Prediksi Curah Hujan Bulanan dengan North American Multi Model Ensemble
Main Article Content
Abstract
North American Multi Model Ensemble (NMME) sistem peramalan berpola musiman yang terdiri dari beberapa model digabungkan dari pusat pemodelan iklim di Amerika Serikat. Peramalan ensembel lebih akurat dalam meramalkan cuaca dan iklim. NMME telah terbukti dapat menghasilkan prediksi yang lebih baik diatas rata-rata daripada model tunggal. Tujuan dari penelitian ini adalah untuk menilai kinerja prediksi curah hujan bulanan dengan menggunakan analisis RMSE dan Range Histogram. Model NMME diverifikasi terhadap curah hujan yang diamati. Hasil analisis menunjukkan adanya overdispersive pada nilai ramalan. Di antara lima model NMME, model model CCSM3 dan CCSM 4 memiliki kinerja yang baik pada periode November-April. Sedangkan model GFDL berkinerja baik pada periode Mei-Oktober.
Article Details
References
Hamill, T.M., Whitaker, J.S. dan Mullen, S.L. (2006), Reforecasts: An Important Dataset for Improving Weather Predictions. Bulletin of the American Meteorological Society, Vol. 87, hal. 33-46.
Hayes M., Svoboda M., Wall N. and Widhalm M. (2010). The lincoln declaration on drought indices: universal meteorological drought index recommended. Bulletin of the American Meteorological Society, 92(4), 485-488, DOI:10.1175/2010BAMS3103.1
Moron V., Robertson A.W. and Boer R. (2009). Spatial coherence and seasonal predictability of monsuun onset over Indonesia. Journal of Climate, 22, 840-850, DOI: 10.1175/2008JCLI2435.1.
Su F., Hong Y. and Lettenmaier D.P. (2008). Evaluation of multi-satellite precpitation analysis (TMPA) and its utility in hydrologic prediction in the La Plata Basin. Journal of Hydrometeorology, 9, 622-640, DOI: 10.1175/2007JHM944.1.
Wang C. and Wang X. (2013). Classifying El NiƱo modoki I and II by different impacts on rainfall in Southern China and Typhoon Tracks. Journal of Climate, 26(4), 1322-1338, DOI: 10.1175/JCLI-D-12-00107.1
Wei, W.W.S. (2006), Time Series Analysis Second Edition: Univariate and Multivariate Methods (2nd eds), New York, United States of America: Pearson Education.