PENGELOLAAN CITRA
SATELIT CUACA
(BMKG PUSAT)
Nomor : 01/PCI/XII/DEP-1/BMKG-2011
Daftar Isi 2
Daftar Singkatan 4
Bab 1 Pendahuluan 6
1.2 Tujuan 6
1.4 Pelaksana 7
2.5 Dokumentasi 12
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 2
2.6 Troubleshooting 13
3.1.2 Pelaporan 15
3.2.2 Pelaporan 17
3.3.2 Pelaporan 18
3.4.2 Pelaporan 19
Bab 4 Penutup 20
----------------------------------------------------------------------------------------------------------------------
Lampiran 7 Alamat Email Pejabat BMKG, Unit BMKG Pusat, dan UPT Daerah 50
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 3
DAFTAR SINGKATAN
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 4
PDS Production Data Sets – format data MODIS level-0
PNG Portable Network Graphics
RGB Red Green Blue
RH Relative Humidity
SATAID Satellite Animation and Interactive Diagnosis
SST Sea Surface Temperature
UPT Unit Pelaksana Teknis
UTC Coordinated Universal Time = GMT (Greenwich Mean Time)
VIS Visible
WV Water Vapor
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 5
BAB 1
PENDAHULUAN
Pengamatan satelit meteorologi sangat penting untuk memonitor dinamika atmosfer dalam
skala meso, sinoptik dan global dengan resolusi temporal yang tinggi sehingga bermanfaat
untuk meningkatkan akurasi prakiraan cuaca jangka pendek (nowcasting dan short-range
weather forecast). Sistem penerima data satelit BMKG merupakan salah satu unsur utama yang
diperlukan dalam Meteorological Early Warning System (MEWS) BMKG, karena salah satu
keuntungan teknik penginderajaan ini adalah dapat mengidentifikasi kejadian meteorologi dan
dampaknya pada daerah yang tidak teramati oleh pengamatan di stasiun. Selain itu dengan
adanya pengumpulan data satelit yang berkelanjutan selama kurun waktu yang lama, dapat
mendukung Climatological Early Warning System (CEWS). Metode statistik yang diterapkan
pada data satelit dapat digunakan untuk prediksi klimatologi dan pembelajaran perubahan iklim
dalam skala yang luas.
Oleh sebab itu diperlukan penyusunan langkah kerja atau pedoman yang tepat dalam
operasional kegiatan pengelolaan citra satelit dari tahap penerimaan dan penyimpanan data
satelit, pengolahan produk, analisa dan diseminasi produknya, sehingga produk yang diterima
pengguna dapat dikelola secara optimal untuk mendukung pelayanan informasi meteorologi
dan klimatologi yang cepat dan tepat. Pedoman operasional pengelolaan citra satelit ini adalah
penyempurnaan/revisi dari dokumen sebelumnya yang telah disusun pada tahun 2010.
1.2 Tujuan
Pedoman Operasional ini disusun untuk memberikan panduan kepada petugas operasional
dalam pelaksanaan tugas pengelolaan citra satelit di Sub Bidang Pengelolaan Citra Satelit BMKG
Pusat Jakarta.
Operasional yang diatur dalam Pedoman Pelaksanaan Pengelolaan Citra Satelit ini adalah
meliputi Operasional Rutin dan Operasional Khusus :
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 6
1. Operasional rutin :
2. Operasional khusus :
1.4. Pelaksana
Pelaksana kegiatan operasional pengelolaan citra satelit ini adalah Sub Bidang Pengelolaan Citra
Satelit, BMKG Pusat.
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 7
BAB 2
OPERASIONAL RUTIN
Kegiatan operasional rutin ini secara garis besar meliputi penerimaan, pengolahan,
penyimpanan, serta diseminasi data dan citra satelit. Masing-masing kegiatan dibagi
berdasarkan diagram alur data dan produk citra satelit BMKG seperti gambar di bawah ini.
Media Penyimpan
Data
Server :
satelit.bmkg.go.id
Antena & Receiver Website
Komputer Akuisisi dan FTP
Pengolahan Data
Internet
Komputer Penyimpan Data
Pemeriksaan akuisisi/penerimaan data satelit dilakukan untuk mengetahui apakah data satelit
yang terbaru telah diterima oleh sistem penerima data satelit BMKG Pusat.
Sistem penerima data satelit dibagi ke dalam 2 jenis sumber yaitu : Ground Satellite Receiver
(GSR) dan sumber lain misalnya diperoleh dari internet. Untuk masing-masing GSR mempunyai
perangkat hardware dan software yang telah dikonfigurasi secara otomatis menerima data
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 8
satelit. Sedangkan penerima data dari media internet membutuhkan koneksi dan proses
pengunduhan data satelit. Diagram alur penerimaan data satelit dapat dilihat pada gambar 2.1.
a. MTSAT2 : periksa data MTSAT2 pada workstation MTSAT2 Receiving System dalam
format .dat, .nc, dan ,.hdf
b. MODIS : periksa data MODIS pada workstation ES&S SATRAX700 Recipient System
dalam format .PDS, .nc, dan ,hdf
c. FY2D/E : periksa data FY2D/E pada workstation FY2Cast Recipient System dalam format
.vsr dan .gpf
d. NOAA : periksa data NOAA pada workstation NOAA LEXICAL System dalam format
.HRPT, .nc dan .zld
a. SATAID: periksa data MTSAT2 dalam format .Z untuk sistem SATAID di server VPN JMA
b. OCAI: periksa data OCAI dalam format .bin untuk sistem SATAID di server VPN JMA
c. HOTSPOT : periksa data titik panas dari satelit TERRA dan AQUA dalam format .txt (tab
delimited) yang diperoleh dari website FIRMS
d. NDVI : periksa image NDVI dari satelit TERRA dan AQUA dalam format .png yang
diperoleh dari website MODIS
e. TRUECOLOR : periksa image truecolor dari satelit TERRA dan AQUA dalam format .png
yang diperoleh dari website MODIS
Pemeriksaan pengolahan data satelit dilakukan untuk mengetahui apakah data satelit yang
terbaru telah diolah menjadi citra oleh sistem pengolah. Diagram alur pengolahan data satelit
sebagaimana pada gambar 2.1
Pengolahan data Satelit Geostationer (MTSAT2 dan FY2D/E) menghasilkan citra untuk 3 domain
area yaitu : Asia Pasifik, Indonesia dan Jakarta, sedangkan pengolahan data Satelit Polar
(NOAA18/19 dan TERRA/AQUA) menghasilkan citra untuk 4 domain area yaitu : Indonesia,
Sumatera, Kalimantan dan Jawa.
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 9
Pengolahan data Satelit dari data SATAID menghasilkan citra untuk wilayah Asia Pasifik,
pengolahan data satelit dari data OCAI menghasilkan citra untuk wilayah Indonesia, sedangkan
pengolahan data satelit HOTSPOT, NDVI dan TRUECOLOR menghasilkan citra untuk wilayah
Indonesia bagian Barat.
1. Memeriksa kelengkapan hasil pengolahan data satelit dari GSR selama 24 jam terakhir :
a. Satelit MTSAT2
b. Satelit FY2D/E
c. Satelit NOAA18/19
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 10
6) Citra Atmospheric Index : K-Index
7) Citra Kandungan Aerosol (Aerosol Optical Depth)
2. Memeriksa kelengkapan hasil pengolahan data satelit dari internet selama 24 jam
terakhir :
a. SATAID
b. OCAI
c. HOTSPOT
d. NDVI
1) Citra NDVI (Normalized Difference Vegetation Index) dari satelit AQUA dan TERRA
e. TRUECOLOR
Pemeriksaan penyimpanan data dan citra satelit dilakukan untuk mengetahui apakah data dan
citra satelit yang terbaru telah disimpan ke dalam media Penyimpan Data. Diagram alur
penyimpanan data produk citra satelit dapat dilihat pada gambar 2.1
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 11
2.3.1 Langkah Kegiatan
1. Memeriksa kelengkapan data dan citra satelit dari GSR dan internet pada media
Penyimpan Data selama 24 jam terakhir.
2. Melakukan backup data dan citra satelit dari GSR dan internet selama 7 hari terakhir.
Pemeriksaan penyimpanan data dilakukan setiap hari pada jam 00 UTC. Sedangkan backup data
dilakukan setiap hari Senin pada jam 00 UTC
Pemeriksaan penyimpanan data dan citra satelit dilakukan untuk mengetahui apakah data dan
citra satelit yang terbaru telah disimpan ke dalam media Penyimpan Data. Diagram alur
penyimpanan data dan produk citra satelit dapat dilihat pada gambar 2.1
1. Memeriksa kelengkapan data dan citra satelit dari GSR dan internet pada website
(http://satelit.bmkg.go.id/) dan FTP (ftp://satelit.bmkg.go.id/) selama 24 jam terakhir.
