Laporan Amali Awan
Laporan Amali Awan
Amali Awan
Tujuan Amali:
Untuk mengkaji hubungan antara perbezaan bentuk dan jenis awan dengan cuaca
Objektif:
Hipotesis:
1. Memerhati
2. Mengelas
3. Meramal
4. Membuat inferens
5. Komunikasi
6. Mentafsir data
7. Membuat hipotesis
Alat / Radas:
1) Sebelum pemerhatian awan dilakukan, maklumat mengenai awan telah dicari dan
dikumpulkan sebagai rujukan amali. Rujukan diambil daripada mana-mana sumber
bahan bacaan.
2) Lokasi pemerhatian awan dipilih. Pemerhatian telah dijalankan selama 2 minggu
berturut-turut.
3) Pemerhatian dijalankan pada waktu yang sama setiap hari di lokasi yang sama.
4) Gambar pemerhatian awan diambil menggunakan kamera digital.
5) Pemerhatian awan direkodkan. Rekod pemerhatian termasuklah perubahan cuaca
pada hari tersebut .
6) Data yang dikumpulkan dianalisis dan ditafsirkan.
7) Laporan lengkap amali disediakan.
8) Laporan lengkap amali turut disertakan bersama jadual, gambar dan carta sebagai
bahan sokongan pemerhatian.
9) Kepentingan dapatan amali dibincangkan.
Keputusan
27 Januari Awan
2. 2019 6.30 p.m Altokumulus 31 Tidak 70 Utara Lemah Tidak hujan
hujan ke
selatan
Tugasan berkenaan awan dan cuaca memberi pengalaman dan pengetahuan baru. Saya mengenali nama-nama awan serta cuaca
yang berlaku seiring dengan perubahan bentuk awan selain hanya mengetahui tentang cuaca mendung, cerah dan hujan sahaja. Telah saya
dapati bahawa maklumat tentang cuaca boleh dikaji melalui pemerhatian terhadap bentuk dan jenis awan.
Melalui pemerhatian selama lima hari, iaitu bermula pada 26 Januari 2019 sehingga 30 Januari 2019, saya dapati terdapat 6 jenis awan
yang kelihatan sepanjang tempoh pemerhatian itu. Antaranya ialah awan kumulus, nimboskumulus, nimbostratus, altokumulus dan awan
kumulus. Berikut ialah jadual kekerapan awan dan carta pai, sepanjang tempoh pemerhatian.
2. Altostratus Sederhana 3
3. TInggi
Kumulus (Kumpulan Awan 5
Tegak)
4. Nimbostratus Rendah 3
5. Sirostratus Tinggi 2
Kekerapan Pemerhatian terhadap Jenis Awan
Awan Sirus
Awan Sirostratus 7%
14%
Awan Altostratus
21%
Rajah 1: Carta Pai Kekerapan Pemerhatian terhadap Jenis Awan
Berdasarkan kepada jadual kekerapan jenis awan pada jadual dan carta pai di atas, terdapat perbezaan yang ketara dapat dilihat pada
kekerapan jenis awan yang kelihatan. Jenis awan Kumulus mencatatkan kekerapan paling tinggi sebanyak 36% sebanyak 5 kali pemerhatian.
Menurut Mason (1962), Awan Kumulus ini ialah jenis awan yang berada di peringkat tinggi yang sedang dalam peringkat menaik ataupun
Awan Tegak. Awan kumulus ini merupakan awan yang berkepul-kepul warna putih kapas. Awan ini menggambarkan keadaan cuaca yang
cerah dan baik.
Awan nimbostratus dan awan altostratus pula dilihat sebagai awan yang berada pada kekerapan kedua tertinggi iaitu sebanyak 22%
dengan 3 kali pemerhatian. Awan nimbostratus ialah awan peringkat sederhana. Awan nimbostratus berbentuk seperti lapisan-lapisan yang
tebal dan gelap. Jenis awan ini sering menimbulkan hujan lebat. . Awan altostratus adalah awan berbentuk jalur-jalur berwarna kelabu kebiru-
biruan. Jenis awan ini sering menimbulkan hujan yang meluas dan berterusan.
