ire pratiwi _g24104007

ESTIMASI NILAI TPW
(TOTAL PRECIPITABLE WATER) DI ATAS DAERAH
PADANG DAN BIAK BERDASARKAN HASIL ANALISIS
DATA RADIOSONDE
IRE PRATIWI
DEPARTEMEN GEOFISIKA DAN METEOROLOGI
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
2008
RINGKASAN
Ire Pratiwi. G24104007. Estimasi besarnya TPW (Total Precipitable Water) di atas daerah
Padang dan Biak berdasarkan hasil analisis data radiosonde.
Dibimbing oleh Idung Risdiyanto, M.Sc dan Dr. Eddy Hermawan, M.Sc.
Pembentukan awan hujan dipengaruhi dua hal penting yaitu mekanisme pengangkatan massa
udara dan kandungan uap air dalam suatu kolom udara. Mekanisme pengangkatan udara sangat
dipengaruhi oleh stabilitas atmosfer yang digambarkan dengan nilai Brunt Väisälä Frequency
Square (N2). Sedangkan untuk mengetahui kandungan uap air dilakukan estimasi nilai TPW
(Total Precipitable Water). Estimasi TPW dilakukan di dua daerah yaitu Padang (0.88 LS, 100.35
BT) dan Biak (1.18 LS,136.12 BT) untuk mengetahui perbedaan jumlah kandungan uap air pada
kedua lokasi yang berada pada garis ekuator namun memiliki karakteristik curah hujan yang
berbeda. Periode pengamatan dilakukan antara bulan Maret 2007 sampai dengan Februari 2008.
Untuk memperkirakan TPW digunakan data kelembaban spesifik yang diturunkan dari data
radiosonde. Selanjutnya untuk analisis hubungan dengan curah hujan digunakan data curah hujan
harian aktual dengan teknik korelasi silang. Hasil yang didapatkan adalah niali TPW pada Biak
dan Padang konstan sepanjang tahun dengan rata-rata pada daerah Padang yaitu 50.5 mm dan pada
daerah Biak yaitu 39.6 mm dan osilasi TPW pada daerah padang terjadi sekitar 60 harian dan
daerah Biak sekitar 90 harian. Hasil analisis statistik antara TPW dan curah hujan daerah Padang
dan Biak menunjukkan korelasi silang diantara keduanya sehingga kedua variabel ini saling
berpengaruh dengan nilai maksimum 0.294 dan selang waktu (lag time) adalah 1
Kata Kunci : Brunt Väisälä Frequency Square (N2), TPW, Curah hujan
ESTIMASI NILAI TPW
(TOTAL PRECIPITABLE WATER) DI ATAS DAERAH
PADANG DAN BIAK BERDASARKAN HASIL ANALISIS
DATA RADIOSONDE
IRE PRATIWI
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Sains pada
Departemen Geofisika dan Meteorologi
DEPARTEMEN GEOFISIKA DAN METEOROLOGI
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
2008
Judul
:
Estimasi Nilai TPW (Total Precipitable Water) di Atas Daerah
Padang dan Biak Berdasarkan Hasil Analisis Data Radiosonde
Nama
:
Ire Pratiwi
NIM
:
G24104007
Menyetujui:
Pembimbing I,
Pembimbing II,
Idung Risdiyanto, S.Si, M.Sc
NIP. 132206238
Dr. Ir. Eddy Hermawan, M.Sc
NIP. 300001344
Mengetahui:
Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam
Institut Pertanian Bogor
Dr. Drh Hasim, DEA
NIP. 131578806
Tanggal Lulus:
PRAKATA
Puji dan syukur penulis panjatkan kehadirat Allah SWT atas segala rahmat dan karuniaNya sehingga penulis dapat menyelesaikan Skripsi dengan judul “Estimasi Nilai TPW (Total
Precipitable Water) Di Atas Daerah Padang Dan Biak Berdasarkan Hasil Analisis Data
Radiosonde”, sebagai syarat mencapai gelar Sarjana Sains pada Program Studi Meteorologi,
Departemen Geofisika dan Meteorologi, Fakultas Matematika dan Ilmu Pengetahuan Alam,
Institut Pertanian Bogor.
Penulis juga ingin mengucapkan banyak terima kasih kepada pihak-pihak yang telah membantu
dalam proses penyusunan skripsi ini :
1.
2.
3.
4.
5.
6.
7.
8.
Bapak Idung Risdiyanto, M.Sc sebagai pembimbing I yang memberikan banyak ilmu dan
masukan kepada penulis selama mengerjakan skripsi ini.
Bapak Dr. Eddy Hermawan, M.Sc sebagai pembimbing II yang selalu sabar membimbing
penulis dan memberi motivasi dalam pengerjaan skripsi ini.
Ibu, Bapak, Kakak dan kakak ipar dan seluruh keluarga besar penulis, terima kasih untuk
doa, perhatian, dukungan moral dan fasilitas yang sangat besar dan membantu selama ini.
Bapak Halimurrahman, MT sebagai Kepala Bidang Pemodelan Iklim
Keluarga besar LAPAN: Bu Shinta, Pak Teguh, Pak Terson, Pak Suaydhi, Bu Ina Visa,
Pak Arief beserta staf LAPAN lainnya yang selalu memberikan bantuannya.
Teman-teman seperjuangan, terutama Ining yang selalu memberikan dukungan penulis,
Mei, Diva, Fransiska, Rini, Sisi dan teman GFM 41 lainnya yang tidak bisa disebutkan satu
persatu.