Citra yang disebarkan melalui media website adalah keseluruhan citra yang dihasilkan
dari pengolahan data dengan format PNG. Sedangkan data yang disebarkan melalui
media FTP adalah data SATAID dengan format Z.
2. Memeriksa kelengkapan citra satelit pada monitor display selama 24 jam terakhir.
2.5 Dokumentasi
Hasil pemeriksaan kelengkapan data di website dan FTP dicatat dalam Log-book diseminasi
data. Pencatatan pada Log-book berupa jumlah data dan citra yang lengkap dan jumlah yang
tidak lengkap, serta jam yang yang tidak lengkap.
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 12
2.6 Troubleshooting
Apabila terdapat permasalahan dalam penerimaan data seperti kesalahan software, kerusakan
hardware, koneksi terputus atau permasalahan teknis lainnya, petugas operasional dapat
melaporkan kepada koordinator operasional. Kesalahan (error) dicatat dalam Log-book
penerimaan data.
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 13
BAB 3
OPERASIONAL KHUSUS
Operasional khusus adalah kegiatan operasional yang dilakukan berdasarkan kejadian khusus
untuk mendukung operasional MEWS di BMKG Pusat dan UPT BMKG daerah. Kegiatan yang
dimaksud adalah analisa dan/atau prakiraan kejadian cuaca signifikan berdasarkan citra satelit
dan data pendukung lainnya.
Kegiatan monitoring yang dilakukan apabila terdapat indikasi adanya potensi cuaca signifikan
yang dapat terjadi di wilayah DKI Jakarta, Banten dan Jawa Barat, atau fenomena cuaca di
sekitar wilayah tersebut yang diperkirakan mempunyai dampak kepada wilayah DKI Jakarta,
Banten dan Jawa Barat. Cuaca signifikan dimaksud adalah cuaca ekstrem yang berkaitan dengan
adanya awan konvektif khususnya Cb seperti : hujan lebat, putting beliung, badai
guntur/thunderstorm, Inter-tropical Convergence Zone (ITCZ), badai tropis, palung, dll.
1. Mengamati perkembangan sistem liputan awan di wilayah DKI Jakarta, Banten, Jawa
Barat dan sekitarnya dengan menganimasikan citra satelit MTSAT2, 1 sampai 12 jam
terakhir
2. Memeriksa citra OCAI untuk mengidentifikasi jenis awan (cloud-type) dan ketinggiannya
(cloud-top height)
3. Mengidentifikasi daerah pertumbuhan awan-awan konvektif padat (dense-cloud),
convective cloud cell dan Cb-cluster yang meliputi luasan wilayah sekurang-kurangnya
100 km (± 1 derajat lintang/bujur) dengan suhu puncak awannya (brightness
temperature) ≤ -50ºC (223º K) yang persisten selama 3 jam atau lebih
4. Membuat citra enhancement IR1 dan WV dengan software GMSLPW untuk
mengidentifikasi cold cloud-tops (suhu puncak awan yang paling dingin) dengan
enhancement-color (misalnya: EXT-1 )
5. Mengidentifikasi apakah terdapat ”Enhanced-V” area pada citra IR1 tersebut, yang
mengindikasikan adanya potensi thunderstorm/badai guntur disertai angin kencang di
wilayah tersebut
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 14
6. Mengamati perkembangan arah dan kecepatan pergerakan wilayah sistem convective
cloud cell atau Cb-cluster dan cold cloud-tops - nya setiap jam observasi dengan
membuat trayektori-nya
7. Mencatat hasil monitoring dalam Log-Book Monitoring Khusus
3.1.2 Pelaporan
1. Mengisi formulir operasional khusus, yang meliputi fenomena ekstrim, lokasi dan waktu
kejadian, dampak, jenis citra, analisis dan prediksi, kesimpulan dan lampiran.
2. Melampirkan citra satelit sebagai acuan analisa dan prediksi
3. Mengunggah formulir laporan khusus ke website (http://satelit.bmkg.go.id) dan
mengirimkannya melalui email ke beberapa unit operasional terkait antara lain : Sub
Bidang Informasi Meteorologi, Sub Bidang Cuaca Ekstrim, Sub Bidang Siklon Tropis, Sub
Bidang Informasi Meteorologi Maritim, Sub Bidang Informasi Meteorologi Penerbangan,
dan Sub Bidang Pengelolaan Citra Radar, dengan tembusan disampaikan kepada :
Deputi Bidang Meteorologi, Kepala Pusat Meteorologi Publik, Kepala Bidang
Pengelolaan Citra Inderaja, serta Kepala Stasiun Meteorologi dan Klimatologi di wilayah
DKI Jakarta, Banten dan Jawa Barat
4. Menyimpan hardcopy formulir laporan khusus di folder arsip operasional khusus.
Kegiatan monitoring penyebaran asap kebakaran hutan dibagi ke dalam 2 tahap yaitu
identifikasi titik panas yang dianggap menjadi sumber penyebaran asap (menggunakan MTSAT2
atau NOAA18/19), dan pembuatan trayektori sebaran asap untuk beberapa hari ke depan
dengan SATAID.
a) Identifikasi titik panas (hotspot) dapat dilakukan dengan menggunakan citra IR4
yang sensitif terhadap panas / suhu tinggi.
b) Mendeteksi suhu (brightness temperature) pada citra IR4 satelit MTSAT, jika
teridentifikasi suhu abnormal (anomali) tinggi sebesar > 320ºK ( > 47ºC) pada suatu
piksel citra maka kemungkinan besar di titik tersebut terjadi titik panas pada
wilayah piksel citra tersebut.
c) Menerapkan teknik pewarnaan kombinasi citra komposit RGB (Red-Green-Blue)
menggunakan sistem pengolah citra dengan pewarnaan citra sbb : IR4 (Rev) = Red;
IR1-IR4 = Green ; IR1 = Blue. Jika terdapat piksel yang dengan warna kuning cerah
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 15
pada citra komposit RGB tersebut, maka diidentifikasi sebagai lokasi titik panas
(hotspot)
a) Sistem penerima satelit NOAA produk Lexical Technology Pte. Ltd. (Singapore) dapat
digunakan untuk memroses informasi hotspot dari data satelit NOAA baik dalam
bentuk citra maupun teks yang berisi statistik hotspot.
b) Untuk dapat memroses informasi hotspot, maka harus tersedia citra kanal 3B dari
satelit NOAA .
c) Untuk citra satelit siang hari, hanya satelit data NOAA-12, NOAA-14, NOAA-16, FY-1C
dan FY-1D yang dapat diproses menjadi citra hotspot karena terdapat data kanal
3B).
d) Citra satelit siang hari yang diperoleh dari satelit NOAA-15 dan NOAA-17 tidak dapat
diproses menjadi citra hotspot karena data citra kanal 3B-nya tidak tersedia.
e) Untuk citra malam hari pada semua jenis satelit tersebut di atas ada data citra kanal
3B- nya, sehingga dapat diproses menjadi citra dan informasi hotspot.
f) Produk fire-hotspot dapat ditampilkan dengan mengoperasikan software Universal
Meteorological Satellite Data Display System (untuk Lexical System), dengan
menggunakan fasilitas pemrosesan data hotspot. Data yang diperlukan adalah file
.ZLD yang telah diproses oleh sistem secara otomatis.
g) Setelah dilakukan prosedur pengolahan maka akan dihasilkan secara otomatis data
hotspot dalam format .hot yang harus disimpan di directory data hotspot.
h) Menampilkan produk dalam bentuk citra dan teks informasi statistik jumlah hotspot
pada layar display dengan warna yang berlainan untuk tingkat/level kepercayaan
titik hotspot yang terdeteksi.
i) File data hotspot dalam format teks .TXT yang berisi informasi statistik detil dimana
lokasi hotspot ditemukan, pengelompokannya dan tingkat kepercayaan hasil
identifikasi hotspot-nya. File ini dapat diolah kembali dengan software GIS (misalnya
ArcView GIS) untuk dibuat Peta Titik Panas (Hotspot).
a) Unduh data titik panas yang dideteksi oleh sensor MODIS pada satelit TERRA/AQUA
dari website FIRMS (Fire Information for Resource Management System) pada url
ftp://mapsftp.geog.umd.edu/ untuk wilayah Asia tenggara, dimana didalam file
tersebut berisi lokasi dan informasi lain mengenai titik panas selama 1 hari.
b) File data hotspot dalam format teks .CSV yang berisi informasi statistik detil dimana
lokasi hotspot ditemukan, pengelompokannya dan tingkat kepercayaan hasil
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 16
identifikasi hotspot-nya. File ini dapat diolah kembali dengan software GIS (misalnya
ArcView GIS) untuk dibuat Peta Titik Panas (Hotspot).
a) Menampilkan data satelit MTSAT2 kanal IR4 pada jam terjadinya kebakaran hutan,
dan data NWP GSM dari JMA
b) Memasukkan data NWP pada lapisan 850mb dan menampilkan arah dan kecepatan
angin pada level tersebut
c) Menambahkan tampilan trayektori asap pada citra berdasarkan titik panas yang
diperoleh dari citra MTSAT2 atau NOAA18/19 atau TERRA/AQUA
3.2.2 Pelaporan
1. Mengisi formulir operasional khusus, yang meliputi fenomena ekstrim, lokasi dan waktu
kejadian, dampak, jenis citra, analisis dan prediksi, kesimpulan dan lampiran.
