KERIS
JUDUL PENELITIAN:
KELOMPOK RISET:
HIDROTEKNIK
Kata Kunci: Hujan spasial; pemodelan banjir; Sistim Peringata Dini; DAS Bedadung
Judul
Pengembangan Sistim Peringatan Dini Banjir untuk DAS Bedadung
Latar Belakang
DAS Bedadung merupakan DAS yang rawan banjir. Banjir ini berdampak pada kerusakan
infrastruktur dan lingkungan. Banjir di DAS ini dapat terjadi akibat curah hujan yang tinggi
yang menyebabkan besarnya konsentrasi limpasan, yang melebihi kapasitas sungai (I Hafiz
Lin et al., 2013). Banjir biasanya ditandai dengan derasnya arus deras yang mengakibatkan
gelombang banjir yang menyapu segala sesuatu di kanan kiri sungai.
Proses terpenting di daerah tangkapan air adalah: infiltrasi, perutean dan kehilangan
transmisi seperti yang dijelaskan. Pembangkitan limpasan didominasi oleh kelebihan infiltrasi
daripada kelebihan saturasi. Banyak daerah tangkapan air kering memiliki lereng bukit yang
kedap dan saluran aluvial yang sangat permeabel tempat air banjir menyusup. Tidak jarang
tidak ada banjir yang teramati di stasiun pengukuran, ketika lebih jauh ke hulu banjir telah
terjadi dan hilang ke infiltrasi dasar. Proses kehilangan transmisi dan perutean saluran di atas
dasar sungai yang kering juga perlu diwakili secara eksplisit dalam alat pemodelan DAS
kering. Untuk daerah kering, terdapat bukti bahwa model sederhana bekerja sama atau lebih
baik daripada model kompleks. Bukti ini bertentangan dengan pemahaman umum di daerah
beriklim sedang atau lembab bahwa model resolusi tinggi yang kompleks dapat mewakili
kejadian hujan lokal dan proses skala kecil dengan lebih baik.
Salah satu cara efektif untuk mengurangi risiko banjir bandang terletak pada penerapan
sistem peringatan dini yang disingkat sebagai EWS. Ketika peringatan dikeluarkan sebelum
kejadian banjir, waktu tambahan dibuat untuk mengambil tindakan dan menyelamatkan nyawa
dan harta benda. Datangnya banjir yang tidak terduga dalam kombinasi dengan kekuatannya,
pemahaman yang terbatas tentang risikonya, dan skala ruang-waktu yang kecil memberikan
tantangan eksplisit untuk pengembangan dan implementasi sistem peringatan dini untuk banjir
bandang, bahkan di wilayah paling maju di Asia. dunia. Untuk wilayah miskin data,
tantangannya semakin parah. Pertama, kurangnya data yang tersedia merupakan penyebab
utama terbatasnya pemahaman tentang dinamika banjir, yang pada akhirnya menghambat
kalibrasi dan validasi model hidrologi dan hidraulik. Selain itu, banyak model hidrologi
dibangun untuk kondisi yang lebih lembab dan tidak mewakili kondisi gersang dengan baik.
Kepadatan konvensional jaringan pengukur hujan selanjutnya sering tidak mewakili intensitas
dan distribusi spasial curah hujan di atas sumur resapan. Kedua, karena kekuatan destruktif
banjir, pengukuran aliran kurang atau tidak pasti. Selain itu, keterpencilan, iklim yang keras,
dan jalan yang rusak di dalam DAS menyulitkan pengukuran dan pengumpulan data lapangan.
Yang terakhir ini membuat kejadian banjir bandang menjadi sulit untuk diamati dan
diprediksi serta mendorong pengembangan strategi pengumpulan data alternatif. Tren yang
semakin populer untuk mengatasi kekurangan data adalah penggunaan penginderaan jauh dan
prakiraan curah hujan. Dalam penelitian saat ini, yang sebagian besar dilakukan di kawasan
Mediterania Eropa dan AS semi-kering, preferensi diberikan untuk penggunaan radar darat
jika tersedia. Alternatifnya adalah prediksi cuaca numerik (NWP) dan perkiraan curah hujan
satelit. Contoh penelitian tentang sistem peringatan dini banjir bandang adalah (Perera et al.,
2019)
, (Tu et al., 2020), (Tarchiani et al., 2020), (World Meteorological Organization (WMO),
2013), (ESCAP, 2017), (Pengel & Krzhizhanovskaya, 2013), dan (Grijsen et al., 1992).
