Anda di halaman 1dari 5

ESTIMASI CURAH HUJAN MENGGUNAKAN CITRA

MTSAT DAN TRMM 2A12 (bagian 3)


dwiprab.blogspot.co.id /2014/11/estimasi-curah-hujan-menggunakan-citra_29.html
ESTIMASI CURAH HUJAN MENGGUNAKAN
CITRA MTSAT DAN TRMM 2A12 (Bagian 3)
Membuat persamaan statistik hubungan suhu kecerahan dan hujan
1. Tampilkan tabel hasil silang (misalnya dalam hal ini tabel h_t). Contoh keluaran tabel silang adalah
seperti yang tersaji pada Gambar 19.

Gambar 19. Tabel hasil cross data hujan TRMM dan


citra MTSAT.
1. Dari tabel tersebut dapat dilihat nilai suhu kecerahan
(kolom IR1x) dan intensitas hujan (kolom hujan_lb0),
pada lokasi koordinat yang sama. Dengan demikian
kita dapat menghitung korelasi antara suhu
kecerahan dan intensitas hujan dengan cara: klik
menu: Columns Statistics Pada Function pilih
Correlation dan pada Colum pilih IR1x sebagai
variable pertama dan pada 2nd column pilih kolom
hujan_lb sebagai variable kedua klik OK (lihat
Gambar 20).

Gambar 20. Proses menghitung corelasi antara dua


kolom.
1. Hasilnya adalah sebagai berikut (Gambar 21):

Gambar 21. Hasil proses perhitungan korelasi.


1. Nilai korelasi yang dihasilkan adalah -0,416. Nilai negatif menunjukan hubungan terbalik antara
suhu kecerahan dengan intensitas hujan, yang berarti bahwa semakin rendah suhu kecerahan dari
citra IR1, maka semakin tinggi intensitas hujan yang dihasilkan.
2. Seperti sudah dijelaskan pada dasar teori, bahwa kualitas hubungan antara suhu kecerahan dan
intensitas hujan ditentukan dari kondisi perekaman dari citra MTSAT dan TRMM yang ber-ko-lokasi.
Jika obyek awan yang terekam oleh kedua citra tersebut tidak bergeser terlalu jauh akibat dinamika
atmosfir ataupun pergeseran paralaks karena sudut perekaman yang berbeda maka pada
umumnya akan menghasilkan korelasi yang tinggi. Namun citra yang memiliki ko-lokasi yang baik
terkadang sulit untuk diperoleh, sehingga diperlukan proses manipulasi untuk memperbaiki nilai
korelasi. Dalam hal ini pendekatan yang digunakan untuk memperbaiki korelasi adalah dengan
teknik perataan (averaging) (Maathuis 2006).

Perataan intensitas hujan berdasarkan interval suhu kecerahan


1. Proses perataan dilakukan pada table silang MTSAT dan TRMM. Proses perataan ini pada
prinsipnya adalah memilah (slicing) suhu kecerahan IR1 dalam interval suhu yang sama (misalnya
0,5K atau 1K) dan mereratakan data intensitas hujan yang ada pada kelas interval suhu kecerahan
yang bersangkutan. Proses perhitungan rerata data intensitas hujan yang ada pada kelas interval
suhu kecerahan ini dilakukan melalui proses agregasi.
2. Untuk melakukan proses pemilahan ini kita harus membuat sebuah domain baru di ILWIS. Klik
pada operation tree, Create New Domain. Beri masukan nama yang sesuai dan pilih tipe Class
dan Group (lihat Gambar 22). Klik Edit Add Items (atau tekan tombol Insert) dan masukan
Upper Bound (batas atas interval suhu) dan Name-nya. Lakukan hal ini berulang-ulang mulai dari
100K sampai dengan 480K (diharapkan sudah mencakup semua kemungkinan suhu yang ada di
citra) dengan interval suhu 1K. Untuk lebih memudahkan anda, file domain kelas suhu ini
sudah dibuatkan dan ada pada folder latihan.

Gambar 22. Domain kelas temperature yang


digunakan untuk slicing.

1. Buka tabel hasil silang. Klik menu Column


Column Slicing. Masukan colom yang akan
dipilah (dalam hal ini kolom IR1x) dan
domain yang digunakan untuk memilah. Beri
nama keluarannya, seperti yang terlihat
pada Gambar 23.

Gambar 23. Proses slicing kolom suhu


kecerahan MTSAT menggunakan domain
temperature.