2. Melampirkan citra satelit sebagai acuan analisa dan prediksi
3. Mengupload formulir laporan khusus ke website (http://satelit.bmkg.go.id) dan
mengirimkannya via email ke beberapa unit operasional terkait antara lain : Sub Bidang
Informasi Meteorologi, Sub Bidang Cuaca Ekstrim, Sub Bidang Informasi Meteorologi
Maritim, Sub Bidang Informasi Meteorologi Penerbangan, dan Sub Bidang Pengelolaan
Citra Radar, dengan tembusan disampaikan kepada : Deputi Bidang Meteorologi, Kepala
Pusat Meteorologi Publik, Kepala Bidang Pengelolaan Citra Inderaja, serta Kepala
Stasiun Meteorologi dan Klimatologi di wilayah yang teridentifikasi terjadi kebakaran
hutan.
4. Menyimpan hardcopy formulir laporan khusus di folder arsip operasional khusus.
Kegiatan monitoring penyebaran debu vulkanik dari letusan gunung berapi dibagi ke dalam 2
tahap yaitu identifikasi letusan gunung berapi dengan citra MTSAT2, dan pembuatan trayektori
sebaran debu vulkanik untuk beberapa hari ke depan dengan SATAID.
1. Identifikasi Sebaran Debu Vulkanik dari Letusan Gunung Berapi dengan MTSAT2
a) Jika terjadi letusan gunung berapi yang mengeluarkan material vulkanik, maka
dilakukan identifikasi wilayah sebaran debu vulkanik dengan citra satelit MTSAT
kanal IR1 dan IR2 serta data NWP-JMA
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 17
b) Identifikasi debu vulkanik dilakukan dengan menampilkan data citra satelit split-
windows IR1-IR2 dengan sistem display dan analisis data satelit.
c) Menampilkan profil kontur perbedaan suhu puncak awan pada kanal IR1 dan IR2 di
wilayah sekitar lokasi gunung api yang meletus tersebut. Debu vulkanik dapat
diidentifikasi jika dijumpai kontur suhu split-windows (IR1-IR2) bernilai minus (-)
kurang dari -0.5ºC.
d) Melakukan pemrosesan citra dengan teknik RGB (Red-Green-Blue) dengan sistem
display dan analisis data satelit menggunakan citra SP (IR1-IR2), S2 (IR4-IR1) dan IR4.
e) Metode RGB yang diaplikasikan adalah warna Merah (RED) untuk citra SP, warna
Hijau (GREEN) untuk citra S2 dan warna Biru (BLUE) untuk citra IR4.
f) Debu vulkanik dapat diidentifikasi perbedaannya terhadap awan-awan lainnya,
terlihat akan berwarna pink pada citra RGB tersebut. Sedangkan awan-awan lainnya
seperti Convective cloud (Cu, Cg, Cb) akan berwarna Orange ~ Merah, Cold-top
convective cloud (Cb dengan suhu puncak awan sangat dingin) berwarna Kuning
terang dan Coklat muda menunjukkan Awan-awan rendah (St, Fog) dan Abu-abu
muda kebiruan biasanya menunjukkan Awan-awan menengah (seperti As, Ac).
a) Menampilkan data satelit MTSAT2 kanal IR4 pada jam terjadinya letusan gunung
berapi, dan data NWP GSM dari JMA
b) Memasukkan data NWP pada lapisan sesuai tinggi letusan gunung berapi dan
menampilkan arah dan kecepatan angin pada level tersebut
c) Menambahkan tampilan trayektori asap pada citra berdasarkan titik awal sebaran
debu vulkanik yang diperoleh dari citra split-windows MTSAT2
3.3.2 Pelaporan
1. Mengisi formulir operasional khusus, yang meliputi fenomena ekstrim, lokasi dan waktu
kejadian, dampak, jenis citra, analisis dan prediksi, kesimpulan dan lampiran.
2. Melampirkan citra satelit sebagai acuan analisa dan prediksi
3. Mengupload formulir laporan khusus ke website (http://satelit.bmkg.go.id) dan
mengirimkannya melalui email ke beberapa unit operasional terkait antara lain : Sub
Bidang Informasi Meteorologi, Sub Bidang Cuaca Ekstrim, Sub Bidang Informasi
Meteorologi Maritim, Sub Bidang Informasi Meteorologi Penerbangan, dan Sub Bidang
Pengelolaan Citra Radar, dengan tembusan disampaikan kepada : Deputi Bidang
Meteorologi, Kepala Pusat Meteorologi Publik, Kepala Bidang Pengelolaan Citra
Inderaja, serta Kepala Stasiun Meteorologi dan Klimatologi di wilayah yang
teridentifikasi terjadi letusan gunung berapi.
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 18
4. Menyimpan hardcopy formulir laporan khusus di folder arsip operasional khusus.
Kegiatan monitoring kejadian khusus adalah monitoring keadaan cuaca pada saat terjadi
peristiwa kecelakaan transportasi, baik di darat, laut atau udara dan kejadian lainnya (banjir,
tanah longsor, dll).
1. Melakukan identifikasi awan dengan menggunakan citra satelit sesuai waktu kejadian,
atau apabila tersedia juga keadaan sebelum dan sesudahnya. Identifikasi daerah yang
berpotensi terkena dampak dari awan tersebut.
2. Menampilkan karakteristik citra satelit pada lokasi kejadian, misalnya brightness
temperature pada titik tersebut.
3. Analisa data NWP berupa data angin vertikal dan horizontal untuk beberapa level,
temperatur, dan kelembaban pada daerah kejadian, dan parameter cuaca lain untuk
memperoleh gambaran pembentukan awan dan presipitasi di daerah tersebut.
3.4.2 Pelaporan
1. Mengisi formulir operasional khusus, yang meliputi fenomena ekstrim, lokasi dan waktu
kejadian, dampak, jenis citra, analisis dan prediksi, kesimpulan dan lampiran.
2. Melampirkan citra satelit sebagai acuan analisa dan prediksi
3. Mengunggah formulir laporan khusus ke website (http://satelit.bmkg.go.id) dan
mengirimkannya melalui email ke beberapa unit operasional terkait antara lain : Sub
Bidang Informasi Meteorologi, Sub Bidang Cuaca Ekstrim, Sub Bidang Informasi
Meteorologi Maritim, Sub Bidang Informasi Meteorologi Penerbangan, dan Sub Bidang
Pengelolaan Citra Radar, dengan tembusan disampaikan kepada : Deputi Bidang
Meteorologi, Kepala Pusat Meteorologi Publik, Kepala Bidang Pengelolaan Citra
Inderaja, serta Kepala Stasiun Meteorologi dan Klimatologi di wilayah yang terjadinya
kejadian khusus.
4. Menyimpan hardcopy formulir laporan khusus di folder arsip operasional khusus.
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 19
BAB 4
PENUTUP
Pedoman Operasional Pengelolaan Citra Satelit ini bersifat dinamis, sehingga dapat
diperbaharui sesuai dengan perkembangan sistem dan metode analisis citra satelit di BMKG
serta menyesuaikan teknologi di bidang satelit meteorologi yang terkini.
