TANGERANG SELATAN
2021
1. Latar belakang
Fenomena hujan dan nilai intensitasnya memiliki kaitan dengan jenis awan
hujannya. Untuk kawasan tropis yang menerima radiasi matahari sepanjang tahun,
hujan umumnya turun sebagai bentuk air. Awan merupakan jenis aerosol yang
terbentuk ketika air yang ada di atmosfer menjadi jenuh dan membentuk partikel
awan yang tumbuh dengan cepat. Partikel yang tumbuh pada lingkungan yang
jenuh disebut sebagai awan (Houze, 1993). Berdasarkan mekanisme gerak
awannya, awan dibedakan menjadi awan konvektif dan awan stratiform. Hujan
konvektif berasal dari awan-awan konvektif seperti awan cumulus dan
cumulonimbus, sedangkan hujan stratiform berasal dari awan-awan Nimbostratus.
(Houze, 2014).
2
Gambar 1. Peta lokasi penelitian
Untuk mengidentifikasi peristiwa tersebut dari sisi meteorologi, dilakukan
analisis awan hujan dan intensitas hujan yang terjadi sebagai penyebab banjir
tersebut dengan menggunakan data satelit cuaca Himawari-8 dan Radar Cuaca
Padang serta digunakan data pengamatan curah hujan permukaan dari Stasiun
Meteorologi Maritim Teluk Bayur, Padang Sumatra Barat.
2. Rumusan Masalah
3
3. Tujuan dan Manfaat Penelitian
Tujuan dari penelitian ini adalah untuk mengetahui perbandingan hasil dari
nilai estimasi dengan menggunakan radar cuaca metode Z-R Relationship dan
satelit cuaca metode CST dan mCST terhadap data pengamatan hujan di Stasiun
Meteorologi Maritim Teluk Bayur pada peristiwa banjir akibat hujan lebat di Kota
Padang pada 22 Maret 2021.
Hasil dari penelitian ini diharapkan mampu memberikan manfaat untuk
studi lebih lanjut mengenai pemanfaatan data penginderaan jauh seperti radar dan
satelit cuaca dalam mengestimasi curah hujan serta dapat digunakan sebagai bahan
pertimbangan penggunaan data hasil estimasi radar dan satelit cuaca dalam
memberikan peringatan dini cuaca ekstrem di Kota Padang.
4. Tinjauan Pustaka
4
Rumahorbo dkk. (2021) mengenai estimasi curah hujan memanfaatkan
metode CST dan MCST di Deli Serdang menunjukkan Metode CST dan mCST
yang diterapkan untuk melakukan estimasi curah hujan perjam di wilayah Deli
Serdang pada tanggal 28 Januari 2020 menunjukkan nilai koefisien yang baik
antara estimasi curah hujan kedua metode dengan data pengamatan. Nilai koefisien
dan RMSE menunjukkan bahwa metode CST memberikan hasil estimasi curah
hujan yang lebih baik dibandingan dengan estimasi curah hujan mCST. Data
dengan estimasi curah hujan metode CST dengan data aktualnya memiliki nilai
korelasi 0.77 dan nilai RMSE 11.43 mm/ jam. Data estimasi curah hujan dengan
estimasi curah hujan metode mCST memiliki nilai korelasi 0.76 dan RMSE 12.25
mm/jam.
Andani (2017) mengkaji tentang penerapan estimasi curah hujan per jam
dengan memanfaatkan motode CST dan MCST di Pontianak menyatakan bahwa
metode CST dan mCST cukup konsisten dalam megestimasi curah hujan per jam
pada setiap bulan. Kualitas yang baik dari hasil estimasi ini menunjukkan kedua
metode tersebut cocok untuk diterapkan sepanjang tahun khususnya di wilayah
Pontianak yang memiliki tipe hujan ekuatorial, sehingga dapat digunakan untuk
memonitor curah hujan secara near real time. Nilai koefisien korelasi, MAE, RMSE
dan bias relatif, diketahui bahwa metode mCST memberikan hasil estimasi curah
hujan per jam yang lebih baik dan akurat dibandingkan CST. Indeks-indeks
evaluasi dengan tabel kontingensi berdasarkan pengelompokan kategori intensitas
hujan umumnya menunjukkan hal yang sama bahwa mCST menghasilkan kualitas
estimasi yang lebih baik.
