ESTIMASI NILAI TPW (TOTAL PRECIPITABLE WATER) DI ATAS DAERAH PADANG DAN BIAK BERDASARKAN HASIL ANALISIS DATA RADIOSONDE
IRE PRATIWI
DEPARTEMEN GEOFISIKA DAN METEOROLOGI FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2008
RINGKASAN Ire Pratiwi. G24104007. Estimasi besarnya TPW (Total Precipitable Water) di atas daerah Padang dan Biak berdasarkan hasil analisis data radiosonde. Dibimbing oleh Idung Risdiyanto, M.Sc dan Dr. Eddy Hermawan, M.Sc. Pembentukan awan hujan dipengaruhi dua hal penting yaitu mekanisme pengangkatan massa udara dan kandungan uap air dalam suatu kolom udara. Mekanisme pengangkatan udara sangat dipengaruhi oleh stabilitas atmosfer yang digambarkan dengan nilai Brunt Väisälä Frequency Square (N2). Sedangkan untuk mengetahui kandungan uap air dilakukan estimasi nilai TPW (Total Precipitable Water). Estimasi TPW dilakukan di dua daerah yaitu Padang (0.88 LS, 100.35 BT) dan Biak (1.18 LS,136.12 BT) untuk mengetahui perbedaan jumlah kandungan uap air pada kedua lokasi yang berada pada garis ekuator namun memiliki karakteristik curah hujan yang berbeda. Periode pengamatan dilakukan antara bulan Maret 2007 sampai dengan Februari 2008. Untuk memperkirakan TPW digunakan data kelembaban spesifik yang diturunkan dari data radiosonde. Selanjutnya untuk analisis hubungan dengan curah hujan digunakan data curah hujan harian aktual dengan teknik korelasi silang. Hasil yang didapatkan adalah niali TPW pada Biak dan Padang konstan sepanjang tahun dengan rata-rata pada daerah Padang yaitu 50.5 mm dan pada daerah Biak yaitu 39.6 mm dan osilasi TPW pada daerah padang terjadi sekitar 60 harian dan daerah Biak sekitar 90 harian. Hasil analisis statistik antara TPW dan curah hujan daerah Padang dan Biak menunjukkan korelasi silang diantara keduanya sehingga kedua variabel ini saling berpengaruh dengan nilai maksimum 0.294 dan selang waktu (lag time) adalah 1 Kata Kunci : Brunt Väisälä Frequency Square (N2), TPW, Curah hujan
ESTIMASI NILAI TPW (TOTAL PRECIPITABLE WATER) DI ATAS DAERAH PADANG DAN BIAK BERDASARKAN HASIL ANALISIS DATA RADIOSONDE
IRE PRATIWI
Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains pada Departemen Geofisika dan Meteorologi
DEPARTEMEN GEOFISIKA DAN METEOROLOGI FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2008
Judul
:
Estimasi Nilai TPW (Total Precipitable Water) di Atas Daerah Padang dan Biak Berdasarkan Hasil Analisis Data Radiosonde
Nama
:
Ire Pratiwi
NIM
:
G24104007
Menyetujui:
Pembimbing I,
Pembimbing II,
Idung Risdiyanto, S.Si, M.Sc NIP. 132206238
Dr. Ir. Eddy Hermawan, M.Sc NIP. 300001344
Mengetahui: Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor
Dr. Drh Hasim, DEA NIP. 131578806
Tanggal Lulus:
PRAKATA Puji dan syukur penulis panjatkan kehadirat Allah SWT atas segala rahmat dan karuniaNya sehingga penulis dapat menyelesaikan Skripsi dengan judul “Estimasi Nilai TPW (Total Precipitable Water) Di Atas Daerah Padang Dan Biak Berdasarkan Hasil Analisis Data Radiosonde”, sebagai syarat mencapai gelar Sarjana Sains pada Program Studi Meteorologi, Departemen Geofisika dan Meteorologi, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor. Penulis juga ingin mengucapkan banyak terima kasih kepada pihak-pihak yang telah membantu dalam proses penyusunan skripsi ini : 1. 2. 3. 4. 5. 6.
7. 8.
Bapak Idung Risdiyanto, M.Sc sebagai pembimbing I yang memberikan banyak ilmu dan masukan kepada penulis selama mengerjakan skripsi ini. Bapak Dr. Eddy Hermawan, M.Sc sebagai pembimbing II yang selalu sabar membimbing penulis dan memberi motivasi dalam pengerjaan skripsi ini. Ibu, Bapak, Kakak dan kakak ipar dan seluruh keluarga besar penulis, terima kasih untuk doa, perhatian, dukungan moral dan fasilitas yang sangat besar dan membantu selama ini. Bapak Halimurrahman, MT sebagai Kepala Bidang Pemodelan Iklim Keluarga besar LAPAN: Bu Shinta, Pak Teguh, Pak Terson, Pak Suaydhi, Bu Ina Visa, Pak Arief beserta staf LAPAN lainnya yang selalu memberikan bantuannya. Teman-teman seperjuangan, terutama Ining yang selalu memberikan dukungan penulis, Mei, Diva, Fransiska, Rini, Sisi dan teman GFM 41 lainnya yang tidak bisa disebutkan satu persatu. Teman-teman di wisma bintang, Rira, Fera, V-ter serta adik-adik 42 dan 43 Kakak kelas di LAPAN dan BMG (kak Eris 36 dan mba Dian 38 yang telah membantu penulis dalam mendapatkan data)
Penulis menyadari bahwa dalam proses penyusunan skripsi ini masih terdapat banyak kekurangan. Oleh karena itu, penulis menerima kritikan, saran, dan tanggapan yang bersifat membangun. Semoga karya ilmiah ini bermanfaat.
Bogor, September 2008
Ire Pratiwi
RIWAYAT HIDUP Penulis di lahirkan di Malang, pada tanggal 26 September 1986 dari ayah Tamari dan ibu Istiani. Penulis merupakan putri ketiga dari tiga bersaudara. Tahun 1998 penulis menyelesaikan pendidikan dasar di SD Negeri Tumpang 4 Malang, pendidikan menengah pertama diselesaikan tahun 2001 di SMP Negeri 1 Tumpang-Malang. Pada tahun 2004 penulis lulus dari SMA Negeri 1 Tumpang-Malang dan pada tahun yang sama lulus seleksi masuk IPB melalui jalur undangan seleksi masuk IPB (USMI). Penulis memilih Program Studi Meteorologi, Jurusan Geofisika dan Meteorologi, Fakultas Matematika dan Ilmu Pengetahuan Alam. Selama mengikuti perkuliahan, penulis aktif di kegiatan kemahasiswaan seperti anggota Himpunan Mahasiswa Geofisika dan Meteorologi (HIMAGRETO) pada tahun 2004 sampai tahun 2006 serta kegiatan kepanitiaan-kepanitiaan di dalam departemen geofisika dan meteorologi.
DAFTAR ISI Halaman DAFTAR TABEL...................................................................................................................... iv DAFTAR GAMBAR ................................................................................................................. iv DAFTAR LAMPIRAN ............................................................................................................. v I. PENDAHULUAN 1.1 Latar Belakang ............................................................................................................. 1 1.2 Pendahuluan ................................................................................................................. 1 II. TINJAUAN PUSTAKA 2.1 Stabilitas Udara ............................................................................................................ 1 2.2 Kelembaban Atmosfer.................................................................................................. 2 2.3 Total Precipitable Water .............................................................................................. 2 2.4 Pertumbuhan Awan Konvektif ..................................................................................... 3 2.5 Curah Hujan ................................................................................................................. 3 2.6 Prinsip kerja Radiosonde.............................................................................................. 4 III. METODOLOGI 3.1 Waktu dan Tempat Penelitian ...................................................................................... 3.2 Alat dan Bahan ............................................................................................................. 3.3 Metode Penelitian 3.3.1 Identifikasi Stabilitas Atmosfer........................................................................ 3.3.2 Estimasi TPW................................................................................................... 3.3.3 Fungsi Power Spectral Density ........................................................................ 3.3.4 Estimasi Hubungan antara TPW dan Curah Hujan ..........................................
5 5 5 5 6 6
IV. HASIL DAN PEMBAHASAN 4.1 Analisis Data Bulanan 4.1.1 Identifikasi Stabilitas Atmosfer Harian ............................................................ 7 4.1.2 Identifikasi Stabilitas Atmosfer Rata-Rata Bulanan......................................... 9 4.2 Estimasi TPW............................................................................................................... 10 4.3 Hubungan Antara TPW dan Curah Hujan .................................................................... 11 V. KESIMPULAN ................................................................................................................... 13 DAFTAR PUSTAKA ................................................................................................................ 13 LAMPIRAN............................................................................................................................... 16
DAFTAR TABEL Halaman 1. 2.
Nilai korelasi silang TPW dengan curah hujan daerah Padang pada periode November 2007-Februari 2008.......................................................................................... Nilai korelasi silang TPW dengan curah hujan daerah Biak pada periode November 2007-Februari 2008..........................................................................................
12 12
DAFTAR GAMBAR Halaman 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. 21. 22. 23. 24.