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 20
LAMPIRAN - PEDOMAN OPERASIONAL PENGELOLAAN CITRA SATELIT
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 21
LAMPIRAN 1
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 22
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 23
LAMPIRAN 2
MTSAT2
File Jenis File Contoh Nama File
Data Level 1 (.dat) MTSAT2_201107070032.dat
Level 2 (.nc,.hdf) MTSAT2_201107070032.nc
MTSAT2_201107070032.hdf
Citra Citra kanal tunggal (IR1, IR2, WV, IR4 dan MTSAT2_IR1_AsiaPasifik_201107070032.png
VIS) MTSAT2_IR2_AsiaPasifik_201107070032.png
Citra kanal IR1 di enhanced berdasarkan MTSAT2_IR3_AsiaPasifik_201107070032.png
proses fisis awan MTSAT2_IR4_AsiaPasifik_201107070032.png
Citra kanal IR1 di enhanced berdasarkan MTSAT2_VIS_AsiaPasifik_201107070032.png
interval temperatur kecerahan MTSAT2_EN1_AsiaPasifik_201107070032.png
Citra kanal IR1 di enhanced dengan MTSAT2_EN2_AsiaPasifik_201107070032.png
overlay topografi permukaan MTSAT2_EN3_AsiaPasifik_201107070032.png
Citra SST (Sea Surface Temperature) MTSAT2_SST_AsiaPasifik_201107070032.png
Citra LST (Land Sea Temperature) MTSAT2_LST_AsiaPasifik_201107070032.png
FY2D/E
File Jenis File Contoh Nama File
Data Level 1 (.vs) FY2E_201107070000.vsr
Level 2 (.gpf) FY2E_201107070000.gpf
Citra Citra kanal tunggal (VIS, IR1, IR2, WV dan FY2E_IR1_AsiaPasifik_201107070000.png
IR4) FY2E_IR2_AsiaPasifik_201107070000.png
Citra kanal IR1 di enhanced berdasarkan FY2E_IR3_AsiaPasifik_201107070000.png
proses fisis awan FY2E_IR4_AsiaPasifik_201107070000.png
Citra kanal IR1 di enhanced berdasarkan FY2E_VIS_AsiaPasifik_201107070000.png
interval temperatur kecerahan FY2E_EN1_AsiaPasifik_201107070000.png
Citra kanal IR1 di enhanced dengan FY2E_EN2_AsiaPasifik_201107070000.png
overlay topografi permukaan FY2E_EN3_AsiaPasifik_201107070000.png
Citra SST (Sea Surface Temperature) FY2E_SST_AsiaPasifik_201107070000.png
Citra OLR (Outgoing Longwave Radiation) FY2E_OLR_AsiaPasifik_201107070000.png
NOAA18/19
File Jenis File Contoh Nama File
Data Level 1 (.hrpt) NOAA18_201107070000.hrpt
Level 2 (.zld) NOAA18_201107070000.zld
Citra Citra Titik panas (fire-hotspot) NOAA18_FIR_Sumatera_201107070000.png
Citra SST (Sea Surface Temperature) NOAA18_SST_Indonesia_201107070000.png
Citra NDVI (Normalized Difference NOAA18_NDV_Jawa_201107070000.png
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 24
Vegetation Index) NOAA18_AOD_Jawa_201107070000.png
Citra Kandungan Aerosol (Aerosol Optical
Depth)
AQUA/TERRA (MODIS)
File Jenis File Contoh Nama File
Data Level 1 (.pds) TERRA_201107070000.pds
Level 2 (.nc,.hdf) TERRA_201107070000.nc
AQUA_201107070000.hdf
Citra Citra Titik panas (fire-hotspot) AQUA_FIR_Sumatera_201107070000.png
Citra SST (Sea Surface Temperature) AQUA _SST_Indonesia_201107070000.png
Citra NDVI (Normalized Difference AQUA _NDV_Jawa_201107070000.png
Vegetation Index) AQUA _TOT_Jawa_201107070000.png
Citra Atmospheric Index : Total-totals AQUA _LIF_Jawa_201107070000.png
Citra Atmospheric Index : Lifted-Index AQUA _KIN_Jawa_201107070000.png
Citra Atmospheric Index : K-Index AQUA _AOD_Jawa_201107070000.png
Citra Kandungan Aerosol (Aerosol Optical
Depth))
SATAID
File Jenis File Contoh Nama File
Data Level 2 (.Zxxxx) MTSAT2_201107070000.Z0000
GS_201107070000.Z0000
Citra Citra kanal tunggal (IR1, IR2, WV, IR4 dan MTSAT2_IR1_AsiaPasifik_201107070000.png
VIS) MTSAT2_IR2_AsiaPasifik_201107070000.png
Citra kanal IR1 overlay data NWP GSM MTSAT2_IR3_AsiaPasifik_201107070000.png
(Global Spectral Model) dari JMA yaitu MTSAT2_IR4_AsiaPasifik_201107070000.png
: Curah Hujan, Tekanan Permukaan MTSAT2_VIS_AsiaPasifik_201107070000.png
Laut, serta parameter Suhu, RH, Angin, MTSAT2_RSU_AsiaPasifik_201107070000.png
dan Vortisitas pada tekanan MTSAT2_PSU_AsiaPasifik_201107070000.png
Permukaan, 1000mb, 850mb, 700mb, MTSAT2_TSU_AsiaPasifik_201107070000.png
dan 500mb. MTSAT2_H92_AsiaPasifik_201107070000.png
MTSAT2_V85_AsiaPasifik_201107070000.png
MTSAT2_W70_AsiaPasifik_201107070000.png
OCAI
File Jenis File Contoh Nama File
Data Level 2 (.bin) OCAI_CLC_201107070000.bin
OCAI_CVC_201107070000.bin
OCAI_AHC_201107070000.bin
OCAI_TAC_201107070000.bin
OCAI_HTC_201107070000.bin
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 25
Citra Citra Klasifikasi Tipe Awan OCAI_CLC_Indonesia_201107070000.png
Citra Ketinggian Awan OCAI_CVC_Indonesia_201107070000.png
Citra Tutupan Awan Konvektif OCAI_AHC_Indonesia_201107070000.png
Citra Tutupan Awan Level Atas OCAI_TAC_Indonesia_201107070000.png
Citra Tutupan Awan Keseluruhan OCAI_HTC_Indonesia_201107070000.png
HOTSPOT
File Jenis File Contoh Nama File
Data Level 2 (.txt) HOTPSOT_Indonesia_20110707.txt
Citra Citra Hotspot dari satelit AQUA dan TERRA MODIS_HSP_Indonesia_20110707.png
NDVI
File Jenis File Contoh Nama File
Citra Citra NDVI (Normalized Difference MODIS_NDV_Indonesia_20110707.png
Vegetation Index) dari satelit AQUA
dan TERRA
TRUECOLOR
File Jenis File Contoh Nama File
Citra Citra Truecolor dari satelit AQUA dan MODIS_TCL_Indonesia_20110707.png
TERRA
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 26
LAMPIRAN 3
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 27
LAMPIRAN 4
Cek ada/tidaknya
Tidak Ada
Ada
< 100 km
≥ 100 km
> - 50 oC
≤ - 50 oC
Tentukan fase
perkembangan sistem
awan dengan animasi citra
Tidak
berkembang/
Berpotensi berkembang
meluruh
Cek ada/tidaknya
Tidak Ada
ada “Enhanced-V Area” pada
convective cloud cell
Pelaporan
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 28
2. Monitoring Potensi Cuaca Signifikan
Tidak Ada
< = 47ºC Tidak Ada
Data NWP
Angin 850mb
Pemetaan Trajektori
Asap Berdasarkan
Lokasi Titik Hotspot
Pelaporan
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 29
3. Monitoring Debu Vulkanik dari Letusan Gunung Berapi
Data Citra Satelit MTSAT Data Citra Satelit MTSAT Data NWP JMA
Kanal IR1 - IR2 Kanal IR4
> -5ºC
Pemetaan Trajektori
Debu Berdasarkan
Lokasi Titik Letusan
Pelaporan
Pelaporan
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 30
LAMPIRAN 5
Berbeda dengan pengamatan dari permukaan bumi, dimana pengamatan awan menggunakan
mata (visual), satelit mengamati perilaku puncak awan jauh dari atas permukaan bumi.
Resolusi sensor satelit (citra VIS MTSAT-1R : 1 km, dan citra IR : 4 km pada sub-satellite point)
relatif lebih kasar dibandingkan mata manusia, dan klasifikasi bentuk awan sebagaimana dapat
dilakukan dengan pengamatan di permukaan bumi tidak dapat dilakukan dengan satelit.
Sehingga harus dipahami bahwa jenis awan yang diidentifikasi oleh satelit berbeda secara
mendasar dengan bentuk awan yang diidentifikasi oleh pengamatan permukaan.
