northern and meridional winds are dominant southern which leads to reduced supply of water vapor in Indonesia. While during La Nina, zonal winds are dominant western and meridional winds are dominant northern. Rainfall data used in this paper are the observation data from TRMM Satellite hourly from 2001–2016. Data were analyzed by monthly and seasonal analysis. From the result of spatial analysis shows the impact of El Nino began on dry season. That is decrease of rainfall below the normal around 50–300 mm/month occurs in August to October 2015, especially in southern Indonesia. while in wet season November 2015 – March 2016 the impact is not significant. The impact of La Nina is seen in September–December 2016, where there is an increase of rainfall above the normal around 50–400 mm/month.

 


Keywords


El Nino, La Nina, Kelembapan Udara, Angin, Hujan

Full Text:

PDF

References


Aldrian, E. (2000). Pola Hujan Rata-Rata Bulanan Wilayah Indonesia; Tinjauan Hasil Kontur Data Penakar dengan Resolusi ECHAM T-42. Jurnal Sains & Teknologi Modifikasi Cuaca, 1(2), 113-123.

Aldrian, E. (2002). Spatial Patterns of ENSO Impact on Indonesian Rainfall. Jurnal Sains & Teknologi Modifikasi Cuaca, 3(1), 5-15.

Aldrian, E., Susanto R.D. (2003). Identification of Three Dominant Rainfall Regions within Indonesia and Their Relationship to Sea Surface Temperature. International Journal of Climatology, 23(12), 1435–1452. doi: 10.1002/joc.950

Aldrian, E., Gates, L.D., Widodo, F.H. (2003). Variability of Indonesian Rainfall and the Influence of ENSO and Resolution in ECHAM4 Simulations and in the Reanalyses. MPI Report 346, 30pp. Max Planck-Institut für Meteorologie, Hamburg, Germany.

As-Syakur, A.R., Tanaka, T., Prasetia, R., Swardika, I.K., Kasa, I.W. (2011). Comparison of TRMM Multisatellite Precipitation Analysis (TMPA) Products and Daily-Monthly Gauge Data over Bali. International Journal of Remote Sensing, 32(24), 8969-8982. doi: 10.1080/01431161.2010.531784

Boer, R. (2003). Penyimpangan Iklim di Indonesia. Makalah Seminar Nasional Ilmu Tanah. KMIT Jurusan Tanah Fakultas Pertanian UGM. Yogyakarta.

Boer, R., Faqih, A., Ariani, R. (2014). Relationship Between Pacific and Indian Ocean Sea Surface Temperature Variability and Rice Production, Harvesting Area and Yield in Indonesia. Paper presented in EEPSA conference on The Economics of Climate Change, 27-28 February. Siem Reap, Cambodia.

Hendon, H.H. (2003). Indonesian Rainfall Variability: Impacts of Enso and Local Air – Sea Interaction. Journal of Climate, 16(11), 1775–1790. doi: 10.1175/1520-0442(2003)016<1775:Irvioe>2.0.Co;2

Ihara, C., Kushnir,Y., Cane, M.A. (2008). Warming Trend of the Indian Ocean SST and Indian Ocean Dipole from 1880 to 2004. Journal of Climate, 21(10), 2035-2046. doi: 10.1175/2007JCLI1945.1

Irawan, B. (2006). Fenomena Anomali Iklim El Nino dan La Nina – Kecenderungan Jangka Panjang dan Pengaruhnya terhadap Produksi Pangan. Jurnal Forum Penelitian Agro Ekonomi, 24(1), 28-45.

Meyers, G., Mcintosh, P., Pigot, L., Pook, M. (2007). The Years of El Nino, La Nina, and Interactions with the Tropical Indian Ocean. Journal of Climate, 20(13), 2872–2880. doi: 10.1175/JCLI4152.1

Mulyana, E. (2002). Analisis Angin Zonal di Indonesia Selama Periode ENSO. Jurnal Sains & Teknologi Modifikasi Cuaca, 3(2), 115–120.

Prawirowardoyo, S. (1996). Meteorologi. Bandung: Penerbit ITB.

Visa, J., Marpaung, S., Adikusumah, N. (2012). Karakteristik Angin Zonal dan Meridional pada Saat Musim Basah dan Kering di Wilayah Indonesia. Penelitian Masalah Lingkungan di Indonesia 2012, 27-35.

Xie, P., Chen, M., Yang, S., Yatagai, A., Hayasaka, T., Fukushima, Y., Liu, C. (2007). A Gauge Based Analysis of Daily Precipitation over East Asia. Journal of Hydrometeorology, 8(3), 607–626. doi: 10.1175/JHM583.1




DOI: http://dx.doi.org/10.29122/jstmc.v18i1.2140

Refbacks

  • There are currently no refbacks.


JSTMC is indexed by

One Search Indonesia
OCLC WorldcatCrossrefIPISinta
    

____________________________________________________________________________________________________________________________________________________

Copyright of Jurnal Sains & Teknologi Modifikasi Cuaca (JSTMC) (p-ISSN:1411-4887; e-ISSN:2549-1121)

Web
Analytics VISITOR STATISTICS