Awan sirostratus pula mempunyai jumlah kekerapan sebanyak 14 % daripada jumlah kekerapan kemunculannya pada hari-hari kajian
dijalankan dengan pemerhatian sebanyak 2 kali. Seterusnya, awan sirostratus adalah awan yang berbentuk nipis dan halus. Bentuknya juga
seperti berjalur halus dan berserabut. Awan ini memberi petanda cuaca cerah jika susunannya tidak teratur. Namun, jika sususan awan
sirostratus ini tersusun, cuaca menunjukkan kurang baik.
Kemudian, awan yang paling sedikit kekerapannya muncul sepanjang tempoh pemerhatian kami ialah awan sirus. Awan sirus hanya
mencatat kekerapan sebanyak 7% sahaja sepanjang tempoh pemerhatian dengan pemerhatian sebanyak sekali sahaja dalam tempoh dua
minggu. Awan sirus ini merupakan awan pada peringkat tinggi.
Hujan 3 3 100
21%
79%
Berdasarkan hasil pemerhatian kami, kebanyakan awan yang muncul ialah awan yang menunjukkan cuaca yang baik dan cerah. Ini
terbukti kerana kekerapan jenis awan kumulus iaitu awan yang menunjukkan cuaca cerah dapat dilihat sepanjang pemerhatian kami. Namun,
pola kekerapan awan kumulus ini dapat dilihat selang sehari atau dua hari. Di antara hari awan kumulus ini dapat diperhatikan jenis awan
seperti awan nimbostratus. Jenis awan nimbostratus memberi petanda hujan akan turun (Rogers & Man, 1996). Berdasarkan pemerhatian,
21% daripada 14 hari adalah hujan. 21% adalah 3 hari daripada 14 hari yang diperhatikan. 21% hari hujan ini merupakan datangnya daripada
awan nimbostratus. Hal ini menunjukkan awan nimbostratus merupakan awan yang menurunkan hujan dalam masa 3 jam.
Kelembapan 65 70 80 85 87 90
(%)
Kekerapan 6 3 2 1 1 1
5
Kekerapan
0
65 70 80 85 87 90
Kelembapan (%)
Rajah 3: Graf kekerapan melawan kelembapan
Rajah 3 menunjukkan graf kekerapan melawan kelembapan. Dalam tempoh masa 14 hari ramalan ini, 3 hari berada pada kelembapan
melebihi 80% iaitu 85%, 87% dan 90% dengan kekerapan sebanyak 1 di setiap kelembapan tersebut. Manakala 11 hari berada pada
kelembapan 80% dan ke bawah dengan catatan kelembapan 65%, 70% dan 80%. Hujan berlaku sebanyak 3 hari di mana ketiga-tiga hari
tersebut mempunyai kelembapan melebihi 80%. 11 hari lagi dengan kelembapan sebanyak 80% dan ke bawah tidak menurunkan hujan.
Kelembapan merupakan jumlah wap air di udara (Flowers & Mendoza, 1970). Kelembapan diukur dengan psikrometer. Ia boleh diukur
dengan menggunakan dua thermometer, dengan satu daripada thermometer bebuli yang memegang merkuri tersebut dibaluti dengan kain
lembab. Semakin besar perbezaan suhu antara thermometer yang dibaluti kain lembab dengan thermometer yang tidak dibaluti dengan kain
lembab, maka semakin tinggi kelembapan.
Selain itu, cuaca juga dipengaruhi oleh keadaan angin. Seringkali kita alami bahawa hari yang hujan disertai oleh ribut atau angin yang
kuat. Hal ini kerana, faktor angin sememangnya menjadi salah satu faktor kedatangan hujan.
21%
Lemah Kuat
79%
Berdasarkan Rajah 2, 79% daripada 14 hari adalah tidak hujan manakala 21% daripada 14 hari adalah hujan. 21% daripada 14 hari
yang hujan tersebut adalah merupakan keadaan berlakunya angin kuat manakala sebaliknya pula bagi keadaan angin yang lemah yang
berlaku pada hari-hari yang tidak hujan. Oleh itu, hal ini menunjukan bahawa faktor angin juga boleh dijadikan sebagai faktor untuk membuat
ramalan cuaca.
