Joomla Templates and Joomla Extensions by JoomlaVision.Com
Joomla Templates and Joomla Extensions by JoomlaVision.Com
Downscaling PDF Cetak E-mail
Oleh Administrator   
Kamis, 05 Oktober 2017 08:52

Downscaling Prediksi Musiman dengan Metode Constructed Analogue


Variabilitas iklim yang semakin tinggi akhir akhir ini menyebabkan  pola iklim dalam dan antar musim yang  tidak menentu dan terjadinya kejadian iklim ekstrim seperti banjir dan kekeringan yang secara langsung akan mempengaruhi produksi tanaman pangan. Pangan merupakan salah satu kebutuhan dasar manusia yang paling pokok. Oleh karena itu perlu diupayakan agar bahan pangan harus tersedia cukup untuk kebutuhan masyarakat. Tanaman pangan adalah tanaman produksi pertanian yang menghasilkan karbohidrat, diantaranya adalah padi, jagung, sagu, sorgum dan kacang-kacangan.

 

Kondisi iklim yang sangat tinggi variabilitasnya ini mempengaruhi ketersediaan air untuk tanaman dimana tanaman membutuhkan air yang cukup selama masa pertumbuhannya karena defisit dan surplus air berakibat pada penurunan hasil tanaman. Salah satu upaya adaptasi yang dapat dilakukan diantaranya melakukan prediksi musiman untuk mengetahui kondisi klimatologi. Terutama informasi prediksi iklim yang lebih spesifik untuk sektor pertanian. Beberapa lembaga sudah menyediakan prediksi musiman seperti ECMWF dan NCEP.  Namun informasi tersebut perlu di-downscale untuk penggunaan dalam  skala lokal

Informasi prediksi penting untuk pertanian seperti prediksi deret hari hujan/tanpa hujan, SPI, jumlah dan sifat curah hujan satu musim tanam yang operasional belum tersedia sedangkan informasi prediksi musim perlu probabilistik. Downscaling dilakukan dengan metode Constructed Analogue  dengan prediktor angin monsun (850mb) dan prediktan curah hujan TRMM. Data tersebut merupakan produk data keluaran NCEP-CFSv2. Data tersebut diolah dengan menggunakan Software Matlab. Retrospective forecast disebut juga hindcast, merupakan keluaran model yang dijalankan pada periode historis. Digunakan untuk kalibrasi dan estimasi skill model.

cfs ver 2

Sumber : http://nomads.ncdc.noaa.gov/data.php#cfs



Metode Downscaling Constructed Analogue

Metode CA terdiri atas tahap diagnosis dan tahap prognosis. Tahap diagnosis merupakan proses pencocokan pola spasial angin di waktu target terhadap pola angin pada basis data untuk menemukan sekumpulan analog yang memenuhi kriteria tertentu seperti diterapkan oleh Hidalgo et al., (2008). Proses pencarian analog menggunakan metode Cosine Similarity untuk menghitung derajat kemiripan antara vektor dan (Garcia, 2006)  dengan persamaan:


S(u)=a(u).a(t)|a(u)||a(t)|


Untuk setiap waktu target t, sekumpulan analog dari prediktor pada basis data dan  prediktan yang berpasangan dengannya dipilih berdasarkan nilai similaritas S(u). Penentuan jumlah analog sebanyak 30 berdasarkan hasil penelitian Hidalgo dkk. (2008) yang menyatakan bahwa korelasi tertinggi didapatkan dengan menggunakan 30 analog terbaik.

Tahap prognosis bertujuan untuk membentuk sekelompok analog curah hujan di setiap waktu target t, berdasarkan 30 analog terbaik pada basis data {CH1(t),CH2(t),…,CH30(t)}. Dalam penelitian ini digunakan metode regresi linier berganda, dimana koefisien ekspansi dari 30 analog sebagai variabel bebas dan curah hujan pengamatan (CHobs) sebagai variabel terikat, sehingga diperoleh koefisien regresi {B1,B2,…,B30} dan konstanta regresi C. CA dari curah hujan di waktu target t (CHCA(t)) selanjutnya dapat dihitung dengan persamaan berikut:

CHCA(t)=n=130BnCHn(t)+C


Ilustrasi sederhana tahap diagnosis dan prognosis ditunjukkan dalam gambar berikut


Ilustrasi sederhana tahap diagnosis dan prognosis



Data TRMM 3B42

Data TRMM 3B42

TRMM 3B42-V7

Temporal range

01-01-1998  to  31-05-2015

Spatial range

50° S-50°N , 180°W-180°E

Temporal res.

3 hourly

Horizontal res.

0,25° x 0,25°;

nlat = 400, nlon = 1440

Average file size

Compressed: ~0,71MB;

Original: ~11MB

Data format

HDF

Sumber : ftp://disc2.nascom.nasa.gov/data/TRMM/Gridded/3B42_V7/



Daftar Pustaka

Garcia, E. 2006. Cosine Similarity and Term Weight Tutorial. http://www.miislita.com/information-retrieval-tutorial/cosine-similarity-tutorial.html. Diunduh 11 Februari 2012.

Hidalgo, H. G., Dettinger, M. D., dan Cayan, D. R. 2008. Downscaling with Constructed Analogues: Daily Precipitation and Temperature Fields Over the United States. California Energy Commission. PIER Energy?Related Environmental Research.


Terakhir diperbarui Jumat, 06 Oktober 2017 14:08
 
Joomla Templates by JoomlaVision.com