Modul 5.

1
Informasi Iklim dan Perubahan Iklim
Terkait Ketersediaan Air di Indonesia

Dr. Tri Wahyu Hadi

Pelatihan “Membangun Ketahanan Air”
Selasa, 3 Oktober 2023
 Sumber Air (Tawar) Global
Masa tinggal

https://i.pinimg.com/originals/70/44/2c/70442c8c555fe217fc30a6a018a1dc93.png

Source: Pradinaud et al., Int J Life Cycle Assess. 2019

Siklus dan transpor

Source: Bengtsson, Environ. Res. Lett. 5 (2010)

Aspek klimatologi dan perubahan iklim terkait curah hujan

 Sebaran Curah Hujan Global

Global Precipitation Measurements (GPM) Satellite constellation (Source: NASA)

• Hujan terkonsentrasi di sekitar sabuk tropis

• Terdistribusi di musim (bulan-bulan) yang berbeda

Informasi Iklim Informasi

operasional: sains iklim
statistik
Literasi Iklim

Source: Eriyagama, Research Gate

 Informasi (Operasional) Klimatologi Curah Hujan
Definisi (IPCC Glossary)
The statistical description in terms of the mean and variability of relevant quantities
over a period of time; the classical period for averaging these variables is 30
years, as defined by the World Meteorological Organization.

Variasi temporal (antar-bulan dan musim)

(1) the mean (rata-rata)

Variasi spasial: CH tahunan

ambang bulan basah

ambang bulan kering

Courtesy: PPI-JICA-ATR (2022)
 Informasi (Operasional) Klimatologi Curah Hujan
(2) Variability → Ketidakpastian → Statistika peluang

Ilustrasi
• Untuk bulan yang sama, nilai parameter iklim tidak sama untuk
tahun yang berbeda dikarenakan oleh adanya varibilitas intra-
musim (intra-seasonal), antar-tahunan (inter-annual), antar-
Statistika (nilai persentil) dasawarsa (interdecadal)

Px : persentil (ke-)x • Informasi iklim yang pertama kali diperhitungkan dalam

P65 : persentil (ke-)65 perencanaan adalah nilai rata-rata yang bersifat deterministik

• Aspek probabilistik dari variabilitas iklim memunculkan Hazard

dan Risiko Iklim (di atas/bawah normal) dan Hazard dan Risiko
Bencana (nilai ekstrem atas/bawah)
 Sumber Data Iklim (Curah Hujan)

Tiga aspek penting:

• Availability (ketersediaan)
• Acessibility (kemudahan akses)
• Quality (kualitas)
Climate Hazards Group InfraRed Precipitation with Station data
(CHIRPS) is a 30+ year quasi-global rainfall dataset. CHIRPS
incorporates 0.05° resolution satellite imagery with in-situ
station data to create gridded rainfall time series for trend
analysis and seasonal drought monitoring.
 Proses Cuaca dan Iklim (1)
Variasi musim (seasonal variation) Variasi diurnal

Pressure
(hPa)
Temperature ( C)

Rel. Hum. (%)

Image credit:
https://media.giphy.com/me
dia/XoZom6eYaoXde/giphy-
downsized.gif

Wind dir.
(degree)
Wind Speed
(m/s)
Image credit: http://www.amnh.org/explore/curriculum-
collections/antarctica/day-and-night-cycles/seasonal-cycle2/
Contoh data dari pengamatan cuaca dekat permukaan

“Climate is what you expect, weather is what you get “

 Proses Cuaca dan Iklim (2) Konveksi Diurnal

Jul

Aug

Oct
LFC

Nov
Holton (2004) Potential Temperature (K)

Pembentukan awan konvektif di daerah

Jan
tropis pada musim hujan memerlukan
pasokan (supply) uap air di lapisan bawah
 Monsun dan Transpor Kelembapan
Sirkulasi monsun terbentuk
akibat perbedaan
pemanasan darat-laut di
berbagai tempat di bumi
mengikuti gerak semu
matahari dan siklus musim

Laut Benua
(Webster and Fasulo, 2003) 1 2 3 4 5 6 7 8 9 10 11 12

Cluster iklim berdasarkan siklus tahunan CH

 El Niño Southern Oscillation (ENSO)
Dampak pada transpor kelembapan dan curah hujan

Anomalies: Precipitation and moist flux divergence

Moisture source

(Castillo et al., 2014, https://agupubs.onlinelibrary.wiley.com/doi/full/10.1002/2013WR013900)

https://svs.gsfc.nasa.gov/vis/a000000/a004600/a004695/NINO3.4SST_FlatMapComposite_1920x1080_p30.mp4

ENSO merupakan
variabilitas iklim pada skala
waktu antar-tahunan
(inter-annual), yang
mempengaruhi transpor
kelembapan secara global.

