GAWPALUGAWPALU

Buletin GAW Bariri (BGB)Buletin GAW Bariri (BGB)

Sulawesi memiliki pola curah hujan yang terdiri dari pola curah hujan monsunal, ekuatorial, dan lokal sehingga menyebabkan tingkat kesulitan tersendiri untuk menentukan prakiraan curah hujan di wilayah tersebut. Saat ini telah tersedia beberapa produk prakiraan curah hujan berdasarkan model, salah satunya adalah keluaran prakiraan model ECMWF System 4 (ECS4). Tujuan dari kajian penelitian ini adalah untuk mengetahui bias pada prakiraan model European Centre Medium Weather Forecast (ECMWF) system 4 yang digunakan di Sulawesi. Dari hasil analisis yang diperoleh bahwa nilai model ECMWF system 4 memiliki nilai bias yang cukup besar di Sulawesi, terutama wilayah yang mempunyai pola curah hujan lokal dan equatorial seperti Sulawesi Tengah, Gorontalo, Sulawesi Selatan bagian timur, namun untuk wilayah seperti Sulawesi Selatan bagian barat dan selatan, Sulawesi Utara, Sulawesi Barat dan Sulawesi Tenggara yang wilayahnya mempunyai tipe hujan monsunal prakiraan ini memiliki bias yang relatif kecil. Untuk hasil prakiraan ECMWF system 4 setelah di koreksi bias menggunakan Linear Scaling (LS) dan Quantile Mapping (QM ) ternyata memiliki nilai yang mendekati nilai observasinya namun dari kedua metode bias tersebut, metode LS lebih memiliki performa paling bagus.

Dapat disimpulkan bahwa nilai model ECMWF System 4 memiliki nilai bias yang cukup besar di Sulawesi, terutama wilayah yang mempunyai pola curah hujan lokal dan equatorial seperti Sulawesi Tengah, Gorontalo, Sulawesi Selatan bagian timur, namun untuk wilayah seperti Sulawesi Selatan bagian barat dan selatan, Sulawesi Utara, Sulawesi Barat dan Sulawesi Tenggara yang wilayahnya mempunyai tipe hujan monsunal prakiraan ini memiliki bias yang relatif kecil.Untuk hasil prakiraan ECMWF system 4 setelah di koreksi bias menggunakan LS dan QM ternyata memiliki nilai yang mendekati nilai observasinya namun dari kedua metode bias tersebut, metode LS lebih memiliki performa paling bagus.

Mengingat bahwa metode koreksi bias Linear Scaling (LS) dan Quantile Mapping (QM) yang digunakan dalam penelitian ini menunjukkan keterbatasan, terutama dalam menangani pola curah hujan lokal dan ekuatorial di beberapa wilayah Sulawesi serta efeknya yang kurang signifikan terhadap nilai RMSE dan standar deviasi di area tersebut, penelitian selanjutnya dapat berfokus pada pengembangan atau pengujian metode koreksi bias yang lebih canggih. Misalnya, eksplorasi teknik-teknik koreksi bias berbasis pembelajaran mesin (machine learning) atau metode downscaling dinamis yang mungkin dapat memberikan akurasi lebih baik dan mengatasi potensi perubahan urutan kejadian hujan yang diamati pada metode QM. Selain itu, dengan adanya sistem prakiraan yang terus diperbarui, akan sangat bermanfaat untuk melakukan perbandingan performa model ECMWF System 4 dengan versi yang lebih baru seperti ECMWF System 5, atau membandingkannya dengan keluaran model iklim global lainnya di wilayah Sulawesi. Ini tidak hanya akan mengidentifikasi model terbaik tetapi juga memahami evolusi akurasi model seiring waktu. Terakhir, untuk memahami akar masalah bias yang bervariasi secara spasial, khususnya di wilayah dengan pola hujan lokal dan ekuatorial, sebuah studi mendalam tentang faktor-faktor penyebab bias dapat dilakukan. Penelitian ini dapat menganalisis karakteristik atmosfer lokal, pengaruh topografi yang kompleks, atau kelemahan spesifik dalam formulasi fisika model untuk kondisi tropis ekuatorial. Pemahaman yang lebih baik tentang penyebab ini akan sangat krusial dalam merancang strategi koreksi bias yang lebih adaptif dan efektif di masa depan, sehingga meningkatkan ketepatan prakiraan curah hujan secara keseluruhan.

Read online
File size1.14 MB
Pages10
DMCAReport

Related /

ads-block-test