SAINS Volume 15, Nomor 1/ Januari 2015 : 13 – 17
ESTIMASI DEBIT ALIRAN SUNGAI MENGGUNAKAN MODEL HIDROLOGI DAWDY-O’DONNELL PADA SUB DAS KATULAMPA Noper Tulak Program Studi Teknik Geofisika Jurusan Fisika FMIPA UNCEN
ABSTRACT This research was aimed to estimate streamflow using Dawdy-O'Donnell model based the climate data. The result of estimation showed that peak pattern streamflow was matching with observation data, but differ of discharge amount. Nash-Sutchcliffe coefficient(E) obtained inthis modelwas worth49%. Theresults of correlationbetweensimulation withobservationswas 0,72. The coefficient values (E) indicate that the estimation was not accurate. This causedthe parametersmodel usedhave not beenable togeneratemodels ofdaily fluctuations. Therefore, itis necessary tocalibratebased the characteristics onthe watershed. Keywords : Eestimate, Dawdy-O'Donnell Model, Hydrology, Evapotranspiration
PENDAHULUAN Konsep Daur Air (hydrologic cycle) merupakan titik awal pengetahuan mengenai hidrologi. Dalam siklus air yang tidak berpangkal dan tidak berakhir, air berpindah dari laut ke udara (atmosfer) terus kepermukaan bumi dan kembali lagi ke laut, serta dalam perjalanannya untuk sementara akan tertahan di tanah ataupun sungai yang dapat dimanfaatkan oleh manusia dan makhluk hidup lainnnya serta kembali ke udara(Arsyad, 1989).. Ahli hidrologi banyak yang menaruh perhatian terhadap perolehan debit dan curah hujan. Semakin besar curah hujan yang jatuh disungai atau sekitar aliran sungai, debit sungai akan semakin besar. Bila terjadi hujan yang sangat lebat, debit akan sangat tinggi melampaui kapasitas aliran sungai atau kapasitas tampung bendung, sehingga dapat menimbulkan banjir di sungai dan daerah aliran sungai (DAS). Pemodelan hujan-debit merupakan satuan untuk mendekati nilai-nilai proses hidrologis yang terjadi di lapangan. Kemampuan pengukuran hujan-debit aliran sangat diperlukan untuk mengetahui potensi sumberdaya air di suatu
*Alamat Korespondensi: Jurusan Fisika, Kampus UNCEN-WAENA, Jl. Kamp. Wolker, Jayapura Papua. 99358 e-mail:
[email protected]
wilayah DAS. Model hujan-debit dapat dijadikan sebuah alat untuk memonitor dan mengevaluasi debit sungai melalui pendekatan potensi sumberdaya air permukaan yang ada. Model hidrologi sebagai tiruan proses hidrologi digunakan untuk keperluan analisis tentang keberadaan air menurut aspek jumlah, waktu, tempat, probabilitas dan runtutan waktu ( time series). Model ini umumnya berupa persamaan matematik untuk menirukan proses yang terjadi di alam. Rumus matematika atau tiruan proses alam tersebut didasarkan pada asumsi-asumsi. Tingkat kemiripan rumus tersebut ditentukan oleh tingkat kebenaran dalam mengambil anggapan atau asumsi proses alam. Menurut Dawdy (1969) teknik yang tersedia untuk menilai kinerja dari model matematika terhadap perilaku DAS mencakup teknik analisis sistem termasuk metode optimasi, analisis kesalahan, dan analisis sensitivitas. Beberapa pendekatan digunakan untuk membangun suatu pemodelan curah hujan menjadi debit aliran sungai, pendekatan ini sangat dipengaruhi oleh tujuan utama pembuat modeluntuk menentukan parameter yang akan dicari. Dalam suatu pemodelan, banyak parameter yang berpengaruh seperti input data, nilai dari parameter yang ditetapkan, struktur pemodelan dan lain-lain. Model yang ada saat ini lebih banyak dari hasil pengembangan model terdahulu melalui proses yang panjang dan mengalami banyak
