| dc.contributor.advisor | Dasanto, Bambang Dwi | |
| dc.contributor.advisor | Taufik, Muh | |
| dc.contributor.advisor | Sukma Permana, Donaldi | |
| dc.contributor.author | Noviati, Sri | |
| dc.date.accessioned | 2023-02-12T23:58:46Z | |
| dc.date.available | 2023-02-12T23:58:46Z | |
| dc.date.issued | 2023-02-11 | |
| dc.identifier.uri | http://repository.ipb.ac.id/handle/123456789/116697 | |
| dc.description.abstract | Weather radar data can provide spatio temporal rainfall forecast at high- resolution. Radar covers a large area and captures the spatial variability of rainfall that increases a short-term predictability of rain. However, the rainfall derived from radar is inherently an estimated value that may contain bias. Also, the estimated value is derived indirectly from the radar reflectivity equation. Therefore, adjusting the estimated rainfall value based on the local observed rain gauge remains a research challenge. This study employed Bengkulu weather radar data and combined with the rainfall from automatic weather station at the Bengkulu Climatology Station. Observed rainfall datasets from 34 rain gauges over Bengkulu for 2015 to 2020 were used for the analysis, we selected December-February as representative of wet season, whereas June-August was for the dry season. Correction of radar data with rain gauge is calculated using the Mean Field Bias (MFB), Local Bias Correction (LBC), and Quantile Mapping (QM) approaches. MFB is a method for estimating the overall bias (average) for radar in a large domain. The LBC correction is a correction by considering the distance factor of the rain gauge to the radar location. Correction of bias QM corrects the data distribution using the probability approach. The Conversion of reflectivity to intensity using three different Z-R relationship, namely Marshall Palmer, Rosenfeld, and the new Z-R equation refers to previous research on the island of Sumatra. The results of analyses in the present study strongly indicated an improvement in radar data quality after the correction method was applied. The Local Bias Correction (LBC) method gives the best results compared to the MFB and QM methods for the Bengkulu region, with the highest correlation of 0.51. The best Z-R relationship is obtained from the Marshall Palmer equation. Bias correction performance in the wet season (DJF) has better results than in the dry season (JJA). | id |
| dc.description.sponsorship | Radar cuaca dapat memberikan informasi prakiraan curah hujan resolusi
tinggi secara spasial dan temporal. Radar dapat menjangkau area yang luas dan
dapat menangkap variabilitas spasial hujan lebih baik, sehingga dapat
meningkatkan prediktabilitas curah hujan jangka pendek. Informasi curah hujan
radar merupakan nilai estimasi yang memungkinkan mengandung bias. Hal ini
disebabkan oleh intensitas hujan yang diperoleh dari data radar bukanlah melalui
pengukuran langsung melainkan diperoleh secara tidak langsung melalui
perhitungan konversi reflektivitas radar. Untuk meningkatkan kualitas data radar
diperlukan penyesuaian dengan nilai curah hujan berdasarkan nilai penakar hujan
wilayah setempat.
Penelitian ini menggunakan data radar cuaca wilayah Bengkulu, data
penakar hujan dari 34 lokasi yang berada di Bengkulu Tengah, Bengkulu Utara,
kota Bengkulu dan Seluma serta data Automatic Weather Station (AWS) Stasiun
Klimatologi Bengkulu. Periode data yang digunakan yaitu tahun 2015 hingga tahun
2020 bulan Desember, Januari, Februari untuk mewakili musim hujan dan bulan
Juni, Juli, Agustus untuk mewakili musim kemarau.
Koreksi data radar dengan penakar hujan dihitung melalui pendekatan Mean
Field Bias (MFB), Local Bias Correction (LBC) dan Quantile Mapping (QM).
MFB merupakan metode untuk memperkirakan bias keseluruhan (rata-rata) untuk
radar pada domain besar, sedangkan koreksi LBC adalah koreksi dengan
mempertimbangkan faktor jarak penakar hujan ke lokasi radar. Koreksi bias QM
melakukan koreksi pada distribusi data dengan menggunakan pendekatan peluang.
Konversi reflektivitas dan intensitas menggunakan 3 relasi Z-R yang berbeda, yaitu
Marshall Palmer, Rosenfeld dan persamaan Z-R baru yang merujuk pada penelitian
sebelumnya di pulau Sumatera.
Hasil analisis menunjukkan bahwa terdapat peningkatan kualitas data radar
setelah metode koreksi diterapkan. Metode Local Bias Correction (LBC)
memberikan hasil terbaik dibandingkan metode MFB dan QM untuk wilayah
Bengkulu dengan korelasi tertinggi sebesar 0,51. Persamaan Z-R terbaik diperoleh
dari persamaan Marshall Palmer. Jika memperhitungkan faktor musim sebagai
pembanding, performa koreksi bias pada musim hujan (DJF) memiliki hasil yang
lebih baik dibandingkan pada musim kemarau (JJA). | id |
| dc.language.iso | id | id |
| dc.publisher | IPB University | id |
| dc.title | Perbandingan Metode Koreksi Data Radar Cuaca Dengan Penakar Hujan Wilayah Bengkulu | id |
| dc.type | Thesis | id |
| dc.subject.keyword | Reflectivity | id |
| dc.subject.keyword | radar | id |
| dc.subject.keyword | correction | id |
| dc.subject.keyword | rain | id |
| dc.subject.keyword | method | id |
