121 Lampiran 1 Parameterisasi untuk siklus nutrien umum yang disimulasikan dalam simulasi CAEDYM di Teluk Lampung Parameter
Deskripsi
Satuan
Nilai yang digunakan
Nilai dari Literatur
Ket.
Koefisien ekstingsi cahaya pada air alami
m-1
0.25
-
fraksi fotosintetik aktif dari radiasi matahari yang datang koefisien atenuasi cahaya spesifik terhadap DOC koefisien atenuasi cahaya spesifik terhadap POC Kebutuhan oksigen sedimen maksimum pada 25oC konstanta setengan jenuh DO pengaruh dari SOD temperatur pengganda untuk SOD Kesamaan DO pada inteface air dan udara koefisien transfer oksigen yang tergantung dari kecepatan angin tekanan parsial CO2 di interface air dan udara kecepatan transfer gas untuk CO2 produksi ion air konstanta keasaman pertama dan kedua rasio stoikiometri DO terhadap C selama fotosintesis dan respirasi rasio stoikiometri DO terhadap N selama nitrifikasi kecepatan settling detritus partikulat POM digunakan untuk POC, PON, POP diameter partikel POM densitas partikel POM Laju dekomposisi maksimum POC terhadap DOC pada 25oC Laju dekomposisi maksimum POP terhadap DOPpada 25 oC laju denitrifikasi maksimum pada keadaan anoksia pada 25 oC
m-1(gCm-3)-1 m-1(gCm-3)-1 gm-2hari-1 g DO m-3 g DO m-3 m s-1 atm m s-1 g DO (g C)-1 g DO (g N)-1
0.45 0.001 0.05 0.9 3.2 1.08 Persamaan Persamaan 3.50E-04 Persamaan Persamaan Persamaan 2.67 3.43
0.45c 0.008g 0.05c 0.9c 3.2c 1.02-1.14h
m s-1
Persamaan
m kg m-3 hari-1 hari-1 hari-1
5.00E-06 1030 0.07 0.03 0.04
Diestimasi dari rata-rata kedalaman sechidisk
tunning Doatm=f(p,T,S)c kO2 = f(u, T,S)c
3.50E-04c kpCO2 = f u, T,S) c KW = f(T) d Ka1,2 = f (T) c hubungan stoikiometri hubungan stoikiometri dihitung dari hukum Stoke 5.00E-06c 1070e 0.0700c 0.01 - 0.1e 0.01e,f; 0.09b;
tunning tunning tunning
121 121
122 122
Lampiran 1 (Lanjutan) Parameterisasi untuk siklus nutrien yang disimulasikan dalam simulasi CAEDYM di Teluk Lampung Parameter
Deskripsi
Satuan
Nilai yang digunakan
Nilai dari Literatur
Ket.
temperatur pengganda denitrifikasi konstanta setengah jenuh denitrifikasi yang tergantung oksigen laju nitrifikasi maksimum dibawah oksigen jenuh pada 25 oC temperatur pengganda nitrifikasi
g DO m-3 hari-1 -
1.05 0.04 0.03 1.08
1.08e 2.0e;0.015a 0.02e;0.05b;0.1a 1.08e
tunning tunning tunning
konstanta setengah jenuh nitrifikasi yang tegantung oksigen temperatur pengganda fluks nutrien sedimen laju pelepasan maksimum PO4 dari sedimen pada 25oC konstanta setengah jenuh pelepasan PO4 dari sedimen tergantung pada DO laju pelepasan maksimum NH4 dari sedimen pada 25oC konstanta setengah jenuh pelepasan NH4 dari sedimen tergantung pada DO laju pelepasan maksimum NO3 dari sedimen pada 25oC konstanta setengah jenuh pelepasan NO3 dari sedimen tergantung pada DO laju pelepasan maksimum DOC dari sedimen pada 25oC konstanta setengah jenuh pelepasan DOC dari sedimen tergantung pada DO
g DO m-3 g m-2 hari-1 g DO m-3 g m-2 hari-1 g DO m-3 g m-2 hari-1 g DO m-3 g m-2 hari-1 g DO m-3
3 0.05 0.004 0.05 0.09 0.05 -0.03 0.03 0.05 0.5
2.0e; 2.5-10a 0.0693d 0.0037e 0.05c 0.003-0.03e 0.05c -0.03e 0.03c 0.05c 0.5c
tunning tunning tunning
Laju dekomposisi maksimum PON terhadap DON pada 25oC
hari-1
0.05
0.05c
tunning
Keterangan: a Gregoire&Becker, 2004 b Hang et al., 2009 c Hipsey et al., 2006 d Megrey et al., 2006 e Spillman et al., 2007 f Sugimoto et al., 2010 g Wang et al., 2008 h Wanninkhof, 1992
122
123 Lampiran 2 Parameterisasi untuk fitoplankton yang disimulasikan dalam simulasi CAEDYM di Teluk Lampung Parameter
Deskripsi
Satuan
Laju pertumbuhan potensial maksimum
hari-1
Nilai yang digunakan x y 0.35 0.8
Cahaya jenuh untuk produksi maksimum Koefisien atenuasi spesifik
µE m-2 s-1 m-1 (g C m-3)-1
600 0.1
440 0.1
Konstanta setengah jenuh untuk uptake fosfor
g P m-3
0.0024
0.003
Konstanta setengah jenuh untuk uptake nitrogen
g N m-3
0.2
0.2
Rasio N internal minimum Rasio N internal maksimum Laju uptake N maksimum Rasio P internal minimum Rasio P internal Maksimum Laju Uptake P maksimum
g N (g C)-1 g N (g C)-1 g N (g C)-1 hari-1 g P (g C)-1 g P ( gC)-1 g P (g C)-1hari-1
0.030 0.09 0.020 0.003 0.02 0.010
0.02 0.3 0.005 0.005 0.03 0.01
Laju Fiksasi N Pengurangan pertumbuhan dibawah fiksasi N Temperatur pengganda untuk pertumbuhan Temperatur standar Temperatur optimum Temperatur Maksimum
g N (g C)-1hari-1 o C o C o C
0 1.00 1.07 20 25 35
0 1 1.08 20 25 35
Nilai dari literatur x 0.24 – 4.56e; 3b 80-600e 0.449e;0.08a 0.001 – 0.0048e;0.05f ;0.2a 0.38e;0.2a;0. 02g 0.03e;2.8g 0.09e;6.5g 0.0043e 0.040e 0.0187e 0.0006 – 0.006e 0e 1e 1.08g 20g 25-30d;27g 32g
y 0.8d;1.1-1.4a
Ket.
