Globe Volume 14 No. 2 Desember 2012 : 110 - 115
STUDI KONSTANTA TM (MEAN WEIGHT TEMPERATURE) UNTUK PENENTUAN KANDUNGAN UAP AIR DARI DATA GPS DI INDONESIA (Mean Weight Temperature Study for Precicipatable Water Vapour (PWV) Determination from GPS Data in Indonesia) oleh/by: 1 2 2 3 Susilo , Dudy D. Wijaya , Wedyanto Koentjoro dan Joni Efendi 1 Surveyor Pemetaan pada Pusat Geodesi dan Geodinamika, BIG 2 Dosen pada Teknik Geodesi dan Geomatika, ITB 3 Kepala Bidang Geodinamika, BIG email:
[email protected],
[email protected],
[email protected],
[email protected] Diterima (received): 16 Juli 2012; Disetujui untuk dipublikasikan (accepted): 7 September 2012
ABSTRAK Uap air adalah elemen utama proses termodinamika atmosfer dan mempunyai peranan yang penting dalam proses kondensasi dan pembentukkan awan, yang akhirnya dapat mempengaruhi keseimbangan energi radiasi. Pengamatan uap air sangat penting untuk memantau cuaca dan perubahan iklim dalam skala global/regional. Namun, variasi konsentrasi uap air cukup tinggi sehingga sulit untuk diamati secara akurat dengan menggunakan teknik pengamatan meteorologi konvensional (radiosonde), yang terbatas dalam ruang dan waktu. Saat ini, Global Positioning System (GPS) dapat digunakan untuk pengamatan uap air secara akurat. Penelitian ini, menggunakan data 14 stasiun kontinu GPS Bakosurtanal untuk mengamati karakteristik temporal uap air di atas wilayah Jawa Barat. Delay pengamatan GPS dari setiap stasiun diestimasi dengan interval 1 (satu) jam dalam periode 2008 - 2010. Dengan menggunakan data pengamatan meteorologi di permukaan, delay GPS dikonversi menjadi parameter kandungan uap air (Precipitable Water Vapor/PWV). Konversi dari delay GPS menjadi PWV sangat bergantung dari nilai yang merupakan fungsi dari Tm. Hasil penelitian menunjukkan perbedaan nilai Tm dari radiosonde dan NCEP tidak berpengaruh terhadap nilai , hal ini ditunjukkan dengan nilai rerata bias dari PWV radiosonde dan NCEP terhadap PWV GPS < 1 mm dengan koefisien korelasi > 95%. Kata Kunci: GPS, Kandungan Uap Air, Konstanta Tm ABSTRACT Water vapour is a principal element in thermodynamics of atmosphere and plays an important role in clouds condensation, which eventually can affect the radiation energy balance. Water vapor observation is essential for monitoring global/regional scale of weather and climate changes. However, high variation of water vapor concentrations make it difficult to observe accurately using the conventional meteorological observation technique (radiosonde), which is limited in both space and time. Nowadays, accurate observation of water vapor can be accomplished by using Global Positioning System (GPS). This research, used 14 continuous GPS stations from Bakosurtanal to observe temporal characteristic of
110
Studi Konstanta Tm (Mean Weight Tempetarure) untuk Penentuan ..........................................................(Susilo,dkk.)
water vapor concentrations over West Java region. In this research, site-specific zenith tropospheric delays were hourly estimated during three years of GPS measurement period (2008-2010). By using the surface meteorological measurements, those delays were then converted into Precipitable Water Vapour (PWV) parameters. The results show that the value of Π did not affected by the variation of Tmas indicated by the mean of the bias of the PWV radiosonde and NCEP to PWV GPS which was less than 1 mm with coefficient of correlation greater than 95%. Keywords: GPS, Precipitable Water Vapor, Tm constant PENDAHULUAN Uap air adalah elemen utama proses termodinamika atmosfer dan mempunyai peranan yang penting dalam proses kondensasi dan pembentukkan awan, yang akhirnya dapat mempengaruhi keseimbangan energi radiasi. Pengamatan uap air sangat penting untuk memantau cuaca dan perubahan iklim dalam skala global/regional. Namun, variasi konsentrasi uap air yang tinggi sehingga sulit untuk diamati secara akurat menggunakan teknik pengamatan meteorologi konvensional (radiosonde), yang terbatas dalam ruang dan waktu. Teknologi GPS/GNSS yang awalnya bertujuan untuk penentuan posisi secara teliti, dapat dimanfaatkan untuk aplikasi di bidang