A.

Satelit TRMM
Satelit TRMM (Tropical Rainfall Measuring Mission) merupakan satelit cuaca/klimatologi yang dapat
digunakan untuk mengukur curah hujan di wilayah tropis. Wahana/Satelit yang diluncurkan pada
tanggal 27 November 1997 ini membawa 5 sensor, yakni PR (Precipitation Radar), TMI (TRMM
Microwave Imager), VIRS (Visible Infrared Scanner), LIS (Lightning Imaging Sensor) dan CERES (Clouds
and Earths Radiant Energy System).


Gambar satelit TRMM.
(Sumber: http://disc.sci.gsfc.nasa.gov/precipitation/additional/instruments/trmm_instr.shtml)

TRMM mampu mengobservasi struktur hujan, jumlah dan distriibusinya di daerah tropis dan sub
tropis serta berperan penting untuk mengetahui mekanisme perubahan iklim global dan
memonitoring variasi lingkungan.

Data TRMM ini tersedia dalam 3 level berdasarkan tingkat proses pengolahannya. Level 1 merupakan
data yang masih dalam bentuk raw dan telah dikalibrasi dan dikoreksi geometrik, Level 2 merupakan
data yang telah memiliki gambaran paramater geofisik hujan pada resolusi spasial yang sama akan
tetapi masih dalam kondisi asli keadaan hujan saat satelit tersebut melewati daerah yang direkam,
sedangkan level 3 merupakan data yang telah memiliki nilai-nilai hujan, khususnya kondisi hujan
bulanan yang merupakan penggabungan dari kondisi hujan dari level 2 (Feidas 2010).

Adapun data-data hujan yang dihasilkan adalah seperti tipe hujan, jumlah hujan, rata-rata jumlah
hujan pada ketinggian tertentu, dan lain-lainnya. Setiap level dan tipe memiliki kekurangan dan
kelebihan, khususnya bila ingin mengetahui lebih dalam keadaan hujan. Untuk mendapatkan data
hujan dalam bentuk milimeter (mm) sebaiknya menggunakan level 3.
Gambar di bawah merupakan diagram alir algoritma TRMM untuk mendapatkan level dan tipe data
tertentu, termasuk input data dan autputnya.


Dalam penelitian ini, data yang digunakan adalah data TRMM dengan jenis produk 3B43 yang
merupakan produk akhir dalam tingkatan level proses pengolahan data TRMM yang tersedia. Data
3B43 TRMM memiliki resolusi temporal bulanan (monthly) dan resolusi spasial 0,25 x 0,25. Cakupan
pengamatan datanya adalah global, dari 50 LU-50LS dan 180BT-180BB, dan tersedia dari bulan
Januari 1998 sampai sekarang (Desember 2008).













B. Mengolah Data Curah Hujan Bulanan dari TRMM
Data TRMM dapat di download di situs NASA, dengan link di bawah ini.
http://mirador.gsfc.nasa.gov/cgi-bin/mirador/presentNavigation.pl?tree=project&project=TRMM

Kemudian, pilihlah data curah hujan bulanan denga kode product 3B43, selanjutnya pilihlah waktu
perekamannya.


Kemudian, unduhlah keseluruhan data tersebut dalam format NetCDF



Langkah selanjutnya, mengolah/mengkonversi nilai dari data raster tersebut menjadi nilai curah hujan
bulanan masing-masing image tersebut di dalam software Arc Gis.
Agar data NetCDF tersebut dapat diinput ke dalam Arc Gis, gunakanlah tools Make NetCDF Raster Layer
yang terdapat di kotak ArcToolbox Multidimension Tools

Inputlah data NetCDF yang berhasil di download dari situs NASA,
Kemudian pada kolom variable, pilihlah pcp

Maka, hasilnya adalah sebagai berikut.

Langkah selanjutnya adalah memotong image TRMM dengan Area of interest (AOI) dengan
menggunakan tools clip.




Sehingga data yang didapatkan hanya meliputi wilayah yang dikaji saja.

Selanjutnya, mengkonversi nilai curah hujan bulanan dengan rumus sebagai berikut :
CH bulanan = NP x 24 x JHB
Dimana: NP = Nilai Pixel
JHB = Jumlah Hari dalam 1 Bulan

Karena resolusi spatial dari data TRMM ini sangat kecil yakni 0,25 degree x 0,25 degree, maka perlu
proses interpolasi sehingga hasil data curah hujan ini menjadi lebih smooth.

Untuk dapat diinterpolasi, maka data raster ini perlu dikonversi menjadi data vector titik.


Langkah selanjutnya adalah menginterpolasi menjadi data raster kembali namun dengan resolusi pixel
yang lebih besar/detail, yakni 100 meter.




Kemudian, hal yang sama dilakukan untuk data bulanan lainnya.

DAFTAR PUSTAKA

http://pmm.nasa.gov/TRMM

H. Feidas. (2010) Validation of satellite rainfall products over Greece. Theoretical and Applied
Climatology 99:1-2, 193-216