Radiosonde ........................................................................................................................ Diagram alir penelitian ...................................................................................................... Profil vertikal N2 di daerah Padang tanggal 26 Desember 2007....................................... Profil vertikal RH di daerah Padang tanggal 26 Desember 2007 ...................................... Profil vertikal N2 di daerah Padang tanggal 26 Juni 2007 ................................................. Profil vertikal kelembaban relatif di daerah Padang tanggal 26 Juni 2007........................ Profil vertikal N2 di daerah Biak tanggal 26 Desember 2007............................................ Profil vertikal kelembaban relatif di daerah Biak tanggal 26 Desember 2007 ................................................................................................................................... Profil vertikal N2 di daerah Biak tanggal 26 Juni 2007 ..................................................... Profil vertikal kelembaban relatif di daerah Biak tanggal 26 Juni 2007............................ Profil vertikal N2 di daerah Padang bulan Desember 2007................................................ Profil vertikal N2 di daerah Padang bulan Juni 2007 ......................................................... Profil vertikal N2 di daerah Biak bulan Desember 2007.................................................... Profil vertikal N2 di daerah Biak bulan Juni 2007 ............................................................. Power Spektral Density TPW daerah Padang periode 1 Maret 2007-29 Februari 2008..................................................................................................................... Wavelet TPW daerah Padang Padang periode 1 Maret 2007-29 Februari 2008 ................................................................................................................................... Energi spektral TPW daerah Biak periode 1 Maret 2007-29 Februari 2008 ..................... Wavelet TPW daerah Biak periode 19 Oktober 2007-29 Februari 2008........................... TPW dan curah hujan bulan Juni 2007 di daerah Padang.................................................. TPW dan curah hujan bulan Desember 2007 di daerah Padang ........................................ TPW dan curah hujan bulan Juni 2007 di daerah Biak...................................................... TPW dan curah hujan bulan Desember 2007 di daerah Biak ............................................ Korelasi silang TPW dengan curah hujan daerah Padang pada periode 1 November 2007 sampai dengan 29 Februari 2008 ............................................................ Korelasi silang TPW dengan curah hujan daerah Biak pada periode November 2007-Februari 2008..........................................................................................
4 7 7 7 7 8 8 8 9 9 9 9 9 9 10 10 10 10 11 11 11 11 12 12
DAFTAR LAMPIRAN Halaman 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14.
Curah Hujan Bulanan di Daerah Padang dan Biak Bulan Maret 2007Februari 2008..................................................................................................................... Pola Angin dan Curah Hujan Bulan Juni 2007 dan Desember 2007 di Wilayah Indonesia ............................................................................................................. Curah Hujan Harian Bulan Desember dan Juni 2007 ........................................................ Profil Vertikal N2 di Daerah Padang.................................................................................. Profil Vertikal N2 di Daerah Biak...................................................................................... Profil Vertikal RH di Daerah Padang ................................................................................ Profil Vertikal RH di Daerah Biak .................................................................................... Profil Vertikal N2 pada Ketinggian 15-18 km di Daerah Padang dan Biak ....................... Data TPW di Daerah Padang............................................................................................. Data TPW di Daerah Biak ................................................................................................. Data Curah Hujan Daerah Padang Maret 2007-Desember 2008 ....................................... Data Curah Hujan Daerah Biak Maret 2007-Desember 2008 ........................................... Korelasi TPW dengan Curah Hujan pada Daerah Padang Panjang dan Sicincin .............................................................................................................................. Script matlab untuk menghitung N2 dan TPW ..................................................................
16 16 16 17 19 21 24 26 27 31 34 35 36 37
I. PENDAHULUAN 1. 1.1 Latar Belakang Atmosfer bumi merupakan lapisan yang menyelimuti permukaan bumi dengan komponen penyusunnya berupa partikelpartikel halus dan ringan seperti gas, cairan dan aerosol (Handoko, 1995). Keadaan atmosfer akan mudah berubah seiring dengan proses pendinginan dan pemanasan permukaan bumi karena sebagian besar bahan pengisi atmosfer merupakan gas yang mudah mampat dan mengembang. Menurut Trewartha dan Horn (1980) 75 % dari massa atmosfer yang terdapat pada lapisan troposfer dan lapisan ini merupakan tempat terjadinya awan, hujan dan konveksi udara. Indonesia sebagai negara maritim yang terletak di ekuator, dikelilingi oleh lautan yang hangat sehingga menyebabkan awanawan konvektif besar dapat tumbuh di wilayah ini. Kemunculan awan-awan konvektif di wilayah tropis ini dapat mempengaruhi sirkulasi global (Renggono, 2000). Akibat adanya awan-awan tersebut, panas dari boundary layer dapat bergerak ke lapisan atmosfer atas. Namun dengan potensi pengangkatan massa udara yang besar ini tidak semua awan yang terbentuk akan turun sebagai hujan, tergantung proses pengangkatan massa udara dan besarnya kandungan uap air yang terdapat pada kumpulan awan tersebut. Beberapa bagian dari awan yang terbentuk akan hilang karena terevaporasi kembali ke atmosfer. Sehingga perlu dikaji lebih lanjut tentang proses stabilitas atmosfer dan mekanisme pengangkatan massa udara terkait dengan pembentukan awan. Selain itu kandungan air dalam suatu kolom udara juga perlu diketahui. Karena jumlah air yang seharusnya jatuh sebagai hujan sangat penting untuk diketahui guna memprediksi jumlah hujan yang akan jatuh sebelum kejadian hujan berlangsung. Selain itu penelitian ini juga dilakukan untuk mengetahui tentang pola variasi kandungan uap air dalam kolom udara dari musim ke musim sehingga osilasinya dapat diketahui di atas daerah Padang dan Biak serta karakteristik dan perbedaan diantara kedua daerah tersebut yang sama-sama terletak disekitar garis ekuator.
2.
3. 4.
1.2 Tujuan Mengetahui besarnya TPW (total precipitable water) berdasarkan data hasil pengukuran radiosonde Mengetahui profil vertikal atmosfer dalam hubungannya pada proses pengangkatan massa udara di permukaan Mengetahui pola osilasi TPW di daerah Padang dan Biak Mengetahui keterkaitan antara TPW dengan curah hujan di permukaan pada daerah Padang dan Biak
II. TINJAUAN PUSTAKA 2.1 Stabilitas Udara Stabilitas udara (atmosfer) adalah kecenderungan udara untuk bergerak naik atau turun. Untuk menentukan stabilitas dilakukan dengan melakukan perbandingan suhu antara parsel udara dan suhu udara di sekitarnya (Ahrens 2007). Udara diasumsikan sebagai parsel yang bergerak dari suatu titik. Pergerakan parsel tersebut dapat mengikuti garis adiabatik kering apabila parsel dalam kondisi tidak jenuh (di bawah LCL) atau mengikuti garis adiabatik basah apabila parsel dalam keadaan jenuh (Stull 2004). Pada berbagai ketinggian, gaya bouyant bergantung pada perbedaan suhu antara parsel dan lingkungannya. Stabilitas atmosfer digolongkan menjadi tiga yaitu kondisi stabil, netral dan tidak stabil. Apabila gaya bouyant yang bekerja pada parsel mempunyai arah yang sama dengan perpindahan parselnya sehingga udara antara parsel pada ketinggian awal dan pada ketinggian akhir akan tidak stabil. Akibat ketidakstabilan tersebut, parsel akan terus bergerak sehingga mengakibatkan gerakan konvektif. Suhu parsel pada kondisi ini lebih hangat dibandingkan suhu lingkungan sehingga parsel akan memiliki kerapatan yang lebih rendah dan akan terus naik sampai pada level suhu parsel sama dengan suhu lingkungan. Pada kondisi netral enviromental lapse rate akan sama dengan adiabatic lapse rate sehingga tidak ada gaya bouyancy yang memindahkan parsel. Parsel akan tetap pada level semula. Sedangkan pada kondisi stabil, suhu parsel udara akan lebih dingin daripada suhu lingkungannya sehingga parsel akan mempunyai kerapatan lebih besar dan cenderung kembali turun ke ketinggian awal atau dengan kata lain
enviromental lapse rate akan lebih kecil daripada adiabatic lapse rate sehingga gaya bouyancy yang memindahkan parsel akan memiliki arah yang berlawanan dengan perpindahannya. Pada penentuan stabilitas udara diperlukan nilai suhu potensial. Suhu potensial merupakan suhu udara pada saat tekanan 1000 mb. Nilai suhu potensial dapat ditentukan berdasarkan nilai suhu udara berdasarkan persamaan berikut,
1000 θ = T p
0.286
Keterangan: θ : suhu potensial (K) T : suhu udara (K) P : tekanan udara (mb) Penentuan stabilitas udara dilakukan berdasarkan persamaan berikut ini, dθ > 0 stabil dz dθ = 0 netral dz dθ < 0 tidak-stabil dz Keterangan: θ : suhu potensial (K) z : ketinggian (meter) Suatu parsel yang bergerak dalam kondisi adiabatik akan berosilasi yang menggambarkan kondisi stabilitas konvektif lapisan tersebut. Nilai osilasi digambarkan dalam frekuensi yang disebut Brunt Väisälä Frequency Square yang akan meningkat apabila kondisi lingkungan semakin stabil. Brunt Väisälä Frequency Square dirumuskan sebagai berikut, g ∂θ N2 = θ ∂z (Mc.Ilveen, 1986) Keterangan : N2 : Brunt Väisälä frequency square (1/s2) g : Percepatan gravitasi (m/s2) θ : Suhu potensial (Kelvin=ToC+273) z : Ketinggian (meter) T : Suhu udara (Kelvin) P : Tekanan udara (mb) 2.2 Kelembaban Atmosfer Uap air merupakan salah satu unsur penting di atmosfer karena merupakan sumber dari segala bentuk kondensasi dan curahan, mengandung bahang laten yang
merupakan sumber energi yang penting untuk sirkulasi atmosfer, serta banyaknya uap air dan distribusi vertikal uap air di dalam atmosfer mempengaruhi kestabilan atmosfer (Prawirowardoyo, 1996) Menurut Trewartha dan Horn (1980), uap air mempunyai jumlah yang bervariasi mulai dari 3- 4% pada daerah lembab seperti kawasan tropis sampai bernilai nol di kawasan atmosfer yang tinggi. Pada umumnya, uap air terkonsentrasi pada ketinggian dekat permukaan yaitu sekitar kurang dari 10 kilometer di atas permukaan (Arya, 1999). Hal tersebut dikarenakan uap masuk ke atmosfer melalui evaporasi air dari permukaan daratan dan lautan. Jumlah uap air sangat beragam tergantung kondisi penguapan pada daerah yang bersangkutan. Kandungan uap air yang tinggi terdapat di atas lautan dan hutan hujan tropis yang volumenya dapat mencapai tiga atau empat persen. Demikian pula sebaliknya, pada daerah gurun, uap air hanya merupakan bagian kecil sebesar 1%. Istilah umum yang digunakan untuk menyatakan kandungan uap air adalah kelembaban. Kelembaban menyatakan jumlah air yang ada di udara dibandingkan dengan jumlah yang dapat disimpan pada suhunya. Untuk menyatakan nilai kelembaban dapat digunakan berbagai istilah seperti kelembaban mutlak, relatif, dan spesifik. Selain itu dapat juga dinyatakan dengan tekanan uap dan mixing ratio. Kelembaban mutlak adalah kandungan uap air persatuan volume udara. Sedangkan kelembaban relatif merupakan perbandingan antara tekanan uap air aktual dengan tekanan uap air jenuh pada kapasitas udara untuk menampung uap air (Handoko,1995). Selain itu, kelembaban relatif juga dapat dihitung dari nilai mixing ratio (r) dengan membandingkannya terhadap nilai mixing ratio jenuh (rs). Kelembaban ini biasanya dinyatakan dalam persen (%), secara matematis dapat dimyatakan dengan : r RH = × 100 % rs 2.3 Total Precipitable Water Total precipitable water (TPW) di definisikan sebagai banyaknya kandungan uap air yang terkumpul dalam suatu kolom udara yang dapat diendapkan sekaligus diturunkan sebagai presipitasi, bila kandungan uap air dalam kolom tersebut
telah mengembun semua (Y. Viswanadham, 1981) Jumlah air yang dapat diembunkan sekaligus diturunkan sebagai hujan belum dapat diketahui secara pasti, hal tersebut disebabkan stabilitas atmosfer, variasi kandungan uap air, perbedaan tekanan antara dua lapisan dan musim. Untuk mengetahui besarnya nilai TPW digunakan parameter tekanan (P), suhu (T), kelembaban relatif (RH), percepatan gravitasi bumi (g), mixing ratio (r) dan kerapatan uap air (ρ) disetiap lapisan atmosfer yang diamati. Pengamatan melalui radiosonde atau peralatan lain memberikan pengukuran struktur vertikal atmosfer dalam bentuk tekanan P (mb), temperatur T (oC) dan kelembaban spesifik q (g kg-1) atau satuan lain yang sejenis. Tebal atau jumlah air terkandung, dengan menggunakan data P dalam mb dan q dalam g kg-1, dapat dinyatakan dengan :
1 p0 w (cm) = qdp g pz Persamaan ini digunakan untuk memperkirakan air terkandung di dalam suatu massa udara dengan menggunakan data kelembaban dan tekanan antara dua ketinggian (p0 dan pz) (Juaeni, 1988).
