Publisher

UMSUMS

Journal Forum GeografiForum Geografi Abstract

Prediksi iklim dengan rentang 10 tahun, yang dikenal sebagai Prediksi Iklim Dekadal (DCP), telah menjadi aspek penting dalam proyek Coupled Model Intercomparison Project (CMIP6) terbaru. DCP ini mampu menangkap fenomena El Niño‑Southern Oscillation (ENSO) yang memengaruhi frekuensi gelombang panas di Asia Tenggara selama tahun hingga dekade. Penelitian ini menilai kemampuan enam Model Sirkulasi Umum (GCM) DCP dalam memprediksi suhu permukaan wilayah Asia Tenggara, dengan menggunakan produk hindcast dcpp‑A sebagai data utama. Metode yang digunakan meliputi koefisien korelasi anomali (ACC) dan kesalahan rata‑rata (ME) untuk menilai keluaran model, dengan 51 dataset hindcast yang mencakup tahun inisialisasi 1960–2010 serta data reanalisis ERA5 sebagai referensi. Hasil evaluasi menunjukkan bahwa kemampuan model DCP beragam tergantung pada lead time dan sub‑wilayah, tanpa satu model yang secara konsisten unggul. Nilai korelasi tertinggi terlihat pada musim September‑Oktober‑November (SON), dan model ENSEMBLE dapat meningkatkan nilai korelasi dibandingkan model individu, namun tidak efektif mengurangi nilai ME karena kesalahan yang berlawanan antar model. Metode PBIAS menunjukkan pola bias yang konsisten dengan ME, mengidentifikasi area under‑estimation (daratan) dan over‑estimation (wilayah kepulauan maritim). Meskipun terdapat tantangan, hasil evaluasi menyoroti potensi DCP dalam memprediksi variabilitas suhu permukaan di Asia Tenggara pada periode dekadal, khususnya dalam menangkap sinyal terkait ENSO. Diperlukan perbaikan lebih lanjut dalam inisialisasi model, representasi variabilitas internal, dan reduksi bias untuk meningkatkan kegunaan prediksi dekadal CMIP6 dalam persiapan dan mitigasi gelombang panas di wilayah yang rentan ini.

Conclusion

Penilaian prediksi suhu permukaan dekadal menunjukkan bahwa model CMIP6 dapat memberikan wawasan penting untuk mitigasi gelombang panas di Asia Tenggara, dengan kemampuan prediksi terbaik pada paruh pertama dekade (FHDecad) khususnya pada musim SON dan wilayah laut.Namun, keterampilan prediksi menurun seiring lead time yang lebih panjang akibat kesulitan merepresentasikan fitur laut dan variabilitas internal, meskipun beberapa model tetap menunjukkan performa stabil atau meningkat pada paruh kedua dekade.Oleh karena itu, penelitian selanjutnya harus memperbaiki teknik inisialisasi, meningkatkan representasi variabilitas internal, dan mengurangi bias sistematis untuk memperkuat keandalan proyeksi gelombang panas di kawasan ini.

Future Research

Penelitian selanjutnya dapat mengeksplorasi bagaimana peningkatan inisialisasi data laut, khususnya suhu permukaan dan kandungan panas laut, memengaruhi kemampuan model DCP dalam merepresentasikan sinyal ENSO di Asia Tenggara, dengan menguji variasi parameter inisialisasi pada model-model yang berbeda. Selain itu, dikembangkan teknik koreksi bias berbasis pembelajaran mesin yang memanfaatkan data historis ERA5 untuk mengurangi bias sistematis (over‑ atau under‑estimation) pada sub‑wilayah daratan dan kepulauan, sehingga meningkatkan akurasi prediksi suhu dekadal. Selanjutnya, studi komparatif dapat menilai pendekatan ensemble berbobot, di mana setiap model diberikan bobot sesuai dengan keahlian sub‑wilayahnya (misalnya, performa di wilayah laut vs daratan), untuk menghasilkan prediksi suhu dekadal yang lebih andal dan konsisten di seluruh wilayah Asia Tenggara.

References

1. GMD - Description and basic evaluation of simulated mean state, internal variability, and climate sensitivity... gmd.copernicus.org/articles/12/2727/2019GMD Description and basic evaluation of simulated mean state internal variability and climate sensitivity gmd copernicus articles 12 2727 2019
2. GMD - The Euro-Mediterranean Center on Climate Change (CMCC) decadal prediction system. gmd euro center... doi.org/10.5194/gmd-16-179-2023GMD The Euro Mediterranean Center on Climate Change CMCC decadal prediction system gmd euro center doi 10 5194 gmd 16 179 2023

Metadata

File size	2.33 MB
Pages	13
DMCA	Report