Kita hanya menggunakan nama tipe/jenis awan yang serupa dengan asal atau susunan/struktur
bentuk-bentuk awan yang ditentukan dengan pengamatan permukaan. Selanjutnya klasifikasi
awan dengan satelit disebut “jenis awan” ; dan identifikasi awan dengan pengamatan visual
disebut “bentuk awan”.
Catatan penting :
Klasifikasi awan dengan citra hasil pengamatan satelit adalah berdasarkan tinggi puncak awan ;
sedangkan dasar klasifikasi awan dari pengamatan meteorologi permukaan adalah berdasarkan
tinggi dasar awan.
Jenis-jenis awan yang teridentifikasi oleh satelit dan pengamatan bentuk awan dari
pengamatan permukaan
Jenis awan yang dapat diidentifikasi dari Bentuk-bentuk awan dari pengamatan permukaan dan
pengamatan satelit meteorologi dan simbolnya simbolnya
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 31
2. Klasifikasi jenis awan
Dalam identifikasi jenis awan berdasarkan pengamatan satelit, jenis awan digolongkan menjadi
7 kelompok, yaitu : Ci (awan tinggi), Cm (awan menengah), St (stratus/fog), Cb
(cumulonimbus), Cg (cumulus congestus), Cu (cumulus), dan Sc (stratocumulus).
Jenis awan yang dikelompokkan sebagai awan-awan stratiform : Ci, Cm, St ; sedangkan
kelompok awan-awan konvektif : Cb, Cg, Cu ; adapun Sc adalah bentuk peralihan
keduanya yaitu memiliki karakteristik awan stratiform dan konvektif.
Awan-awan stratiform memiliki bentangan horisontal yang jauh lebih lebar daripada
bentangan/ketebalan vertikal (cloud thickness) nya. Awan-awan ini dicirikan sebagai
wilayah awan yang membentang luas dan saling bersambung serta memiliki permukaan
awan yang rata dan halus.
Sedangkan awan-awan konvektif lebih tebal dan cakupan wilayahnya lebih sempit
dibandingkan awan-awan stratiform. Awan-awan ini yang mudah dikenali sebagai
wilayah awan dengan sel-sel yang terpisah-pisah serta permukaan awannya yang tidak
rata.
Awan-awan yang terlihat dari satelit dapat diklasifikasikan menjadi 3 (tiga), yaitu : awan
tinggi, awan menengah dan awan rendah.
Jika diklasifikasikan sesuai tinggi puncak awan, maka secara garis besar awan tinggi
memiliki puncak awan pada ketinggian 400 hPa atau lebih, awan menengah antara 400
– 600 hPa, dan awan rendah puncak awannya berada pada ketinggian 600 hPa atau
kurang.
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 32
Di samping awan-awan tinggi (Ci) dan awan menengah (Cm), termasuk dalam kelompok
awan-awan rendah adalah Cu, St dan Sc. Secara umum Cg (Cumulus congestus) dan Cb
(Cumulonimbus) tidak termasuk dalam klasifikasi tersebut.
Awan-awan tebal yang memiliki kandungan air tinggi akan memantulkan lebih banyak
cahaya matahari.
Meskipun sama-sama awan kovektif, namun awan konvektif tebal jika berkembang
pantulannya akan semakin besar. Misalnya :
o Cg (cumulus congestus) akan terlihat lebih terang dibanding Cu, dan Cb akan
tampak lebih terang daripada Cg.
o Secara umum awan awan rendah akan terlihat lebih terang dibanding awan
yang terbentuk di lapisan atas (awan tinggi), contohnya St (stratus) lebih terang
dibanding Ci (cirrus).
Awan dengan puncak awan tinggi terlihat terang sementara awan dengan puncak awan
rendah terlihat lebih gelap.
Tingkat kecerahan warna Awan-awan jenis stratiform : awan Ci terlihat paling terang,
diikuti oleh Cm dan St.
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 33
Pada awan-awan yang tipis, radiasi dari bawah awan juga teramati melalui lapisan-
lapisan awan di samping radiasi awan itu sendiri. Hal ini menyebabkan suhu puncak
awan yang tinggi daripada yang sebenarnya, dan dapat berakibat kekeliruan dalam
penentuan puncak awan. Sebagai contoh, Ci seringkali terdiri dari lapisan tipis awan
sehingga cenderung diinterpretasikan sebagai Cm jika menggunakan citra IR saja.
Sedangkan, Ci yang sangat tebal memiliki puncak awan yang kurang-lebih sama dengan
Cb, sehingga seringkali sulit dibedakan dengan Cb.
St yang memiliki puncak awan rendah suhunya yang seringkali mirip dengan suhu
permukaan, sehingga sulit mendeteksi keberadaan awan St dengan hanya
menggunakan citra IR saja.
Diagram rangkuman identifikasi jenis awan dengan citra VIS dan IR secara kualitatif
digambarkan berikut ini:
Awan stratiform puncaknya terlihat rata dan luas bentangannya. Sebagai contoh, karena
St memiliki tinggi puncak awan yang tetap, tepi awannya sering diasumsikan
terbentuknya di sepanjang kontur orografik.
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 34
Ci menunjukkan bentuk-bentuk khusus, seperti goresan (Ci-streak), berbentuk seperti
bulu-bulu halus yang keluar dari Cb (anvil cirrus), dan bentukan awan berbentuk garis
yang tegak-lurus arus angin (transverse line).
Urut-urutan awan konvektif tunggal mulai yang ukurannya paling besar hingga terkecil
adalah sbb: Cb, Cg, dan Cu. Awan konvektif menunjukkan pola-pola karakteristik seperti
bergaris-garis (linear), meruncing (taper), atau berbentuk sel-sel (cellular).
Bagian tepi/batas awan konvektif atau awan rendah mudah dibedakan karena terlihat
jelas. Sedangkan awan stratiform batas awannya tidak terlihat jelas.
Karena di atmosfer lapisan atas angin umumnya bertiup lebih kuat, maka awan-awan
tinggi bergerak lebih cepat daripada awan-awan rendah. Sehingga St, Sc, Cu dan awan-
awan rendah lainnya bergerak lebih lambat dibanding Ci.
Awan-awan tebal yang menjulang tinggi seperti Cb dan Cg bergerak dengan kecepatan
angin rata-rata dari level-level awan, sehingga gerakannya lebih lambat dibanding Ci.
Awan-awan konvektif bentuk dan tinggi puncak awannya berubah lebih cepat (karena
masa hidupnya pendek).
Contoh : Cb dan Ci, maka Ci relatif sedikit perubahannya jika diamati bentuk dan pola
awannya daripada Cb.
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 35
4. Contoh : Studi kasus identifikasi jenis awan
Gambar di bawah menunjukkan contoh identifikasi jenis awan. Wilayah awan A yang meliputi
China Utara hingga Laut Kuning dan perairan sebelah timur Pulau Kyushu adalah Ci (cirrus).
Pada citra IR, awan-awan tersebut terlihat sebagai sabuk awan yang lebar dan putih dan
gerakannya searah angin di lapisan atas bertiup. Pada citra VIS awan-awan rendah di bawah Ci
dapat terlihat. Adapun awan di sebelah utara adalah Ci.
b. Citra VIS (20 Maret 1999, jam 03 UTC) : contoh identifikasi awan
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 36
Wilayah awan B yang meliputi China daratan bagian tengah adalah Cm (middle cloud).
Pada citra IR kenampakan warnanya terlihat abu-abu karena suhunya lebih tinggi
daripada wilayah awan A memiliki cakupan yang seragam. Pada citra VIS terlihat putih.
Wilayah awan C yang membentang dari Kepulauan Sakishima hingga Taiwan adalah St
(stratus). Pada citra IR terlihat lebih gelap dibanding awan di sekitarnya dan suhunya
hampir sama dengan suhu permukaan laut, sehingga sangat sulit dibedakan. Pada citra
VIS, awan-awan tersebut terlihat abu-abu terang dan permukaannya tampak halus.
Wilayah awan E yang menutupi bagian utara Laut Jepang dan di sekitar Maritime
Territory adalah Cu (cumulus). Pada citra IR tampak berwarna abu-abu lebih terang
daripada Sc di wilayah awan D. Sedangkan pada citra VIS terlihat berwarna putih terang
dan membentuk kelompok-kelompok awan (cluster) serta batas awannya jelas.
Sedangkan wilayah awan F (ditunjukkan dengan tanda segitiga) di sebelah timur Jepang
adalah Cb (cumulonimbus). Pada citra IR, tepi awan sebelah barat terlihat jelas namun
agak samar di sebelah timurnya karena awan tertiup angin lapisan atas (upper flow).