∫
2.4 Pertumbuhan Awan Konvektif Salah satu faktor yang penting dalam proses pembentukan awan adalah konveksi massa udara permukaan ke atas. Awanawan konvektif yang terbentuk akibat kenaikan udara di permukaan yang relatif panas banyak dijumpai di daerah-daerah sekitar ekouator. Hal tersebut dikarenakan daerah ekuator merupakan daerah konvergensi massa udara dari dua belahan bumi (ITCZ=Inter Tropical Convergence zone). Awan yang berkembang vertikal dihasilkan oleh kantong massa udara yang hangat dan lembab yang masih mampu naik sampai ketinggian yang cukup tinggi setelah melewati batas kondensasi. Pertumbuhan tersebut disebabkan adanya pelepasan panas laten kondensasi yang cukup besar. Menurut Tjasyono (1981) akibat penyerapan radiasi matahari oleh permukaan tanah tidak merata (daerah berbukit, daerah tumbuh-tumbuhan dan macam-macam jenis tanah), maka pertumbuhan awan konvektif
cenderung pada daerah dengan pemanasan paling kuat. Di atas daratan pada umumnya keawanan maksimum terjadi pada siang hingga sore hari yang diakibatkan oleh proses konveksi yang kuat terutama pada daerah tropis. Sedangkan pada daerah lautan, keawanan maksimum terjadi pada malam hari pada saat ketidakstabilan meningkat karena adanya pendinginan (pelepasan energi melalui radiasi) dari puncak awan. Lapisan inversi merupakan hambatan bagi pertumbuhan awan konvektif karena lapisan ini adalah stabil (Tjasyono 1981, diacu dalam Wahab 2005). Hanya dengan up draft yang kuat lapisan ini dapat ditembus oleh awan. Karena adanya lapisan inversi ini, maka bentuk awan konvektif menjadi berubah, ada kalanya seperti cerobong atau seperti balok. Apabila terdapat lapisan inversi, maka kemungkinan untuk turun hujan hampir tidak ada. 2.5 Curah Hujan Hujan merupakan hasil akhir dari proses yang berlangsung di atmosfer bebas (Haryanto, 1998). Besarnya curah hujan dan lokasi turunnnya curah hujan tergantung beberapa faktor, yaitu kelembaban udara, topografi, arah dan kecepatan angin, suhu udara, dan hadapan lereng (Sandy, 1987) Menurut Seyhan (1990) suatu curah hujan berdasarkan genetik atau asal-usulnya dapat terjadi apabila didukung oleh tiga faktor utama, yaitu kolom udara yang lembab, inti kondensasi (partikel debu, kristal garam, dan lain-lain), dan suatu sarana untuk menaikan udara yang lembab ini sehingga kondensasi dapat berlangsung sebagai akibat udara yang bertambah dingin. Proses hujan dimulai dengan udara yang naik dan kemudian temperatur akan turun dengan semakin tingginya ketinggian suatu tempat. Massa udara ini akan naik hingga mencapai titik jenuh, maka udara lembab ini akan mengalami kondensasi. Udara yang naik ini setelah melewati ketinggian kondensasi akan berubah menjadi awan, di dalamnya terjadi proses tumbukan dan penggabungan antar butir-butir air yang akhirnya meningkatkan massa dan volume. Salah satu jenis hujan adalah hujan konvektif. Hujan konvektif disebabkan oleh naiknya massa udara yang panas dan ringan di sekitar udara yang lebih rapat dan dingin (Haryanto, 1998). Perbedaan suhu yang mencolok antara udara di bagian bawah
dekat permukaan tanah dengan udara di lapisan yang lebih tinggi terjadi akibat pemanasan permukaan tanah yang intens pada siang hari dan menimbulkan arus termal (konveksi) yang memindahkan massa udara di bagian bawah ke lapisan yang lebih tinggi, sehingga memberi peluang yang besar untuk proses pengembunan. Awan yang terjadi melalui proses ini disebut awan konvektif dan dapat menghasilkan hujan dengan curahan bervariasi, namun umumnya sangat lebat. 2.6 Prinsip Kerja Radiosonde Radiosonde merupakan salah satu alat meteorologi yang digunakan untuk mengukur data meteorologi pada lapisan vertikal atmosfer (OFCM, 1997). Parameter yang diukur antara lain tekanan, suhu dan kelembaban relatif yang ditransmisikan oleh sensor ke stasiun peneriman di permukaan. Radiosonde juga melakukan pengamatan arah dan kecepatan angin, oleh karena itu biasa juga disebut dengan rawinsonde. Radiosonde terdiri dari dua bagian penting, yaitu seperangkat alat pengindera atau sensor dan suatu alat pemancar radio yang mengirimkan hasil-hasil pengamatan ke stasiun di permukaan dalam bentuk sinyal-sinyal radio (Tjasyono, 2004). Alat ini dinaikkan ke atas dengan menggantungkannya kepada sebuah balon yang diisi dengan gas yang lebih ringan dari udara sampai balon ini pecah. Setelah balon pecah, radiosonde akan turun ke bawah dengan menggunakan payung yang sudah tersedia. Stasiun penerima di permukaan mengubah data yang berbentuk kode dalam tekanan, temperatur dan kelembaban. Sebagai standar, nilai tekanan harus dinyatakan dalam hekto pascal (hPa), sedangkan nilai suhu dalam derajat celcius. WMO merekomendasikan jarak minimum antara stasiun pengamatan radiosonde yaitu sekitar 250 km pada daerah daratan atau sekitar 1000 km pada daerah lautan atau daratan yang tidak berpenduduk. Pengukuran dapat dilakukan satu sampai empat kali setiap harinya, namun secara umum dilakukan pengukuran dua kali sehari yaitu pada saat 00.00 and 12.00 UTC. Radiosonde melakukan pengamatan tidak pada setiap lapisan atmosfer. Lapisan pengukuran radiosonde digolongkan menjadi tiga yaitu lapisan standar, signifikan dan tambahan. Prioritas pengukuran yang pertama adalah lapisan standar kemudian
lapisan signifikan dan yang terakhir adalah lapisan tambahan. Lapisan standar merupakan lapisan isobarik yang dipilih pada tekanan 1000, 925, 850, 700, 500, 400, 300, 250, 200, 150, 100, 70, 50, 30, 20, 10 hPa. Pada lapisan tersebut, hasil pengamatan harus selalu dilaporkan. Apabila data tidak dapat mengukur pada tekanan yang sama pada tekanan standar, maka dilakukan interpolasi data. Lapisan signifikan diambil pada saat : 1. Di permukaan 2. Ketinggian maksimum yang dapat dicapai oleh radiosonde 3. Satu lapisan antara tekanan 110 dan 100 hPa 4. Tropopause 5. Suhu maksimum dan minimum inversi serta lapisan isotermal pada lapisan di atas 300 hPa dan tebal 20 hPa 6. Suhu maksimum dan minimum pada semua lapisan inversi dengan perubahan suhu 2.5°C atau RH 20% pada tekanan lebih besar dari 300 hPa 7. Lapisan yang menunjukkan data meragukan atau hilang Sedangkan lapisan tambahan dipilih pada lapisan antara lapisan standar dan signifikan yang mengacu pada nilai suhu dan kelembaban relatif berdasarkan skala tekanan logaritmik.