meteorologi, salah satunya adalah untuk penentuan kandungan uap air (Precipitable Water Vapor/PWV). Dari pengolahan data GPS/GNSS, efek penjalaran sinyal GPS di lapisan atmosfer (troposfer) merupakan salah satu bias yang mempengaruhi ketelitan posisi yang dihasilkan. Efek ini biasa disebut dengan delay troposfer dan harus dipertimbangkan dalam pengolahan data GPS, baik diestimasi (Herring, et al., 1990; Macmillan, 1995; Bar-sever, et al., 1998) ataupun dimodelkan (Saastamoinen, 1972; Herring, 1992; Neill, 1996; Boehm, 2007; Wijaya, 2010; Wijaya, 2011). Dengan menggunakan fungsi pemetaan parameter delay troposfer pada arah lintasan satelit GPS (Slant Total Tropospheric Delay/STD) dapat dikonversi menjadi parameter Zenith Tropospheric Delay (ZTD), yang sangat dipengaruhi oleh kondisi suhu, tekanan, dan
kelembaban lokasi antena receiver. ZTD dibagi menjadi dua komponen yaitu komponen hidrostatik (Zenith Hydrostatic Delay atau ZHD) dan komponen nonhidrostatik (Zenith non-Hydrostatic Delay atau ZNHD). ZHD dihitung dengan menggunakan data pengamatan suhu, tekanan, dan kelembaban di sekitar stasiun GPS, sedangkan ZNHD diperoleh dari selisih ZTD dan ZHD. Untuk mempelajari perubahan cuaca/ iklim, ZNHD yang di dalamnya terkandung informasi uap air harus dikonversi menjadi PWV. ZNHD merupakan fungsi dari water vapor dan suhu, sehingga untuk mendapatkan PWV diperlukan suatu konstanta yang disebut dengan Water Vapor Mean Weight Temperature (Tm). Pada umumnya konsanta Tm yang digunakan untuk mengkonversi ZNHD menjadi PWV adalah konstanta Tm Bevis (Bevis, 1992; 1994). Konstanta Tm Bevis dihitung dari data radiosonde di wilayah Amerika. Konstanta Tm tergantung dari posisi geografis dan berubah terhadap waktu. Dalam penelitian ini, nilai konstanta Tm Bevis akan divalidasi kesesuaiannya untuk penentuan PWV di wilayah Indonesia. Validasi dilakukan dengan menentukan konstanta Tm dari data radiosonde (Cengkareng dan Surabaya) dan model global atmosfer NCEP (National Centers for Environmental Prediction). METODOLOGI Data dan Lokasi Penelitian Data yang digunakan dalam penelitian ini adalah data kontinu GPS Bakosurtanal
111
Globe Volume 14 No. 2 Desember 2012 : 110 - 115
tahun 2008-2010 (Bakosurtanal, 2010), data radiosonde stasiun Cengkareng dan Surabaya tahun 2008-2010 (UWYO, 2010) dan data model global atmosfer NCEP tahun 2008-2010 (NOAA, 2010). Distribusi stasiun GPS, stasiun radiosonde dan grid NCEP dapat dilihat pada Gambar 1.
dengan menggunakan error nilai analisis, formula yang digunakan adalah seperti Persamaan 6 dan 7. ............... (1) ............... (2) ............... (3) ............... (4) ............... (5) ............... (6) ............... (7)
dimana : Gambar 1. Distribusi stasiun kontinu GPS, stasiun radiosonde dan grid NCEP Metode Penelitian Pengolahan data GPS menggunakan perangkat lunak ilmiah GAMIT 10.4. ZTD diestimasi dengan interval 1 jam dalam satu hari untuk setiap stasiun. ZHD ditentukan menggunakan Persamaan 1. Untuk konversi ZNHD ke PWV menggunakan Persamaan 2 dan 3, dimana merupakan densitas air yang 3 mempunyai nilai 999,84 kg/m pada suhu 3 0°C, 1000,00 kg/m pada suhu 3,98°C 3 dan 998,21 kg/m pada suhu 20°C (Foelsche, 1999). Konstanta Tm yang digunakan adalah konstanta Tm Bevis, seperti pada Persamaan 4. Untuk melihat kesesuaian konstanta Tm Bevis dalam penentuan PWV di wilayah studi, maka divalidasi menggunakan konstanta Tm dari radiosonde dan NCEP, yang dihitung dengan menggunakan Persamaan 5. Selain itu dianalisis juga pengaruh perubahan nilai Tm terhadap perubahan
112
ZHD
=
PWV
=
k2 dan k3
= =
ZNHD
=
= Tm Ts e T dh
= = = = =
komponen hidrostatik (Zenith Hydrostatic Delay) kandungan uap air (Precipitable Water Vapor) konstanta (Wijaya, 2010) densitas air (Foelsche, 1999) ZTD – ZHD , komponen nonhidrostatik (Zenith non-Hydrostatic Delay) fungsi dari konstanta Tm konstanta Tm Bevis suhu permukaan tekanan water vapor suhu integrasi vertikal lapisan troposfer
HASIL DAN PEMBAHASAN Pada bab ini dibahas tentang hasil hitungan konstanta Tm menggunakan data
Studi Konstanta Tm (Mean Weight Tempetarure) untuk Penentuan ..........................................................(Susilo,dkk.)