Teman-teman di wisma bintang, Rira, Fera, V-ter serta adik-adik 42 dan 43
Kakak kelas di LAPAN dan BMG (kak Eris 36 dan mba Dian 38 yang telah membantu
penulis dalam mendapatkan data)
Penulis menyadari bahwa dalam proses penyusunan skripsi ini masih terdapat banyak
kekurangan. Oleh karena itu, penulis menerima kritikan, saran, dan tanggapan yang bersifat
membangun. Semoga karya ilmiah ini bermanfaat.
Bogor, September 2008
Ire Pratiwi
RIWAYAT HIDUP
Penulis di lahirkan di Malang, pada tanggal 26 September 1986 dari ayah Tamari dan ibu
Istiani. Penulis merupakan putri ketiga dari tiga bersaudara.
Tahun 1998 penulis menyelesaikan pendidikan dasar di SD Negeri Tumpang 4 Malang,
pendidikan menengah pertama diselesaikan tahun 2001 di SMP Negeri 1 Tumpang-Malang. Pada
tahun 2004 penulis lulus dari SMA Negeri 1 Tumpang-Malang dan pada tahun yang sama lulus
seleksi masuk IPB melalui jalur undangan seleksi masuk IPB (USMI). Penulis memilih Program
Studi Meteorologi, Jurusan Geofisika dan Meteorologi, Fakultas Matematika dan Ilmu
Pengetahuan Alam. Selama mengikuti perkuliahan, penulis aktif di kegiatan kemahasiswaan
seperti anggota Himpunan Mahasiswa Geofisika dan Meteorologi (HIMAGRETO) pada tahun
2004 sampai tahun 2006 serta kegiatan kepanitiaan-kepanitiaan di dalam departemen geofisika dan
meteorologi.
DAFTAR ISI
Halaman
DAFTAR TABEL...................................................................................................................... iv
DAFTAR GAMBAR ................................................................................................................. iv
DAFTAR LAMPIRAN ............................................................................................................. v
I. PENDAHULUAN
1.1 Latar Belakang ............................................................................................................. 1
1.2 Pendahuluan ................................................................................................................. 1
II. TINJAUAN PUSTAKA
2.1 Stabilitas Udara ............................................................................................................ 1
2.2 Kelembaban Atmosfer.................................................................................................. 2
2.3 Total Precipitable Water .............................................................................................. 2
2.4 Pertumbuhan Awan Konvektif ..................................................................................... 3
2.5 Curah Hujan ................................................................................................................. 3
2.6 Prinsip kerja Radiosonde.............................................................................................. 4
III. METODOLOGI
3.1 Waktu dan Tempat Penelitian ......................................................................................
3.2 Alat dan Bahan .............................................................................................................
3.3 Metode Penelitian
3.3.1 Identifikasi Stabilitas Atmosfer........................................................................
3.3.2 Estimasi TPW...................................................................................................
3.3.3 Fungsi Power Spectral Density ........................................................................
3.3.4 Estimasi Hubungan antara TPW dan Curah Hujan ..........................................
5
5
5
5
6
6
IV. HASIL DAN PEMBAHASAN
4.1 Analisis Data Bulanan
4.1.1 Identifikasi Stabilitas Atmosfer Harian ............................................................ 7
4.1.2 Identifikasi Stabilitas Atmosfer Rata-Rata Bulanan......................................... 9
4.2 Estimasi TPW............................................................................................................... 10
4.3 Hubungan Antara TPW dan Curah Hujan .................................................................... 11
V. KESIMPULAN ................................................................................................................... 13
DAFTAR PUSTAKA ................................................................................................................ 13
LAMPIRAN............................................................................................................................... 16
DAFTAR TABEL
Halaman
1.
2.
Nilai korelasi silang TPW dengan curah hujan daerah Padang pada periode
November 2007-Februari 2008..........................................................................................
Nilai korelasi silang TPW dengan curah hujan daerah Biak pada periode
November 2007-Februari 2008..........................................................................................
12
12
DAFTAR GAMBAR
Halaman
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
Radiosonde ........................................................................................................................
Diagram alir penelitian ......................................................................................................
Profil vertikal N2 di daerah Padang tanggal 26 Desember 2007.......................................
Profil vertikal RH di daerah Padang tanggal 26 Desember 2007 ......................................
Profil vertikal N2 di daerah Padang tanggal 26 Juni 2007 .................................................
Profil vertikal kelembaban relatif di daerah Padang tanggal 26 Juni 2007........................
Profil vertikal N2 di daerah Biak tanggal 26 Desember 2007............................................
Profil vertikal kelembaban relatif di daerah Biak tanggal 26 Desember
2007 ...................................................................................................................................
Profil vertikal N2 di daerah Biak tanggal 26 Juni 2007 .....................................................
Profil vertikal kelembaban relatif di daerah Biak tanggal 26 Juni 2007............................
Profil vertikal N2 di daerah Padang bulan Desember 2007................................................
Profil vertikal N2 di daerah Padang bulan Juni 2007 .........................................................
Profil vertikal N2 di daerah Biak bulan Desember 2007....................................................
Profil vertikal N2 di daerah Biak bulan Juni 2007 .............................................................
Power Spektral Density TPW daerah Padang periode 1 Maret 2007-29
Februari 2008.....................................................................................................................
Wavelet TPW daerah Padang Padang periode 1 Maret 2007-29 Februari
2008 ...................................................................................................................................