Gambar 1. Radiosonde
III. METODOLOGI 3.1 Waktu dan Tempat Penelitian Penelitian ini dilaksanakan di Bidang Pemodelan Iklim Lembaga Penerbangan dan Antariksa Nasional (LAPAN) Bandung pada bulan Maret –Juni 2008. 3.2 Alat dan Bahan Alat yang digunakan dalam penelitian ini adalah seperangkat komputer dengan software Microsoft Office, Matlab versi 7.1, RAOB 5.1, serta SPSS versi 13 yang telah di-install di Bidang Pemodelan Iklim LAPAN-Bandung Adapun bahan yang diperlukan dalam penelitian ini adalah : a. Data suhu, tekanan dan kelembaban relatif hasil pengukuran radiosonde yang diambil dari situs http://weather.uwyo.edu/upperair/seasia .html yang berupa data harian dan pengukuran setiap lapisan untuk dua daerah yaitu Padang (0.88 LS, 100.35 BT dan 3 MSL) dan Biak (1.18 LS,136.12 BT dan 11 MSL) antara Bulan Maret 2007 sampai dengan Februari 2008 pada masing-masing daerah. b. Data curah hujan harian pada daerah Padang dan Biak untuk periode Maret 2007 sampai dengan Februari 2008. 3.3 Metode Penelitian 3.3.1 Identifikasi Stabilitas Atmosfer Identifikasi stabilitas atmosfer dilakukan dengan mengamati nilai Brunt Väisälä Frequency Square (BVFS) yang dirumuskan sebagai berikut, g ∂θ N2 = θ ∂z 0.286
1000 θ = T p (Mc.Ilveen, 1986) Keterangan : N2 : Brunt Väisälä frequency square (1/s2) g : Percepatan gravitasi (m/s2) θ : Suhu potensial (Kelvin=ToC+273) z : Ketinggian (meter) T : Suhu udara (Kelvin) P : Tekanan udara (mb) Nilai N2 yang dihasilkan dari penghitungan data radiosonde digambarkan dalam profil vertikal pada masing-masing
pengukuran dan dibandingkan untuk kedua daerah yang berbeda pada periode waktu tertentu. Semakin stabil suatu kondisi udara maka nilai Brunt Väisälä Frequency square semakin besar . 3.3.2 Estimasi TPW TPW didefinisikan sebagai jumlah air dalam suatu kolom udara jika seluruh uap air dalam kolom tersebut mengalami kondensasi (Wiesner, 1970). Untuk menduga nilai TPW ini menggunakan formula : z =zi +dz
W=
∫
z =zi +dz
ρ v dz =
z = zi
∫
qρ dz = −
z = zi
10 g
p=p(zi +dz)
∫ q dp
p =p(z i )
dengan : W = precipitable water (mm) zi = ketinggian di i (m) pzi = tekanan di ketinggian zi (mb) ρ = kerapatan uap air (kg/m3) q = kelembaban spesifik Pengamatan melalui radiosonde memberikan pengukuran struktur vertikal atmosfer dalam bentuk tekanan p (mb), temperatur T (oC) dan kelembaban relatif (RH) (%). e (P, T) RH = e s (P, T ) 7.567.T
e s = 6.11 × 10 239.7 + T (Riegel, 1992) Keterangan : RH e es T
= kelembaban relatif (%) = tekanan uap aktual (mb) = tekanan uap jenuh (mb) = suhu udara (oC)
Kelembaban spesifik adalah perbandingan massa uap air dengan massa udara lembab, sedangkan mixing ratio adalah perbandingan antara massa uap air dengan massa udara kering. Berdasarkan nilai kelembaban relatif maka untuk menentukan nilai kelembaban spesifik digunakan persamaan sebagai berikut, e r = 0.622 , (e <<<< p ) p−e e = 0.622 p r q= 1+ r
Keterangan : r = mixing ratio (g/kg) q = kelembaban spesifik (g/kg) e = tekanan uap air (mb) p = tekanan udara (mb) Massa uap air dalam satu satuan kolom udara adalah : z
∫
W = ρ v dz 0
dengan memasukkan persamaan hidrostatik (dp = - ρ g dz), diperoleh : pz
ρ v dp g
∫ρ
W=
p0
=−
1 g
pz
∫ qdp
p0
Persamaan ini digunakan untuk memperkirakan air terkandung antara dua ketinggian di dalam suatu massa udara dengan menggunakan data kelembaban dan tekanan terhadap ketinggian (Juaeni, 1988). 3.3.3 Fungsi Spectral density Fungsi spektral density merupakan sebuah fungsi untuk melihat sifat suatu frekuensi dalam sebuah deret data (time series). Salah satu teknik atau metode analisis energi spektral density yang umum digunakan adalah FFT (Fast Fourier Transform). Deret fourier yang dapat dirumuskan sebagai berikut.
a F (t ) = 0 + 2
∞
∑ (a r cos rt + br sin rt ) i =1
Pada suatu selang (0,2π),(- π, π) dengan periode 2 π. Dimana :
a0 = aπ =
π
1
π
∫
f (t )dt
π
∫
π
1
f (t ) cos rt dt
−π
rxy (k) =
C xy (k) C xx (0)C yy (0)
=
C xy Sx S y
dimana:
rxy (k ) : korelasi silang antara deret x dan deret y pada lag ke-k C xy (k) =
1 n−k ∑ X − x Yt + k − y n − k t =1 t
(
)(
)
(kovarian antara deret x dan y pada lag ke-k) C xx (0) =
1 n
n
∑ (X
− x )2
t
t =1
(standar deviasi deret x) C yy (0) =
1 n
n
∑ (Y
t
− y )2
t =1
Untuk menguji nilai korelasi silang diatas dengan tingkat kepercayaan 95% dari dilakukan pendekatan perhitungan kesalahan baku dengan rumus : S(rxy (k)) =
π
∫π f (t ) sin rt dt
−
Sedangkan untuk fungsi dari analisis spektral density ini dapat dituliskan sebagai berikut (Christopher. 1989):
f (ω ) = Dimana
Untuk mengetahui besar nilai TPW yang dapat diendapkan sekaligus diturunkan sebagai hujan maka nilai TPW harian yang diperoleh tersebut dibandingkan dengan hasil perhitungan curah hujan aktual dilapangan di atas kota Padang dan Biak. Hubungan TPW dengan curah hujan ini diukur berdasarkan korelasi yang menunjukan keeratan diantara ke dua data tersebut. Korelasi dilakukan secara silang (Cross Correlation Function (CCF)) untuk menentukan lag yang memiliki korelasi yang tertinggi terhadap curah hujan. Korelasi ditunjukan oleh nilai koefisien korelasinya, yakni terletak antara -1 dan +1. Yang menjadi peubah input adalah TPW dan yang menjadi peubah respon adalah CH. Formula perhitungan korelasi silang :
−π
1
π
3.3.4 Estimasi Hubungan antara TPW dengan Curah Hujan
(standar deviasi deret y)
r=1,2,....
bn =
F(ω) merupakan fungsi dari distribusi energi spektral
dF (ω ) d (ω )
1 n−k
Gambar 2 Diagram alir penelitian.
IV. HASIL DAN PEMBAHASAN 4.1 Identifikasi Stabilitas Atmosfer 4.1.1 Identifikasi Stabilitas Atmosfer Harian Faktor yang menyebabkan pergerakan vertikal udara antara lain perbedaan suhu pada permukaan, efek front, perbedaan topografi, konvergensi dan divergensi (Donn, 1975). Parameter yang digunakan untuk mengetahui kondisi stabilitas atmosfer adalah nilai Brunt Väisälä frequency square (N2). Menurut Mc.Ilveen (1986) Semakin stabil suatu kondisi udara maka nilai Brunt Väisälä Frequency square semakin besar . Pengamatan nilai N2 dilakukan pada bulan Desember dan bulan Juni 2007. Sebagai contoh pada daerah Padang, profil vertikal N2 digambarkan sebagai berikut,
Gambar 4 Profil vertikal RH di daerah Padang tanggal 26 Desember 2007 Berdasarkan gambar 3, nilai N2 cenderung konstan sekitar 0.2x10-3 sampai kenaikan yang besar pada saat mencapai tropopause. Apabila didukung dengan kondisi pemanasan permukaan yang baik dan kelembaban udara yang tinggi, maka proses pengangkatan udara bisa terjadi secara maksimal sampai batas tropopause sehingga kemungkinan terbentuk awanawan hujan yang besar sangatlah tinggi. N2 bernilai positif menunjukkan keadaan atmosfer yang stabil. Pada N2 yang bernilai negatif menunjukkan keadaan atmosfer yang tidak stabil dan mengakibatkan suatu parsel udara akan bergerak vertikal ke atas. Apabila dilihat dari profil kelembaban relatifnya, kondisi di permukaan cenderung konstan lembab sampai pada ketinggian 10 kilometer diatas permukaan. Di atas ketinggian tersebut, kelembaban relatif berkurang. Hal tersebut dikarenakan sebagian besar uap air akan terkonsentrasi pada ketinggian yang rendah yaitu di bawah 10 kilometer (Arya, 1999)
Gambar 3 Profil vertikal N2 di daerah Padang tanggal 26 Desember 2007.
Gambar 5 Profil vertikal N2 di daerah Padang tanggal 26 Juni 2007
kondisi yang sama dengan daerah Padang. Hal yang membedakan adalah profil kelembaban relatifnya. Semakin tinggi, nilai kelembaban relatif semakin rendah, sehingga keadaan secara umum lebih kering bila dibandingakan dengan daerah Padang. Hal tersebut dikarenakan oleh posisi lokal masing-masing daerah.