Pada citra VIS, terlihat sangat putih dan membentuk cluster awan. Di sebelah tenggara
awan Cb ini, wilayah awan G (tanda segitiga) terlihat deretan awan Cg (cumulus
congestus) membentuk garis. Pada citra VIS, awan-awan ini terlihat putih terang sebagai
kelompok-kelompok awan (cluster) terputus-putus pada garis awan Cu
Bagaimana cara membedakan Cb dari Ci digambarkan sebagai berikut. Kedua jenis awan
ini terlihat putih pada citra IR.
Perbedaan yang jelas antara Cb dan Ci adalah bentuk, kecepatan bergerak, dan cakupan
secara sinoptik-nya.
Pada Gambar a dan b tersebut di atas, Cb terlihat di atas di perairan sebelah timur
Jepang (F – tanda segitiga). Pada citra IR terlihat bentuk kelompok-kelompok (cluster)
dan batas tepi awan sebelah barat terlihat jelas.
Di sebelah timur awan tersapu oleh upper-flow sehingga batas tepi awan menjadi
kabur/tidak jelas. Jika citra yang berurutan di-animasikan maka kecepatan gerak awan
ini lebih lambat daripada awan-awan disekitarnya.
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 37
Karena Cb dipengaruhi kecepatan rata-rata angin di lapisan bawah dan tengah, maka
pergerakannya lebih lambat daripada Ci, tetapi perubahan bentuknya lebih cepat
daripada Ci.
Sebuah wilayah awan H, yang mirip dengan ini dan menutupi Kepulauan Jepang adalah
Ci. Hal ini diperkuat dengan cepatnya gerakan awan tersebut jika citranya dianimasikan.
Gumpalan-gumpalan awan I yang terlihat di wilayah China bagian utara pada citra IR
adalah juga awan-awan Ci. Seringkali awan-awan seperti ini keliru diidentifikasikan
sebagai Cb jika dilihat dari bentuk dan suhu puncak awannya. Untuk kasus awan seperti
ini, diidentifikasi sebagai Ci berdasarkan fakta bahwa: ”di atas Semenanjung Korea
terdapat upper-trough, dan sebuah Cb akan sulit terlihat di belakang sebuah trough” ;
”kecepatan gerakan awan cukup cepat” ; dan ”hanya sedikit berubah bentuk terhadap
waktu”.
a. Foto awan diambil dari permukaan bumi (kota Tottori, Jepang) tanggal 9 Juli 1984 (08.01
LST). Hasil pengamatan permukan : High level cloud, Cirrus dan Cirrostratus (Ci dan Cs) CL = 0,
CM = 3, CH = 5
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 38
b. Citra IR 9 Juli 1984 (09.00 LST). Tanda panah : kota Tottori
c. Citra VIS 9 Juli 1984 (09.00 LST). Tanda panah : lokasi kota Tottori
Jika diperhatikan di wilayah kota Tottori (tanda panah). Pada citra IR goresan awan Ci
meliputi wilayah Distrik Sai’in hingga Semenanjung Noto. Hanya ujung barat dari Ci ini
menutupi sekitar kota Tottori, dan terdapat awan lain yang diamati. Pada citra VIS,
daratan dapat terlihat secara jelas. Pada kasus ini, baik observasi satelit maupun
pengamatan permukaan keduanya menentukan jenis awan yang sama.
Pada gambar a terlihat foto awan yang teramati dari permukaan di kota Tottori tanggal 22
September 1978 (jam 11.11 LST). Data pengamatan awan menunjukkan Altocumulus (Ac) : CL =
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 39
0 ; CM = 3 ; CH = 0. Sementara itu gambar b adalah citra IR dan c adalah citra VIS pada tanggal
yang sama (jam 12.00 LST).
a. Foto pengamatan awan di kota Tottori (22 Sep 1978, jam 11.11 LST)
(22 Sep 1978, jam 11.11 LST) (22 Sep 1978, jam 11.11 LST)
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 40
Jika kita perhatikan di wilayah Tottori dan sekitarnya (wilayah yang dilingkari), terlihat
awan-awan Ci (cirrus) dan Cm (middle cloud) yang menutupi dan membentang dari Laut
China Timur.
Citra VIS menunjukkan tutupan awan tidak begitu tebal, dan tidak dijumpai awan-awan
rendah. Dalam kasus ini, awan-awan Ac sebagai lapisan awan tunggal yang menutup
hampir seluruh langit di atas Tottori, sehingga tidak terlihat awan tinggi dari
pengamatan permukaan.
a. Foto awan diambil di wilayah Kiyose City, Tokyo pada jam 17.40 LST, 19 Agustus 1983. <Hasil
pengamatan permukaan : Awan rendah dan menengah (Ac dan Cu) Translucent altocumulus
(lenticular) CL = 2, CM = 4, CH = 0
b. Citra IR jam 18.00 LST, 19Agustus 1983. (Lingkaran menunjukkan wilayah Kiyose City, Tokyo
dan sekitarnya) . Citra satelit menunjukkan adanya awan-awan Cu dan Sc yang coexisting (ada
bersama2)
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 41
Pada citra IR tersebut suatu wilayah awan yang menutupi Wilayah Kiyose City dan
sekitarnya (tanda lingkaran) meskipun tidak terlihat tebal.
a. Foto awan di Sendai City, Miyagi Prefecture, Jepang pada 17.10 LST, tanggal 6 September
1981. Hasil observasi : Middle level cloud, Ac, translucent altocumulus CL = 0, CM = 5, CH = 0
b. Citra IR jam 18.00 LST, tanggal 6 September 1981. (tanda panah menunjukkan lokasi Sendai
City, Miyagi Prefecture) . Identifikasi awan dari citra satelit : hanya awan Ci terdapat di wilayah
tersebut
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 42
Pada citra IR tersebut, terlihat bentangan awan yang didominasi awan tinggi dan
menengah mulai dari perairan timur Jepang hingga daerah lepas pantai Tokaido.
Terlihat awan Cirrus bersama dengan jetstream yang bertiup di sebelah utara sabuk
awan ini dan sebagian awan ini menutupi wilayah di atas Sendai City.
Dalam kasus ini, hasil observasi menentukan jenis awan sebagai awan menengah,
dimana berbeda dengan penentuan jenis awan dengan citra satelit. Kasus seperti ini
dapat terjadi karena perbedaan teknik observasi antara pengamatan visual dan satelit,
khususnya membedakan antara Ci dan Cm dengan satelit seringkali sulit dilakukan.
a. Foto awan diambil di wilayah Chiyoda-ku, Tokyo pada tanggal 12 November 1984.. Hasil
observasi : awan-awan Stratocumulus (Sc) sebagai hasil transformasi cumulus; CL = 5, CM = /,
CH = /
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 43
b. Citra IR jam 12.00 LST, tanggal 12 Nov b. Citra IR jam 12.00 LST, tanggal 12 Nov
1984 (tanda lingkaran menunjukkan 1984 (tanda lingkaran menunjukkan
wilayah Tokyo dan sekitarnya) wilayah Tokyo dan sekitarnya)
Hasil penentuan jenis awan dari citra IR dan VIS: hanya terdapat awan Sc di wilayah tsb. Pada
citra satelit wilayah Tokyo dan sekitarnya diliputi oleh awan-awan Sc. Untuk awan-awan
rendah, identifikasi bentuk awan dengan observasi permukaan relatif sesuai dengan identifikasi
jenis awan dari observasi satelit.
a. Foto awan diambil di wilayah Kiyose City, Tokyo) pada jam 18.10 LST, 10Agustus 1985. Hasil
identifikasi : awan cumulonimbus capillaris (Cb)
CL = 9, CM = 0, CH = 3
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 44
b. Citra IR jam 18.00 LST, 10 Agustus 1985. (tanda X menunjukkan wilayah Kiyose City, Tokyo
dan sekitarnya) . Hasil identifikasi awan : campuran awan Cb, Cg dan Cu
Citra satelit menunjukkan awan Cb terlihat di atas wilayah distrik Tokai dan Kanto, dan
sebuah cluster Cb kecil terbentuk di bagian selatan Tochigi Prefecture (tanda X).
a. Foto awan di wilayah Ooshima Motomachi, Tokyo pada tanggal 19 Desember 1994. Hasil
observasi permukaan Cumulus (Cu) CL = 2, CM = X, CH = X
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 45
b. Citra IR tanggal 19 Desember 1994 c. Citra VIS tanggal 19 Desember 1994
(tanda panah : wilayah Ooshima (tanda panah Ooshima Motomachi,
Motomachi, Tokyo) . Hasil identifikasi : Tokyo) .
campuran awan Cu dan Cg
Jika dilihat pada citra satelit tersebut, terlihat sebuah sabuk awan-awan konvektif
terbentang di atas perairan sebelah timur Semenanjung Izu dan Ooshima.