Dapat dikatakan pada bulan Mac cuaca di Negeri Sembilan ini mengalami musim hujan yang tidak sekata. Dalam seminggu hujan
pasti akan turun, namun kuantiti hujan tidak sebanyak ketika musim hujan pada hujung tahun. Apabila kami merujuk pada Jabatan Meteorologi
Malaysia mengenai ramalan kaji cuaca di Melaka ini, hampir kesemua ramalan cuaca itu tepat pada hari tertentu. Sesungguhnya, tidak dapat
disangkal lagi bahawa awan sangat membantu manusia untuk meramal dan mengenal pasti cuaca persekitaran kita. Tambahan pula, menurut
Sham Sani (1983), sistem ramalan kaji cuaca di Malaysia ini boleh dipercayai 80%-90% kebenarannya.
Berdasarkan amali ini, kami telah dapat mengenal pasti kepentingannya dalam kehidupan seharian kita. Melalui perubahan bentuk dan
jenis awan, manusia dapat meramal keadaan cuaca sehingga dalam tempoh seminggu akan datang. Apabila pihak berkenaan dapat membuat
ramalan cuaca, mereka akan bertanggungjawab untuk menyebarkan maklumat kepada orang ramai. Seterusnya, melalui maklumat itu,
manusia dapat merancang aktiviti kehidupan seharian agar faktor cuaca tidak menjadi penghalang untuk meneruskan aktiviti. Menurut Barry
dan Chorley (2010), ramalan cuaca bukan sahaja penting kepada masyarakat di sesebuah tempat, tetapi juga memberi kemudahan kepada
sektor penerbangan, industri cari gali, perkapalan, ketenteraan termasuk marin dan tentera udara. Tambahan lagi, dengan ramalan cuaca,
pihak berwajib dapat mengeluarkan amaran berjaga-jaga lebih awal kepada masyarakat sekiranya bencana alam seperti banjir kilat dijangka
akan berlaku.
Secara keseluruhannya, apa yang kami dapati hasil daripada pemerhatian ini menunjukkan pembentukan awan, jenis awan,
kelembapan dan angin merupakan antara faktor yang mempengaruhi cuaca.
Kesimpulan:
Cuaca dan ramalan hujan dipengaruhi oleh bentuk, jenis awan, kelembapan dan angin
RUJUKAN
Barry, R. G. & Chorley, R. J. (2010). Atmosphere, weather and climate. London: Routledge.
Flowers, B. H. & Mendoza, E. (1970). Properties of Matter. New York: J. Wiley and Sons.
Mason, B. J. (1962). The Physics of Clouds, Rain dan Lightning. London: Academic Press.
Rogers, R. R. & Man K. Y. (1996). A Short Course in Cloud Physics. Massachusetts: Woburn.
Sham Sani. (1983). Pengantar Cuaca dan Iklim. Kuala Lumpur: Dewan Bahasa dan Pustaka.
6. 4 Mac 2018 3.00 p.m Awan 30 Tidak 80 Barat Lemah Tidak hujan
Altostratus hujan ke
timur
7. 5 Mac 2018 3.00 p.m Awan Kumulus 30 Tidak 65 Barat Lemah Tidak hujan
hujan ke
timur
8. 6 Mac 2018 3.00 p.m Awan 32 Tidak 65 Barat Lemah Tidak hujan
Sirostratus hujan ke
timur
10. 8 Mac 2018 3.00 p.m Awan Kumulus 31 Tidak 65 Barat Lemah Tidak hujan
hujan ke
timur
11. 9 Mac 2018 3.00 p.m Awan 29 Tidak 65 Barat Lemah Tidak hujan
Altostratus hujan ke
timur
12. 10 Mac 2018 3.00 p.m Awan 32 Tidak 65 Barat Lemah Tidak hujan
Sirostratus hujan ke
timur
13. 11 Mac 2018 3.00 p.m Awan Kumulus 29 Tidak 65 Barat Lemah Tidak hujan
hujan ke
timur
14. 12 Mac 2018 3.00 p.m Awan 30 Hujan 80 Utara Kuat Hujan
Nimbostratus ke
selatan