Gambar 6 Profil vertikal kelembaban relatif di daerah Padang tanggal 26 Juni 2007. Berkebalikan dengan kondisi bulan Desember di daerah Padang, nilai N2 pada bulan Juni cenderung mengalami perubahan pada daerah sekitar permukaan. Kenaikan nilai N2 di dekat permukaan merupakan indikasi kestabilan yang dapat menghambat kenaikan massa udara. Hanya dengan up draft yang kuat lapisan ini dapat ditembus oleh awan (Tjasyono 1981 dalam Wahab 2005). Pada kondisi atmosfer stabil ini, apabila tidak ada gaya up draft yang kuat sehingga massa udara yang terangkat ke atas akan kembali ke posisi semula (Stull, 2004). Apabila dilihat dari profil kelembaban relatifnya maka secara umum kondisi kelembaban pada profil tersebut cenderung berfluktuasi dan menurun seiring dengan ketinggian. Sehingga dapat dikatakan seiring dengan pertambahan ketinggian kelembaban relatifnya menjadi semakin rendah akibat kondisi atmosfer yang stabil di daerah dekat permukaan. Akibatnya kemungkinan terbentuknya awan besar adalah kecil. Apabila ditinjau dari pemanasan permukaan, pada musim kering dengan intensitas radiasi yang besar kemungkinan terjadi pengangkatan massa udara lebih besar dibandingkan dengan musim basah, hal tersebut ditunjukkan dengan ketinggian tropopause musim kering lebih tinggi, namun kondisi kelembabanya juga berkebalikan sehingga peluang terbentuknya awan hujan akan lebih kecil walaupun faktor pemanasan permukaannya sangat mendukung. Pada daerah biak, dengan waktu pengamatan yang sama, kondisi profil vertikal N2 pada bulan Desember, memiliki
Gambar 7 Profil vertikal N2 di daerah Biak tanggal 26 Desember 2007.
Gambar 8 Profil vertikal kelembaban relatif di daerah Biak tanggal 26 Desember 2007. Sedangkan untuk bulan Juni pada daerah Biak kondisi stabilitas atmosfer cenderung sama dengan bulan Desember. Hal yang membedakan adalah, pada bulan Juni, nilai N2 jauh lebih besar perbedaannya saat mencapai tropopause. Untuk nilai kelembaban relatifnya, seiring dengan naiknya ketinggian, maka kondisi udara semakin kering. Sehingga antara bulan Desember dan bulan Juni tidak terjadi perbedaan yang mencolok diantara keduanya.
Gambar 9 Profil vertikal N2 di daerah Biak tanggal 26 Juni 2007.
Gambar 12 Profil vertikal N2 di daerah Padang bulan Juni 2007. Secara umum, pada saat bulan Desember kondisi atmosfir relatif tidak stabil sehingga pengangkatan massa udara terjadi secara intensif sampai ketinggian tropopause. Didukung dengan kondisi udara yang lembab, maka peluang terbentuknya awan-awan besar seperti Cumulonimbus akan sangat besar. Sedangkan pada bulan Juni, kondisi kolom udara cenderung stabil ditunjukkan dengan nilai N2 yang relatif berubah-ubah lebih tinggi, sehingga pengangkatan massa udara kurang intensif yang mengakibatkan kondisi lebih kering.
Gambar 10 Profil vertikal kelembaban relatif di daerah Biak tanggal 26 Juni 2007. 4.1.2 Identifikasi Stabilitas Atmosfer Rata-rata Bulanan Kondisi rata-rata per bulan Desember dan bulan Juni pada daerah Padang digambarkan pada profil gambar 11 dan 12, Gambar 13 Profil vertikal N2 di daerah Biak bulan Desember 2007.
Gambar 11 Profil vertikal N2 di daerah Padang bulan Desember 2007.
Gambar 14 Profil vertikal N2 di daerah Biak bulan Juni 2007. Kondisi pada daerah Padang sangatlah berbeda apabila dibandingkan dengan profil rata-rata untuk daerah Biak. Pada daerah Biak selama bulan Desember dan Bulan Juni
rata-rata memiliki kondisi atmosfer yang tidak stabil sehingga peluang up draft yang besar sama-sama tinggi. 4.2 Estimasi TPW Jumlah kandungan uap air yang dapat diendapkan sekaligus diturunkan sebagai hujan dihitung antara dua level tekanan. Hasil TPW berupa presipitasi yang merupakan setiap produk dari kondensasi uap air di atmosfer. Jenis presipitasi antara lain hujan, salju, hujan es, embun dan kabut. Jumlah total kandungan uap air setiap hasil pengukuran radiosonde menunjukkan bahwa massa udara yang banyak mengandung uap air diperoleh disekitar troposfer bawah (kurang dari 10 km). Analisis selanjutnya dilakukan pada nilai TPW selama satu tahun. Nilai yang dianalisis adalah power spektral density. Teknik yang digunakan adalah dengan fast fourier transform (FFT). Dengan teknik FFT periode dari deret waktu yang tersembunyi dapat dilihat sehingga puncak osilasi TPW akan terlihat sebagai puncak (peak) energi spektral. Pada daerah Padang analisis FFT dilakukan pada data selama kurang lebih satu tahun mulai 1 Maret 2007-29 Februari 2008. Hasil yang didapatkan adalah sebagai berikut,
Gambar 16 Wavelet TPW daerah Padang Padang periode 1 Maret 2007-29 Februari 2008. Pada daerah Biak, juga terjadi kondisi yang sama. Dengan menganalisis nilai TPW mulai tanggal 1 Maret sampai dengan 29 Februari 2008 maka dapat terlihat nilai periode osilasi sebesar kurang lebih 90 harian. Berikut energi spektral untuk nilai TPW daerah Biak.
~90 harian
Gambar 17 Energi spektral TPW daerah Biak periode 1 Maret 2007-29 Februari 2008.
~60 harian
Gambar 15 Power Spektral Density TPW daerah Padang periode 1 Maret 2007-29 Februari 2008. Berdasarkan gambar 15, dapat dilihat bahwa power spektral density terjadi sekitar 60 harian. Hal tersebut menunjukkan kondisi TPW yang sama akan berulang kembali pada 60 hari berikutnya. Hasil yang serupa dapat dilihat pada analisi wavelet berikut ,
Gambar 18 Wavelet TPW daerah Biak periode 19 Oktober 2007-29 Februari 2008. Apabila kedua daerah yaitu Padang dan Biak dibandingkan maka pola osilasi pada daerah Biak cenderung lebih panjang daripada daerah Padang
4.3 Estimasi Hubungan antara TPW dengan Curah Hujan Berdasarkan hasil perhitungan, didapatkan bahwa tidak setiap waktu nilai TPW dapat diturunkan sebagai hujan berapapun nilainya baik besar maupun kecil. Hal ini dapat dilihat dari hasil pengamatan pada daerah Padang, Gambar 21 TPW dan curah hujan bulan Juni 2007 di daerah Biak.
Gambar 19 TPW dan curah hujan bulan Juni 2007 di daerah Padang.
Gambar 22 TPW dan curah hujan bulan Desember 2007 di daerah Biak.
Gambar 20 TPW dan curah hujan bulan Desember 2007 di daerah Padang. Secara umum, jumlah TPW baik pada bulan Desember maupun Juni relatif konstan yaitu sekitar 60 mm dengan nilai rata-rata tahunan sebesar 50.55 mm, namun nilai uap air yang diturunkan sebagai hujan lebih besar terjadi pada bulan Desember. Hal tersebut dipengaruhi faktor-faktor lain yang tergantung kondisi lokal. Sedangkan untuk daerah Biak, terjadi juga hal yang serupa yaitu nilai TPW yang relatif konstan pada periode yang sama. Namun nilainya lebih kecil 10 mm dibandingkan daerah Padang pada bulan Desember dan Juni dengan rata-rata tahunan sebesar 39.6 mm.
Pada daerah Padang, hujan yang terjadi relatif tidak kontinu namun setiap kejadian hujan, intensitasnya dinilai cukup besar. Jumlah TPW kumulatif pada bulan Desember adalah 1478,79 mm dan yang diturunkan sebagai hujan adalah 461.4 mm. Sedangkan pada bulan Juni kumulatif nilai TPW adalah 1513,35 dengan jumlah hujan 283. Di daerah Biak jumlah kumulatif TPW lebih kecil dibandingkan dengan daerah Padang, yaitu 1075,73 mm di bulan Desember dan 1209,98 mm di bulan Juni. Jumlah kumulatif yang diturunkan sebagai hujan untuk bulan Juni dan Desember relatif sama dan kontinu yaitu 229.6 dan 229.95 mm. Analisis statistik dilakukan dengan tujuan untuk mengestimasi hubungan antara nilai TPW dan curah hujan. Metode yang digunakan adalah analisis cross-correlation (korelasi silang). Keterkaitan diantara kedua variabel itu dapat terlihat pada grafik yang menggambarkan keduanya. Estimasi hubungan antara TPW dan curah hujan dilakukan pada kedua daerah kajian yaitu daerah Padang dan Biak. Pada daerah Padang, pengambilan data dilakukan selama 1 November 2007 sampai dengan 29 Februari 2008 untuk kedua variabel. Hasil yang didapatkan adalah sebagai berikut.