Energi spektral TPW daerah Biak periode 1 Maret 2007-29 Februari 2008 .....................
Wavelet TPW daerah Biak periode 19 Oktober 2007-29 Februari 2008...........................
TPW dan curah hujan bulan Juni 2007 di daerah Padang..................................................
TPW dan curah hujan bulan Desember 2007 di daerah Padang ........................................
TPW dan curah hujan bulan Juni 2007 di daerah Biak......................................................
TPW dan curah hujan bulan Desember 2007 di daerah Biak ............................................
Korelasi silang TPW dengan curah hujan daerah Padang pada periode 1
November 2007 sampai dengan 29 Februari 2008 ............................................................
Korelasi silang TPW dengan curah hujan daerah Biak pada periode
November 2007-Februari 2008..........................................................................................
4
7
7
7
7
8
8
8
9
9
9
9
9
9
10
10
10
10
11
11
11
11
12
12
DAFTAR LAMPIRAN
Halaman
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
Curah Hujan Bulanan di Daerah Padang dan Biak Bulan Maret 2007Februari 2008.....................................................................................................................
Pola Angin dan Curah Hujan Bulan Juni 2007 dan Desember 2007 di
Wilayah Indonesia .............................................................................................................
Curah Hujan Harian Bulan Desember dan Juni 2007 ........................................................
Profil Vertikal N2 di Daerah Padang..................................................................................
Profil Vertikal N2 di Daerah Biak......................................................................................
Profil Vertikal RH di Daerah Padang ................................................................................
Profil Vertikal RH di Daerah Biak ....................................................................................
Profil Vertikal N2 pada Ketinggian 15-18 km di Daerah Padang dan Biak .......................
Data TPW di Daerah Padang.............................................................................................
Data TPW di Daerah Biak .................................................................................................
Data Curah Hujan Daerah Padang Maret 2007-Desember 2008 .......................................
Data Curah Hujan Daerah Biak Maret 2007-Desember 2008 ...........................................
Korelasi TPW dengan Curah Hujan pada Daerah Padang Panjang dan
Sicincin ..............................................................................................................................
Script matlab untuk menghitung N2 dan TPW ..................................................................
16
16
16
17
19
21
24
26
27
31
34
35
36
37
I. PENDAHULUAN
1.
1.1 Latar Belakang
Atmosfer bumi merupakan lapisan yang
menyelimuti permukaan bumi dengan
komponen penyusunnya berupa partikelpartikel halus dan ringan seperti gas, cairan
dan aerosol (Handoko, 1995). Keadaan
atmosfer akan mudah berubah seiring
dengan proses pendinginan dan pemanasan
permukaan bumi karena sebagian besar
bahan pengisi atmosfer merupakan gas yang
mudah mampat dan mengembang. Menurut
Trewartha dan Horn (1980) 75 % dari massa
atmosfer yang terdapat pada lapisan
troposfer dan lapisan ini merupakan tempat
terjadinya awan, hujan dan konveksi udara.
Indonesia sebagai negara maritim yang
terletak di ekuator, dikelilingi oleh lautan
yang hangat sehingga menyebabkan awanawan konvektif besar dapat tumbuh di
wilayah ini.
Kemunculan awan-awan
konvektif di wilayah tropis ini dapat
mempengaruhi sirkulasi global (Renggono,
2000). Akibat adanya awan-awan tersebut,
panas dari boundary layer dapat bergerak ke
lapisan atmosfer atas.
Namun dengan potensi pengangkatan
massa udara yang besar ini tidak semua
awan yang terbentuk akan turun sebagai
hujan, tergantung proses pengangkatan
massa udara dan besarnya kandungan uap
air yang terdapat pada kumpulan awan
tersebut. Beberapa bagian dari awan yang
terbentuk akan hilang karena terevaporasi
kembali ke atmosfer. Sehingga perlu dikaji
lebih lanjut tentang proses stabilitas
atmosfer dan mekanisme pengangkatan
massa udara terkait dengan pembentukan
awan.
Selain itu kandungan air dalam suatu
kolom udara juga perlu diketahui. Karena
jumlah air yang seharusnya jatuh sebagai
hujan sangat penting untuk diketahui guna
memprediksi jumlah hujan yang akan jatuh
sebelum kejadian hujan berlangsung. Selain
itu penelitian ini juga dilakukan untuk
mengetahui tentang pola variasi kandungan
uap air dalam kolom udara dari musim ke
musim sehingga osilasinya dapat diketahui
di atas daerah Padang dan Biak serta
karakteristik dan perbedaan diantara kedua
daerah tersebut yang sama-sama terletak
disekitar garis ekuator.
2.
3.
4.
1.2 Tujuan
Mengetahui besarnya TPW (total
precipitable water) berdasarkan
data hasil pengukuran radiosonde
Mengetahui profil vertikal atmosfer
dalam hubungannya pada proses
pengangkatan massa udara di
permukaan
Mengetahui pola osilasi TPW di
daerah Padang dan Biak
Mengetahui keterkaitan antara
TPW dengan curah hujan di
permukaan pada daerah Padang dan
Biak
II. TINJAUAN PUSTAKA
2.1 Stabilitas Udara
Stabilitas udara (atmosfer) adalah
kecenderungan udara untuk bergerak naik
atau turun. Untuk menentukan stabilitas
dilakukan dengan melakukan perbandingan
suhu antara parsel udara dan suhu udara di
sekitarnya (Ahrens 2007).