tunning x
104.b;440-710e 0.1e 0.003d;0.17b;0.1 2g
tunning x
0.0006e;0.22b;0.12g 0.02-0.84e;2.5g 0.06-0.330e; 5.0g tunning x,y tunning x,y tunning x,y tunning x,y
1.08g 19f; 16-20c 15e;33g 39c;29-39c
tunning x,y tunning x,y tunning x,y
123
124
Parameter
Deskripsi Koefisien laju kehilangan metabolis Temperatur pengganda untuk kehilangan metabolis Fraksi produksi yang hilang selama fotosintesis Fraksi respirasi relatif terhadap total kehilangan metabolis Fraksi laju kehilangan metabolik menjadi DOM Kecepatan migrasi maksimum ke kedalaman cahaya optimum Kecepatan migrasi maksimum ke kedalaman N optimum Diameter sel kecepatan penenggelaman
hari-1 -
Nilai yang digunakan x y 0.039 0.02 1.05 1.05 0.014 0.014 0.25 0.25 0.2 0.2
m s-1
0.0003
m s-1 µm m s-1
5.5e-5 7.84 0.1
Satuan
Nilai dari literatur x 0.03e 1.05-1.12e 0.14e 0.25e 0.2e
y 0.021e 1.05e 0.14e 0.25e 0.2e
0
0.0003a
0e
0 5.5 0.17
5.5e-5e 1.0-5.5e 0.1e
0e 5.5e 0.17g;0.03f
124
Lampiran 2 (Lanjutan) Parameterisasi untuk fitoplankton yang disimulasikan dalam simulasi CAEDYM di Teluk Lampung Ket.
Keterangan : x, y menyatakan kelompok fitoplankto, x adalah dinoflagelata; y adalah kelompok diatom a Fennel et al., 2003; b Gregoire and Becker, 2004; c Griffin et al., 2001; d Hang et al., 2009; e Hipsey et al., 2006; f Spillman et al., 2007 g Sugimoto et al., 2010;
124
125 Lampiran 3 Parameterisasi untuk zooplankton yang disimulasikan dalam simulasi CAEDYM di Teluk Lampung Parameter
Deskripsi
Satuan
Laju Grazing
g C m-3(g Z m-3)-1 hari-1
1.03
hari-1 hari-1 hari-1 hari-1 -
0.75 0.04 0.02 0.058 0.05 0.8
1.0d; 0.72-1.92b; 0.9a; 0.009e;0.2c 0.75a 0.32d;0-2.0b;0.05c 0.025c 0.058d 0.13d;0.05a 0.8d
C o C o C g C m-3 g N (g C)-1 g P (g C)-1 -
1.07 20 27 35 1.1 0.15 0.184 0.005 0.05 0.00 0.00 0.00 0.05
1.1d 20b,d 29d;33b 34d;39b 1.1d 0.14d 0.184d 0.005d 0.05d 0.11-0.28b 0-0.23b 0.0b 0.05d
Efisiensi Grazing Koefisien laju respirasi koefisien laju mortalitas Fraksi faecal pellet dari grazing Fraksi ekskresi dari grazing Fraksi faecal pellet yang tenggelam langsung ke sedimen Temperatur pengganda untuk pertumbuhan Temperatur Standar Temperatur Optimum Temperatur Maksimum Respirasi yang tergantung temperatur Konstanta setengah jenuh untuk grazing Rasio Internal Nitrogen terhadap karbon Rasio internal fosfor tehadap karbon kesukaan zooplankton pada peridinium kesukaan zooplankton pada zooplankton pemangsa kesukaan zooplankton pada makro zooplankton kesukaan zooplankton pada mikro zooplankton kesukaan zooplankton pada POC
Nilai yang digunakan
o
Nilai dari literatur
Keterangan tunning tunning tunning
tunning tunning tunning tunning
Keterangan: a Gregoire&Becker, 2004; bGriffin et al., 2001; cHang et al., 2009; dHipsey et al., 2006; eMegrey et al., 2006
125 125
126
Lampiran 4 Pola sebaran arus hasil simulasi bulan Januari pada kondisi pasang purnama A. Saat pasang tertinggi
B. Saat surut terendah
126
127
Lampiran 5 Pola sebaran arus hasil simulasi bulan Februari pada kondisi pasang purnama A. Saat pasang tertinggi
B. Saat surut terendah
128
Lampiran 6 Pola sebaran arus hasil simulasi bulan April pada kondisi pasang purnama A. Saat pasang tertinggi
B. Saat surut terendah
129
Lampiran 7 Pola sebaran arus hasil simulasi bulan Mei pada kondisi pasang purnama A. Saat pasang tertinggi
B. Saat surut terendah
130
Lampiran 8 Pola sebaran arus hasil simulasi bulan Juli pada kondisi pasang purnama A. Saat pasang tertinggi
B. Saat surut terendah
131
Lampiran 9 Pola sebaran arus hasil simulasi bulan Agustus pada kondisi pasang purnama A. Saat pasang tertinggi
B. Saat surut terendah
132
Lampiran 10 Pola sebaran arus potongan membujur barat-timur hasil simulasi pada kondisi pasang purnama
Agustus
Juli
Mei
April
Februari
Januari
Bulan
Pasang tertinggi
Surut Terendah
133
Lampiran 11 Pola sebaran arus potongan melintang utara-selatan hasil simulasi pada kondisi pasang purnama
Agustus
Juli
Mei
April
Februari
Januari
Bulan
Pasang tertinggi
Surut Terendah
134 Lampiran 12 Perbandingan sebaran horisontal temperatur (oC) rata-rata bulanan dari data observasi lapangan dan data hasil simulasi.