Korelasi TPW dan Curah Hujan Daerah Padang
Coefficient
1.0
Upper Confidence Limit Lower Confidence Limit
CCF
0.5
0.0
-0.5
akan meningkat. TPW akan terbentuk sebagai hujan dengan jeda waktu (time lag) sebesar satu hari. Pada daerah Biak juga dilakukan analisis statistik antara TPW dan curah hujan pada periode yang sama yaitu 1 November 2007 sampai dengan 29 Februari 2008. Hasil yang didapatkan adalah sebagai berikut,
-1.0 -7
-6
-5
-4
-3
-2
-1
0
1
2
3
4
5
6
Korelasi TPW dan Curah Hujan di Daerah Biak
7
Lag Number Coefficient
1.0
Tabel 1 Nilai korelasi silang TPW dengan curah hujan daerah Padang pada periode November 2007-Februari 2008 Cross Lag Std.Error(a) Correlation -7 -.031 .106 -6 -.098 .105 -5 -.026 .105 -4 .117 .104 -3 .067 .104 -2 .015 .103 -1 .103 .103 0 .053 .102 1 -.260 .103 2 -.294 .103 3 .036 .104 4 .070 .104 5 .011 .105 6 -.016 .105 7 .058 .106 Korelasi silang dilakukan dengan jumlah data sebanyak 121 data (n=121) 2 maka selang kepercayaan adalah 0.5 yaitu n sebesar -0.182 sampai dengan 0.182. dapat dilihat dari grafik nilai korelasi silang, tidak semua nilai berada pada selang kepercayaan. Pada lag 1 melebihi selang kepercayaan yaitu -0.260 dan pada lag 2 yaitu -0.294 maka berarti terjadi korelasi positif antara nilai TPW dan curah hujan pada daerah Padang diantara 1 November 2007 sampai dengan 29 Februari 2008. Sehingga apabila terjadi kenaikan TPW, nilai curah hujan juga
Upper Confidence Limit Lower Confidence Limit
0.5
CCF
Gambar 23 Korelasi silang TPW dengan curah hujan daerah Padang pada periode 1 November 2007 sampai dengan 29 Februari 2008.
0.0
-0.5
-1.0 -7
-6
-5
-4
-3
-2
-1
0
1
2
3
4
5
6
7
Lag Number
Gambar 24 Korelasi silang TPW dengan curah hujan daerah Biak pada periode November 2007-Februari 2008. Tabel 2 Nilai korelasi silang TPW dengan curah hujan daerah Biak pada periode November 2007-Februari 2008 Lag -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7
Cross Correlation .136 .126 .182 .105 .030 .118 .162 .219 .252 .089 -.113 .053 .165 .046 -.004
Std.Error(a) .115 .114 .113 .113 .112 .111 .110 .110 .110 .111 .112 .113 .113 .114 .115
Berdasarakan hasil korelasi silang, dengan data yang diuji sebanyak 121 data (n=121) maka nilai selang kepercayaan
adalah
2
yaitu sebesar -0.182 sampai n 0.5 dengan 0.182. Dari grafik korelasi silang di atas, maka dapat dilihat bahwa pada lag 1 dan lag 0 dengan nilai korelasi sebesar 0.252 dan 0.219 melebihi batas selang kepercayaan. Sedangkan data yang lainnya nilai korelasinya masih berada pada selang kepercayaan. Hal tersebut menggambarkan bahwa antara kedua variabel yaitu TPW dan curah hujan masih memiliki korelasi silang seperti halnya pada daerah Padang. Lag Time terbentuknya hujan pada daerah Biak juga sebesar satu hari. Nilai korelasi yang kecil menunjukkan hubungan diantara keduanya lemah. Hal tersebut disebabkan nilai TPW merupakan nilai gabungan semua dari produk presipitasi tidak hanya curah hujan tetapi juga embun dan virga. Sehingga kandungan uap air tidak menggambarkan secara langsung jumlah curah hujan di permukaan.
DAFTAR PUSTAKA Ahrens C. D. 2007. Meteorology Today : An Introduction to Weather, Climate, and the Environment. Eight ed. Canada : Thomson Brooks/Cole. Arya, S. P. 1999. Air Pollution Meteorology and Dispertion. New York : Oxford University Press. Donn, W. L. 1975. Meteorology. York : Mc. Graw Hill, Inc.
New
Juaeni, Ina. 1988. Air Terkandung dan Hubungannya dengan Titik Embun Permukaan, Awan dan Hujan. Skripsi. Jurusan Geofisika dan Meteorologi, FMIPA – ITB. Bandung. Handoko. 1995. Klimatologi Dasar. Jakarta : PT. Dunia Pustaka Jaya
KESIMPULAN
Berdasarkan data hasil pengukuran radiosonde, besarnya TPW (Total Precipitable Water) pada daerah Padang dan Biak relatif konstan sepanjang tahun dengan rata-rata pada daerah Padang yaitu 50.5 mm dan pada daerah Biak yaitu 39.6 mm Pada kedua daerah Nilai Brunt Väisälä frequency square (N2) pada permukaan relatif konstan di bulan Desember sehingga pengangkatan massa udara bisa terjadi lebih intensif dan peluang pembentukan awan hujan lebih besar. Sedangkan pada bulan Juni terjadi hal yang sebaliknya,N2 pada permukaan cenderung berubah-ubah, sehingga proses pengangkatan massa udara kurang intensif. Osilasi TPW pada daerah padang terjadi sekita 60 harian dan daerah Biak sekitar 90 harian. Hasil analisis statistik antara TPW dan curah hujan daerah Padang dan Biak menunjukkan korelasi silang diantara keduanya sehingga kedua variabel ini saling berpengaruh dengan nilai maksimum 0.294 dan selang waktu (lag time) adalah 1 hari.
Haryanto, U. 1998. Pengaruh Kecenderungan perubahan Indeks Osilasi pada Curah Hujan DAS Citarum. Jurnal IPTEK Iklim dan Cuaca. No.02. Tahun 02. 1998. Mc.Ilveen. 1986. Basic Meteorology a Physical Outline. England : Van Nostrand Reinhold (UK) Co.Ltd. [OFCM] Ofice of the Federal Coordinator for Meteorological Services and Supporting Research. 1997. Federal Meteorological Handbook No.3. Washington DC : OFCM. http://www.ofcm.gov/fmh3/pdf/12-appd.pdf . [16 Juni 2008] Riegel, C.A. 1992. Fundamental of atmospheric Dynamics and Thermodynamics. Singapore : World Scientific Publishing Co. Pte. Ltd. Sandy, I. M. 1987. Iklim Regional Indonesia. Jakarta: Jurusan Geografi FMIPA. UI. Stull R . 2004. Meteorology For Scoentis And Engineers. United states : Brooks/Cole Thomson Learning.
Viswanadham, Y. 1981. The Relationship Between Total Precipitable Water and Surface Dew Poin. Jour.of App Met. Vol. 20 No.1. p:5-12 Weisner, C.J. 1970. Hydrometeorology. Australia :School of Civil Engineering. University of New South Wales. Prawirowardoyo, S. 1996. Meteorologi. Bandung: ITB. Renggono, Findy. 2000. Awan Hujan di Serpong Pengamatan dengan Boundary Layer Radar. Jurnal Sains dan Teknologi Modifikasi Cuaca Vol.1, No.1, Juni 2000. Seyhan, Ersin. 1990. Dasar-Dasar Hidrologi. Yogyakarta : Gajah Mada University Press. Tjasyono, Bayong. 2004. Klimatologi. Bandung : Institut Teknologi Bandung. Trewartha, G.T., dan L.H. Horn. 1980. An Introduction to Climate, 5th ed.,. New York :Mc-Grawl_Hill. International Company. Wahab, F. M. A. 2005. Estimasi Total Precipitable Water Berdasarkan Analisis Data Radio Acoustic Sounding System (RASS) Di Atas Kototabang Sumatera Barat [skripsi]. Bogor : Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor. Wyoming University. 2008. Upper air Data. http://weather.uwyo.edu/ upperair/ seasia.html. [1 Maret 2008].