Penentuan berdasarkan tingkat kecerahan puncak awan konvektif ini, sabuk awan tidak
hanya terdiri dari Cu tetapi juga terdapat Cg yang lebih berkembang daripada Cu. Hal ini
berkaitan dengan terbentuknya tornado yang terlihat pada foto (a).
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 46
LAMPIRAN 6
1 Fenomena
Ekstrim
3 Dampak
4 Jenis Citra
5 Analisis
6 Kesimpulan
7 Lampiran
*) Data dukung, informasi dan uraian analisis disesuaikan dengan target monitoring
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 47
CONTOH : Formulir Analisa Monitoring Kejadian Khusus
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 48
6 Kesimpulan Banjir di DKI Jakarta dan sekitarnya pada tanggal 20
Januari 2010, disebabkan oleh adanya peningkatan
aktivitas konvektif pada wilayah Bogor, sehingga
menyebabkan hujan lebat dan penambahan debit air
yang melewati kali Sunter
7 Lampiran 1 (satu) berkas Citra satelit IR1 / NWP JMA
LAMPIRAN
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 49
LAMPIRAN 7
Alamat Email Pejabat BMKG, Unit BMKG Pusat, dan UPT Daerah
Pejabat BMKG
yunus.swarinoto@bmkg.go.id
hadi.widiatmoko@bmkg.go.id
riris.adriyanto@bmkg.go.id
UPT Daerah
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 50
4. Stasiun Meteorologi Klas III Lhokseumawe
stamet.lhokseumawe@bmkg.go.id
5. Stasiun Meteorologi Klas II Tabing Padang
stamet.tabing@bmkg.go.id
6. Stasiun Meteorologi Klas III Ranai Natuna
stamet.ranai@bmkg.go.id
7. Stasiun Meteorologi Klas III Japura Rengat
stamet.rengat@bmkg.go.id
8. Stasiun Meteorologi Klas IV Maritim Tanjung Karang
stamar.lampung@bmkg.go.id
9. Stasiun Meteorologi Maritim Klas I Tanjung Priok
stamar.tanjungpriok@bmkg.go.id
10. Stasiun Meteorologi Klas III Sutan Thaha – Jambi
stamet.sultanthaha@bmkg.go.id
11. Stasiun Meteorologi Klas II Supadio Pontianak
stamet.supadio@bmkg.go.id
12. Stasiun Meteorologi Klas III Pangsuma Putussibau
stamet.putussibau@bmkg.go.id
13. Stasiun Meteorologi Maritim Klas II Semarang
stamar.semarang@bmkg.go.id
14. Stasiun Meteorologi Klas III Susilo Sintang Kalimantan Barat
stamet.sintang@bmkg.go.id
15. Stasiun Meteorologi Klas III Lekunik Baa Rote
stamet.baarote@bmkg.go.id
16. Stasiun Meteorologi Klas II Sepinggan Balikpapan
stamet.sepinggan@bmkg.go.id
17. Stasiun Meteorologi Klas III Sangkapura Bawean
stamet.bawean@bmkg.go.id
18. Stasiun Meteorologi Klas III Salahudin Bima
stamet.bima@bmkg.go.id
19. Stasiun Meteorologi Klas III Stagen Kotabaru
stamet.kotabaru@bmkg.go.id
20. Stasiun Meteorologi Klas II Eltari Kupang
stamet.eltari@bmkg.go.id
21. Stasiun Meteorologi Klas III Selaparang – Mataram
stamet.selaparang@bmkg.go.id
22. Stasiun Meteorologi Klas IV Nunukan – Tarakan
stamet.nunukan@bmkg.go.id
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 51
23. Stasiun Meteorologi Samarinda
stamet.samarinda@bmkg.go.id
24. Stasiun Meteorologi Klas I Juanda Surabaya
stamet.juanda@bmkg.go.id
25. Stasiun Meteorologi Klas II Maritim Perak II – Surabaya
stamar.perak2@bmkg.go.id
26. Stasiun Meteorologi Klas III Tanjung Selor
stamet.tanjungselor@bmkg.go.id
27. Stasiun Meteorologi Klas III Juwata Tarakan
stamet.tarakan@bmkg.go.id
28. Stasiun Meteorologi Maritim Klas II Bitung
stamar.bitung@bmkg.go.id
29. Stasiun Meteorologi Klas III Majene
stamet.majene@bmkg.go.id
30. Stasiun Meteorologi Klas I Hasanuddin Makassar
stamet.hasanuddin@bmkg.go.id
31. Stasiun Meteorologi Maritim Klas II Paotere
stamar.paotere@bmkg.go.id
32. Stasiun Meteorologi Klas III Mutiara Palu
stamet.mutiarapalu@bmkg.go.id
33. Stasiun Meteorologi Klas III Saumlaki
stamet.saumlaki@bmkg.go.id
34. Stasiun Meteorologi Klas III Babullah Ternate
stamet.babullah@bmkg.go.id
35. Stasiun Meteorologi Klas III Geser
stamet.geser@bmkg.go.id
36. Stasiun Meteorologi Mopah – Merauke
stamet.merauke@bmkg.go.id
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 52
LAMPIRAN 8
Daftar Istilah
- Aerosol optical depth : ketebalan optis yang disebabkan kehadiran aerosol (partikel
padat seperti debu, dll) di atmosfer yang diukur secara vertikal pada ketinggian tertentu.
Aerosol optical depths biasanya berkurang sesuai kenaikan panjang gelombang, dimana
jauh lebih kecil pada radiasi gelombang panjang (longwave radiation) daripada pada
radiasi gelombang pendek (shortwave radiation). Nilai dari optical depth tidak ber-
dimensi dan tergantung pada kondisi atmosfer, tetapi umumnya berkisar 0.02 – 0.2
untuk radiasi gelombang tampak (visible).
- Citra satelit : gambar kenampakan permukaan bumi atau fenomena di atmosfer yang
diperoleh dengan oleh alat pemindai / sensor pada satelit yang mengorbit di atas bumi
- Citra Infrared (IR) : citra satelit yang diperoleh dari hasil pengukuran gelombang
elektromagnetik yang berada pada kisaran spektrum panjang gelombangnya antara 3 –
13 μm. Citra ini merepresentasikan suhu obyek (thermal infrared). Obyek yang memiliki
suhu lebih dingin terlihat lebih terang/cerah dibandingkan dengan obyek yang suhunya
lebih tinggi
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 53
- Citra Visible : citra satelit yang diperoleh dari hasil pengukuran gelombang
elektromagnetik yang berada pada kisaran spektrum panjang gelombang tampak
(visible) yaitu 0.4 - 0.75 μm. Citra ini merepresentasikan tingkat reflektansi obyek
(kemampuan obyek memantulkan radiasi matahari). Obyek yang memiliki reflektansi
tinggi terlihat lebih terang/cerah dibanding yang reflektansinya rendah.
- Citra Water Vapor (uap air) : citra yang merupakan visualisasi data yang diperoleh oleh
sensor satelit pada panjang gelombang uap air, yaitu 6.7 atau 7. 3 μm. Uap air di
atmosfer menyerap radiasi gelombang panjang pada wilayah panjang gelombang ini,
sehingga menyebabkan suhu yang terukur oleh sensor satelit lebih rendah. Citra ini
menggambarkan kandungan uap air di lapisan atmosfer tengah dan atas. Warna lebih
terang/cerah pada citra menunjukkan wilayah yang memiliki kandungan uap air tinggi,
sementara warna lebih gelap menunjukkan kandungan uap air rendah
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 54
- Citra Enhanced-IR : citra Infrared yang dimodifikasi warnanya berdasarkan suhu obyek,
sehingga mudah untuk membedakan awan-awan yang suhu puncaknya lebih dingin.
Teknik color enhancement IR ini sangat bermanfaat untuk mendeteksi awan-awan
Cb/thunderstorm yang memiliki suhu puncak awan sangat dingin
Cloud cluster
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 55
- Convection/convective cloud cell : jika cloud cluster terdiri dari sel-sel konvektif (Cb)
yang terpisah-pisah, convective cloud cell merupakan satu kesatuan sistem perawanan
yang terdiri dari awan-awan konvektif (umumnya Cb)
- CSV (Comma-Separated Values) : format file yang menyimpan data dalam format
tabular/tabel (angka dan teks) dalam bentuk teks datar (plain-text). Sehingga file akan
mudah dibacaa (misalnya dengan editor teks). CSV adalah format file sederhana yang
banyak didukung oleh aplikasi konsumen, bisnis, dan ilmiah. Diantara kegunaannya yang
umum adalah untuk memindahkan data tabular antar program-program yang secara
alami beroperasi pada format proprietary yang lebih efisien / lengkap. Sebagai contoh:
sebuah file CSV dapat digunakan untuk mentransfer informasi dari sebuah program
database untuk spreadsheet.