Agustus
Juli
Mei
April
Februari
Januari
Bulan
Data Lapangan
Hasi Model
135
Lampiran 13 Pola sebaran vertikal rata-rata bulanan temperatur
Agustus
Juli
Mei
April
Februari
Januari
Bulan
Barat-Timur
Utara-Selatan
136 Lampiran 14 Perbandingan data rata-rata bulanan Temperatur (oC) hasil simulasi () dan data hasil observasi lapangan () di stasiun 1 - 10, garis vertikal menunjukkan standar error bulanan. 28.5
Stasiun 1
27.8
oC
oC
28 27.6 27.4
27 0 1 2 3 4 5 6 7 8
Bulan
Bulan Ke-
Stasiun 3
28.5 28 27.5 Bulan
Bulan
29
Stasiun 5
29 28
Stasiun 6
28 27
0 1 2 3 4 5 6 7 8
0 1 2 3 4 5 6 7 8
Bulan
Bulan
29
30
Stasiun 7
28.5
oC
oC
Stasiun 4
0 1 2 3 4 5 6 7 8
27
28 27.5
29.5
Stasiun 8
29 28 27
0 1 2 3 4 5 6 7 8
0 1 2 3 4 5 6 7 8
Bulan
Bulan
29
Stasiun 9
29
oC
oC
29.5 29 28.5 28 27.5
0 1 2 3 4 5 6 7 8
oC
oC
30
27.5
0 1 2 3 4 5 6 7 8
oC
oC
29
Stasiun 2
28
28.5 28
Stasiun 10
28.5 28
0 1 2 3 4 5 6 7 8
0 1 2 3 4 5 6 7 8
Bulan
Bulan
137
29 28.5 28 27.5 27
29
y = 0.9019x + 2.7734 R² = 0.7941
Observasi
Observasi
Lampiran 15 Persamaan garis korelasi temperatur antara hasil model dan hasil observasi
Stasiun 1
y = 0.9683x + 0.9697 R² = 0.7917
28.5 28 27.5
Stasiun 2
27 27.5
27.7
27.9
28.1
27.2
27.4
27.6
Model
28 27.5
Stasiun 3
27 27.5 29 Observasi
29
y = 0.9079x + 2.7248 R² = 0.782
Observasi
28.5
28.5
28
28.5 Model
28
Stasiun 4 27.5 29
28
Stasiun 5
28.5
29
y = 0.9537x + 1.5152 R² = 0.79
27.5
28
28.5 Model
Stasiun 6 27
29
28.5
y = 0.9756x + 0.8819 R² = 0.7723
27.5
Stasiun 7
Observasi
28.5 28 27 28
28.5 Model
29
y = 1.0122x - 0.2076 R² = 0.7912
28 27.5
28
28.5
Stasiun 9
27
y = 1.0327x - 0.6806 R² = 0.7999
28 27.5
Stasiun 8
27 27
27.5
28
28.5
Model 29 Observasi
27.5
27.5 Model
29
28.5
28.5 Model
28
29
29
28
27 27.5
Observasi
28.5
29
27
Observasi
y = 0.9964x + 0.2529 R² = 0.7682
27.5
y = 0.852x + 4.3571 R² = 0.7611
27.5
28
Model
Observasi
Observasi
29
27.8
28.5
y = 1.0846x - 2.2576 R² = 0.7637
28 27.5
Stasiun 10
27 27.8
28
28.2 28.4 28.6 28.8 Model
28
28.2
28.4 Model
28.6
28.8
138
Lampiran 16 Perbandingan sebaran horisontal salinitas (psu) rata-rata bulanan dari data observasi lapangan dan data hasil simulasi.