LAMPIRAN
Lampiran 1 Curah Hujan Bulanan di Daerah Padang dan Biak Bulan Maret 2007-Februari 2008
Lampiran 2 Pola Angin dan Curah Hujan Bulan Juni 2007 dan Desember 2007 di Wilayah Indonesia
Pd g
Bia k
Pd g
Lampiran 3 Curah Hujan Harian Bulan Desember dan Juni 2007
Bia k
Lampiran 4 Profil Vertikal N2 di Daerah Padang
Lampiran 5 Profil Vertikal N2 di Daerah Biak
Lampiran 6 Profil Vertikal RH di Daerah Padang
Lampiran 7 Profil Vertikal RH di Daerah Biak
Lampiran 8 Profil Vertikal N2 Pada Ketinggian 15-18 km di Daerah Padang dan Biak
Lampiran 9 Data TPW di Daerah Padang Tanggal 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 1 2 3 4 5
Bulan mar mar mar mar mar mar mar mar mar mar mar mar mar mar mar mar mar mar mar mar mar mar mar mar mar mar mar mar mar mar mar apr apr apr apr apr
TPW 52.7979 43.1736 53.8182 54.6855 44.8844 51.3806 45.3953 48.143 51.0905 27.7812 52.7032 57.8583 43.593 54.7877 49.8225 48.8264 54.9933 53.1409 56.811 50.4132 55.5028 37.4052 58.9246 49.9643 48.7852 51.1657 53.7655 57.2435 53.0485 58.4889 8.1094 54.1353
6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 1 2 3 4 5 6 7 8 9 10 11 12
apr apr apr apr apr apr apr apr apr apr apr apr apr apr apr apr apr apr apr apr apr apr apr apr apr mei mei mei mei mei mei mei mei mei mei mei mei
54.5679 50.5639 52.0883 45.922 53.6373 57.6679 51.3262 55.2859 37.8702 55.9929 58.9655 50.3693 49.9397 44.9343 55.2216 48.3938 41.8476 11.3189 42.0736 49.4988 58.0536 63.5286 35.6112 53.7758 55.4783 52.24 16.0821 41.4428 54.9322 57.0824
13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 1
mei mei mei mei mei mei mei mei mei mei mei mei mei mei mei mei mei mei mei juni juni juni juni juni juni juni juni juni juni juni juni juni juni juni juni juni juni juni juni juni juni juni juni juni juni juni juni juni juni jul
55.5835 57.7097 54.6458 51.3819 51.5584 53.6477 50.0194 45.4804 62.8989 50.7525 53.3732 52.9934 53.4666 46.971 52.3773 52.3957 56.546 52.4028 55.4355 58.9404 48.6583 52.137 97.5094 36.2773 56.4652 55.7382 50.0312 55.3121 53.6621 54.0773 55.6218 56.45 57.9762 57.244 53.4688 55.1886 49.0546 22.597 56.9154 59.6597 70.3847 54.968 45.2167 45.655 14.3291 84.38 45.8948
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
jul jul jul jul jul jul jul jul jul jul jul jul jul jul jul jul jul jul jul jul jul jul jul jul jul jul jul jul jul jul agst agst agst agst agst agst agst agst agst agst agst agst agst agst agst agst agst agst agst agst
46.2952 28.2737 45.7791 47.9914 49.0976 45.355 54.4679 51.2922 50.8992 48.171 49.7003 47.291 46.1314 45.9797 48.8842 55.9476 48.2296 54.581 52.449 49.9677 52.386 51.4694 47.8566 38.1065 53.5191 53.308 45.3417 48.5989 46.1225 47.7427 46.9878 27.11 49.384 46.996 50.0346 59.5633 47.8898 46.7385 30.37 46.2611 79.96 45.0399 48.6274 56.4651 56.2235 50.9229 48.9514
21 22 23 24 25 26 27 28 29 30 31 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 1 2 3 4 5 6 7 8 9
agst agst agst agst agst agst agst agst agst agst agst sept sept sept sept sept sept sept sept sept sept sept sept sept sept sept sept sept sept sept sept sept sept sept sept sept sept sept sept sept sept oct oct oct oct oct oct oct oct oct
38.5472 51.461 44.8064 34.89 49.44 35.77 43.58 42.95 45.8607 51.3827 41.26 46.629 47.9359 50.4856 48.455 48.0706 57.4763 56.2724 50.0386 48.4329 51.1533 48.752 50.3214 51.1595 55.513 37.6163 37.6163 43.745 49.4471 52.9539 52.1669 53.3213 29.7184 54.5844 52.322 56.0024 52.9804 49.61 42.0085 51.0063 59.7947 47.5478 51.0315 46.0714 48.6802 52.3642 49.5391 50.4296
10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28
oct oct oct oct oct oct oct oct oct oct oct oct oct oct oct oct oct oct oct oct oct oct nov nov nov nov nov nov nov nov nov nov nov nov nov nov nov nov nov nov nov nov nov nov nov nov nov nov nov nov
55.7687 50.7259 56.6091 53.0711 48.8089 52.5446 50.1148 53.8141 50.74 52.832 54.6684 163.9398 42.7696 51.0863 48.1582 51.0511 56.0641 56.8353 59.1033 51.8284 53.9092 52.1133 49.8762 55.3938 56.1061 52.0804 53.6327 55.9925 53.7861 43.94 50.4733 50.5279 47.117 53.9894 48.2525 48.9433 53.2565 47.5152 47.1107 44.0867 57.6834 52.6874 51.9617 53.4164
29 30 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
nov nov des des des des des des des des des des des des des des des des des des des des des des des des des des des des des des des jan jan jan jan jan jan jan jan jan jan jan jan jan jan jan
51.8065 49.9333 59.2968 57.8953 42.5048 30.2445 39.8605 53.4575 55.0043 61.3291 57.2648 50.2026 53.6966 46.5323 59.154 52.2758 50.0968 58.0542 53.1313 55.4869 40.1208 50.3048 49.0894 43.8738 54.8378 54.2872 51.7911 49.8369 54.0273 49.1437 45.9857 49.1364 48.7251 44.5512 49.6024 50.5076 52.2559 51.8835 51.884 56.2156 48.1992 52.7561 49.438 51.7583 53.845
16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29
jan jan jan jan jan jan jan jan jan jan jan jan jan jan jan jan feb feb feb feb feb feb feb feb feb feb feb feb feb feb feb feb feb feb feb feb feb feb feb feb feb feb feb feb feb
54.1757 43.8733 52.6092 50.9718 50.1822 54.5336 52.9018 54.3105 51.135 53.3188 51.9634 52.6467 55.7729 57.4615 56.3052 56.2145 54.8742 48.6873 52.4116 51.9439 45.9169 52.2179 48.9608 51.3522 43.5743 43.9861 57.8967 51.7436 45.3571 49.6707 52.6634 50.4125 55.0421 51.5497 49.5229 52.4026 49.0713 53.5679 57.9102 49.9246 50.6549 59.8254 54.8226 48.7366 53.0916
Lampiran 10 Data TPW di Daerah Biak Tanggal 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Bulan mar mar mar mar mar mar mar mar mar mar mar mar mar mar mar mar mar mar mar mar mar mar mar mar mar mar mar mar mar mar mar apr apr apr apr apr apr apr apr apr apr apr apr apr apr apr apr
TPW 41.9208 46.7227 54.7291 51.2736 44.1696 48.797 52.3463 53.2109 43.0618 54.6987 49.3544 50.0555 47.6347 40.3353 49.5376 54.2675 45.9775 57.3919 62.9125 47.5116 48.9974 50.1202 59.8429 49.5986 50.4861 57.2687 49.0452 49.3073 49.2595 44.8328 39.7536 59.3011 47.0791 49.6551 45.0743 70.7775
17 18 19 20 21 22 23 24 25 26 27 28 29 30 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 1 2 3
apr apr apr apr apr apr apr apr apr apr apr apr apr apr mei mei mei mei mei mei mei mei mei mei mei mei mei mei mei mei mei mei mei mei mei mei mei mei mei mei mei mei mei mei mei juni juni juni
50.2119 52.4818 51.875 45.3878 45.5793 48.696 54.5988 32.4474 56.7274 45.9692 50.47 51.9892 52.7327 56.2303 40.6242 51.4211 57.5494 52.9382 66.6441 47.0895 61.0967 54.2088 41.4399 40.0473 45.4355 39.1058 46.2614 45.8968 63.9809 49.0137 47.6758 55.3693 45.4122 48.6049 32.053 41.689 42.3182 44.3493 53.4939 50.8339 51.2165
4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23
juni juni juni juni juni juni juni juni juni juni juni juni juni juni juni juni juni juni juni juni juni juni juni juni juni juni juni jul jul jul jul jul jul jul jul jul jul jul jul jul jul jul jul jul jul jul jul jul jul jul
47.5337 44.286 45.7507 45.797 45.7712 48.9169 48.9797 50.3606 53.3255 56.1354 42.4041 52.4062 66.3678 50.8936 48.248 54.4154 39.362 62.3099 46.4244 49.9967 54.7457 58.4504 49.4398 59.7803 46.1479 42.6666 36.7301 46.9709 40.6156 38.5789 52.2337 42.6675 41.6613 47.753 48.3726 45.311 52.8025 49.2775 158.6045 46.4721
24 25 26 27 28 29 30 31 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 1 2 3 4 5 6 7 8 9 10 11
jul jul jul jul jul jul jul jul agst agst agst agst agst agst agst agst agst agst agst agst agst agst agst agst agst agst agst agst agst agst agst agst agst agst agst agst agst agst agst sept sept sept sept sept sept sept sept sept sept sept
50.1072 51.6231 46.0734 44.1416 51.7569 46.0197 50.1745 45.7625 47.4849 49.4692 38.9928 52.0908 44.4681 51.1421 48.7507 43.6323 43.7352 44.572 44.4321 46.6267 43.8751 51.6832 37.4517 39.0651 48.5464 47.2129 44.9143 40.999 40.6691 45.2166 44.1211 53.4115
12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31
sept sept sept sept sept sept sept sept sept sept sept sept sept sept sept sept sept sept sept oct oct oct oct oct oct oct oct oct oct oct oct oct oct oct oct oct oct oct oct oct oct oct oct oct oct oct oct oct oct oct
46.0041 27.8636 50.1562 47.5318 48.1772 67.1359 59.6654 50.9872 52.3602 64.7605 47.7646 51.2374 49.1887 47.2266 37.2523 54.2547 41.4827 52.5548
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