(Santoso et. al. DOI:10.1175/BAMS-D-18-0057.1) Santoso et al., Reviews of Geophysics (https://doi.org/10.1002/ 2017RG000560)
Anomali Iklim di Indonesia (Catatan Historis)

Catatan data iklim di P. Gag (1971-1973)

by C.S. Ramage (1974)
 Kekeringan Meteorologis
• Meteorological drought is defined usually on the
basis of the degree of dryness (in comparison to
some “normal” or average amount) and the duration
of the dry period.

• Definitions of meteorological drought must be

considered as region specific since the atmospheric
conditions that result in deficiencies of precipitation
are highly variable from region to region.

Indeks Kekeringan:
Standardized Precipitation
Index (SPI)

Analisis SPI diterapkan pada

berbagai skala regional (titik,
grid, polygon DAS, dsb.)

https://drought.unl.edu/Education/DroughtIn-depth/TypesofDrought.aspx
 Korelasi ENSO (El Niño) dengan Kekeringan Meteorologis
Contoh analisis di
wilayah Jawa Timur
Moderate to extreme dry

Strong El Nino

Dampak fenomena El Niño berupa kekeringan

sedang hingga parah yang meluas di wilayah
Indonesia berkorelasi dengan kejadian El Niño
kuat di S. Pasifik.

Data GPCC 1951-2007

 Model Iklim dan Prediksi Musim (Seasonal Prediction)
Model iklim → Model kopel → Model sistem bumi The seasonal forecasts consist of a 51
member ensemble, as in the medium-
range and monthly EPS. The ensemble is
constructed by combining the 5-member
ensemble ocean analysis with SST
perturbations and the activation of
stochastic physics. The forecasts have an
initial date of the 1st of each month, and
run for 7 months. Forecast data and
(Source: presentation from NOAA)
products are released at 12Z UTC on a
Prediksi specific day of the month. For System 4,
Ansambel dan this is expected to be the 8th.
Prakiraan
Probabilistik (Currently upgraded to System 5)

SST bias in DJF (from November start dates)

(Munehiko YAMAGUCHI, Expert Meeting on the Application of Probabilistic Forecasting , Shangai China, 24-28 Sep. 2007)
 Monitoring dan Prediksi ENSO
http://www.bom.gov.au/climate/enso/indices.shtml https://iri.columbia.edu/our-expertise/climate/forecasts/enso/current/

ENSO S. Pasifik tropis saat ini memasuki fase El Nino dengan peluang
cukup besar untuk semakin berkembang menjadi El Nino kuat (anomaly
SST melebihi 1,5°C; saat ini berkisar 1,3°C) hingga kuartal pertama
tahun berikutnya.
 Monitoring dan Prediksi Dampak El Niño
https://www.cpc.ncep.noaa.gov/products/NMME/seasanom.shtml
https://sharaku.eorc.jaxa.jp/GSMaP_CLM/index.htm
Defisit curah
hujan
diprediksi
masih akan
meluas dalm
3 bulan ke
depan

SPI-3 bulanan dan kiriteria

yang digunakan pada peta
ini

Beberapa wilayah mengalami

kekeringan sedang hingga parah
Kehandalan prediksi kurang baik
 Informasi Perubahan Iklim
Iklim
Nilai parameter iklim

Observasi Variabilitas →

Peluang (kejadian)
standard deviasi
Analisis Statistik

𝜇 rerata (mean)
Waktu (30 tahun) Nilai parameter iklim

Perubahan Iklim (Climate Change)

Modified from Figure 2.32 in the Intergovernmental Panel on Climate Change, Working Group I report (2001) (Benson et al., 2012; Climatic Change. 112. 299-323. 10.1007/s10584-
011-0212-8. )
 Perubahan Curah Hujan Tahunan Rata-Rata di Indonesia
Hasil sementara penelitian doktoral (ongoing)
Gian Gardian Sudarman, Prodi S3 Sains
Kebumian (ITB) :