Agustus
Juli
Mei
April
Februari
Januari
Bulan
Data Lapangan
Hasi Model
139
Lampiran 17 Pola sebaran vertikal rata-rata bulanan salinitas
Agustus
Juli
Mei
April
Februari
Januari
Bulan
Barat-Timur
Utara-Selatan
140
Lampiran 18 Perbandingan data rata-rata bulanan Salinitas (psu) hasil simulasi () dan data hasil observasi lapangan () di stasiun 1 - 10, garis vertikal menunjukkan standar error bulanan. 30.5
Stasiun 1
32.4
psu
psu
32.6 32.2 32
0 1 2 3 4 5 6 7 8
Bulan
Bulan
32.4
Stasiun 3
30.5 Bulan
Bulan
32.5
Stasiun 5 psu
psu
0 1 2 3 4 5 6 7 8
32
0 1 2 3 4 5 6 7 8
0 1 2 3 4 5 6 7 8
Bulan
Bulan
32.6
Stasiun 7 psu
psu
Stasiun 6
31.5
32 31.8
Stasiun 8
32.55 32.5 32.45
0 1 2 3 4 5 6 7 8
0 1 2 3 4 5 6 7 8
Bulan
Bulan
33
Stasiun 9 psu
psu
32 31.8
32
32.8 32.6 32.4 32.2 32
Stasiun 4
32.2
0 1 2 3 4 5 6 7 8
32.5
32.2
29.5 29
31
33
30
0 1 2 3 4 5 6 7 8
psu
psu
31.5
Stasiun 2
Stasiun 10
32.5 32
0 1 2 3 4 5 6 7 8
0 1 2 3 4 5 6 7 8
Bulan
Bulan
141
33
33
32
32
y = 0.9688x + 1.0599 R² = 0.891
31 30
Stasiun 1
29 32.1
32.3
Observasi
Observasi
Lampiran 19 Persamaan garis korelasi salinitas antara hasil model dan hasil observasi y = 0.9474x + 1.6964 R² = 0.8545
31 30
Stasiun 2
29
32.5
29.4
29.6
29.8
Model
31 30
Stasiun 3
29
Observsi
Observasi
33 y = 0.9498x + 1.6336 R² = 0.8945
32
30.8
31 Model
31.2
Stasiun 4 32
32.1
32.2
32.3
Model 33
32
y = 0.9993x + 0.1095 R² = 0.8821
31 30
Stasiun5
Observasi
Observasi
30 31.9
29
32 31
y = 0.9804x + 0.7154 R² = 0.8891
30
Stasiun 6
29 32
32.2
32.4 Model
32.6
32.8
31.6
33
33
32
32
y = 0.9781x + 0.747 R² = 0.8578
31 30
Stasiun 7
29 31.8
31.9
31.8
32
32.2
Model
32 Model
32.1
Observasi
Observasi
y = 0.9832x + 0.5916 R² = 0.8521
31
31.4
33
y = 0.976x + 0.7964 R² = 0.8943
31 30
29 32.45
32.2
Stasiun 8 32.5
32.55 Model
32.6
33 y = 0.9579x + 1.4599 R² = 0.8095
30
Stasiun 9
29 31.8
32
32.2 Model
32.4
32.6
Observasi
33 Observasi
32
29 30.6
31
30.2
Model
33
32
30
32
y = 0.9555x + 1.546 R² = 0.8666
31 30
Stasiun 10
29 32
32.2
32.4 Model
32.6
32.8
142
Lampiran 20 Perbandingan sebaran horisontal oksigen terlarut (mg/L) rata-rata bulanan dari data observasi lapangan dan data hasil simulasi.
Agustus
Juli
Mei
April
Februari
Januari
Bulan
Data Lapangan
Hasi Model
143
Lampiran 21 Pola sebaran vertikal rata-rata bulanan oksigen terlarut
Agustus
Juli
Mei
April
Februari
Januari
Bulan
Barat-Timur
Utara-Selatan
144
8.1 7.1 6.1 5.1 4.1 3.1 2.1 1.1 0.1
mg/L
mg/L
Lampiran 22 Perbandingan data rata-rata bulanan Oksigen Terlarut (mg/l) hasil simulasi () dan data hasil observasi lapangan () di stasiun 1 - 10, garis vertikal menunjukkan standar error bulanan.
Stasiun 1
8.1 7.1 6.1 5.1 4.1 3.1 2.1 1.1 0.1
8.1 7.1 6.1 5.1 4.1 3.1 2.1 1.1 0.1
0 1 2 3 4 5 6 7 8 Bulan
mg/L
mg/L
0 1 2 3 4 5 6 7 8 Bulan
Stasiun 3
8.1 7.1 6.1 5.1 4.1 3.1 2.1 1.1 0.1
Stasiun 5
8.1 7.1 6.1 5.1 4.1 3.1 2.1 1.1 0.1
Stasiun 7
Stasiun 9 0 1 2 3 4 5 6 7 8 Bulan
8.1 7.1 6.1 5.1 4.1 3.1 2.1 1.1 0.1
Stasiun 8 0 1 2 3 4 5 6 7 8 Bulan
mg/L
mg/L
0 1 2 3 4 5 6 7 8 Bulan 8.1 7.1 6.1 5.1 4.1 3.1 2.1 1.1 0.1
Stasiun 6 0 1 2 3 4 5 6 7 8 Bulan
mg/L
mg/L
0 1 2 3 4 5 6 7 8 Bulan 8.1 7.1 6.1 5.1 4.1 3.1 2.1 1.1 0.1
Stasiun 4 0 1 2 3 4 5 6 7 8 Bulan
mg/L
mg/L
0 1 2 3 4 5 6 7 8 Bulan 8.1 7.1 6.1 5.1 4.1 3.1 2.1 1.1 0.1
Stasiun 2
8.1 7.1 6.1 5.1 4.1 3.1 2.1 1.1 0.1
Stasiun 10 0 1 2 3 4 5 6 7 8 Bulan
145
Lampiran 23 Persamaan garis korelasi oksigen terlarut antara hasil model dan hasil observasi 8 7 6 5 4 3 2
8 7 6 5 4 3 2
3
4
5 Model
6
7
5 Model
6
7
8
Stasiun 5
8 7 6 5 4 3 2
3
4
5 Model
6
7
Stasiun 7 2
3
4
5
6
7
3
4
5 Model
3
4
Stasiun 9 2
3
4
5 Model
6
7
8
7
8
5 Model
6
7
8
Stasiun 8 2
Observasi
Observasi
y = 0.818x + 1.2905 R² = 0.8697
6
y = 0.9211x + 0.8417 R² = 0.8499
3
4
Model 8 7 6 5 4 3 2
8
Stasiun 6
8 7 6 5 4 3 2
8
7
y = 0.971x + 0.6387 R² = 0.8934
2
Observasi
Observasi
y = 0.9621x + 0.75 R² = 0.8768
5 6 Model
Stasiun 4
8 7 6 5 4 3 2
8
4
y = 1.0114x + 0.4819 R² = 0.8179
2
Observasi
y = 0.9418x + 0.8926 R² = 0.8912
2
3
Observasi
Observasi
8 7 6 5 4 3 2
4
2 8 7 6 5 4 3 2
Stasiun 3 3
Stasiun 2
8
y = 0.9329x + 1.0355 R² = 0.7059
2
y = 0.9172x + 1.0895 R² = 0.8178
Observasi
Observasi
Stasiun 1 2
Observasi
8 7 6 5 4 3 2
y = 0.8775x + 1.257 R² = 0.8476
8 7 6 5 4 3 2
5 Model
6
7
8
y = 0.9372x + 0.8139 R² = 0.8742
Stasiun 10 2
3
4
5 Model
6
7
8
146
Lampiran 24 Perbandingan sebaran horisontal NH4 (mg/L) rata-rata bulanan dari data observasi lapangan dan data hasil simulasi.