EWS operasional adalah sistem yang mengeluarkan prakiraan yang akan
ditindaklanjuti. Peringatan dapat dikeluarkan berdasarkan ambang batas yang telah ditentukan
sebelumnya dari pengamatan meteorologi dan / atau prakiraan, limpasan, aliran, kedalaman
banjir, atau tingkat banjir. Di AS, sistem panduan banjir bandang (FFG) beroperasi sebagai
bagian dari Sistem Prakiraan Sungai Layanan Cuaca Nasional (NWSRFS) yang jauh lebih
luas. Dibutuhkan pendekatan yang berbeda seperti yang dijelaskan di atas karena sistem FFG
mencoba memperkirakan jumlah curah hujan yang dibutuhkan untuk melebihi ambang batas,
mengingat kondisi awal kondisi kelembaban tanah dari model hidrologi, dan kemudian
Gambar
1. Lokasi studi kasus DAS Bedadung. AWLR yang terletak di outlet DAS Bedadung atau
DAM Rowotamtu mengevaluasi kemungkinan respon debit dari curah hujan yang jatuh di
DAS. Sistem lain beroperasi tetapi sebagian besar tidak dipublikasikan, dalam literatur abu-
abu atau tidak dirancang khusus untuk banjir bandang. EWS yang disajikan dalam makalah ini
mengikuti metode pertama. Sepengetahuan penulis, ini adalah salah satu EWS operasional
pertama untuk banjir bandang di daerah yang sangat gersang di dunia Arab dan negara-negara
Cekungan Nil.
Penelitian ini akan menyajikan pengembangan EWS operasional untuk DAS Bedadung di
Kabupaten Jember dalam rangka mendukung salah satu sub-tema terkait dengan lingkungan
spesifik, yaitu Daerah Aliran sungai (DAS). Pelaksanaan penelitian ini dilakukan dalam 2
tahap. Tahap pertama adalah mengidentifikasi dan mendisin EWS, tahap kedua implementasi
EWS dan simulasi model. Itu telah menunjukkan potensinya melalui prakiraan banjir bandang
pada 24 Oktober 2008 dan 17–18 Januari 2010. Namun, keterampilan sistem dan (dalam)
toleransi terhadap alarm palsu perlu dieksplorasi lebih lanjut.
Sistim Peringatan Dini: Rantai Komponen
Perkiraan hidrologi adalah perkiraan sebelumnya dari keadaan masa depan fenomena
hidrologi- secara real-time. Waktu tunggu minimum yang mungkin untuk dicapai hanya
dengan
mengingat udara, yang sudah dipantau di titik pengamatan paling hulu di Sungai; dengan kata
lain udara yang sudah ada di dalam pipa (Gambar 1). Ramalan cuaca- Metode untuk
komponen ini bervariasi dari model regresi sederhana hingga model penuh- skala model
routing aliran hidrodinamik. Namun, waktu tunggu yang dicapai terlalu singkat dan perlu
dilakukan penambahan melalui gempa bumi yang melewati titik pengamatan hulu di sungai,
dari curah hujan yang diamati di daerah tangkapan atas. Model curah hujan-limpasan
bermacam- macamkompleksitas dapat digunakan untuk komponen ini. Akhirnya, prakiraan
curah hujan kuantitatif dengan pemodelan limpasan curah hujan yang serupa dapat
ditambahkan secara substansial ke waktu tunggu peramalan.
Sistim Peringatan Dini terdiri dari sejumlah komponen, dihubungkan dan diaktifkan
melalui platform otomatis. Prakiraan curah hujan adalah komponen pertama dan terpenting.
Selanjutnya, data curah hujan diubah dan digabungkan menjadi curah hujan wilayah
tangkapan rata-rata spasial untuk setiap sub-daerah tangkapan di wilayah studi.