Udara
diasumsikan sebagai parsel yang bergerak
dari suatu titik. Pergerakan parsel tersebut
dapat mengikuti garis adiabatik kering
apabila parsel dalam kondisi tidak jenuh (di
bawah LCL) atau mengikuti garis adiabatik
basah apabila parsel dalam keadaan jenuh
(Stull 2004). Pada berbagai ketinggian,
gaya bouyant bergantung pada perbedaan
suhu antara parsel dan lingkungannya.
Stabilitas atmosfer digolongkan menjadi
tiga yaitu kondisi stabil, netral dan tidak
stabil. Apabila gaya bouyant yang bekerja
pada parsel mempunyai arah yang sama
dengan perpindahan parselnya sehingga
udara antara parsel pada ketinggian awal dan
pada ketinggian akhir akan tidak stabil.
Akibat ketidakstabilan tersebut, parsel akan
terus bergerak sehingga mengakibatkan
gerakan konvektif. Suhu parsel pada kondisi
ini lebih hangat dibandingkan suhu
lingkungan sehingga parsel akan memiliki
kerapatan yang lebih rendah dan akan terus
naik sampai pada level suhu parsel sama
dengan suhu lingkungan.
Pada kondisi netral enviromental lapse
rate akan sama dengan adiabatic lapse rate
sehingga tidak ada gaya bouyancy yang
memindahkan parsel. Parsel akan tetap pada
level semula.
Sedangkan pada kondisi
stabil, suhu parsel udara akan lebih dingin
daripada suhu lingkungannya
sehingga
parsel akan mempunyai kerapatan lebih
besar dan cenderung kembali turun ke
ketinggian awal atau dengan kata lain
enviromental lapse rate akan lebih kecil
daripada adiabatic lapse rate sehingga gaya
bouyancy yang memindahkan parsel akan
memiliki arah yang berlawanan dengan
perpindahannya.
Pada
penentuan
stabilitas
udara
diperlukan nilai suhu potensial.
Suhu
potensial merupakan suhu udara pada saat
tekanan 1000 mb. Nilai suhu potensial
dapat ditentukan berdasarkan nilai suhu
udara berdasarkan persamaan berikut,
 1000 

θ = T
 p 
0.286
Keterangan:
θ
: suhu potensial (K)
T
: suhu udara (K)
P
: tekanan udara (mb)
Penentuan stabilitas udara dilakukan
berdasarkan persamaan berikut ini,
dθ
> 0 stabil
dz
dθ
= 0 netral
dz
dθ
< 0 tidak-stabil
dz
Keterangan:
θ
: suhu potensial (K)
z
: ketinggian (meter)
Suatu parsel yang bergerak dalam
kondisi adiabatik akan berosilasi yang
menggambarkan kondisi stabilitas konvektif
lapisan tersebut. Nilai osilasi digambarkan
dalam frekuensi yang disebut Brunt Väisälä
Frequency Square yang akan meningkat
apabila kondisi lingkungan semakin stabil.
Brunt Väisälä Frequency Square dirumuskan
sebagai berikut,
g ∂θ
N2 =
θ ∂z
(Mc.Ilveen, 1986)
Keterangan :
N2 : Brunt Väisälä frequency square
(1/s2)
g
: Percepatan gravitasi (m/s2)
θ
: Suhu potensial (Kelvin=ToC+273)
z
: Ketinggian (meter)
T
: Suhu udara (Kelvin)
P
: Tekanan udara (mb)
2.2 Kelembaban Atmosfer
Uap air merupakan salah satu unsur
penting di atmosfer karena merupakan
sumber dari segala bentuk kondensasi dan
curahan, mengandung bahang laten yang
merupakan sumber energi yang penting
untuk sirkulasi atmosfer, serta banyaknya
uap air dan distribusi vertikal uap air di
dalam atmosfer mempengaruhi kestabilan
atmosfer (Prawirowardoyo, 1996)
Menurut Trewartha dan Horn (1980),
uap air mempunyai jumlah yang bervariasi
mulai dari 3- 4% pada daerah lembab seperti
kawasan tropis sampai bernilai nol di
kawasan atmosfer yang tinggi.
Pada
umumnya, uap air terkonsentrasi pada
ketinggian dekat permukaan yaitu sekitar
kurang dari 10 kilometer di atas permukaan
(Arya, 1999). Hal tersebut dikarenakan uap
masuk ke atmosfer melalui evaporasi air dari
permukaan daratan dan lautan.
Jumlah uap air sangat beragam
tergantung kondisi penguapan pada daerah
yang bersangkutan. Kandungan uap air
yang tinggi terdapat di atas lautan dan hutan
hujan tropis yang volumenya dapat
mencapai tiga atau empat persen. Demikian
pula sebaliknya, pada daerah gurun, uap air
hanya merupakan bagian kecil sebesar 1%.
Istilah umum yang digunakan untuk
menyatakan kandungan uap air adalah
kelembaban.
Kelembaban menyatakan
jumlah air yang ada di udara dibandingkan
dengan jumlah yang dapat disimpan pada
suhunya.
Untuk menyatakan nilai
kelembaban dapat digunakan berbagai
istilah seperti kelembaban mutlak, relatif,
dan spesifik.
Selain itu dapat juga
dinyatakan dengan tekanan uap dan mixing
ratio.