Agustus
Juli
Mei
April
Februari
Januari
Bulan
Data Lapangan
Hasil Model
147
Lampiran 25 Pola sebaran vertikal rata-rata bulanan NH4
Agustus
Juli
Mei
April
Februari
Januari
Bulan
Barat-Timur
Utara-Selatan
148
Lampiran 26 Perbandingan data rata-rata bulanan NH4 (mg/l) hasil simulasi () dan data hasil observasi lapangan () di stasiun 1 - 10, garis vertikal menunjukkan standar error bulanan. 0.2
Stasiun 1 mg/L
mg/L
0.15 0.1 0.05
0.1 0.05
0 1 2 3 4 5 6 7 8
0 1 2 3 4 5 6 7 8
Bulan
Bulan
Stasiun 3
0.15 mg/L
mg/L
0.15 0.1 0.05
0.1
0 1 2 3 4 5 6 7 8
Bulan
0.15 mg/L
mg/L
Bulan
Stasiun 5
0.1 0.05
0 1 2 3 4 5 6 7 8
Bulan
Bulan
Stasiun 7
0.15
0.05
Stasiun 8
0.1 0.05
0 1 2 3 4 5 6 7 8
0 1 2 3 4 5 6 7 8
Bulan
Bulan
Stasiun 9
0.15 mg/L
mg/L
0.1 0.05
0.1
0.15
Stasiun 6
0 1 2 3 4 5 6 7 8
mg/L
mg/L
0.15
Stasiun 4
0.05
0 1 2 3 4 5 6 7 8
0.15
Stasiun 2
0.15
0.1 0.05
Stasiun 10
0.1 0.05
0 1 2 3 4 5 6 7 8
0 1 2 3 4 5 6 7 8
Bulan
Bulan
149
0.15 0.13 0.11 0.09 0.07 0.05
y = 1.315x - 0.0245 R² = 0.9394
Observasi
Observasi
Lampiran 27 Persamaan garis korelasi NH4 antara hasil model dan hasil observasi
Stasiun 1
0.15 0.13 0.11 0.09 0.07 0.05
0.05 0.07 0.09 0.11 0.13 0.15
0.07
0.09 0.11 Model
0.13
Observasi
Model
0.15
y = 1.3635x - 0.0185 R² = 0.8029
Stasiun 7
Stasiun 9 0.05
0.07
0.09 0.11 Model
0.13
0.15
y = 1.1571x - 0.0039 R² = 0.8961
Stasiun 6
0.15 0.13 0.11 0.09 0.07 0.05
y = 1.1911x - 0.0021 R² = 0.6871
Stasiun 8 0.05 0.07 0.09 0.11 0.13 0.15 Model
Observasi
y = 1.2805x - 0.0084 R² = 0.8913
0.15 0.13 0.11 0.09 0.07 0.05
0.05 0.07 0.09 0.11 0.13 0.15 Model
0.05 0.07 0.09 0.11 0.13 0.15 Model
Observasi
Stasiun 4 0.05 0.07 0.09 0.11 0.13 0.15
Stasiun 5
0.15 0.13 0.11 0.09 0.07 0.05
y = 1.3x - 0.0166 R² = 0.8069
Model y = 1.213x - 0.0105 R² = 0.8212
0.15 0.13 0.11 0.09 0.07 0.05
0.15 0.13 0.11 0.09 0.07 0.05
0.05 0.07 0.09 0.11 0.13 0.15
0.05
Observasi
Observasi
Stasiun 3
Observasi
Observasi Observasi
0.15 0.13 0.11 0.09 0.07 0.05
y = 1.2125x - 0.0091 R² = 0.8597
Stasiun 2 0.05 0.07 0.09 0.11 0.13 0.15 Model
Model 0.15 0.13 0.11 0.09 0.07 0.05
y = 1.447x - 0.0328 R² = 0.9665
0.15 0.13 0.11 0.09 0.07 0.05
y = 1.5287x - 0.033 R² = 0.8599
Stasiun 10 0.05 0.07 0.09 0.11 0.13 0.15 Model
150
Lampiran 28 Perbandingan sebaran horisontal NO3 (mg/L) rata-rata bulanan dari data observasi dan data hasil simulasi.