Prakiraan curah hujan sub-DAS berfungsi sebagai masukan untuk model curah hujan-
limpasan. Volume dan limpasan permukaan dialihkan melalui saluran utama sampai outlet di
Rawatamtu. Penelusuran dapat dilakukan dengan menggunakan model hujan aliran atau model
hidrolik yang lebih detail. Terakhir, EWS mengirimkan peringatan sesuai dengan ambang
batas bahaya yang ditentukan pengguna. Peringatan dapat berkisar dari pesan sederhana
hingga peta yang menunjukkan zona berisiko dan bahkan laporan lengkap (disiapkan secara
otomatis). Peringatan pertama-tama akan ditangani oleh operator untuk mengecualikan
peringatan palsu melalui skrining desktop yang cepat dari anomali simulasi dan komunikasi
dengan para ahli di lapangan (misalnya berdasarkan pola awan dan pengetahuan cuaca
tradisional Badui). Jika
positif, peringatan tersebut disampaikan sebagai peringatan eksternal kepada pengambil
keputusan. Ini memberi para pembuat keputusan waktu untuk menanggapi dan mengambil
tindakan untuk menghindari (atau meminimalkan) kerusakan.
Semua komponen dikembangkan, tetapi masih dalam tahap pengujian operasional.
Prakiraan curah hujan saat ini digunakan untuk mengeluarkan peringatan. Karena potensi yang
terbatas untuk kalibrasi model hidrologi, prakiraan limpasan, debit, dan kedalaman banjir
hanya dilakukan secara kualitatif. Efektivitas komunikasi dan prosedur pengambilan
keputusan untuk tindakan saat ini sedang dievaluasi.
Pemodelan hidrologi
Prakiraan hujan
Pemodelan
Peringatan
SMS/Web
hujan Hujan DAS kedalam an Lokal an
Hidrolika
an Ekternal
i hujan
Dini
banjir/K
ecepatan
Fokus dari penelitian ini adalah mengembangkan metode yang efisien untuk menentukan
potensi lokasi power hidro dengan run-off river yang berkelanjutan dengan mengintegrasikan
aspek lingkungan, ekonomi, dan sosial dengan bantuan Sistem Informasi Geografis (GIS) dan
regionalisasi pemodelan hidrologi. Penelitian ini merupakan bagian dari dua kelompok risert
Universitas Jember yaitu Sumberdaya air dan keris PSDA dan ketekniksipilan.
Penyaringan Kalman
Model matematika yang digunakan dalam lingkungan waktu nyata, yang perlu untuk
mengkonfrontasi hasil kalkulasi dengan data terukur, dan jika perlu menyesuaikan model yang
sesuai. Namun akurat limpasan curah hujan dan model rute aliran mungkin, itu adalah
proyeksi dari dunia nyata dan hanya aspek penting dari proses dinamis yang terlibat
dimodelkan. Oleh karena itu, hasil komputasi di jangka panjang akan menyimpang dari nilai
yang diukur di sungai dan konstan model matematika diperlukan. Teknik yang digunakan
untuk tujuan ini adalah disebut Extended Kalman Filter. Filter Kalman pada kenyataan
adalah algoritma yang mengintegrasikan file informasi dari pengukuran dan model
matematika sedemikian rupa sehingga yang dihasilkan tidak memiliki ketidakpastian
minimum . Diperpanjang Filter Kalman merupakan modifikasi dari algoritma Filter
Kalman asli. Asli Filter Kalman adalah algoritma yang diterapkan pada sistem linier,
sedangkan Extended Filter Kalman digunakan untuk sistem non-linier. Filter Kalman
diterapkan untuk memperkirakan 'keadaan' dari sistem dinamis. Suatu sistem dinamis dapat
direpresentasikan dalam apa yang disebut bentuk ruang- negara,terdiri dari dua persamaan:
• Persamaan umum :
(1)
• Persamaan pengukuran :
(2)
Dengan :
X (k) : negara vector
U (k) : masukan vector
Y (k) : pengukuran vector
V (k) : vektor pengukuran pengukuran
W (k) : vektor sistem penggunaan
f, h : fungsi vektor non linier
k : langkah waktu
Superscript rr menunjukkan model curah hujan-limpasan. UIT adalah input vektor dengan
Potensi nilai CCD dan evapotranspirasi, negara vektor X IT, tidak hanya terdiri isi waduk
tetapi juga parameter kemiringan curah hujan – CCD persamaan regresi. W "adalah gangguan
sistem. Arus masuk yang diukur di sungai (aliran keluar daerah tangkapan).