- Enhanced-V area : "Enhanced-V" dapat dijumpai pada citra IR dan terkait langsung
dengan “overshooting top” dari awan Cb. Kenampakan pada citra IR wilayah dimana
suhu puncak awan yang terdingin menyerupai bentuk huruf-V atau seperti bumerang
dan dibatasi dengan wilayah yang bersuhu lebih hangat sesuai arah angin. Enhanced-V
mengindikasikan potensi intensifnya pembentukan suatu badai dan sering terlihat pada
citra IR sebelum munculnya cuaca ekstrem. Deteksi dari ”Enhanced-V” area dapat
berguna sebagai indikator bakal terjadinya badai guntur hebat (severe thunderstorm).
Berdasarkan beberapa penelitian, jeda waktu mulai saat mula-mula teridentifikasi
timbulnya ”Enhanced-V” area hingga terjadinya cuaca ekstrem adalah sekitar 30 menit.
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 56
Enhanced-V
V-notch
- Feng Yun : (Bahasa China yang berarti: “angin dan awan”) adalah Satelit meteorologi
geostasioner yang diluncurkan oleh China dan orbitnya berada di atas garis ekuator
Samudera Hindia pada posisi koordinat bujur 105°BT. Citra multi-spektral satelit ini
dihasilkan oleh instrumen VISSR yang serupa dengan satelit GMS atau MTSAT milik
Jepang
- File Transfer Protocol (FTP) : protokol jaringan standar yang digunakan untuk
mentransfer file dari satu host ke host lain melalui jaringan berbasis TCP, seperti
Internet. FTP dibangun di atas arsitektur server-client dan menggunakan kontrol koneksi
data yang terpisah antara klien dan server. Pengguna FTP dapat mengotentikasi sendiri
menggunakan protokol teks -sign-in yang jelas tetapi dapat juga terhubung secara
anonim jika server dikonfigurasi untuk itu.
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 57
sederhana, GIS adalah penggabungan dari analisis kartografi, statistik, dan teknologi
database.
- Hierarchical Data Format (HDF, HDF4, or HDF5) : nama dari satu set format file dan
kelengkapannya (library-nya) yang dirancang untuk menyimpan dan mengatur sejumlah
besar data numerik. HDF didukung oleh banyak platform perangkat lunak komersial dan
non-komersial, termasuk Java, MATLAB, IDL, dan Python. Ada dua versi utama HDF yang
saat ini ada yakni, HDF4 dan HDF5, yang berbeda secara signifikan dalam desain dan API.
- HRPT (High Resolution Picture Transmission) : resolusi penuh data digital 5 kanal citra
AVHRR dengan resolusi 1.1 km di titik nadir, yang ditransmisikan pada wilayah S-band
oleh satelit polar orbiter.
- Hotspot : hasil deteksi satelit yang menunjukkan terdapatnya titik panas / anomali suhu
sangat tinggi pada suatu /sejumlah piksel citra satelit yang diinterpretasikan sebagai
indikator terjadinya kebakaran di suatu tempat. Produk hotspot ini dihasilkan dari hasil
pengamatan satelit antara lain NOAA dan MODIS Aqua / Terra
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 58
(ketinggian sekitar 36.000 km di atas sekitar wilayah Biak, Papua) Seri satelit MTSAT
adalah generasi satelit penerus misi satelit GMS (Geostationary Satellite Meteorology)
Jepang dan memiliki 5 instrumen sensor (imager) VIS dan IR yang serupa dengan satelit
GOES milik USA.
- NetCDF (Network Common Data Form) : adalah satu set library perangkat lunak dan
self-describing, format data yang tak tergantung mesin yang mendukung penciptaan,
akses, dan data saintifik berbasis-array. Homepage proyek ini diselenggarakan oleh
program Unidata di Universitas Corporation Penelitian Atmosfer (UCAR). Unidata juga
merupakan sumber utama dari perangkat lunak netCDF, standar pengembangan,
update, dll. Format data ini merupakan standar terbuka. NetCDF Classic dan 64-bit
Format Offset standar internasional dari Open Geospatial Consortium.
- NOAA : seri satelit operasional meteorologi yang mengorbit bumi ke arah kutub (polar
orbiter) milik Badan Meteorologi dan Oseanografi (NOAA) USA.
- OCAI (Objective Cloud Analysis Information) : produk tentang analisis awan dari data
pengamatan satelit MTSAT. OCAI berisi informasi berbasis grid-point dengan nilai indeks
klasifikasi awan dan ketinggian awan.
- OLR (Outgoing Longwave Radiation) : energi radiasi yang dipancarkan dari permukaan
bumi yang hangat ke angkasa yang suhunya lebih rendah, seringkali OLR diturunkan dari
hasil pengukuran sensor satelit pada window channel.
- RGB (Citra komposit RGB) : citra satelit yang dihasilkan dengan teknik pengolahan
gabungan 3 citra dalam satu display menggunakan 3 (tiga) warna primer/pokok, yaitu :
Merah (Red), Hijau (Green), dan Biru (Blue) warna – RGB. Metode ini digunakan untuk
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 59
mendeteksi/mengidentifikasi fenomena-fenomena tertentu yang jika hanya dengan
menggunakan citra tunggal sulit untuk diidentifikasi.
- Satelit meteorologi : satelit buatan yang mengorbit bumi yang digunakan untuk
memotret atmosfer, daratan, dan laut yang mengandung informasi lapisan-lapisan
atmosfer; dan mengumpulkan berbagai data-data lingkungan. Kegiatan dalam bidang
satelit meteorologi meliputi pengambilan sampel ciri-ciri cuaca dan iklim antar waktu
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 60
dan ruang, pengembangan metode algoritma dan interpretasi, sensor/pemindai satelit,
dan produk untuk aplikasi cuaca dan iklim
- SATAID (Satellite Animation and Interactive Diagnosis) : satu set perangkat lunak CAL
(Computer-Aided Learning) untuk MS-Windows yang memungkinkan penggunaan
berbagai data meteorologi dengan fokus pada citra satelit. Bagian inti dari sistem
SATAID adalah GMSLPW (program display) dan LRITAPL (program menu). Ada beberapa
varian program SATAID seperti GMSLPD, yang khusus untuk analisis siklon tropis.
- Sea surface temperature : suhu di permukaan laut, yang umumnya digunakan untuk
menunjukkan suhu pada beberapa meter lapisan atas air laut.
- Split-windows – citra split windows : citra satelit hasil perbandingan 2 kanal citra,
misalnya split-windows IR1-IR2, yaitu citra yang menggambarkan selisih suhu kecerahan
(brightness temperature / BT) pada citra IR1 minus IR2 = (BT_IR1 –BT_IR2). Istilah lain
dari citra IR split-windows adalah IR differential image (citra diferensial IR)
- Thunderstorm : gangguan cuaca akibat kondisi atmosfer yang tidak stabil, umumnya
dihasilkan oleh awan-awan Cb (Cumulonimbus) yang seringkali disertai kilat dan guntur
dan kadang-kadang disertai hujan lebat dan angin kencang.
- Vegetation Index : nilai numerik yang digunakan untuk memperkirakan atau mengukur
karakteristik vegetasi/tumbuhan seperti area tutupan daun, biomassa total, dan tingkat
kesehatan vegetasi/tanaman di permukaan bumi. Indeks ini biasanya diturunkan dari
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 61
pengukuran multi-spektral dengan penginderaan jauh. Karena tanaman yang sedang
tumbuh memantulkan panjang gelombang Near-IR, maka kombinasi pengukuran pada
Near-IR dan VIS dapat digunakan untuk menghasilkan indeks-indeks yang berbeda.
Indeks vegetasi yang sering digunakan adalah Normalized Difference Vegetation Index
(NDVI), yang didefinisikan sebagai :
Dimana: NIR dan RED masing-masing adalah radiance atau reflektansi yang terukur pada
spektrum near-infrared dan infrared.
P e d o m a n Op e r a s i o n a l P e ng e l ol a a n C i tr a S a te l i t – B M K G P u s a t | 62