• Ada tren peningkatan dalam beberapa

dekade terakhir → pergeseran nilai rata-rata

• Perubahan variansi (variabilitas) tidak

signifikan

• Adanya change point, di sekitar dekade 1990-

2000an

• Pola perubahan lebih terlihat di wilayah Ketakstasioneran (parsial) merupakan indikasi adanya
“monsunal” (P. Jawa, Sumatra bagian selatan, dampak perubahan iklim pada curah hujan di Indonesia
dll.; tidak jelas untuk wilayah seperti Sumatra
bagian barat )
 Model Iklim dan Proyeksi Iklim
Observasi historis (iklim saat ini / Iklim baseline) Prediksi satu musim – satu tahun ke depan Proyeksi satu periode iklim ke depan (30 tahun)
Berapa besar peluang nilai Seberapa besar kemungkinan
Peluang (kejadian)

Peluang (kejadian)

Peluang (kejadian)
Peluang nilai lebih kecil dari A distribusi nilai berubah/bergeser?
akan jatuh di sekitar A?
Distribusi dari
model ensemble
𝜎

A 𝜇 A 𝜇 𝜇
Nilai parameter iklim Nilai parameter iklim Nilai parameter iklim

Model Iklim Global (GCM = Global Climate Model)

Prediksi (musim) :
• syarat awal dan syarat batas (lautan)
• concern utama pada skala waktu bulanan
• dapat diverifikasi dengan data pengamatan

Proyeksi Iklim :
• skenario (emisi GHG) → SRES, RCP, SSP
• concern utama pada statistik jangka Panjang (lebih dari 5 tahunan)
• model dievaluasi berdasarkan hasil simulasi iklim historis
Evolusi menjadi Earth System Model

Prediksi skala dekade (decadal prediction) adalah jembatan antara prediksi musim dengan proyeksi iklim
 Sumber Data Proyeksi Iklim
Earth System Grid Federation (ESGF) https://search.diasjp.net/en/dataset/d4PDF_GCM

100 anggota ensemble

Resolusi 60 km

https://cordex.org/domains/region-14-south-east-asia-sea/
Resolusi 25
km atau
https://esgf-node.llnl.gov/projects/esgf-llnl/ lebih tinggi

+ Data yang disediakan khusus oleh BMKG melalui

kerjasama dengan JICA
 Informasi Perubahan Iklim
Pendekatan dengan “METODE DELTA” diterapkan pada keluaran model iklim:

Nilai parameter (periode proyeksi) − Nilai parameter (periode historis)

Nilai (persen) perubahan = ×100%
Nilai parameter (periode historis)

Baseline (observasi)

Dapat diterapkan tanpa kalibrasi!

 Analisis Hazard Bencana Kekeringan Meteorologis
Impact Chain
Contoh Analisis untuk Level Provinsi di Indonesia
DHI = wh1*DrySpell’ + wh2*SPI3’ + wh3*SPI6’ + wh4*(1-SWHC’)

Analisis lebih detail

dengan metode yang
disederhanakan

• Digunakan sebagai baseline dalam analisis risiko bencana maupun

risiko perubahan iklim
• Bersifat lebih kualitatif; mendukung kebijakan pengarusutamaan
(mainstreaming)
Courtesy: Pusat Perubahan Iklim ITB
Informasi (Kualitatif) Hazard Perubahan Iklim

Hazard perubahan iklim dikatakan ada jika hasil analisis data proyeksi iklim
menunjukkan peningkatan peluang (Delta positif)

Analisis lebih kuantitatif terkait ketersediaan air memerlukan model hidrologi

Catatan mengenai “threshold”
Peluang kejadian
(Bencana akibat ekstrem
bawah/rendah)
Nilai rata-rata (normal)
yang diharapkan (peluang terbaik)
Nilai parameter iklim
(e.g., curah hujan musiman)
Ambang kejadian ekstrem
Nilai di atas (bawah) normal yang masih
dapat ditoleransi → perlu investasi
tambahan untuk mempertahankan
produksi/profit
(Bencana akibat ekstrem
atas/tinggi)
TERIMA KASIH