C. Tujuan
1. Menentukan Peramalan Banjir melalui:
1.2 Mengidentifiksasi, inventarisasi dan pemetaan karakteristik DAS, kondisi geologi, dan
pola distribusi hujan.
1.3 Melakukan estimasi sebaran hujan
1.4 Memodelkan hujan aliran untuk banjir
1.5 Menguji keandalan model,
1.6 Memprediksi dan memetakan luas genangan banjir
2.1 Menetukan lokasi yang berpotensi pemicu banjir
D. Metodologi
1. Lokasi dan Waktu Penelitian
Berdasarkan kondisi topografi Wilayah Kabupaten Jember gambar 3 yang bergunung
gunung dengan kemiringan lereng yang cukup terjal dan banyaknya anak sungai yang
memiliki sumber air yang berpotensi banjir.
LOKASI
PENELITIAN
2. Peralatan
Peralatan yang digunakan mencakup peralatan untuk survei ground cheking kemiringan
lereng, ground cheking tata guna lahan, survei debit, dan wawancara. Survei dilakukan
menggunakan peralatan yang ada di Laboratorium Hidroteknik (Fak Teknik), Lab Geoteknik
(Fak Teknik), dan Ukur Tanah (Fak Teknik).
3. Prosedur penelitian akan dilaksanakan 3 tahap ditunjukkan dalam bagan alir
gambar
Penelitian Tahun 1: Peramalan Banjir
1. Inventarisasi dan pengolahan data hidroklimatologi (hujan dan debit) dan data spasial
untuk parameter fisik DAS. Sumber informasi dapat berasal dari: BPS, BIG, Dinas
Instansi terkait, dan hasil penelitian.
2. Inventarisasi data perubahan tutupan lahan pada DAS yang potensial yang terpilih.
Sumber dari peta citra lansat-8 dan Sentinel 2-A.
3. Pembuatan layer GIS berupa informasi tematik terkait batas DAS, jaringan sungai,
kemiringan sungai pada seluruh wilayah penelitian berdasarkan data RBI.
4. Pembuatan peta distribusi hujan wilayah dengan membandingkan berbagai metode
IDW dan Kriging.
5. Pemodelan hidrologi dengan WMS pada DAS terukur (AWLR Rowotamtu) untuk
menentukan parameter fisik DAS
6. Melakukan simulasi model hidrologi dengan WMS dengan masukan data kejadian
banjir pada berbagai kondisi..
7. Setelah lokasi yang akan dianalisis dipilih, model hidrologi dengan HEC-HMS
diterapkan pada pada masing-masing titik ini untuk mendapatkan estimasi yang andal
dari debit sungai harian untuk penilaian kurva durasi aliran;
8. Prediksi ketersediaan debit di lokasi potensial yang terpilih dibuat FDC
9. Analisis Geoteknik wilayah kajian
10. Memproses overlay ketersediaan debit, kondisi geology berdasarkan ketersediaan head
terpilih dapat ditentukan potensi mikro hidro.
11. Survei lapangan verifikasi hasil, ground ceking di lapangan untuk kondisi kemiringan
sungai dan ketersediaan debit di lokasi potensial yang terpilih.
12. Melakukan pengurusan hak cipta peta penentuan potensi mikrohidro
13. Penulisan laporan, draft publikasi untuk jurnal (nasional/internasional) dan rencana
diseminasi dalam forum seminar dilakukan sesuai dengan tugas dan tanggung jawab
tiap anggota TIM.
