Perbandingan Performa Model Weather Research and Forecasting Asimilasi Data Advanced Microwave Sounding Unit-A, Microwave Humidity Sounder, dan Himawari-8 dalam Memprediksi Curah Hujan di Wilayah Tangerang

Dendi Rona Purnama(1), Nadya Safira(2), Wiliam Wiliam(3), Arif Ripcy Pradana(4),


(1) Sekolah Tinggi Meteorologi Klimatologi dan Geofisika
(2) Sekolah Tinggi Meteorologi Klimatologi dan Geofisika
(3) Sekolah Tinggi Meteorologi Klimatologi dan Geofisika
(4) Sekolah Tinggi Meteorologi Klimatologi dan Geofisika

Abstract

Informasi prakiraan cuaca khususnya di wilayah Tangerang penting untuk diketahui, karena frekuensi banjir akibat cuaca ekstrem semakin meningkat. Dalam NWP, teknik asimilasi dikembangkan untuk memperbaiki kondisi awal model. Penelitian ini bertujuan untuk mengetahui pengaruh asimilasi data satelit cuaca WRF-3DVAR dalam memprediksi hujan di wilayah Tangerang tanggal 21 Januari 2019. Empat eksperimen yang dijalankan pada penelitian ini adalah asimilasi dengan Himawari-8 kanal IR (DA-IR), Himawari-8 kanal WV (DA-WV), gabungan sensor AMSU-A dan MHS (DA-AM), serta tanpa asimilasi (CTRL). Hasilnya, semua eksperimen menghasilkan prediksi yang baik untuk parameter curah hujan, RH, dan kecepatan angin. Namun, pada parameter suhu udara, semua eksperimen menghasilkan nilai error yang melebihi nilai toleransi. DA-IR menghasilkan perubahan terbesar pada suhu udara dan RH. Sementara itu, DA-WV memberikan perubahan terbesar pada rasio pencampuran uap air, ketinggian geopotensial, dan kecepatan angin. Secara keseluruhan, DA-IR merupakan eksperimen yang paling baik dibandingkan yang lainnya, baik secara verifikasi titik maupun spasial. Eksperimen asimilasi diurutkan dari performa terbaik adalah DA-IR, DA-WV, kemudian DA-AM. Meskipun DA-AM tidak memberikan hasil signifikan, eksperimen ini memberikan estimasi terbaik pada kecepatan angin dibandingkan yang lainnya.

Keywords

rain, WRF, 3DVAR, weather satellite

Full Text:

PDF

Refbacks

  • There are currently no refbacks.




Creative Commons License This work is licensed under a Creative Commons Attribution 3.0 License. View My Stats