JARINGAN

HIDROMETEOROLOGI
DAN PERUBAHAN IKLIM

Emilya Nurjani
Geografi UGM

Bimbingan Teknis Pengelelolaan Hidrologi dan Kualitas Air

Direktur Pembinaan TT SDA
Kementerian Pekerjaan Umum dan Perumahan Rakyat
Variasi Spasial
Hujan Tahunan

GEOGRAFI
1. Latitude

Latitude Hujan Latitude Hujan

(mm/thn) (mm/thn)
80 oN 350 10 oN 1920

70 oN 350 0 o 1950

60 oN 480 10 oS 1710

50 oN 590 20 oS 750

40 oN 530 30 oS 660

30 oN 600 40 oS 940

20 oN 820 50 oS 1160
Variasi awan dan hujan menurut lintang (Atkinson, 1971
2. Distance from the ocean

• Median hujan
tahunan di
New South
Wales 1941-
1970 (Edward,
1979)
• Terkait dengan
prevailing wind
3. Hujan Vs Ketinggian

Gambar :
Hubungan
hujan dan
ketinggian di
Pulau Jawa (de
Boer, 1950)
 Korelasi Hujan

1. Effect of distance apart

 Lokasi Jenis hujan Jarak C

Lower Jordan Hujan harian 10 km 0,9

Valley 30 km 0,66
50 km 0,40
Otago, New Hujan bulanan 16 km 0,9
Zealand 80 km 0,6
Germany, Hujan menitan 30 km TAK
Florida dan 10 km 0,3
Hawaii 5 km 0,5
2 km 0,6
illinois Hujan musim panas 32 km 0,67
16 km 0,78
6 km 0,89
 Secara umum, semakin jauh
jarak antar stasiun/tempat,
maka koefisien korelasinya
semakin kecil artinya pengaruh
hujan antar stasiun/tempat
semakin berkurang
 Korelasi Hujan

1. Effect of distance apart

2. Effect of rainfal intensity
• Sangat bervariasi berdasarkan lokasi
contoh :
light rain (gerimis) pada jarak 6 km, nilai c adalah
0,85, tetapi hujan dengan intensitas kejadian 25
mm/hari, nilai c hanya 0,5.
synoptic scale daily rainfall di Illinois nilai c 0,97
untuk jarak 15 km, pada jarak yang sama di Israel
(local convective rainfall) nilai c hanya 0,28.
• Terkait dengan musim
nilai koefisien 0,8 (80 km) pada bulan Januari (rainfall
is frontal) di Belanda, nilai yang sama untuk jarak 17
km pada bulan Juli pada saat intense convective rain.
nilai c 0,6 (8 km) di Tanzania pada bulan Juli, nilai c
yang sama untuk jarak 34 km di bulan Oktober
 Korelasi Hujan

1. Effect of distance apart

2. Effect of rainfal intensity
3. Effect of duration
Hujan tahunan suatu tempat berjarak 24
km dari Otago mempunyai koefisien
korelasi 0,9, nilai koefisien korelasi
tersebut didapatkan pada jarak yang
sama jika menggunakan data hujan
bulanan
HUJAN WILAYAH
Interpolasi linier dengan triangulasi
Spline
Inverse distance weighting

dalam hal ini

= curah hujan pada lokasi yang ditentukan : (mm)
= curah hujan pada stasiun , dengan i = 1, 2, 3,….
= faktor pemberat pada stasiun yang ditentukan
berdasarkan jarak, dengan i = 1, 2, 3,….
p = nilai pangkat dengan standar = 2
 JARINGAN
HIDROMETEOROLOGIS
• Data hujan merupakan dokumen yang berharga untuk
diolah menjadi dasar kebijakan atau informasi terkait
pengairan. Data hujan yang baik ditentukan oleh hasil
perekaman kejadian hujan di stasiun penakar hujan.
Jumlah dan letak stasiun hujan menjadi penting untuk
diperhatikan karena akan memengaruhi gambaran
kejadian hujan di suatu wilayah (Harto, 1993).
• Lokasi dan jumlah stasiun hujan yang dipasang harus
mewakili kejadian hujan wilayah. Antar stasiun hujan
sebaiknya memiliki pertukaran data yang saling
melengkapi satu sama lain. Kerapatan jaringan antar
stasiun juga perlu diperhatikan untuk efisiensi biaya
dan keakuratan data hujan.
• Jaringan primer dipasang pada tempat yang
mewakili kondisi curah hujan secara umum,
diamati secara berkala, dan dipasang dalam
jangka waktu yang cukup lama.
• Jaringan sekunder dipasang untuk melengkapi
data pada stasiun primer agar lebih
menggambarkan variasi keruangan hujan,
selanjutnya stasiun sekunder ini dapat
dipindahkan ke lokasi lain dengan maksud dan
tujuan serupa (Harto, 1993).
 Metode
• Sugawara (1980) DAS (daerah aliran sungai) di daerah tropis
dengan luasan kecil : beberapa stasiun, DAS luas
pemasangan 15 stasiun penakar hujan sudah dianggap cukup.
• Narayanan (1962 dalam Harto, 1993) menentukan metode
penempatan stasiun hujan dengan menghubungkan
kerapatan jaringan dan statistik data hujan.
• Solomon (1967) mengemukakan metode joint mapping
technique yaitu menerapkan hubungan jaringan hidrologi
dengan standard error of estimate yang selanjutnya
digunakan untuk menetapkan kerapatan jaringan hidrologi
dengan tingkat ketelitian tertentu.
• Rodda (1967) mengungkapkan metode
penetapan jaringan hujan yang memiliki hasil
akhir berupa jumlah stasiun hujan, jarak antar
stasiun, dan pola persebarannya yang
berwujud segitiga sama sisi. Cara ini pada
dasarnya menggunakan analisis statistik dan
korelasi antara jaringan stasiun hujan dengan
kesalahan interpolasi.
• WMO (World Meteorological Organization)
menyebutkan bahwa di daerah tropis seperti
Indonesia, maka diperlukan kerapatan
jaringan stasiun hujan minimum sebesar 100-
250 km2 untuk keadaan normal. Untuk
keadaan yang sulit dari segi fisik dianjurkan
kerapatan sebesar 250-1000 km2.
 Jumlah Stasiun Ideal
Jumlah Stasiun Faktual Kerapatan
(WMO)
No Daerah
Manual Otomatis Manual Otomatis km2/sta