5. Landasan Teori
Hujan adalah salah satu bentuk presipitasi berbentuk cair yang jatuh dari
atmosfer dan mencapai permukaan bumi. Tetesan air yang jatuh ini memiliki
diameter yang sama dengan, atau lebih besar dari 0,5 mm. Tetesan hujan yang
mencapai permukaan bumi jarang lebih besar dari 6 mm (0,2 inch), Alasannya
adalah bahwa pengumpulan di antara tetesan hujan cenderung pecah menjadi
5
banyak tetes yang lebih kecil. Selain itu, ketika curah hujan yang terlalu besar
mereka menjadi tidak stabil dan pecah (Ahrens, 2009).
6
Dalam mengklasifikasikan tipe awan hujan konvektif dan stratiform
menggunakan radar cuaca dapat digunakan threshold dari intensitas curah hujan
menurut Nzeukou dan Sauvageot (2004) pada tabel berikut.
7
b : konstanta keseimbangan perubahan ukuran tetes pada proses
bergabung dan memisahnya tetes.
Konstanta
Z-R Relationship
A b
Marshall-Palmer
200 1,6
(MP)
Rosenfeld Tropical
250 1,2
(RT)
Ada berbagai macam produk yang dapat dihasilkan dari pengolahan data
radar cuaca. Salah satu produk yang berguna dalam melakukan analisis dan estimasi
curah hujan adalah CMAX dan SRI (Surface Rainfall Intensity). Menurut Wardoyo
(2013), produk CMAX merupakan produk radar cuaca yang digunakan untuk
menampilkan reflektifitas maksimum pada suatu kolom pengamatan radar cuaca.
Menurut Waskita (2017), produk SRI menampilkan citra intensitas hujan pada
ketinggian permukaan yang dipilih. Produk SRI dapat digunakan dalam melakukan
estimasi curah hujan dengan memasukkan nilai konstanta a dan b menggunakan
hubungan Z-R seperti Marshall-Palmer (MP) dan Rosenfield Tropical (RT). Data
SRI diproses pada lapisan dengan ketinggian konstan di atas tanah yang ketinggian
tanahnya biasa dihitung dari peta orografis.
8
generasi ke-8 yang berasal dari Japan Meteorological Agency (JMA). Satelit ini
memiliki 16 kanal dengan spektrum dan karakteristik gelombang yang berbeda
dengan resolusi spasial 2 kilometer dan resolusi temporal 10 menit.
Tabel 4 Perbedaan nilai intensitas dan luasan area metode CST dan mCST
9
a. Raw data radar cuaca Padang pada tanggal 21 Maret 2021 dengan
resolusi temporal 10 menit. Radar cuaca Padang merupakan radar
cuaca berjenis C-band polarisasi tunggal dengan metode operasional
yang digunakan adalah VCP (Volume Coverage Pattern) 21. Data
ini diperoleh dari Sub Koordinator Pengelolaan Citra Radar Cuaca
BMKG.
b. Data satelit cuaca Himawari-8 kanal 13 (IR) pada tanggal 21 – 22
Maret 2020 dengan resolusi temporal 10 menit. Data ini didapatkan
dari akses data ftp BMKG.
c. Data pengamatan hujan permukaan dari Stasiun Meteorologi
Maritim Teluk Bayur, Padang.
Sedangkan alat pengolahan data yang digunakan dalam penelitian ini adalah
sebagai berikut:
a. Aplikasi Rainbow Rain DART versi 5.49.13 untuk mengolah data
radar cuaca.
b. Aplikasi pengolah angka untuk mengolah data curah hujan dan hasil
estimasi curah hujan.
c. Google Collab dengan script metode CST dan mCST yang
digunakan untuk mengolah data satelit cuaca.