Agustus
Juli
Mei
April
Februari
Januari
Bulan
Data Lapangan
Hasil Model
151
Lampiran 29 Pola sebaran vertikal rata-rata bulanan NO3
Agustus
Juli
Mei
April
Februari
Januari
Bulan
Barat-Timur
Utara-Selatan
152
Lampiran 30 Perbandingan data rata-rata bulanan NO3 (mg/l) hasil simulasi () dan data hasil observasi lapangan () di stasiun 1 - 10, garis vertikal menunjukkan standar error bulanan. Stasiun 1 mg/L
mg/L
0.3 0.2 0.1
0 1 2 3 4 5 6 7 8
Bulan
Bulan
Stasiun 3
0.2
mg/L
0.2
Stasiun 4
0 1 2 3 4 5 6 7 8
Bulan
Bulan
0.3 mg/L
Stasiun 5
Stasiun 6
0.2 0.1
0 1 2 3 4 5 6 7 8
0 1 2 3 4 5 6 7 8 9
Bulan
Bulan
Stasiun 7 mg/L
0.25 0.2 0.15 0.1
0.25 0.2 0.15 0.1
0 1 2 3 4 5 6 7 8
0.25 0.2 0.15 0.1
Stasiun 8
0 1 2 3 4 5 6 7 8
0 1 2 3 4 5 6 7 8
Bulan
Bulan
0.2
Stasiun 9 mg/L
mg/L
mg/L
0.1
0.25 0.2 0.15 0.1
Stasiun 2
0 1 2 3 4 5 6 7 8
mg/L
mg/L
0.3
0.25 0.2 0.15 0.1
0.15 0.1
Stasiun 10
0.15 0.1
0 1 2 3 4 5 6 7 8
0 1 2 3 4 5 6 7 8
Bulan
Bulan
153
Lampiran 31 Persamaan garis korelasi NO3 antara hasil model dan hasil observasi
0.2
0.25
y = 1.0888x - 0.0037 R² = 0.9486
0.15
Stasiun 1
Observasi
Observasi
0.25
y = 0.9963x + 0.0166 R² = 0.873
0.2 0.15
Stasiun 2
0.1
0.1 0.1
0.15
0.2
0.1
0.25
0.15
Model
0.2 0.15
Stasiun 3 0.15
0.2
y = 1.0046x + 0.0135 R² = 0.9423
0.2 0.15
Stasiun 4 0.1
0.1 0.1
0.1
0.25
0.15
Model 0.25
y = 1.081x + 0.0116 R² = 0.7624
0.2
0.2
0.15
Stasiun 5
0.1
y = 1.0617x + 0.0033 R² = 0.8439
0.2 0.15
Stasiun 6 0.1
0.1
0.15
0.2
0.25
0.1
0.15
Model
0.2
0.25
y = 0.9639x + 0.0196 R² = 0.8557
0.15
0.2
Stasiun 7
y = 1.0067x + 0.0089 R² = 0.9023
0.2 0.15
Stasiun 8
0.1
0.1 0.1
0.15
0.25
Model
Observasi
Observasi
0.25
0.2
0.1
0.25
0.15
0.2
0.25
Model
Model 0.25 y = 0.9445x + 0.017 R² = 0.8553
0.2 0.15
Stasiun 9
0.1
Observasi
0.25 Observasi
0.25
Model
Observasi
Observasi
0.25
0.25
0.25
y = 0.9774x + 0.0171 R² = 0.8753
Observasi
Observasi
0.25
0.2 Model
0.2
y = 1.0403x + 0.0058 R² = 0.8887
0.15
Stasiun 10 0.1
0.1
0.15
0.2 Model
0.25
0.1
0.15
0.2 Model
0.25
154
Lampiran 32 Perbandingan sebaran horisontal PO4 (mg/L) rata-rata bulanan dari data observasi lapangan dan data hasil simulasi.
Agustus
Juli
Mei
April
Februari
Januari
Bulan
Data Lapangan
Hasil Model
155
Lampiran 33 Pola sebaran vertikal rata-rata bulanan PO4 (mg/L)
Agustus
Juli
Mei
April
Februari
Januari
Bulan
Barat-Timur
Utara-Selatan
156
0.8 0.6 0.4 0.2 0
0.8 0.6 0.4 0.2 0
mg/L
1
mg/L
0.8 0.6 0.4 0.2 0
Stasiun 2
0 1 2 3 4 5 6 7 8
0 1 2 3 4 5 6 7 8
Bulan
Bulan
mg/L
Stasiun 3
0.8 0.6 0.4 0.2 0
Stasiun 4
0 1 2 3 4 5 6 7 8
0 1 2 3 4 5 6 7 8
Bulan
Bulan
Stasiun 5 mg/L
0.8 0.6 0.4 0.2 0
Stasiun 1
0.8 0.6 0.4 0.2 0
Stasiun 6
0 1 2 3 4 5 6 7 8
0 1 2 3 4 5 6 7 8
Bulan
Bulan
1
Stasiun 7 mg/L
0.8 0.6 0.4 0.2 0
Stasiun 8
0.5 0
0 1 2 3 4 5 6 7 8
0 1 2 3 4 5 6 7 8
Bulan
Bulan
1
Stasiun 9 mg/L
mg/L
mg/L
mg/L
mg/L
Lampiran 34 Perbandingan data rata-rata bulanan PO4 (mg/l) hasil simulasi () dan data hasil observasi lapangan () di stasiun 1 - 10, garis vertikal menunjukkan standar error bulanan.
