Informasi spasial curah hujan dibutuhkan oleh berbagai sektor namun karena keterbatasan pengamatan, proses interpolasi harus dilakukan. Metode interpolasi spasial terbaik untuk suatu tempat perlu ditentukan secara khusus. Penggunaan metode interpolasi Inverse Distance Weight (IDW) P=5 di Stasiun Klimatologi Malang perlu dikaji ulang. Tujuan penelitian ini adalah mencari justifikasi parameter interpolasi, membandingkan hasil interpolasi, dan pada akhirnya menentukan metode interpolasi terbaik untuk curah hujan bulanan Jawa Timur. Tiga metode yang diperbandingkan adalah IDW, Ordinary Kriging (OK), dan Regression Kriging (RK). Data curah hujan bulanan yang digunakan adalah 197 titik selama 204 bulan. Prediktor RK menggunakan ketinggian, kelerengan, dan estimasi curah hujan satelit. Parameter interpolasi seperti ukuran piksel, jumlah pencarian (NN), model variogram, dan power IDW dijustifikasi terlebih dahulu. Korelasi spasial digunakan untuk membandingkan hasil interpolasi. Validasi silang lipat sepuluh digunakan untuk menghasilkan galat. Galat interpolasi yang digunakan berupa nilai dan selisih kategori warna peta standar. RMSE dan MAE digunakan sebagai parameter validasi. Analisis waktu komputasi juga dilakukan. Piranti lunak R Statistics dan QGIS digunakan untuk membentuk bahan maupun mencari parameter interpolasi sedangkan interpolasi dilakukan menggunakan SAGA. Parameter interpolasi ditentukan sebagai berikut: ukuran piksel=0,01; NN=9; model variogram sperikal dengan Nugget=0, Sill=1, dan range bervariasi; power IDW=1,5. Hasil interpolasi RK jauh berbeda dari IDW maupun OK. Secara umum, IDW memiliki galat paling kecil (MAE kategori=0,871) dibandingkan OK (0,890) maupun RK (1,188).
Satellite-based rainfall estimation is evolving rapidly. Most studies use data, which is spatially fine, but poorly regarding time. On the other hand, availability of verification data is also quite rare. This study used Hillman Form B report that was corrected by ME-48 from Malang Climatological Station. 2009-2016 IR1 satellite data were used in hourly temporal resolution (only less than 3% data missing). Four estimation methods were compared: Auto Estimator, CST, mCST, and Quantile Analysis Equation. Data processing was carried out using Python and R statistic as a quality control. The analysis was done by creating a graph that combines False Alarm and Miss Information for each rainfall intensity. Binary transformation was done for enabling information to be plotted. All rainfall estimation methods have a high false alarm (more than 74% at 1 mm) but quite low miss (less than 0.03%). By taking into account its error pattern, satellite data can be used in rainfall observation. The Quantile equation is slightly superior to other methods. This study is relatively inexpensive to be duplicated so it can be used as an evaluation tool for rainfall estimation best practice for Meteorological and Climatological Agency’s network.
Untuk mendapatkan gambaran spasial suatu parameter lingkungan, diperlukan penentuan metode interpolasi spasial terbaik. Permasalahan muncul karena terdapat banyak sekali jenis metode interpolasi spasial. Untuk menentukan metode interpolasi yang paling sesuai, dapat dilakukan teknik validasi silang. Interpolasi juga penting dalam analisis curah hujan bulanan. Pada kasus interpolasi spasial 197 titik pengamatan curah hujan di Jawa Timur, validasi silang dapat dilakukan dengan menghilangkan sepuluh persen data secara bergantian. Penyusunan bahan validasi silang penting untuk dikembangkan agar terhindar dari terkumpulnya atau berbatasan langsungnya antar titik yang dihilangkan. Tujuan dari studi ini adalah menyusun bahan validasi silang dan menguji kehandalannya. Data koordinat lintang dan bujur dari 197 titik didapatkan dari Stasiun Klimatologi Malang. Peringkat data digunakan sebagai basis penyusunan. Dari sepuluh kelompok bahan validasi silang, tujuh (tiga) grup akan memiliki dua puluh (sembilan belas) data yang dihilangkan. Data yang dihilangkan dari kelompok pertama (sepuluh) adalah data bernomor urut digit terakhir satu (nol). Tiga pendekatan dilakukan untuk mendapatkan peringkat: koordinat saja, klastering, dan pemisahan. Klastering menggunakan jarak euklid tautan lengkap dengan variasi klaster 98, 65, dan 49. Metode pemisahan dilakukan dengan membagi terlebih dahulu titik ke dalam 20 (5x4) kotak. Untuk mengetahui penyebaran yang baik digunakan dua pendekatan, yaitu tidak adanya pertetanggaan terdekat dan jarak yang lebih jauh. Analisis visual dengan bantuan poligon voronoi, plot boks, dan indeks histogram digunakan. Dua indeks (SR dan IK) dikembangkan untuk mengetahui pergeseran distribusi. Pendekatan menggunakan pemisahan merupakan metode yang paling sesuai. Dengan menambahkan sepuluh modifikasi, didapatkan bahan validasi silang yang dapat digunakan untuk uji komparasi metode interpolasi.
Keberadaan hutan sebagai paru-paru dunia berperan penting dalam menghasilkan gas oksigen. Pulau Kalimantan merupakan salah satu paru-paru dunia karena luas hutannya yang mencapai 40,8 juta hektar. Namun, pada saat ini kualitas dan kuantitas hutan di Pulau Kalimantan mengalami penurunan drastis akibat adanya deforestasi dan kebakaran hutan. Kebakaran hutan di Pulau Kalimantan menjadi sorotan dunia karena persebaran asapnya menyebabkan polusi udara di berbagai wilayah Indonesia. Dampak dari persebaran asap kebakaran hutan dipengaruhi oleh kecepatan angin vertikal pada daerah tersebut. Penelitian ini bertujuan untuk menambah bahan pertimbangan dalam menentukan titik pengamatan kecepatan vertikal angin di Pulau Kalimantan, sehingga dapat diketahui prioritas sebaran penempatan titik pengamatan yang dapat digunakan sebagai upaya mitigasi persebaran asap kebakaran hutan. Data kecepatan angin vertikal Pulau Kalimantan pada bulan Juni sampai Oktober mulai tahun 2008 – 2017 disajikan dalam bentuk spasial. Analisis data angin tersebut menggunakan metode variogram permukaan dengan piranti lunak SAGA. Berdasarkan analisis anisotropi, diperoleh hasil bahwa pengamatan kecepatan vertikal angin di Pulau Kalimantan cenderung mempunyai prioritas arah Timur-Barat pada bulan Juni sampai Agustus, prioritas arah Tenggara-Barat Laut pada bulan September, dan prioritas arah Timur Laut-Barat Daya pada Bulan Oktober. Analisis dan pemodelan kecepatan angin vertikal pada Pulau Kalimantan secara umum mendapatkan pola dominan prioritas arah Timur-Barat, sehingga prioritas penempatan titik pengamatan kecepatan vertikal pada Pulau Kalimantan efektif jika membentuk pola oval yang memanjang dari Utara ke Selatan.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.