Kelembaban mutlak adalah kandungan
uap air persatuan volume udara. Sedangkan
kelembaban relatif merupakan perbandingan
antara tekanan uap air aktual dengan tekanan
uap air jenuh pada kapasitas udara untuk
menampung uap air (Handoko,1995). Selain
itu, kelembaban relatif juga dapat dihitung
dari nilai mixing ratio (r) dengan
membandingkannya terhadap nilai mixing
ratio jenuh (rs). Kelembaban ini biasanya
dinyatakan dalam persen (%), secara
matematis dapat dimyatakan dengan :
r
RH = × 100 %
rs
2.3 Total Precipitable Water
Total precipitable water (TPW) di
definisikan sebagai banyaknya kandungan
uap air yang terkumpul dalam suatu kolom
udara yang dapat diendapkan sekaligus
diturunkan
sebagai
presipitasi,
bila
kandungan uap air dalam kolom tersebut
telah mengembun semua (Y. Viswanadham,
1981)
Jumlah air yang dapat diembunkan
sekaligus diturunkan sebagai hujan belum
dapat diketahui secara pasti, hal tersebut
disebabkan stabilitas atmosfer, variasi
kandungan uap air, perbedaan tekanan
antara dua lapisan dan musim. Untuk
mengetahui besarnya nilai TPW digunakan
parameter
tekanan
(P),
suhu
(T),
kelembaban relatif (RH), percepatan
gravitasi bumi (g), mixing ratio (r) dan
kerapatan uap air (ρ) disetiap lapisan
atmosfer yang diamati.
Pengamatan melalui radiosonde atau
peralatan lain memberikan pengukuran
struktur vertikal atmosfer dalam bentuk
tekanan P (mb), temperatur T (oC) dan
kelembaban spesifik q (g kg-1) atau satuan
lain yang sejenis.
Tebal atau jumlah air terkandung,
dengan menggunakan data P dalam mb dan
q dalam g kg-1, dapat dinyatakan dengan :
1 p0
w (cm) =
qdp
g pz
Persamaan ini digunakan untuk
memperkirakan air terkandung di dalam
suatu massa udara dengan menggunakan
data kelembaban dan tekanan antara dua
ketinggian (p0 dan pz) (Juaeni, 1988).
∫
2.4 Pertumbuhan Awan Konvektif
Salah satu faktor yang penting dalam
proses pembentukan awan adalah konveksi
massa udara permukaan ke atas. Awanawan konvektif yang terbentuk akibat
kenaikan udara di permukaan yang relatif
panas banyak dijumpai di daerah-daerah
sekitar ekouator. Hal tersebut dikarenakan
daerah
ekuator
merupakan
daerah
konvergensi massa udara dari dua belahan
bumi (ITCZ=Inter Tropical Convergence
zone).
Awan yang berkembang vertikal
dihasilkan oleh kantong massa udara yang
hangat dan lembab yang masih mampu naik
sampai ketinggian yang cukup tinggi setelah
melewati batas kondensasi. Pertumbuhan
tersebut disebabkan adanya pelepasan panas
laten kondensasi yang cukup besar.
Menurut Tjasyono (1981) akibat
penyerapan radiasi matahari oleh permukaan
tanah tidak merata (daerah berbukit, daerah
tumbuh-tumbuhan dan macam-macam jenis
tanah), maka pertumbuhan awan konvektif
cenderung pada daerah dengan pemanasan
paling kuat. Di atas daratan pada umumnya
keawanan maksimum terjadi pada siang
hingga sore hari yang diakibatkan oleh
proses konveksi yang kuat terutama pada
daerah tropis.
Sedangkan pada daerah
lautan, keawanan maksimum terjadi pada
malam hari pada saat ketidakstabilan
meningkat karena adanya pendinginan
(pelepasan energi melalui radiasi) dari
puncak awan.
Lapisan inversi merupakan hambatan
bagi pertumbuhan awan konvektif karena
lapisan ini adalah stabil (Tjasyono 1981,
diacu dalam Wahab 2005). Hanya dengan
up draft yang kuat lapisan ini dapat
ditembus oleh awan. Karena adanya lapisan
inversi ini, maka bentuk awan konvektif
menjadi berubah, ada kalanya seperti
cerobong atau seperti balok. Apabila
terdapat lapisan inversi, maka kemungkinan
untuk turun hujan hampir tidak ada.
2.5 Curah Hujan
Hujan merupakan hasil akhir dari proses
yang berlangsung di atmosfer bebas
(Haryanto, 1998). Besarnya curah hujan dan
lokasi turunnnya curah hujan tergantung
beberapa faktor, yaitu kelembaban udara,
topografi, arah dan kecepatan angin, suhu
udara, dan hadapan lereng (Sandy, 1987)
Menurut Seyhan (1990) suatu curah
hujan berdasarkan genetik atau asal-usulnya
dapat terjadi apabila didukung oleh tiga
faktor utama, yaitu kolom udara yang
lembab, inti kondensasi (partikel debu,
kristal garam, dan lain-lain), dan suatu
sarana untuk menaikan udara yang lembab
ini sehingga kondensasi dapat berlangsung
sebagai akibat udara yang bertambah dingin.
Proses hujan dimulai dengan udara yang
naik dan kemudian temperatur akan turun
dengan semakin tingginya ketinggian suatu
tempat. Massa udara ini akan naik hingga
mencapai titik jenuh, maka udara lembab ini
akan mengalami kondensasi. Udara yang
naik ini setelah melewati ketinggian
kondensasi akan berubah menjadi awan, di
dalamnya terjadi proses tumbukan dan
penggabungan antar butir-butir air yang
akhirnya meningkatkan massa dan volume.
