PERFORMA MODEL WRF ASIMILASI DATA SATELIT CUACA PADA KEJADIAN CURAH HUJAN LEBAT DI JABODETABEK

Main Article Content

Prayoga Ismail
Andreas Kurniawan Silitonga
Ahmad Fadlan

Abstract

Prediksi cuaca numerik saat ini terus dikembangkan untuk memenuhi kebutuhan prakiraan curah hujan beresolusi tinggi. Namun, prediksi cuaca numerik di Indonesia masih bermasalah dalam hal akurasi model numerik. Beberapa penelitian sebelumnya menunjukkan bahwa akurasi pemodelan sangat dipengaruhi oleh error pada data kondisi inisial. Penelitian ini mengkaji upaya untuk memperbaiki data inisial model Weather Research and Forecasting (WRF) dengan menggunakan prosedur asimilasi radiance satelit untuk prakiraan curah hujan di wilayah Jabodetabek untuk empat studi kasus pada musim yang berbeda selama 2017. Enam eksperimen model dijalankan dengan data satelit AMSUA, MHS, HIRS4, dan ATMS menggunakan WRFDA 3DVar. Penelitian ini dilakukan dengan analisis pengaruh asimilasi terhadap data inisial model, analisis skill model berdasarkan diagram taylor, kriteria curah hujan, curah hujan spasial, dan akumulasi curah hujan time series dibandingkan dengan data observasi curah hujan BMKG dan data curah hujan GSMaP. Hasil penelitian menunjukkan bahwa eksperimen DA AMSUA, MHS, dan MIX dapat memodifikasi data kondisi inisial model dengan baik. Sementara itu, hasil verifikasi diagram taylor mengungkapkan bahwa eksperimen DA-MHS memiliki performa terbaik dibandingkan dengan asimilasi lainnya, sedangkan verifikasi prediksi curah hujan berdasarkan kriteria hujan, verifikasi spasial, dan akumulasi curah hujan time series pada eksperimen DA-AMSUA adalah yang terbaik dengan skill model yang cukup konsisten di wilayah Jabodetabek pada berbagai musim.

Article Details

Section
Articles

References

Auligne, T., et al. (2009). Satellite Data Assimilation in WRF-Var. UCAR.

Barker, D., Huang, W., Guo, Y.R., Bourgeois, A.J., Xiao, Q.N. (2004). A Three-dimensional Variational (3DVAR) Data Assimilation System for MM5: Implementation and Intial Results. Monthly Weather Review, 132(4), 897-914. doi: 10.1175/1520-0493(2004)132<0897:ATVDAS>2.0.CO;2

Feltz, W.F., Howell, H.B., Knuteson, R.O., Comstock, J.M., Mahon, R., Turner, D.D., Smith, W.L., Woolf, H.M., Sivaraman, C., Halther, T.D. (2007). Retrieving Temperature and Moisture Profiles from AERI Radiance Observations: AERIPROF Value-Added Product Technical Description Revision 1. Technical Report 66. doi: 10.2172/948526

Gustari, I. (2014). Perbaikan Prediksi Cuaca Numerik Kejadian Hujan Sangat Lebat Terkait dengan Sistem Awan di Jabodetabek Menggunakan Asimilasi Data Radar C-Band. Disertasi. Institut Teknologi Bandung.

Gustari, I., Hadi, T.W., Hadi, S., Renggono, F. (2012). Akurasi Prediksi Curah Hujan Harian Operasional di Jabodetabek: Perbandingan dengan Model WRF. Jurnal Meteorologi dan Geofisika, 13(2), 119-130.

Jankov, I., Gallus Jr., W.A., Segal, M., Shaw, B., Koch, S.E. (2005). The Impacts of Different WRF Physical Parameterizations and Their Interactions on Warm Season MCS rainfall. Weather and Forecasting, 20(6), 1048-1060. doi: 10.1175/WAF888.1

Junnaedhi, I.D. (2008). Pengaruh Asimilasi Data dengan Metode 3DVAR Terhadap Hasil Prediksi Cuaca Numerik di Indonesia. Thesis. Meteorologi ITB, Bandung.

Padfield, T. (2007). Conservation Physics. Getty Conservation Institute Workshop, Tenerife.

Sagita, N, Hidayati, R., Hidayat, R., Gustari, I., Fatkhuroyan. (2016). Using 3D-Var Data Assimilation for Improving the Accuracy of Initial Condition of Weather Research and Forecasting (WRF) Model in Java Region (Case Study : 23 January 2015). Forum Geografi, 30(2), 112-119. doi: 10.23917/forgeo.v30i2.2512

Skamarock, W.C., Klemp, J.B., Dudhia, J., Gill, D.O., Barker, D.M., Wang, W., Powers, J.G. (2008). A Description of the Advanced Research WRF Version 3. NCAR Technical Note NCAR/TN-475+STR. doi:10.5065/D68S4 MVH.

Stewart, R.H. (2008). Introduction to Physical Oceanography. Texas A & M University.

Sun, J., Wang, H. (2013). Radar Data Assimilation with WRF 4D-Var. Part II: Comparison with 3D-Var for a Squall Line over the U.S. Great Plains. Monthly Weather Review, 141(7), 2245-2264. doi: 10.1175/MWR-D-12-00169.1.

Xue, T., Xu, J., Guan, Z., Chen, H.C., Chiu, L.S., Shao, M. (2017). An Assessment of the Impact of ATMS and CrIS Data Assimilation on Precipitation Prediction over the Tibetan Plateau. Atmospheric Measurement Techniques, 10(7), 2517–2531. doi: 10.5194/amt-10-2517-2017

Most read articles by the same author(s)