1. Proses selanjutnya adalah agregasi kolom yang memuat informasi intensitas hujan berdasarkan
kolom hasil pemilahan suhu kecerahan, dengan menggunakan
fungsi agregasi rerata. Pada tabel hasil silang klik menu
Colums Aggregation. Pada Column masukan nama kolom
yang akan diaggregasi, pilih fungsi agregasinya dimana dalam
hal ini adalah fungsi Average (rerata), centang pilihan Group by
dan pilih kolom suhu hasil slicing. Hasil proses agregasi ini
akan disimpan dalam sebuah tabel baru, untuk itu beri nama
tabel keluaran tersebut dan nama kolom yang digunakan untuk
menyimpan hasil agregasi-nya (Lihat Gambar 24).

Gambar 24. Proses agregasi kolom hujan berdasarkan


kolom temperature hasil slicing.
1. Hasilnya adalah sebuah tabel yang memiliki satu kolom
yaitu hujan. Pada tabel ini kita harus menambahkan satu
kolom yang berisi suhu kecerahan. Untuk membuat satu
kolom baru yang berisi suhu kecerahan tersebut, kita bisa
menggunakan perintah khusus yang digunakan untuk
membuat kolom baru berdasarkan kolom kunci (key
column). Pada command line ketik perintah:
temp:=%K.Gunakan nilai default yang disediakan dan klik OK.
2. Hasilnya akan muncul kolom baru dengan nama temp. Ubahkan domain data kolom temp tersebut
dengan cara klik pada nama kolom dan klik kanan pilih Properties. Gantilah domainya menjadi
Value. Hasilnya adalah seperti yang tersaji pada Gambar 25.

Gambar 25. Tabel hubungan hujan dan


temperature yang siap digunakan untuk membuat
persamaan regresi.

1. Untuk mengetahui nilai korelasi baru hasil proses


manipulasi hubungan suhu kecerahan dan
intensitas hujan, klik Columns Statistics. Pilih
fungsi Correlation dan masukan nama-nama
kolom yang akan dikorelasikan. Hasilnya
menunjukkan adanya peningkatan nilai korelasi
menjadi -0.715.
2. Untuk mendapatkan gambarkan bagaimana
hubungan antara suhu kecerahan dengan
intensitas hujan, maka keduanya dapat
ditampilkan dalam bentuk grafik. Klik menu File
Create Graph. Pilih tabel hasil agregasi,
masukan kolom suhu kecerahan sebagai sumbu
X dan intensitas hujan sebagai sumbu Y (lihat
Gambar 26).

Gambar 26. Menentukan sumbu X dan Y untuk


dalam pembuatan grafik.
1. Lakukan modifikasi pada julat nilai sumbu X dari
250 ke 300 dengan interval nilai 10. Untuk menampilkan
grafik regresi, klik menu: Edit Add Graph Least
Squares Fit. Pilih kolom hujan untuk sumbu X dan suhu
kecerahan untuk kolom Y, serta pilih exponential sebagai
persamaan regresinya. Hasilnya adalah seperti yang
tersaji pada Gambar 27.

Gambar 27. Grafik hubungan estimasi hujan dari TRMM dan suhu permukaan awan dari MTSAT.

Membuat persamaan regresi


1. Dalam proses pembuatan persamaan regresi ini kita membutuhkan bantuan dari dua perangkat
lunak yaitu MS Excell dan Curve Expert. Curve Expert adalah perangkat lunak yang khusus
digunakan untuk membuat persamaan regresi dengan nilai konstanta yang lebih akurat (lebih
banyak digit dibelakang koma). Pada tabel hasil aggregasi klik pada kolom suhu kecerahan klik
kanan pilih Copy.
2. Buka MS Excell dan paste pada lembar kerjanya. Lakukan hal yang sama untuk intensitas hujan
dan paste-kan pada kolom sebelah kanannya. Untuk mempermudah proses selanjutnya, harap
diperhatikan urutan proses copy dan paste ini dimana yang pertama adalah suhu kecerahan, diikuti
oleh intensitas hujan dan bukan sebaliknya! Lakukan editing di lembar kerja MS Excell ini yaitu
dengan menghapus baris-baris yang tidak memiliki informasi intensitas hujan, termasuk baris
antara kelas suhu yang tidak ada informasi intensitas hujannya, jika ada. Jika proses editing sudah
selesai, lakukan proses seleksi pada pasangan suhu kecerahan dan intensitas hujan klik kanan
Copy
3. Buka Curve Expert paste-kan pada lembar kerja Curve Expert. Lakukan sedikit editing pada baris
terakhir pasangan suhu kecerahan dan intensitas hujan dengan cara menyeleksi baris terakhir
tersebut klik kanan Cut.
Gambar 28. Hasil plotting data estimasi
hujan dari TRMM dan suhu permukaan awan
dari MTSAT di Curve Expert.

Anda mungkin juga menyukai