14
Estimasi Debit Aliran Sungai Menggunakan Model Hidrologi (Tulak)
penyempurnaan. Banyak modelyang sudah dikembangkan diantaranya Tank model (Sugawara, 1995), IHACRES (Ye,1997), HBV (Lindstrom et al, 1997), SMAR(Tan dan O’Connor, 1996),TOP MODEL(Beven, 1986),Xinanjiang (Jayawardena dan Zhou, 2000), Dawdy-O’Donnel’s dan lainlain.Model hidrologi yang digunakan dalam penelitian ini adalah model Dawdy-O’Donnel’s. Model ini merupakan gabungan antara konsepsi yang di dasari oleh beberapa konsep hidrologi dan deterministik dengan masukan yang diketahui dan keluaran yang dihasilkan merupakan suatu unit berupa angka angka dalam bentuk data debit. Model Dawdy-O’Donnel memiliki sifat yang dimiliki oleh siklus hidrologi mengikuti prinsip kontinuitas yang selalu menjaga keseimbangan neraca air secara keseluruhan antara masukan dan keluaran serta perubahan dalam tampungan. Ciri utama dari model Dawdy-O’Donnel terletak pada kesederhanaan strukturnya, sehingga memungkinkan untuk dimodifikasi sesuai kebutuhan. Jika merujuk pada pernyataan Fleming (1975) yang diacu dalam Prawitosari (1997) model Dawdy-O’Donnell pada awalnya dikembangkan untuk studi kepekaan parameter model dan optimasinya. Ciri utama model ini terletak pada kesederhanaan strukturnya, sehingga memungkinkan untuk dimodifikasi sesuai kebutuhan. Dawdy dan O'Donnell (1965) telah menggambarkan model dengan empat waduk yang merupakan penyimpanan permukaan, penyimpanan kelembaban tanah, cadangan air tanah, dan penyimpanan saluran. Model DawdyO’Donnell menggambarkan dua cara. Cara yang pertama melibatkan penggunaan parameter ambang batas seperti R*, W*, dan G* dan yang kedua melibatkan parameter dalam perhitungan jumlah potensial seperti laju infiltrasi potensial. Jika, seluruh rekaman jumlah air dalam intersepsi dan permukaan reservoir tidak pernah melebihi nilai ambang batas R*, maka limpasan Q1 tidak terjadi (Ilhamsyah et al (2012). Tujuan penelitian ini adalah mengaplikasikan model Dawdy-O’Donnell pada DAS Ciliwung Hulu (Sub DAS Katulampa) berdasarkan data hidrometeorologi yaitu curah hujan harian, suhu udara harian dan evapotranspirasi potensial harian. Keluaran debit air pada model selanjutnya dibandingkan dengan data debit observasi. Tingkat keberhasilan model
ditentukan oleh koefisien korelasi dan bias error model.
METODOLOGI PENELITIAN Penelitian ini dilakukan di sub DAS Katulampa dengan luas 401 ha, panjang sungai 5 km dengan kemiringan sungai 13% dan kemiringan DAS 25%. Sub DAS Katulampa masuk dalam kawasan DAS Ciliwung Hulu yang terletak pada 6°35'-6°50' LS dan 106°30'-107°05' BT. Data yang digunakan terdiri dari data curah hujan harian, data suhu harian dan debit observasi untuk kalibrasi model selama satu tahun. Tahapan pengolahan data dimulai dengan menghitung evapotranspirasi (ETP) harian menggunakan metode Thornthwaite and Mather yang sudah dimodifikasi (Pereira & Pruitt 2004). Nilai ETP harian dihitung berdasarkan persamaan berikut: 𝐸𝑇𝑃ℎ𝑎𝑟𝑖𝑎𝑛 = 𝐸𝑇𝑃 ∗ 𝑥𝐹𝑎𝑘𝑡𝑜𝑟𝐾𝑜𝑟𝑒𝑘𝑠𝑖 2.1 𝐸𝑇𝑃 ∗ = 16
10𝑇 𝑎 𝐼
∗
, untuk T ≤ 26,5 °C