1 Aceh 317 32 53 32 651.67

2 Sumatera Utara 405 41 99 39 478.36
3 Sumatera Barat 284 28 63 24 572.17
4 Riau 540 54 81 24 900.59
5 Bengkulu 121 12 24 18 504
6 Jambi 257 26 7 13 2246.2
7 Sumatera Selatan 593 60 92 28 864.07
8 Lampung 193 20 63 25 378.49
9 Jawa Barat 268 27 490 89 80.98
10 Jawa Tengah 213 21 811 109 40.62
11 Jawa Timur 274 27 802 61 55.6
12 Kalimantan Barat 839 94 41 17 2530.34
13 Kalimantan Tengah 872 87 25 21 3317.39
14 Kalimantan Selatan 22 2 26 16 896.67
15 Kalimantan Timur 1157 116 34 28 3268.16
16 Sulawesi Utara 109 11 16 23 488.02
17 Sulawesi Tengah 398 40 28 24 1340.88
18 Sulawesi Tenggara 158 16 28 12 692.15
19 Sulawesi Selatan 416 42 28 27 1323.29
20 Bali 32 3 64 17 68.65
21 NTB 115 12 63 22 237.38
22 NTT 274 27 51 23 646.97
23 Maluku 426 43 34 19 1379.7
Sumber: Harto, 1993
24 Irian Jaya 2411 24 4 - 10549.5
 Jumlah
Curah Jumlah
Kode Luas (km2) Kode Curah Hujan Simpul Luas (km2)
Hujan Simpul Kagan
Kagan

A 2000-2500 4 1213.93 W 4000-4500 1 193.95

B 1500-2000 1 183.91 X 4500-5000 0 26.49
C 3000-3500 0 111.37 Y 3500-4000 1 180.08
D 4000-4500 0 69.46 Z 3000-3500 0 75.15
E 2000-2500 0 67.96 A1 4000-4500 0 63.50
F 2000-2500 1 234.27 B1 4500-5000 0 29.96
G 2000-2500 16 5853.70 C1 2500-3000 0 81.09
H 3000-3500 0 91.08 D1 3500-4000 1 87.97
I 2000-2500 17 5766.31 E1 2500-3000 0 30.65
J 2500-3000 0 83.42 F1 2000-2500 1 531.20
K 1500-2000 1 77.65 G1 3000-3500 1 191.18
L 1500-2000 1 190.17 H1 3500-4000 0 40.04
M 1500-2000 0 38.07 I1 2000-2500 0 50.53
N 1500-2000 1 30.94 J1 3000-3500 0 88.20
O 1500-2000 0 75.96 K1 2000-2500 0 39.65
P 1500-2000 0 14.57 L1 3000-3500 0 52.97
Q 1500-2000 1 205.11 M1 3000-3500 0 43.74
R 1500-2000 1 150.33 N1 3000-3500 1 153.97
S 2500-3000 1 117.48 O1 2500-3000 46 6681.25
T 3000-3500 14 5761.70 P1 3000-3500 1 174.07
U 3000-3500 0 185.21 Sumber: Pengolahan Data Sekunder 2015
V 3500-4000 3 1402.07
PERUBAHAN
IKLIM
 Data
Nama Data Jenis Data Sumber Data
Data Curah Hujan harian Sekunder BMKG DIY - Jawa
DAN Suhu Bulanan Stasiun Tengah dan
di DAS PROGO Tahun BPDAS PROGO
1970-2008,
Data Global Circulation Sekunder http://www.cccsn
Model (GCM) untuk .ca
skenario A2 dan B2
metode HadCM3
Data NCEP/NCAR reanalyst Sekunder http://www.ncep.
noaa.gov
 Proyeksi Iklim
Data GCM Model HadCM3 untuk Skenario
A2 dan B2