Salah satu jenis hujan adalah hujan
konvektif. Hujan konvektif disebabkan oleh
naiknya massa udara yang panas dan ringan
di sekitar udara yang lebih rapat dan dingin
(Haryanto, 1998). Perbedaan suhu yang
mencolok antara udara di bagian bawah
dekat permukaan tanah dengan udara di
lapisan yang lebih tinggi terjadi akibat
pemanasan permukaan tanah yang intens
pada siang hari dan menimbulkan arus
termal (konveksi) yang memindahkan massa
udara di bagian bawah ke lapisan yang lebih
tinggi, sehingga memberi peluang yang
besar untuk proses pengembunan. Awan
yang terjadi melalui proses ini disebut awan
konvektif dan dapat menghasilkan hujan
dengan curahan bervariasi, namun umumnya
sangat lebat.
2.6 Prinsip Kerja Radiosonde
Radiosonde merupakan salah satu alat
meteorologi
yang
digunakan
untuk
mengukur data meteorologi pada lapisan
vertikal atmosfer (OFCM, 1997). Parameter
yang diukur antara lain tekanan, suhu dan
kelembaban relatif yang ditransmisikan oleh
sensor ke stasiun peneriman di permukaan.
Radiosonde juga melakukan pengamatan
arah dan kecepatan angin, oleh karena itu
biasa juga disebut dengan rawinsonde.
Radiosonde terdiri dari dua bagian
penting, yaitu seperangkat alat pengindera
atau sensor dan suatu alat pemancar radio
yang mengirimkan hasil-hasil pengamatan
ke stasiun di permukaan dalam bentuk
sinyal-sinyal radio (Tjasyono, 2004). Alat
ini
dinaikkan
ke
atas
dengan
menggantungkannya kepada sebuah balon
yang diisi dengan gas yang lebih ringan dari
udara sampai balon ini pecah. Setelah balon
pecah, radiosonde akan turun ke bawah
dengan menggunakan payung yang sudah
tersedia.
Stasiun penerima di permukaan
mengubah data yang berbentuk kode dalam
tekanan, temperatur dan kelembaban.
Sebagai standar, nilai tekanan harus
dinyatakan dalam hekto pascal (hPa),
sedangkan nilai suhu dalam derajat celcius.
WMO
merekomendasikan
jarak
minimum antara stasiun pengamatan
radiosonde yaitu sekitar 250 km pada daerah
daratan atau sekitar 1000 km pada daerah
lautan atau daratan yang tidak berpenduduk.
Pengukuran dapat dilakukan satu sampai
empat kali setiap harinya, namun secara
umum dilakukan pengukuran dua kali sehari
yaitu pada saat 00.00 and 12.00 UTC.
Radiosonde melakukan pengamatan
tidak pada setiap lapisan atmosfer. Lapisan
pengukuran
radiosonde
digolongkan
menjadi tiga yaitu lapisan standar, signifikan
dan tambahan. Prioritas pengukuran yang
pertama adalah lapisan standar kemudian
lapisan signifikan dan yang terakhir adalah
lapisan tambahan.
Lapisan standar merupakan lapisan
isobarik yang dipilih pada tekanan 1000,
925, 850, 700, 500, 400, 300, 250, 200, 150,
100, 70, 50, 30, 20, 10 hPa. Pada lapisan
tersebut, hasil pengamatan harus selalu
dilaporkan.
Apabila data tidak dapat
mengukur pada tekanan yang sama pada
tekanan standar, maka dilakukan interpolasi
data.
Lapisan signifikan diambil pada saat :
1. Di permukaan
2. Ketinggian maksimum yang dapat
dicapai oleh radiosonde
3. Satu lapisan antara tekanan 110 dan 100
hPa
4. Tropopause
5. Suhu maksimum dan minimum inversi
serta lapisan isotermal pada lapisan di
atas 300 hPa dan tebal 20 hPa
6. Suhu maksimum dan minimum pada
semua lapisan inversi dengan perubahan
suhu 2.5°C atau RH 20% pada tekanan
lebih besar dari 300 hPa
7. Lapisan yang menunjukkan data
meragukan atau hilang
Sedangkan lapisan tambahan dipilih pada
lapisan antara lapisan standar dan signifikan
yang mengacu pada nilai suhu dan
kelembaban relatif berdasarkan skala
tekanan logaritmik.
Gambar 1. Radiosonde
III. METODOLOGI
3.1 Waktu dan Tempat Penelitian
Penelitian ini dilaksanakan di Bidang
Pemodelan Iklim Lembaga Penerbangan dan
Antariksa Nasional (LAPAN) Bandung pada
bulan Maret –Juni 2008.
3.2 Alat dan Bahan
Alat yang digunakan dalam penelitian ini
adalah seperangkat komputer dengan
software Microsoft Office, Matlab versi 7.1,
RAOB 5.1, serta SPSS versi 13 yang telah
di-install di Bidang Pemodelan Iklim
LAPAN-Bandung
Adapun bahan yang diperlukan dalam
penelitian ini adalah :
a. Data suhu, tekanan dan kelembaban
relatif hasil pengukuran radiosonde
yang
diambil
dari
situs
http://weather.uwyo.edu/upperair/seasia
.html yang berupa data harian dan
pengukuran setiap lapisan untuk dua
daerah yaitu Padang (0.88 LS, 100.35
BT dan 3 MSL) dan Biak (1.18
LS,136.12 BT dan 11 MSL) antara
Bulan Maret 2007 sampai dengan
Februari 2008 pada masing-masing
daerah.
b. Data curah hujan harian pada daerah
Padang dan Biak untuk periode Maret
2007 sampai dengan Februari 2008.