radiosonde Cengkareng dan Surabaya dan NCEP, yang selanjutnya akan digunakan untuk memvalidasi hitungan PWV menggunakan Tm Bevis. Error analisis dilakukan terhadap sensitifitas nilai terhadap perubahan nilai konstanta Tm. Hasil Penentuan Konstanta Tm dan PWV Konstanta Tm dari data radiosonde dan NCEP dihitung menggunakan Persamaan 2. Hasil hitungan dari Persamaan 2 selanjutnya dijadikan sebagai fungsi dari suhu permukaan, dimana untuk suhu permukaan data radiosonde diperoleh dari data ukuran suhu pada data pertama dan untuk NCEP diperoleh dari suhu pada pressure level terendah. Hasil konstanta Tm dari hitungan data radiosonde dan NCEP dapat dilihat pada Tabel 1. Tabel 1. Konstanta Tm Tm
Nilai
(Cengkareng, Surabaya) dan NCEP terhadap PWV GPS Tm Bevis dengan nilai < 1 mm. Gambar 3., merupakan grafik nilai RMS dari ketiga PWV dari Tm yang berbeda terhadap PWV Bevis, dengan nilai RMS < 0.5. Korelasi dari ketiga PWV GPS terhadap PWV GPS Bevis sangat baik di atas ~ 0.95, yang diperlihatkan oleh Gambar . Dengan hasil ini maka penggunaan konstanta Tm Bevis untuk penentuan PWV di wilayah penelitian masih cukup optimal (Bakosurtanal, 2010, Hadi, dkk., 2010 dan Susilo, 2012).
Gambar 2. Rerata bias PWV Tm Radiosonde dan NCEP dengan PWV Tm Bevis
Bevis (1992; 1994) Radiosonde Cengkareng Radiosonde Surabaya NCEP Dengan menggunakan nilai Tm radiosonde dan NCEP yang tercantum pada Tabel 1, dihitung kembali PWV GPS untuk beberapa stasiun GPS, kemudian dibandingkan dengan PWV GPS dari Tm Bevis, et al., (1992; 1994). Nilai bias, std, rms, dan korelasi PWV Tm Radiosonde dan NCEP terhadap PWV Tm Bevis dapat dilihat pada Gambar 2., Gambar 3., dan Gambar . Nilai bias, RMS dan korelasi dari PWV GPS Tm radiosonde Cengkareng (rcgk), raddiosonde Surabaya (rsby) dan NCEP terhadap PWV GPS Tm Bevis, dimana memperlihatkan hasil yang cukup baik. Gambar 2., memperlihatkan rerata bias antara PWV GPS dari Tm radiosonde
Gambar 3. Standar deviasi PWV Tm Radiosonde dan NCEP terhadap PWV Tm Bevis
Gambar 4. Koefesien korelasi PWV Tm Radiosonde dan NCEP terhadap PWV Tm Bevis
113
Globe Volume 14 No. 2 Desember 2012 : 110 - 115
Error Analisis Tm Untuk mengetahui seberapa besar efek perubahan nilai Tm akan berpengaruh terhadap perubahan nilai maka selanjutnya dilakukan error analisis nilai terhadap nilai Tm. Berdasarkan Persamaan 3, diperoleh untuk radiosonde Cengkareng (rcgk), radiosonde Surabaya (rsby) dan NCEP seperti tersaji pada Tabel 2. Bevis, et al., (1992; 1994) menyatakan . Dari bahwa Tabel 2, dapat dilihat bahwa rerata (rcgk, rsby, dan ncep) mempunyai nilai < Bevis, et al., (1992; 1994). Dengan demikian dapat dianalisis bahwa perubahan nilai Tm dalam penelitian ini tidak memberikan pengaruh terhadap perubahan nilai . Tabel 2. Variansi Stasiun
)
(rcgk)
(rsby)
(ncep)
bako
0.00050
0.00015
0.00010
ctvi
0.00196
0.00058
0.00007
cpmk
0.00067
0.00006
0.00007
clbg
0.00250
0.00085
0.00008
cpsr
0.00051
0.00014
0.00008
tjls
0.00042
0.00019
0.00006
cujk
0.00049
0.00015
0.00004
ctcn
0.00057
0.00011
0.00006
rerata
0.00095
0.00028
0.00007
KESIMPULAN Hasil error analisis penentuan konstanta Tm, megindikasikan bahwa penggunaan beberapa nilai Tm dalam penelitian ini tidak mempengaruhi nilai . Hal ini ditandai dengan nilai dari Tm radiosonde (Cengkareng dan Surabaya) dan NCEP < Bevis, yaitu (Cengkareng) = ~ 0.00095, (Surabaya) = ~ 0.00028 dan (NCEP) = ~ 0.00007.