Proyeksi Iklim Skala Global

Downscaling +NCEP Reanalyst

Proyeksi Iklim Skala Regional

 Analisis proyeksi hujan harian menggunakan
HadCM3 sd. 2100 (sesuai untuk areal di sekitar
equator).
 Skenario Emisi yang dipilih: A2 dan B2
o A2: pertumbuhan ekonomi tinggi kebijakan
ekonomi minim
o B2: situasi faktor non-alam dianggap baiK
Periode proyeksi (rujukan dari WMO 30 tahunan):
o Periode I: 2011-2040 (Tahun 2020-an)
o Periode II: 2041-2070 (Tahun 2050-an)
o Periode III: 2071-2099 (Tahun 2080-an)
Hasil Pemodelan Iklim Skenario Emisi A2
Hasil analisis hujan harian menunjukkan bahwa curah hujan
harian rerata di hampir semua stasiun semakin besar pada
priode iklim 2071-2100. Namun demikian, kondisi demikian
ternyata sebenarnya hanya terjadi pada bulan-bulan tertentu.
Hasil Pemodelan Iklim Skenario Emisi A2
Hasil analisis hujan bulanan menunjukkan bahwa curah hujan
harian rerata di sebagian besar stasiun di DAS Progo Hulu
semakin besar pada priode iklim 2071-2100. Hal tersebut terjadi
pada 7 stasiun hujan dan tidak terjadi pada 3 stasiun
meteorologi yang lain.
Hasil Pemodelan Iklim Skenario Emisi A2
Hasil analisis hujan tahunan menunjukkan bahwa curah hujan
harian rerata di sebagian besar stasiun di DAS Progo Hulu
semakin besar pada priode iklim 2071-2100. Hal tersebut terjadi
pada 7 stasiun hujan dan tidak terjadi pada 3 stasiun.
Hasil Pemodelan Iklim Skenario Emisi A2
Apabila dianalisis pada masing-masing periode, ternyata
meskipun secara keseluruhan mengalami kenaikan, tetapi pada
periode tertentu dapat pula mengalami anomali.
Hasil Pemodelan Iklim Skenario Emisi B2
Analisis curah hujan harian rata-rata menunjukkan bahwa 8
stasiun mengalami kenaikan, sedangkan 2 stasiun mengalami
penurunan.
Hasil Pemodelan Iklim Skenario Emisi B2
Hasil Pemodelan Iklim Skenario Emisi B2
Analisis curah hujan tahunan rata-rata menunjukkan bahwa 8
stasiun mengalami kenaikan, sedangkan 2 stasiun mengalami
penurunan.
 Skenario Emisi B2

Skenario Emisi A2
 Koordinat Pola
Stasiun mm/thn Tipe Iklim
x y Tanam
Babadan 434847 9168016 2982,44 Iklim Basah III A
Borobudur 412154 9158828 2311,33 Iklim Basah III A
Dukun 430770 9168808 2249,86 Iklim Basah III A
Jumprit 391874 9198068 2572,98 Iklim Basah III A
Kaliangkrik 402102 9174871 3650,33 Iklim Basah IV A
Kintelan 430604 9177561 3139,50 Iklim Basah IV A
Magelang 413690 9174125 2966,50 Iklim Basah III C
Parakan 398354 9174125 1954,55 Iklim Kering II C
Cebongan 425811 9145093 2579,11 Iklim Basah III A
Kalijoho 415628 9135217 1856,54 Iklim Kering II A

Pola Tanam
Pola
Okt Nov Des Jan Feb Mar Apr Mei Jun Jul Ags Sep
II A PG/KC
II C KE
III A PS JG/KE
III C PS JG/KC
IV A PG PG JG/KE
 Skenario A2 Tahun 2020 Tahun 2050 Tahun 2080

Stasiun mm/thn Pola Tanam mm/thn Pola Tanam mm/thn Pola Tanam

III A IV A VC
Babadan 2802,63 3164,34 4307,85
III A III B VB
Borobudur 2271,87 2685,03 4214,76
III A III A IV C
Dukun 2246,99 2608,12 3635,22
III C III C IV A
Jumprit 2577,40 2847,75 3389,69
IV C IV B VB
Kaliangkrik 3467,64 3846,57 4388,55
IV A IV A III A
Kintelan 3246,21 3060,59 2812,32
IV A IV A IV A
Magelang 3298,01 3152,35 3633,22
III C II C II A
Parakan 2093,37 1903,90 1813,32
III B III A III A
Cebongan 2842,03 2617,47 2558,84
II B II C II C
Kalijoho 1811,97 1761,17 1817,73
Perubahan curah hujan wilayah
Perubahan curah hujan wilayah
THANK YOU