𝐸𝑇𝑃 = −0.0433 𝑇 2 + 3.2244 𝑇 − 41.545, untuk T > 26,5 °C dengan 𝐼 = i, 𝑖 =
𝑇 1.514 5
𝑎 = 6.75 𝑥10−7 𝑥𝐼 3 − 7.71 𝑥10−5 𝑥𝐼 2 + 1.792 𝑥10−2 𝑥𝐼 + 0.49239 𝑁 𝐹𝑎𝑘𝑡𝑜𝑟𝐾𝑜𝑟𝑒𝑘𝑠𝑖 = 360 𝑁 adalah panjang hari berdasarkan letak lintang. Setelah memperoleh nilai evapotranspirasi, selanjutnya dilakukan perhitungan dan simulasi pada setiap tampungan dengan tahapan seperti pada bagan alir berikut :
Gambar 1. Bagan Alir simulasi model DawdyO’Donnell
SAINS Volume 14, Nomor 1/ Januari 2014: 13 – 17
Menghitung tampungan permukaan (R). Pada proses awal dari masing-masing interval waktu, volume R berada pada nilai antara nol sampai dengan R*. Nilai awal P ditambahkan ke R dan dikurangi Er jika ada proses evaporasi. Kemudian F dihitung dengan kriteria tertentu berdasarkan persamaan berikut: 𝑗
𝑓(𝑡) = 𝑓𝑐 ∗ 𝑡 +
𝐹 𝑖
𝑓𝑜 = 𝑓𝑐 𝐾
1 − 𝑒 −𝑘𝑡
2.2)
dengan mempertimbangkan laju ketersediaan air di tampungan permukaan dan laju potensial infiltrasi pada selang waktu awal yaitu parameter fo (laju infiltrasi minimum), fc (laju infiltrasi maksimum) dan parameter eksponensial K. Untuk selang waktu berikutnya laju potensial infiltrasi fi dihitung dan Ql ditentukan sebagai kelebihan jika ada setelah R* terlampaui dalam tampungan permukaan,dan dikurangi nilai Er dan F. Menghitung tampungan Saluran S. Tampungan saluran S diasumsikan sebagai tampungan linier yang memiliki konstanta tampungan Ks. Qs yang merupakan fungsi volume dalam S pada selang waktu awal berasal dari aliran masuk Ql dan Ks. Dengan demikian Volume dalam tampunagn saluran S merupakan jumlah dari Ql dan Ks. Menghitung Tampungan M Pada interval awal M memiliki nilai antara nol sampai M*. Apabila nilai Er mencapai EP (evapotranspirasi Potensial) maka nilai EM = 0, jika tidak maka kekurangannya diambil dari tampungan M. Selanjutnya beberapa alternatif tergantung dari besarnya G terhadap G*, apabila pada permulaan selang waktu lebih besar dari G* dan M lebih besar dari M*, maka C = 0 apabila D ada, selain itu bersaran M disuplai oleh G dengan laju maksimum jika aliran kapiler C maksimum. Menghitung tampungan G Tampungan G diasumsikan sebagai tampungan linear yang mempunyai konstanta tampungan Kg. Aliran bawah tanah (B) kemudian menjadi fungsi dari volume G dari permulaan selang waktu, masukan G dan pengurangan C serta keluarnya Ks. Dari hasil
15
neraca air, dengan sisa volume G akan dipergunakan untuk selang waktu selanjutnya. Menghitung simulasi debit keluaran (Q) Nilai simulasi keluaran Q ditentukan berdasarkan output dari ke empat tampungan yang telah dihitung sebelumnya. Selanjutnya untuk menguji keserasian antara hasil simulasi dengan data observasi debit, digunakan Index effisiensi Nash Sutchiffe dengan persamaan : 𝐸 =1−
𝑛 𝑖=1 𝑛 𝑖=1
𝑂𝑖 − 𝑃𝑖 𝑂𝑖 − 𝑂𝑖
2 2
(2.3)
dengan Oi adalah debit observasi, Pi adalah debit estimasi, dan 𝑂𝑖 adalah rata-rata debit observasi. Parameter model dan hasilnya dapat diterima jika E ≥ 0.7. Proses hidrologi pada tahapan di atas menggunakan sembilan parameter model dan nilai awal yang disesuaikan dengan kondisi DAS. Parameter model yang digunakan diasumsikan tidak berubah secara spasial diseluruh DAS. Rangkaian perhitungan simulasi disederhanakan dalam bentuk fungsi aljabar sehingga perhitungannya lebih mudah dilakukan pada lembar kerja excel.