0.5 0
Stasiun 10
0.5 0
0 1 2 3 4 5 6 7 8
0 1 2 3 4 5 6 7 8
Bulan
Bulan
157
Lampiran 35 Persamaan garis korelasi PO4 antara hasil model dan hasil observasi 0.8 y = 1.0496x + 0.038 R² = 0.8827
0.6
Observasi
Observasi
0.8
0.4 0.2
Stasiun 1
Observasi
0.8
0.4 Model
0.6
0.4 0.2
Stasiun 2 0
0.8
y = 1.0114x + 0.0544 R² = 0.8656
0.6
0.2
0.8
Stasiun 3
Observasi
0.2
0.4 0
0 0
y = 1.0737x + 0.038 R² = 0.8739
0.6
0.2
0
0.2
0.4
0.6
0.6 0.4 0.2
Stasiun 4 0
0.8
0.2
0.8
y = 1.1087x + 0.0126 R² = 0.857
0.6 0.4 0.2
Stasiun 5
0 0
0.2
0.4
0.6
0.2
Stasiun 6
0 0
Stasiun 7
Observasi
0.8
0.4 0.2 0
0.2
0.4 Model
0.2
0.4
0.6
0.2
0.8
Stasiun 8 0
0.2
0.8 Observasi
0.4 0.2
Stasiun 9
0 0
0.2
0.4 Model
0.4
0.6
0.8
Model
y = 1.1515x + 0.0029 R² = 0.8888
0.6
0.8
0.4
Model 0.8
0.6
y = 1.1444x + 0.0148 R² = 0.8902
0.6
0 0
0.8
0.4
0.8
y = 0.9284x + 0.0884 R² = 0.841
0.6
0.6
y = 1.1615x + 0.006 R² = 0.7696
0.6
Model 0.8
0.4 Model
Observasi
0.8 Observasi
0.8
y = 0.917x + 0.0981 R² = 0.8935
Model
Observasi
0.6
0
0
Observasi
0.4 Model
0.6
0.8
y = 1.1148x + 0.0199 R² = 0.9012
0.6 0.4 0.2
Stasiun 10
0 0
0.2
0.4 Model
0.6
0.8
158
Lampiran 36 Perbandingan sebaran horisontal rata-rata bulanan karbon organik terlarut data hasil simulasi (mgC/L) dari sebaran horosontal ratarata bulanan data Karbon organik partikulat (mgC/L) hasil observasi lapangan
Agustus
Juli
Mei
April
Februari
Januari
Bulan
Data Lapangan
Hasi Model
159
Lampiran 37 Pola sebaran vertikal rata-rata bulanan karbon organik terlarut
Agustus
Juli
Mei
April
Februari
Januari
Bulan
Barat-Timur
Utara-Selatan
160
Lampiran 38 Perbandingan data rata-rata bulanan karbon organik terlarut (mg/l) hasil simulasi () dan karbon organik partikulat hasil observasi lapangan () di stasiun 1 - 10, garis vertikal menunjukkan standar error bulanan. 1
Stasiun 1 mg/L
mg/L
1 0.5 0
0 0 1 2 3 4 5 6 7 8
Bulan
Bulan
1
Stasiun 3
0.5
Bulan
Bulan 1
Stasiun 5 mg/L
mg/L
0 1 2 3 4 5 6 7 8
0 1 2 3 4 5 6 7 8
Bulan
Bulan 1
Stasiun 7 mg/L
mg/L
0.5
0 1 2 3 4 5 6 7 8
0.5 0
Stasiun 8
0.5 0
0 1 2 3 4 5 6 7 8
0 1 2 3 4 5 6 7 8
Bulan
Bulan
1
Stasiun 9 mg/L
mg/L
Stasiun 6
0
0
1
0.5
0 1 2 3 4 5 6 7 8
0.5
1
Stasiun 4
0
0
1
0.5
0 1 2 3 4 5 6 7 8
mg/L
mg/L
1
Stasiun 2
0.5 0
Stasiun 10
0.5 0
0 1 2 3 4 5 6 7 8
0 1 2 3 4 5 6 7 8
Bulan
Bulan
161
Lampiran 39 Persamaan garis korelasi antara karbon organik terlarut hasil model dan karbon organik partikulat hasil observasi 0.6 y = 1.0111x + 0.0487 R² = 0.8963
0.4 0.2
Stasiun 1
0 0
0.2
0.4
Observasi
Observasi
0.6
y = 0.9934x + 0.0404 R² = 0.8874
0.4 0.2
Stasiun 2
0
0.6
0
0.2
Model 0.6
y = 1.1197x + 0.0013 R² = 0.8911
0.4 0.2
Stasiun 3 0.2
0.4
y = 0.9422x + 0.0424 R² = 0.8942
0.4 0.2
Stasiun 4 0
0 0
0
0.6
0.2
Model 0.6
y = 0.9915x + 0.0296 R² = 0.8964
0.4
Observasi
Observasi
0.6
0.2 0 0.2
0.4
Stasiun 6 0 0
0.6
0.2
Observasi
Observasi
0.2
Stasiun 7
0 0
0.2
0.4
0.2
Stasiun 8 0 0
0.6
0.2
0.2
Stasiun 9 0
Observasi
Observasi
0.4
0.4
0.6
Model 0.6
y = 1.0485x + 0.0221 R² = 0.8959
0.6
y = 1.0936x + 0.005 R² = 0.8999
0.4
Model 0.6
0.4 Model
0.6
y = 1.0039x + 0.0299 R² = 0.8936
0.4
0.6
0.2
Model 0.6
0.4 Model
y = 1.0538x + 0.0246 R² = 0.8926
0.4
Stasiun 5 0
0.6
Model
Observasi
Observasi
0.6
0.4
y = 0.9523x + 0.0473 R² = 0.8939
0.4 0.2
Stasiun 10 0
0
0.2
0.4 Model
0.6
0
0.2
0.4 Model
0.6
162
Lampiran 40 Perbandingan sebaran horisontal Klorofil-a (mg/L) rata-rata bulanan dari data observasi lapangan dan data hasil simulasi.
