Uji Sensitivitas Skema Parameterisasi Cumulus untuk Prediksi Hujan di Wilayah Jawa Timur
Abstract
Dengan demikian, setiap model NWP termasuk WRF menggunakan parameterisasi untuk parameter
cuaca yang tidak dapat dihitung langsung oleh rumus matematika. Salah satu parameterisasi di WRF-ARW
adalah parameterisasi cumulus. Uji Kain-Fritsch (KF), Betts-Miller-Janjic (BMJ), Grell-Devenyi (GD) dilakukan
untuk meningkatkan akurasi prediksi hujan dengan memilih skema parameterisasi kumulus yang memiliki
sensitivi- tas tertinggi. Skema ini dibandingkan spasial untuk menentukan kesesuaian dalam lingkup kabupaten
atau kota, dan diverifikasi pada tujuh poin dari stasiun BMKG di Jawa Timur untuk mendapatkan perkiraan
akurasi. Berdasarkan perbandingan dan verifikasi antara hasil model dan data pengamatan, umumnya,
skema GD adalah yang terbaik skema cumulus parameterisasi di hampir seluruh wilayah Jawa Timur, kecuali
di Pulau Bawean (BMJ) dan Tuban, Panarukan, dan Banyuwangi (KF). Kinerja model WRF-ARW cukup baik
memprediksi hujan atau tidak hujan kejadian (rata-rata Proportion Correct (PC) di atas 0,7), tetapi tidak dapat
memprediksi secara tepat waktu kejadian dan intensitas hujan. Model ini cenderung meremehkan tetapi
mendekati prediksi nyata (Equitable Threat score value (ETS) di bawah 0,2 dan rata-rata Frequence Bias Index
(FBI) 0,6).
Keywords
Full Text:
PDFReferences
NCAR Technical Note 2005. (http://rda.ucar.edu, diakses tanggal
November 2013).
J.S. Kain, M.E. Baldwin, and S.J. Weiss, Parameterized Updraft Mass Flux As A Predictor Of Convective Intensity ( Wea. Forecasting, in press, 2002).
A.K. Betts, and M.J. Miller, Amer. Meteor. Soc., 24, 107-121
(1993).
G.A. Grell, and D. Devenyi, Geophys. Res. Lett., 29, 1693-1696 (2002).
M. Santriyani, dkk. Sensitivitas Parameterisasi Konveksi Dalam Prediksi Cuaca Numerik Menggunakan Model WRF-ARW (Studi Kasus Hujan Ekstrim Di Jakarta Tanggal 7 April 2009), Institut Teknologi Bandung, Bandung, 2009.
Precipitation Cloud. (http://www.meted.ucar.edu/nwp/modelprecipandclouds/, diakses tanggal 12 Desember 2013)
S. Ginting, dkk., Pengaruh Parameterisasi Kumulus terhadap
Simulasi Angin Kencang di Makassar dengan Menggunakan WRF, Institut Teknologi Bandung, Bandung, 2011.
E.K. Gilliland, and C.M. Rowe, A Comparison Of Cumulus Parameterization Schemes In The WRF Model, University of Nebraska, Lincoln, Nebraska, 2007.
J. Mercader, et al., Results Of The Meteorological Model WRFARW Over Catalonia, Using Different Parameterizations Of
Convection And Cloud Microphysics, Barcelona, 2011.
S. Yavinchan, Journal of the Meteorological Society of Japan,
A, 201-224 (2011).
R. Kurniawan, dkk. Verifikasi Model Meteorologi Weather Research And Forecasting (WRF), Laporan Bulanan Hasil Penelitian Puslitbang 2012, hal.34, BMKG, Jakarta, 2012.
D. Rizkiana, dkk., Perbandingan Skema Parameterisasi Dalam Simulasi Cuaca Numerik Menggunakan Model WRF-ARW Studi Kasus Hujan Ekstrim Di Balikpapan Tanggal 5 Juli 2008,
Skripsi, Jurusan Meteorologi, ITB, Bandung, 2008.
K. Anzhar, Kajian Lapisan Batas Planeter Berdasarkan Hasil
Simulasi Model Meteorologi Skala Meso, Institut Teknologi Bandung, Bandung, 2006.
UIOWA, (2012). (http://www.uiowa.edu/˜geog/health/interp/inv.html, diakses tanggal 18 Desember 2013.
WMO, ,Recommendations for the Verification and Intercomparison of QPFs and PQPFs from Operational NWP Models, Switzerland, 2008.
W. Hanggoro, W. Iis, dan S.M. Erwin, Simulasi Hujan Ekstrim
Pada Kejadian Banjir Di Mataram tanggal 10 Januari 2009
Menggunakan WRF-EMS, Badan Meteorologi Klimatologi dan
Geofisika, Jakarta, 2012
DOI: http://dx.doi.org/10.12962%2Fj24604682.v11i1.778
Refbacks
- There are currently no refbacks.