E. Jadwal Penelitian
Tahun ke-1
Bulan
No Nama Kegiatan
1 2 3 4 5 6 7 8 9 10 11 12
Inventarisasi dan pengelolaan data
01
hidroklimatologi dan penggunaan lahan
Pembuatan layer GIS berupa informasi
02
tematik
03 Mencari akurasi pola sebaran hujan
Forcasting debit dengan pemodelam
04 hidrologi dengan HEC-HMS untuk desain
sistim peringayan Dini
Analisis pengaruh hujan terhadap respon
06
banjir
08 Pembuatan alat EWS
09 Seminar hasil penelitian
10 Publikasi
11 Laporan, monev, publikasi dan luaran
F. Personil Penelitian
1. Koordinator Peneliti : Saifurridzal, S.T., M.Eng
NIP : 760019061
2. Anggota Penelitian : Dr. Ir. Entin Hidayah, MUM
NIP : 196612151995032001
3. Anggota Penelitian : Ir. Wiwik Yunarni Widiarti S.T., M.T
NIP : 197006131998022001
4. Anggota Penelitian : Dr. Ir. Gusfan Halik S.T., M.T.
NIP : 197108041998031002
5. Anggota Penelitian : Retno Utami Agung Wiyono, S.T., M.Eng., Ph.D.
NIP : 760017219
6. Anggota Penelitian : Ir. Sri Sukmawati S.T., M.T.
NIP : 196506221998032001
G. RAB
Total anggaran yang diusulkan adalah delapan puluh juta rupiah (Rp 30,000,000.00).untuk
tahun 1
JUMLAH
HARGA SATUAN
Komp URAIAN PEKERJAAN Volume Satuan HARGA
(Rp) (Rp)
A Honorarium
Pembantu Lapangan 2 OH
50,000.00 400,000.00
Koordinator Peneliti 1 OB
350,000.00 350,000.00
Sekretariat Peneliti 250,000.00 250,000.00
1 OB
Pengolah Data 1,200,000.00 1,200,000.00
1 Peneliti
B Bahan Habis pakai
5,800,000.00 5,800,000.00
Pengadaan data Citra Satelite. 1 paket
500,000.00 500,000.00
ATK + fotocopy , dll 1 paket
1 Buah 1,670,000 1,670,000
HDD2TB
Seminar hasil pekerjaan 1,000,000.00 1,000,000.00
1 paket
dengan UPT PSDA Lumajang
C Perjalanan & Survei
Survei ground orang-
4
ceking hari 300,000.00 1,200,000.00
Konsumsi selama survei
2 hari
lapang (4 orang x 3 makan) 27,500.00 330,000.00
Sewa peralatan survei GPS
1 paket
Geodetik 5,500,000.00 5,500,000.00
Sewa kendaraan 2 kali pp
650,000.00 1,300,000.00
H. DAFTAR PUSTAKA
[1] Perera et. al. 2019. Flood Early Warning Systems: A Review Of Benefits, Challenges
And Prospects. UNU-INWEH Report Series, Issue 08. United Nations University Institute
for Water, Environment and Health, Hamilton, Canada.
[2] Tu, H., Wang, X., Zhang, W., Peng, H., Ke, Q., & Chen, X. (2020). Flash flood early
warning coupled with hydrological simulation and the rising rate of the flood stage in a
mountainous small watershed in Sichuan province, China. Water (Switzerland), 12(1), 1–
17. https://doi.org/10.3390/w12010255
[3] Tarchiani, V., Massazza, G., Rosso, M., Tiepolo, M., Pezzoli, A., Ibrahim, M. H.,
Katiellou, G. L., Tamagnone, P., De Filippis, T., Rocchi, L., Marchi, V., & Rapisardi, E.
(2020). Community and impact based early warning system for flood risk preparedness:
The experience of the Sirba river in Niger. Sustainability (Switzerland), 12(5), 1–24.
https://doi.org/10.3390/su12051802
[4] World Meteorological Organization (WMO). (2013). Flood Forecasting and Early
Warning. Integrated Flood Management Tools Series, 19, 59.
https://library.wmo.int/pmb_ged/ifmts_19.pdf
[5] ESCAP. (2017). Flood Forecasting and Early Warning in Transboundary River Basins: A
Toolkit. United Nations Economic and Social Commission for Asia and the Pacific, 83.
[6] Pengel, B., & Krzhizhanovskaya, V. V. (2013). Flood early warning system : Sensors and
internet FLOOD EARLY WARNING SYSTEM : SENSORS AND INTERNET. Floods:
From Risk to Opportunity. IAHS Press, 357(January), 445–453.
http://iahs.info/redbooks/357.htm
[7] Grijsen, J. G., Snoeker, X. C., Vermeulen, C. J. M., El Nur, A. M. M., & Mohamed, Y. A.
(1992). An information system for flood early warning. 3rd Int. Cant. on Floods & Flood
Management, 263–289.