HASIL DAN PEMBAHASAN Keadaan iklim Iklim di kawasan sub DAS katulampa termasuk ke dalam iklim tropika. Suhu berkisar antara 2324ºC dengan kelembaban nisbi antara 73-82%. Radiasi minimum terjadi pada bulan Januari (27,36%) dan maksimum pada bulan September (81,85%). Rata-rata penguapan minimum sebesar 2,08 mm terjadi pada bulan Januari sedangkan rata-rata penguapan maksimum sebesar 3,56 mm terjadi pada bulan Oktober. Tipe iklim di sub DAS Katulampa DAS Ciliwung hulu menurut sistem klasifikasi Smith dan Ferguson (1951) termasuk ke dalam zona Agroklimat A. Hal ini berdasarkan pada besarnya curah hujan, yaitu Bulan Basah (> 200 mm) dan Bulan Kering (< 100 mm). Curah hujan harian maksimum selama tahun 2007 mencapai 89 mm. Musim kering mulai terjadi pada bulan Juli hingga November (Gambar 2).
16
Estimasi Debit Aliran Sungai Menggunakan Model Hidrologi (Tulak)
1-Dec-07
1-Nov-07
1-Oct-07
1-Sep-07
1-Aug-07
1-Jul-07
1-Jun-07
1-May-07
1-Apr-07
1-Feb-07 1-Mar-07
1-Jan-07
Curah hujan (mm)
100 80 60 40 20 0
Gambar 2 Curah hujan harian (mm) di Sub DAS Katulampa pada tahun 2007. Suhu udara di sekitar daerah penelitian berkisar antara 20,7 hingga 26,9 0C. Suhu ini yang menentukan laju evaporasi dan trasnpirasi yang berpengaruh terhadap debit keluaran pada model simulasi. Semakin tinggi suhu udara, semakin tinggi laju evaporasi dan sebaliknya. Nilai evaporasi potensial harian yang diperoleh melalui perhitungan menggunakan rumusan Thornthwaite and Matherberada pada rentang 2,2 hingga 4,6 mm dengan evapotranspirasi potensial rata-rata sebesar 3,8 mm (Gambar 3.2).Nilai evaporasi yang diperoleh relatif tinggi sehingga kondisi ini berpengaruh terhadap berkurangnya debit air yang mengalir di DAS Ciliwung. besarnya evapotranspirasi potensial (Etp) sangat dipengaruhi oleh distribusi suhu udara harian. Penurunan pada suhu udara akan menurunkan jumlah ETp harian.