3.3 Metode Penelitian
3.3.1 Identifikasi Stabilitas Atmosfer
Identifikasi
stabilitas
atmosfer
dilakukan dengan mengamati nilai Brunt
Väisälä Frequency Square (BVFS) yang
dirumuskan sebagai berikut,
g ∂θ
N2 =
θ ∂z
0.286
 1000 

θ = T
 p 
(Mc.Ilveen, 1986)
Keterangan :
N2 : Brunt Väisälä frequency square (1/s2)
g : Percepatan gravitasi (m/s2)
θ : Suhu potensial (Kelvin=ToC+273)
z : Ketinggian (meter)
T : Suhu udara (Kelvin)
P : Tekanan udara (mb)
Nilai N2 yang dihasilkan dari
penghitungan data radiosonde digambarkan
dalam profil vertikal pada masing-masing
pengukuran dan dibandingkan untuk kedua
daerah yang berbeda pada periode waktu
tertentu. Semakin stabil suatu kondisi udara
maka nilai Brunt Väisälä Frequency square
semakin besar .
3.3.2 Estimasi TPW
TPW didefinisikan sebagai jumlah air
dalam suatu kolom udara jika seluruh uap air
dalam
kolom
tersebut
mengalami
kondensasi (Wiesner, 1970).
Untuk menduga nilai TPW ini
menggunakan formula :
z =zi +dz
W=
∫
z =zi +dz
ρ v dz =
z = zi
∫
qρ dz = −
z = zi
10
g
p=p(zi +dz)
∫ q dp
p =p(z i )
dengan :
W = precipitable water (mm)
zi = ketinggian di i (m)
pzi = tekanan di ketinggian zi (mb)
ρ = kerapatan uap air (kg/m3)
q = kelembaban spesifik
Pengamatan
melalui
radiosonde
memberikan pengukuran struktur vertikal
atmosfer dalam bentuk tekanan p (mb),
temperatur T (oC) dan kelembaban relatif
(RH) (%).
e (P, T)
RH =
e s (P, T )
 7.567.T 


e s = 6.11 × 10 239.7 + T 
(Riegel, 1992)
Keterangan :
RH
e
es
T
= kelembaban relatif (%)
= tekanan uap aktual (mb)
= tekanan uap jenuh (mb)
= suhu udara (oC)
Kelembaban
spesifik
adalah
perbandingan massa uap air dengan massa
udara lembab, sedangkan mixing ratio
adalah perbandingan antara massa uap air
dengan massa udara kering. Berdasarkan
nilai kelembaban relatif maka untuk
menentukan nilai kelembaban spesifik
digunakan persamaan sebagai berikut,
e
r = 0.622
, (e <<<< p )
p−e
e
= 0.622
p
r
q=
1+ r
Keterangan :
r
= mixing ratio (g/kg)
q
= kelembaban spesifik (g/kg)
e
= tekanan uap air (mb)
p
= tekanan udara (mb)
Massa uap air dalam satu satuan kolom
udara adalah :
z
∫
W = ρ v dz
0
dengan
memasukkan
persamaan
hidrostatik (dp = - ρ g dz), diperoleh :
pz
ρ v dp
g
∫ρ
W=
p0
=−
1
g
pz
∫ qdp
p0
Persamaan
ini
digunakan
untuk
memperkirakan air terkandung antara dua
ketinggian di dalam suatu massa udara
dengan menggunakan data kelembaban dan
tekanan terhadap ketinggian (Juaeni, 1988).
3.3.3
Fungsi Spectral density
Fungsi spektral density merupakan
sebuah fungsi untuk melihat sifat suatu
frekuensi dalam sebuah deret data (time
series). Salah satu teknik atau metode
analisis energi spektral density yang umum
digunakan adalah FFT (Fast Fourier
Transform). Deret fourier yang dapat
dirumuskan sebagai berikut.
a
F (t ) = 0 +
2
∞
∑ (a r cos rt + br sin rt )
i =1
Pada suatu selang (0,2π),(- π, π) dengan
periode 2 π. Dimana :
a0 =
aπ =
π
1
π
∫
f (t )dt
π
∫
π
1
f (t ) cos rt dt
−π
rxy (k) =
C xy (k)
C xx (0)C yy (0)
=
C xy
Sx S y
dimana:
rxy (k ) : korelasi silang antara deret x dan
deret y pada lag ke-k
C xy (k) =
1 n−k
∑ X − x Yt + k − y
n − k t =1 t
(
)(
)
(kovarian antara deret x dan y pada lag ke-k)
C xx (0) =
1
n
n
∑ (X
− x )2
t
t =1
(standar deviasi deret x)
C yy (0) =
1
n
n
∑ (Y
t
− y )2
t =1
Untuk menguji nilai korelasi silang
diatas dengan tingkat kepercayaan 95% dari
dilakukan pendekatan perhitungan kesalahan
baku dengan rumus :
S(rxy (k)) =
π
∫π f (t ) sin rt dt
−
Sedangkan untuk fungsi dari analisis
spektral density ini dapat dituliskan sebagai
berikut (Christopher. 1989):
f (ω ) =
Dimana
Untuk mengetahui besar nilai TPW yang
dapat diendapkan sekaligus diturunkan
sebagai hujan maka nilai TPW harian yang
diperoleh tersebut dibandingkan dengan
hasil perhitungan curah hujan aktual
dilapangan di atas kota Padang dan Biak.
