UJI AKURASI PRODUK ESTIMASI CURAH HUJAN SATELIT GPM IMERG DI SURABAYA, INDONESIA

Mukhamad Adib Azka, Prabu Aditya Sugianto, Andreas Kurniawan Silitonga, Imma Redha Nugraheni

Abstract


Curah hujan merupakan parameter meteorologi yang sangat berpengaruh dalam kehidupan. Saat ini, pengamatan secara in situ sangat kurang representatif untuk digunakan sebagai analisis karena jangkauannya yang sangat sempit sehingga memerlukan instrumen pendukung seperti satelit agar dapat memberikan gambaran yang lebih baik terkait distribusi hujan. Namun, data satelit juga belum tentu sepenuhnya benar karena resolusi dan kondisi dari setiap wilayah berbeda. Penelitian ini bertujuan untuk mendapatkan nilai akurasi, bias, korelasi, root mean square error (RMSE), dan mean absolute error (MAE) data estimasi curah hujan GPM IMERG dengan data curah hujan pengamatan langsung. Penelitian ini dilakukkan di Surabaya dengan menggunakan data estimasi curah hujan GPM IMERG dan data curah hujan pengamatan langsung dari Stasiun Meteorologi Kelas I Juanda Surabaya selama tahun 2017 mewakili musim hujan, musim kemarau, dan periode transisi. Hasil penelitian menunjukkan bahwa data curah hujan produk GPM IMERG memiliki korelasi yang sangat baik untuk memperkirakan akumulasi curah hujan bulanan. Sedangkan, untuk akumulasi harian, memiliki korelasi yang sangat rendah. Sementara itu untuk akumulasi sepuluh harian, data curah hujan produk satelit GPM IMERG memiliki korelasi yang baik terutama di periode musim hujan dan musim kemarau, akan tetapi memiliki korelasi yang rendah selama periode transisi dari musim hujan ke musim kemarau atau sebaliknya. Pada umumnya, produk ini sangat bagus dalam menentukan ada atau tidaknya hujan, tetapi performanya sangat rendah dalam menentukan besarnya intensitas curah hujan.


Keywords


Curah Hujan, GPM IMERG, Akurasi

Full Text:

PDF

References


De Coning, E. (2013). Optimizing Satellite-based Precipitation Estimation for Nowcasting of Rainfall and Flash Flood Events over the South African Domain. Remote Sensing, 5(11), 5702–5724. doi: 10.3390/rs5115702

Hou, A.Y., Kakar, R.K., Neeck, S., Azarbarzin, A.A., Kummerow, C.D., Kojima, M., Oki, R., Nakamura, K., Iguchi, T. (2014). The Global Precipitation Measurement Mission. Bulletin of the American Meteorological Society, 95(5), 701–722. doi: 10.1175/BAMS-D-13-00164.1

Huffman, G.J., Bolvin, D.T., Braithwaite, D., Hsu, K., Joyce, R., Kidd, C., Nelkin, E.J., Xie, P. (2015). Algorithm Theoretical Basis Document (ATBD) Version 4.5: NASA Global Precipitation Measurement (GPM) Integrated Multi-satellite Retrievals for GPM (IMERG). NASA: Greenbelt, MD, USA.

Kidd, C., Huffman, G. (2011). Global Precipitation Measurement. Meteorological Applications, 18(3), 334–353. doi: 10.1002/met.284

Kidd, C., Kniveton, D.R., Todd, M.C., Bellerby, T.J. (2003). Satellite Rainfall Estimation Using Combined Passive Microwave and Infrared Algorithms. Journal of Hydrometeorology, 4(6), 1088–1104. doi: 10.1175/1525-7541(2003)004<1088:SREUCP>2.0.CO;2

Kidd, C., Levizzani, V. (2011). Status of Satellite Precipitation Retrievals. Hydrology and Earth System Sciences, 15(4), 1109-1116. doi: 10.5194/hess-15-1109-2011

O, S., Foelsche, U., Kirchengast, G., Fuchsberger, J., Tan, J., Petersen, W.A. (2017). Evaluation of GPM IMERG Early, Late and Final Rainfall Estimates Using WegenerNet Gauge Data in Southeastern Austria. Hydrology and Earth System Sciences, 21(12), 6559–6572. doi: 10.5194/hess-21-6559-2017

Sharifi, E., Steinacker, R., Saghafian, B. (2016). Assessment of GPM-IMERG and Other Precipitation Products against Gauge Data under Different Topographic and Climatic Conditions in Iran: Preliminary Results. Remote Sensing, 8(2), 135. doi: 10.3390/rs8020135

Stanski, H.R., Wilson, L.J., Burrows W.R. (1989). Survey of Common Verification Methods in Meteorology. WMO World Weather Watch Technical Report No.8, WMO/TD No.358.

Sugiyono. (2004). Statistik Untuk Penelitian. Bandung: Alfa Beta.

Tapiador, F.J., Turk, F.J., Petersen, W., Hou, A.Y., García-Ortega, E., Machado, L.A.T., Angelis, C.F., Salio, P., Kidd, C., Huffman, G.J., de Castro, M. (2012). Global Precipitation Measurement: Methods, Datasets and Applications. Atmospheric Reseach, 104–105, 70–97. doi: 10.1016/j.atmosres.2011.10.021

Wilks, D.S. (1995). Statistical Method in the Atmospheric Sciences. San Diego: Academic Press Inc.

Yong, B., Liu, D., Gourley, J.J., Tian, Y., Huffman, G.J., Ren, L., Hong, Y. (2015). Global View of Real-time TRMM Multisatellite Precipitation Analysis: Implications for Its Successor Global Precipitation Measurement Mission. Bulletin of the American Meteorological Society, 96(2), 283–296. doi: 10.1175/BAMS-D-14-00017.1




DOI: http://dx.doi.org/10.29122/jstmc.v19i2.3153

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