Gambar 3 Evapotranspirasi potensial harian (mm) di Sub DAS Katulampa pada tahun 2007. Kalibrasi model Dawdy-O’Donnell Kalibrasi parameter model dan nilai awal diperlukan untuk memenuhi persyaratan optimisasi sebuah model DAS. Dalam halini memenuhi kriteria efisiensi model. Kriteria efisiensi ini salah satunya dapat dihitung menggunakan koefisien korelasi. Kalibrasi model curah hujan-limpasan Dawdy-O’Donnell dilakukan
secara manual menggunakan penyesuaian ujicoba terhadap parameter model untuk mendapatkan hasil yang sesuai antara deret waktu observasi dan model. Niai parameter model Dawdy-O’Donnell yang digunakan pada Sub DAS Katulampa ditunjukkan pada tabel 1. Tabel 1. Nilai awal dan parameter model Dawdy-O’Donnell. Parameter Model R* M* G* Fc F0 K Ks KG C
35 150 25 4.5 96 0.99 15.5 45 5.3
Nilai Awal R0 G0 M0 Q0 S0
2 3 5 2 2
Simulasi model Dawdy-O’Donnell Hasil model Dawdy-O’Donnell untuk debit air di Sub DAS Katulampa tahun 2007 ditunjukkan pada gambar 3.3. Secara umum hasil simulasi menunjukkan pola tahunan yang sesuai dengan data observasi. Namun, kekurangan dari simulasi ini adalah belum terbentuknya pola fluktuasi harian yang sesuai dengan observasi. Debit puncak aliran data observasi pada tahun 2007 terjadi pada bulan Februaril dengan debit air mencapai 98 m3/det. Hasil simulasi menunjukkan pola debit puncak yang sama seperti data observasi, namun terjadi perberbedaan dalam jumlah debit air. Koefisien Nash-Sutchcliffe (E) yang diperoleh pada model Dawdy O’Donnel bernilai 49% dengan korelasi antara hasil simulasi dengan observasi adalah 0,72.Mengacu pada koefisien Nash-Sutchcliffe ini maka model Dawdy O’Donnel untuk Sub DAS Katulampa belum dapat dikatakan baik, karena menurut beberapa literatur parameter model dan hasilnya dapat diterima jika E ≥ 0.7
Gambar 4. Simulasi model Dawdy O’Donnell untuk debit air di Sub DAS Katulampa pada tahun 2007.
SAINS Volume 14, Nomor 1/ Januari 2014: 13 – 17
17
KESIMPULAN Simulasi Model Dawdy-O’Donnell untuk DAS Katulampa tahun 2007 menunjukkan pola tahunan yang sesuai dengan data observasi. Model tersebut dapat menggambarkan pola debit air tahunan namun untuk fluktuasi debit air harian belum mengikuti pola observasi. Hal tersebut disebabkan parameter model yang digunakan belum mampu membangkitkan model fluktuasi harian yang mengikuti pola observasi. Oleh karena itu perlu dilakukan kalibrasi dengan memperhatikan karakteristik DAS yang dikaji sehingga diperoleh sensitifitas respon yang optimal dari parameter tersebut. Meskipun semua parameter dibahas oleh Dawdy dan O'Donnell (1965) ternyata sama-sama sensitif terhadap perubahan baik positif atau negatif dalam nilai parameter, namun hal ini tidak selalu terjadi dalam semua kasus.
SARAN Agar di peroleh hasil estimasi yang lebih baik, maka pada penelitian selanjutnya disarankan menggunakan data dengan interval yang lebih panjang, selain itu disarankan untuk melakukan observasi lapangan untuk mengetahui karakteristik DAS sehingga parameter model yang digunakan lebih optimal.
DAFTAR PUSTAKA Arsyad, S. 1989. Konservasi Tanah dan Air. IPB Press, Bogor Dawdy DR, O’Donnell T. (1965) Mathematical Models Of Catchment Behaviour. Proc. Amer. Soc. Civ Engrs 91, No. HY4, 123-137. Dawdy
DR. 1969. Considerations Involved In Evaluating Mathematical Modeling Of Urban Hydrologic Systems: Hydrologic Effects Of Urban Growth. Paper Evaluating Modeling Of Hydrologic Systems. hlm 1-18.
Ilhamsyah Y, Koem S, Muttaqin AS. 2012. Adaptasi Model Hidrologi HBV di Daerah Tropis: Studi Kasus DAS Peusangan Aceh. Paper Hidrologi. hlm 1-7 Lindstrom, G., AGAardelin, M., Johansson, B. And Person, M. 1997. Development and test of the distributed HBV-96 hydrological model. Journal of hydrology, 201, 272-288. Pereira, A.R. and Pruit, W.O. 2004. Adaptationof the Thornthwaitescheme for estimating daily reference evapotranspiration.Agricultural Water Management 66(2). 251-257. Prawitosari T. 1997. Pendugaan Debit Dengan Model Modifikasi Dawdy O’Donnell: Kasus DAS Cidurian [tesis]. Bogor: Program Pascasarjana, Institut Pertanian Bogor.