Agustus
Juli
Mei
April
Februari
Januari
Bulan
Data Lapangan
Hasil Model
163
Lampiran 41 Pola sebaran vertikal rata-rata bulanan Klorofil-a
Agustus
Juli
Mei
April
Februari
Januari
Bulan
Barat-Timur
Utara-Selatan
164
Lampiran 42 Perbandingan data rata-rata bulanan Klorofil-a (mgChl/l) hasil simulasi () dan data hasil observasi lapangan () di stasiun 1 - 10, garis vertikal menunjukkan standar error bulanan. 0.1
Stasiun 1
0.05
mg/L
mg/L
0.1
0
0 0 1 2 3 4 5 6 7 8
Bulan
Bulan
0.15
Stasiun 3
0.1 0.05 0
0 1 2 3 4 5 6 7 8
Bulan
Bulan
0.15
Stasiun 5
0.05 0
0 1 2 3 4 5 6 7 8
Bulan
Bulan
0.15
Stasiun 7 mg/L
mg/L
0.05
0 1 2 3 4 5 6 7 8
0.05 0
Stasiun 8
0.1 0.05 0
0 1 2 3 4 5 6 7 8
0 1 2 3 4 5 6 7 8
Bulan Ke-
Bulan
0.15
Stasiun 9
0.1
mg/L
mg/L
Stasiun 6
0.1 0
0.1
0.15
0.05
0 1 2 3 4 5 6 7 8
0.1
0.15
Stasiun 4
0.1 0
mg/L
mg/L
0.15
0.05
0 1 2 3 4 5 6 7 8
mg/L
mg/L
0.15
Stasiun 2
0.05 0
Stasiun 10
0.1 0.05 0
0 1 2 3 4 5 6 7 8
0 1 2 3 4 5 6 7 8
Bulan
Bulan
165
Lampiran 43 Persamaan garis korelasi klorofil-a antara hasil model dan hasil observasi 0.15
y = 1.047x + 0.0083 R² = 0.8996
0.1
0.05
Observasi
Observasi
0.15
Stasiun 1 0
y = 1.0104x + 0.0099 R² = 0.8948
0.1 0.05
Stasiun 2 0
0
0.05
0.1
0.15
0
0.05
Model 0.15 y = 1.0675x + 0.0084 R² = 0.8914
0.05
Stasiun 3
Observasi
Observasi
0.15 0.1
0.05
0.1
0.1 0.05
Stasiun 4 0
0.15
Model 0.15 y = 1.0056x + 0.0105 R² = 0.899
0.05
Stasiun 5
0
Observasi
Observasi
0.05
0.1
y = 1.1739x + 0.0025 R² = 0.8992
0.1 0.05
Stasiun 6
0 0
0.05
0.1
0.15
0
0.05
0.1
Model 0.15
y = 1.0715x + 0.0067 R² = 0.8925
0.1 0.05
Stasiun 7
0 0
0.05
0.1
y = 1.0152x + 0.0114 R² = 0.8811
0.1 0.05
Stasiun 8 0 0
0.15
Model 0.15 Observasi
y = 1.0972x + 0.0072 R² = 0.8971
0.05
Stasiun 9
0 0
0.05
0.1 Model
0.05
0.1
0.15
Model
0.15 0.1
0.15
Model
Observasi
Observasi
0.15
Observasi
0.15
Model
0.15 0.1
0.15
y = 0.9745x + 0.012 R² = 0.8877
0
0 0
0.1 Model
0.15
y = 0.9692x + 0.0118 R² = 0.8921
0.1 0.05
Stasiun 10 0 0
0.05
Model
0.1
0.15
166
Lampiran 44 Perbandingan sebaran horisontal Zooplankton (mgC/L) rata-rata bulanan dari data observasi lapangan dan data hasil simulasi.
Agustus
Juli
Mei
April
Februari
Januari
Bulan
Data Lapangan
Hasil Model
167
Lampiran 45 Pola sebaran vertikal rata-rata bulanan Zooplankton
Agustus
Juli
Mei
April
Februari
Januari
Bulan
Barat-Timur
Utara-Selatan
168
Lampiran 46 Perbandingan data rata-rata bulanan Zooplankton (mgC/l) hasil simulasi () dan data hasil observasi lapangan () di stasiun 1 - 10, garis vertikal menunjukkan standar error bulanan. 0.6
Stasiun 1
0.4
mg/L
mg/L
0.6
0.2 0
0 0 1 2 3 4 5 6 7 8
Bulan
Bulan
Stasiun 3
0.4 0.2 0 Bulan
Bulan
0.6
Stasiun 5
0.2 0
0 1 2 3 4 5 6 7 8
Bulan
Bulan
0.6
Stasiun 7 mg/L
mg/L
0.2 0
0.2 0
Stasiun 8
0.4 0.2 0
0 1 2 3 4 5 6 7 8
0 1 2 3 4 5 6 7 8
Bulan
Bulan
0.6
Stasiun 9
0.4
mg/L
mg/L
Stasiun 6
0.4
0 1 2 3 4 5 6 7 8
0.4
0.6
Stasiun 4
0 1 2 3 4 5 6 7 8
0.4
0.6
0.4 0.3 0.2 0.1 0
0 1 2 3 4 5 6 7 8
mg/L
mg/L
0.6
0.2
0 1 2 3 4 5 6 7 8
mg/L
mg/L
0.6
Stasiun 2
0.4
0.2 0
Stasiun 10
0.4 0.2 0
0 1 2 3 4 5 6 7 8
0 1 2 3 4 5 6 7 8
Bulan
Bulan
169
Lampiran 47 Persamaan garis korelasi zooplankton antara hasil model dan hasil observasi 0.6 y = 1.0111x + 0.0487 R² = 0.8963
0.4 0.2
Stasiun 1
0 0
0.2
0.4
Observasi
Observasi
0.6
y = 0.9934x + 0.0404 R² = 0.8874
0.4 0.2
Stasiun 2
0
0.6
0
0.2
Model 0.6
y = 1.1197x + 0.0013 R² = 0.8911
0.4 0.2
Stasiun 3 0.2
0.4
y = 0.9422x + 0.0424 R² = 0.8942
0.4 0.2
Stasiun 4 0
0 0
0
0.6
0.2
Model 0.6
y = 0.9915x + 0.0296 R² = 0.8964
0.4
Observasi
Observasi
0.6
0.2 0 0.2
0.4
Stasiun 6 0 0
0.6
0.2
Observasi
Observasi
0.2
Stasiun 7
0 0
0.2
0.4
0.2
Stasiun 8 0 0
0.6
0.2
0.2
Stasiun 9 0
Observasi
Observasi
0.4
0.4
0.6
Model 0.6
y = 1.0485x + 0.0221 R² = 0.8959
0.6
y = 1.0936x + 0.005 R² = 0.8999
0.4
Model 0.6
0.4 Model
0.6
y = 1.0039x + 0.0299 R² = 0.8936
0.4
0.6
0.2
Model 0.6
0.4 Model
y = 1.0538x + 0.0246 R² = 0.8926
0.4
Stasiun 5 0
0.6
Model
Observasi
Observasi
0.6
0.4
y = 0.9523x + 0.0473 R² = 0.8939
0.4 0.2
Stasiun 10 0
0
0.2
0.4 Model
0.6
0
0.2
0.4 Model
0.6