nov nov nov nov nov nov nov nov nov nov nov nov nov nov nov nov nov nov nov nov nov nov nov nov nov nov nov nov nov nov des des des des des des des des des des des des des des des des des des des des
50.7096 45.6474 60.7141 25.5229 47.6437 56.364 49.4839 51.2759 53.3429 53.5384 50.2283 45.0749 48.1265 58.0224 51.626 50.5541 50.875 66.0239 44.0317 56.0631 48.6845 43.3446 41.2039 53.5988 63.3045 43.9375 47.6175 40.2472
21 22 23 24 25 26 27 28 29 30 31 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 1 2 3 4 5 6 7 8
des des des des des des des des des des des jan jan jan jan jan jan jan jan jan jan jan jan jan jan jan jan jan jan jan jan jan jan jan jan jan jan jan jan jan jan jan feb feb feb feb feb feb feb feb
57.3733 51.342 50.5022 56.2423 50.5496 52.6063 51.819 55.6474 50.7157 193.153 55.174 49.8252 57.0588 57.5946 48.6358 53.2115 52.4096 72.3411 50.8518 50.2532 42.142 46.9892 48.2792 47.5795 46.1622 51.8835 44.03 48.6181 51.4699 48.403 45.0555 48.9877 47.1782 52.4408 42.4438 51.5265 50.5333 49.32 53.1757 48.8449 55.7504 49.016 46.2993
9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29
feb feb feb feb feb feb feb feb feb feb feb feb feb feb feb feb feb feb feb feb feb
53.5628 41.5565 51.2953 47.203 41.9456 43.0021 37.7599 50.5247 51.5465 51.5673 55.8548 47.1598 42.0854 41.302 30.1394 42.0624
Lampiran 11 Data Curah Hujan Daerah Padang Maret 2007-Februari 2008 Tanggal 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31
Mar 48 0 10 0 0 10 0 0 60 30 13 10 100 11 0 5 0 1
Apr 2 15 8 0 0 0 0 0.5 0.9 0 39 0 0 6 99 1 0 0 4 -
May 16 0 8 0 0 8 0 0 0 0 0 39 0 0 7 0 0 4 0 2 10 6 2 -
Jun 1 0 3 32 9 5 0 5 0 0 35 16 84 15 14 29 0 0 35 0 0 0 0 0 0
Jul 0 0 0 0 0 0 28 0 15 0 0 0 0 0 0 0 24 76 0 17 1 59 1 69 6 0 -
Aug 0 1 0 0 0 0 0 16 13 0 0 2 0 14 14 4 6 0 0 18 0 0 96 2 0.6
Sep 42 27 0 0 39 21 0 6 0 0.7 1 46 0 0 0 2 0 0 38
Oct 0 0 0 0 128 2 13 0.3 3 12 26 2 9 14 27 2 2 0 0 -
Nov 0 0 0.5 27 10 10 0 0 0 0 0 49 0 0 0 17 1 0.8 0
Dec 2 0 0
5 56 36 44 1 0 8 0 0.6 0 24 100 99 0.5 0 20 12 0
Jan 0 0 0 0 0 0 0 9 0 0 0 4 2 0 0 12 0 0 0 0 0 11 1 15 19 0 3
Feb 0 2 0 36 0 0 0 0 0 0 0 0 0 0 0 0 0 0 25 68 0 18 0 17 18
Dec 10 0 0 48 13 0 15 2 -
Jan 43 44 19 0 33 19 16 29 10 0.3
Feb 38 3 38 0 20 43 1 2 23
0 33 0.3 20
Lampiran 12 Data Curah Hujan Daerah Biak Maret 2007-Februari 2008 Tanggal 1 2 3 4 5 6 7 8 9 10 11
Mar 0 26 26 16 22 12 0 0.2 73
Apr 7 6 4 11 0 16 0 0 0 0
May 0.2 0 0 2 7 0 9 11
Jun 32 4 0 2 0 0 0 6 1 0
Jul 41 12 43 1 0 0 0 0
Aug 0 8 4 22 4 0.4 4 26 2
Sep 3 3 3 27 9 0 6 6 0 -
Oct 0 0 0 0 33 0 0 1 32 9 2
Nov 12 6 0 23 20 0 0.4 20 0
12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31
0 0 2 0.5 0.5 0.8 7 0.4 60 0 0 11 5 0.5 3 0
Lampiran 13
15 1 0 30 1 0 0 9 15 0 0 5 0 0
2 0 0 4 0 0 19 25 4 2 6 25 60 10 4 -
10 38 24 24 14 0.2 0.3 1 9 15 0 6 4 28 11
17 30 1 9 14 41 54 7 15 35 28 6 10 0.2 5 51
11 0.5 5 1 18 0 0 3 46 0.9 0 3 13 2 18 18 12
3 69 29 22 10 7 4 2 9 1 0 0 13 0 0 0
0 6 0.2 22 0 1 0.2 5 0.8 5 3 9 0 -
0.4 0.2 3 1 25 9 0.1 0 0 3 18 0 0 0 0 0.7 -
0 0 1 21 12 0 3 17 12 12 26 0.3 1 16 20 0.3 -
5 0 0 0 20 3 8 1 2 0 65 0 1 58 0 1 6
Korelasi TPW dengan Curah Hujan pada Daerah Padang Panjang dan Sicincin
Series Pair: TPW with Padang panjang Cross Correlation Std.Error(a) .017 .119 -.027 .118 -.108 .117 .049 .116 .069 .115 -.001 .115 -.049 .114 .085 .113 -.036 .114 -.108 .115 -.293 .115 .071 .116 .036 .117 -.100 .118 -.001 .119 a Based on the assumption that the series are not cross correlated and that one of the series is white noise. Lag -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7
0 22 0.2 31 8 0 35 5 26 3 1 0.2 3 0
Korelasi TPW dan Curah Hujan Daerah Padang Panjang
Coefficient
1.0
Upper Confidence Limit Lower Confidence Limit
CCF
0.5
0.0
-0.5
-1.0 -7
-6
-5
-4
-3
-2
-1
0
1
2
3
4
5
6
7
Lag Number
Series Pair: TPW with Sicincin Cross Correlation Std.Error(a) -.038 .209 -.094 .204 .036 .200 -.009 .196 .007 .192 .099 .189 .068 .186 .047 .183 .013 .186 .081 .189 .101 .192 -.017 .196 -.002 .200 .012 .204 .004 .209 a Based on the assumption that the series are not cross correlated and that one of the series is white noise. Lag -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7
Korelasi TPW dan Curah Hujan Daerah Sicincin
Coefficient
1.0
Upper Confidence Limit Lower Confidence Limit
CCF
0.5
0.0
-0.5
-1.0 -7
-6
-5
-4
-3
-2
-1
0
1
2
3
4
5
6
7
Lag Number
Lampiran 14 script matlab untuk menghitung N2 dan TPW % N2 =================================================== clc %baca data data=xlsread('des.26.07.00.xls') [m,n]=size(data); [a,b]=find(data==-999.9); for j=1:length(a) data(a(j),b(j))=nan; end H=data(1:m,2);%(mb) T=data(1:m,3);%(m) P=data(1:m,1);%(oC) data2=data(1:m,1:3) %mencari suhu potensial tkelvin=T+273 x=(1000./P).^0.286 teta=tkelvin.*x teta2=[teta(2:(length(teta)))] x=[teta2(1:(length(teta2)))]+teta2 rata=x/2 % brunt vaisala frequency square n2=(9.81./rata).*(diff(teta)./diff(H)) figure; plot(n2,[H(1:(length(n2)))]./1000,'LineWidth',3); xlabel('N^2(1/s^2)','fontweight','bold','fontsize',22); ylabel('ketinggian (Km)','fontweight','bold','fontsize',22); title('Profil N^2 terhadap Ketinggian Daerah Biak Tanggal 31 Desember 2007','fontweight','bold','fontsize',22); xlim([0 0.004]) ylim([0 30])
% TPW ================================================================ clc %membaca data excel data=xlsread('feb.29.08.00.xls') [m,n]=size(data); [a,b]=find(data==-999.9); for j=1:length(a) data(a(j),b(j))=nan; end P=data(1:m,1);%(mb) H=data(1:m,2);%(m) T=data(1:m,3);%(oC) RH=data(1:m,5) m=data(1:m,6) %menghitung mixing ratio pangkat=(7.567.*T)./(239.7+T) e=(10).^pangkat es=6.11.*e E=es.*RH./100 r=(0.622.*E./P) q=(r./(1+r)).*1000 q2=[q(2:(length(q)))] qrat=([q2(1:(length(q2)))]+q2)/2 w=qrat.*diff(P).*-1 air=0.01.*w nsum=nansum(air) % KONTUR N2 ================================================================= clc;clear;close all % LOAD DATA .xls data=xlsread('biak_des.xls'); [m,n]=size(data); h=data(1,2:n); data=data(2:m,2:n); [m,n]=size(data); [a,b]=find(data==999); for j=1:length(a) data(a(j),b(j))=nan; end for i=1:n temp=data(:,i); index=find(isnan(temp)==1); temp(index)=[]; avg(i)=mean(temp); warning off end x=data(1,:); xmin=min(x); subplot(2,3,[1 2 4 5]) H1=plot(x,h); hold off for i=2:m x=(i-1)*1+data(i,:); H1=plot(x,h); set(H1,'color',[rand(1) rand(1) rand(1)])
end xmax=max(x); set(gca,'xlim',[xmin xmax]) xmin=min(data'); h1=pcolor(data');shading interp;colorbar xmax=max(data'); %H1=plot(x,h); %hold on %set(gca,'xlim',[xmin xmax]) title('Profil Vertikal N^2 pada Ketinggian 15-18 km Bulan Desember 2007 di Daerah Biak','fontweight','bold','fontsize',22) xlabel('Tanggal','fontweight','bold','fontsize',20) ylabel('Ketinggian (km)','fontweight','bold','fontsize',20) subplot(2,3,[3 6]) plot(avg,h,'LineWidth',2) xmin=min(avg); xmax=max(avg); set(gca,'xlim',[xmin xmax]) title('Rata-rata','fontweight','bold','fontsize',20) xlabel('N^2 (1/s^2)','fontweight','bold','fontsize',20) ylabel('Ketinggian (km)','fontweight','bold','fontsize',20) % FUNGSI POWER SPECTRAL DENSITY ====================================================== clc %load data dari excel data=xlsread('biak(chtpw)',1,'A1:B134'); [m,n]=size(data); t=1:length(data); y=data; [spec,f]= fftrl(y,t); spec=real(spec).^2+imag(spec).^2; %rms frekuensi f=1./f; figure;semilogx(f,spec,'LineWidth',2);grid on xlabel('periode','fontweight','bold','fontsize',20) ylabel('Energi Spektral','fontweight','bold','fontsize',20 ) title('Power Spectral Density Harian 1 Maret - 29 Februari 2004 pada Daerah Biak','fontweight','bold','fontsize',20) function [spec,f]= fftrl(s,t,percent,n) % set default if(nargin<4) n=length(t); end if(nargin<3) percent=0.0; end % determine number of traces in ensemble [l,m]=size(s); ntraces=1; itr=0; %transpose flag if(l==1) nsamps=m; itr=1; s=s(:); %switch to column vectors elseif(m==1) nsamps=l; else nsamps=l; ntraces=m; end if(nsamps~=length(t)) t=t(1)+(t(2)-t(1))*(0:nsamps-1);
if(nargin<4) n=length(t); end %error(' time vector and trace matrix don''t match in length'); end % apply the taper if(percent>0) mw=mwindow(nsamps,percent)'; mw=mw(:,ones(1,ntraces)); s=s.*mw; clear mw; end % pad s if needed if (nsamps
0 ); % ever heard of negative time ? aa1=min(aafnyq); aa2=min(aafnyq)+1; fnyq=1./( 2*( t(aa2) - t(aa1) ) ); nf=size(spec,1); f=linspace(0.,fnyq,nf)'; if(itr) f=f'; spec=spec.'; end