114
Dari hasil error analisis Tm dan perbandingan PWV Tm Bevis dengan PWV Tm radiosonde dan NCEP dengan bias < ~ 0.5 mm, standar deviasi < ~ 0.3 mm dan korelasi > 0.95, maka dapat disimpulkan bahwa penggunaan konstanta Tm Bevis untuk penentuan PWV di wilayah penelitian masih cukup optimal. DAFTAR PUSTAKA Bakosurtanal. 2010. Laporan Kajian/ Rekomendasi Metode Perhitungan (Koreksi) Wet Delay di Indonesia. PT. LAPI Ganeshatama Consulting dan Bakosurtanal. Bakosurtanal. Bogor. Bar-sever, Y.E., Kroger, P.M., and Boerjesson, J.A. 1998. Estimating horizontal gradients of tropospheric path delay with a single GPS receiver, J. Geophys. Res. 103(B3), 5019-5035. Bevis, M., Businger, S., Herring, T. A., Rocken, C., Anthes, R. A. and Ware, R. H. 1992. GPS Meteorology: Remote Sensing of Atmospheric Water vapor Using the Global Positioning System, Journal of Geophysical Research. Vol. 97, No. 14, pages 15,787-15,801. Bevis, M., S. Businger, S. Chiswell, T. A. Herring, R. A. Anthes, C. Rocken, and R. H. Ware. 1994. GPS meteorology: Mapping zenith wet delays onto precipitable water. J. Appl. Meteor. 33, 379–386. Boehm, J. 2007. Tropospheric delay modelling at radiowavelengths for space geodetic techniques. Technical Report Heft. Nr. 80. 2007. Institute of Geodesy and Geophysics. Vienna University of Technology. Austria. Foelsche, U. 1999. Tropospheric water vapor imaging by combination of ground-based and spaceborne GNSS sounding data. Ph.D Thesis. Institute for Meteorology and Geophysics, University Graz. Austria. Hadi, T.W, Wedyanto K., Noersomadi, Subarya, C., Susilo. 2010. Pemanfaatan Jaringan Pengamatan GPS untuk Pemantauan Kandungan Uap Air di Atmosfer : Prospek dan
Studi Konstanta Tm (Mean Weight Tempetarure) untuk Penentuan ..........................................................(Susilo,dkk.)
Tantangan di Indonesia. Prosiding Seminar Penerbangan dan Antariksa 2010 Sub Seminar Sains Atmosfer dan Iklim. Serpong. Herring, T.A., Davis, J.L., and Shapiro, I. 1990. Geodesy by radio interferometry: the application of kalman filtering to the analysis of Very Long Baseline Interferometry data Geophys. Ress. Lett., 95 (B8), 12561-12581. Herring, T.A. 1992. Modeling atmospheric delays in the analysis of space geodetic data. Symposium on Refraction of Transatmospheric Signals in Geodesy. Publ. Geod., edited by J.C. De Munk and T. A. Spoelstra, pp. 157164, Netherlands Geodetic Comission. Delft. Netherlands MacMillan, D.S. 1995. Atmospheirc gradients from very long baseline interferometry observations. Geophys. Ress. Lett. 22 (9), 1041-1044. Niell, A.E. 1996. Global mapping functions for the atmospheric delay at radiowavelengths. J. Geophys. Res. 101, 3227-3246. NOAA. 2010. Data model global atmosfer NCEP tahun 2008-2010. http://www. esrl.noaa.gov/psd/.
Saastamoinen, J. 1972. Atmospheric correction for the troposphere and stratosphere in radio ranging of satellites. In The Use of Artificial Satellites for Geodesy, Geophys. Monogr. Ser., vol.15, edited by S.W. Henriksen, A. Mancini, and B.H. Chovitz. pp. 247-251. AGU. Washington D.C. Susilo 2012. Pemantaun Precipitable Water Vapor (PWV) di Wilayah Jawa Barat Menggunakan GPS Kontinu. Tesis Magister Teknik Geodesi dan Geomatika, ITB. Bandung UWYO. 2010. Data radiosonde stasiun Cengkareng dan Surabaya tahun 2008-2010. http://weather.uwyo.edu/ upperair/sounding.html. Wijaya, D.D. 2010. Atmospheric correction formulae for space geodetic techniques. Ph.D Thesis. Engineering Geodesy. Graz University of Technology. Shaker-Verlag. Wijaya, D.D. and Fritz K. Brunner. 2011. Atmospheric range correction for twofrequency SLR measurements. Journal of Geodesy. DOI 10.1007/s00190-0110469-8.
115