7. Metode Penelitian
,
𝑍 = 200 𝑅 (7.2)
,
𝑍 = 250 𝑅 (7.3)
10
Pengolahan data radar cuaca ini bertujuan untuk mengetahui tipe
awan hujan dengan nilai reflektifitas dBZ dan akumulasi hujan selama 1
jam. Untuk mengetahui nilai reflektifitas yaitu dengan menggunakan
produk CMAX sedangkan untuk mengetahui nilai estimasi curah hujan
digunakan produk SRI dengan menggunakan hubungan Z-R dari
persamaan Marshall-Palmer dan Rosenfeld Tropical. Sehingga
didapatkan estimasi curah hujan berdasarkan tipe awan hujan yaitu
konvektif dan stratiform.
11
vi. Menentukan luasan wilayah. Luas area konvektif dihitung
dengan persamaan (7.6) sedangkan luasan stratiform (7.7).
𝐿𝑛 = 𝑎𝑇 +𝑏 (7.6)
𝐿𝑛 =𝑎𝑇 +𝑏 (7.7)
Ket: AC : Luasan awan konvektif
AS : Luasan awan stratiform
a : konstanta = - 0.492
b : konstanta = 15,27
Tc : temperatur puncak awan pada inti konvektif
Ts : temperatur puncak awan inti stratiform
vii. Menghitung estimasi curah hujan konvektif (7.8) dan
stratiform (7.9).
12
8. Daftar Pustaka
Agroho, F. L., 2016, Analisis Hubungan Nilai Z-R Menggunakan Radar Cuaca Untuk
Estimasi Curah Hujan di Wilayah Padang, Skripsi, Meteorologi, Sekolah Tinggi
Meteorologi Klimatologi dan Geofisika. Tangerang Selatan.
Ahrens, C.D., 2009, Meteorology Today : An Introduction to Weather, Climate, and the
Environment. 9th Edition, Cengage Learning, Boston.
Andani, A., & Endarwin. (2016). Kajian Penerapan Estimasi Curah Hujan Per
Jam Memanfaatkan Metode Convective Stratiform Technique (CST) dan
Modified Convective Stratiform Technique (mCST) di Pontianak. Jurnal
Meteorologi Klimatologi Dan Geofisika, 3(3), 9–12.
Ardiyanto, L., Hanif, A. M., Alfaridzi, M., Ariwibowo, S., Wardoyo, E., & Nugraheni, I.
R. (2019). Estimasi Curah Hujan Radar Cuaca Dengan Hubungan Z-R Berbeda Pada
Tipe Awan Hujan Konvektif Dan Stratiform Di Lampung. Prosiding SNFA (Seminar
Nasional Fisika Dan Aplikasinya), 4, 51.
https://doi.org/10.20961/prosidingsnfa.v4i0.35912.
Houze Jr., R. A., 2014, Cloud Dynamics, 2nd ed., Elsevier Inc., Amsterdam.
Mandela, Yulius. (2020) Klasifikasi Awan Konvektif dan Stratiform Terhadap Estimasi
Curah Hujan di Padang Menggunakan Radar (Studi Kasus 2017), Skripsi,
Meteorologi, Sekolah Tinggi Meteorologi Klimatologi dan Geofisika. Tangerang
Selatan.
Nzeukou, A. dan Sauvageot, H., (2004), Raindrop Size Distribution and Radar Parameters
at Cape Verde, Journal of Applied Meteorology, 43, 90 –105.
SELEX, 2013, Software Manual Rainbow 5 Product & Algorithms, SELEX SIGmbH,
Germany.
Supari, Muharsyah, R., & Wahyuni, N. (2016). Impact of the 2015 Godzilla El
Niño event on the Indonesian rainfall. Scientific Journal of PPI-UKM, 3(1),
26–31. https://doi.org/10.21752/sjppi-ukm/se/a18072016.
13
Laman Daring (Online)
14