Hubungan TPW dengan curah hujan ini
diukur
berdasarkan
korelasi
yang
menunjukan keeratan diantara ke dua data
tersebut. Korelasi dilakukan secara silang
(Cross Correlation Function (CCF)) untuk
menentukan lag yang memiliki korelasi
yang tertinggi terhadap curah hujan.
Korelasi ditunjukan oleh nilai koefisien
korelasinya, yakni terletak antara -1 dan +1.
Yang menjadi peubah input adalah TPW dan
yang menjadi peubah respon adalah CH.
Formula perhitungan korelasi silang :
−π
1
π
3.3.4 Estimasi Hubungan antara TPW
dengan Curah Hujan
(standar deviasi deret y)
r=1,2,....
bn =
F(ω) merupakan fungsi dari distribusi energi
spektral
dF (ω )
d (ω )
1
n−k
Gambar 2 Diagram alir penelitian.
IV. HASIL DAN PEMBAHASAN
4.1 Identifikasi Stabilitas Atmosfer
4.1.1 Identifikasi Stabilitas Atmosfer
Harian
Faktor yang menyebabkan pergerakan
vertikal udara antara lain perbedaan suhu
pada permukaan, efek front, perbedaan
topografi, konvergensi dan divergensi
(Donn, 1975).
Parameter yang digunakan untuk
mengetahui kondisi stabilitas atmosfer
adalah nilai Brunt Väisälä frequency square
(N2). Menurut Mc.Ilveen (1986) Semakin
stabil suatu kondisi udara maka nilai Brunt
Väisälä Frequency square semakin besar .
Pengamatan nilai N2 dilakukan pada
bulan Desember dan bulan Juni 2007.
Sebagai contoh pada daerah Padang, profil
vertikal N2 digambarkan sebagai berikut,
Gambar 4 Profil vertikal RH di daerah
Padang tanggal 26 Desember
2007
Berdasarkan gambar 3, nilai N2
cenderung konstan sekitar 0.2x10-3 sampai
kenaikan yang besar pada saat mencapai
tropopause.
Apabila didukung dengan
kondisi pemanasan permukaan yang baik
dan kelembaban udara yang tinggi, maka
proses pengangkatan udara bisa terjadi
secara maksimal sampai batas tropopause
sehingga kemungkinan terbentuk awanawan hujan yang besar sangatlah tinggi.
N2 bernilai positif menunjukkan
keadaan atmosfer yang stabil. Pada N2 yang
bernilai negatif menunjukkan keadaan
atmosfer
yang
tidak
stabil
dan
mengakibatkan suatu parsel udara akan
bergerak vertikal ke atas.
Apabila dilihat dari profil kelembaban
relatifnya, kondisi di permukaan cenderung
konstan lembab sampai pada ketinggian 10
kilometer diatas permukaan.
Di atas
ketinggian tersebut, kelembaban relatif
berkurang.
Hal tersebut dikarenakan
sebagian besar uap air akan terkonsentrasi
pada ketinggian yang rendah yaitu di bawah
10 kilometer (Arya, 1999)
Gambar 3 Profil vertikal N2 di daerah
Padang tanggal 26 Desember
2007.
Gambar 5 Profil vertikal N2 di daerah
Padang tanggal 26 Juni 2007
kondisi yang sama dengan daerah Padang.
Hal yang membedakan adalah profil
kelembaban relatifnya. Semakin tinggi, nilai
kelembaban
relatif
semakin
rendah,
sehingga keadaan secara umum lebih kering
bila dibandingakan dengan daerah Padang.
Hal tersebut dikarenakan oleh posisi lokal
masing-masing daerah.
Gambar 6 Profil vertikal kelembaban relatif
di daerah Padang tanggal 26 Juni
2007.
Berkebalikan dengan kondisi bulan
Desember di daerah Padang, nilai N2 pada
bulan Juni cenderung mengalami perubahan
pada daerah sekitar permukaan. Kenaikan
nilai N2 di dekat permukaan merupakan
indikasi kestabilan yang dapat menghambat
kenaikan massa udara. Hanya dengan up
draft yang kuat lapisan ini dapat ditembus
oleh awan (Tjasyono 1981 dalam Wahab
2005).
Pada kondisi atmosfer stabil ini, apabila
tidak ada gaya up draft yang kuat sehingga
massa udara yang terangkat ke atas akan
kembali ke posisi semula (Stull, 2004).
Apabila dilihat dari profil kelembaban
relatifnya maka secara umum kondisi
kelembaban pada profil tersebut cenderung
berfluktuasi dan menurun seiring dengan
ketinggian.
Sehingga dapat dikatakan
seiring dengan pertambahan ketinggian
kelembaban relatifnya menjadi semakin
rendah akibat kondisi atmosfer yang stabil di
daerah dekat permukaan.
Akibatnya
kemungkinan terbentuknya awan besar
adalah kecil.
Apabila ditinjau dari pemanasan
permukaan, pada musim kering dengan
intensitas radiasi yang besar kemungkinan
terjadi pengangkatan massa udara lebih
besar dibandingkan dengan musim basah,
hal tersebut ditunjukkan dengan ketinggian
tropopause musim kering lebih tinggi,
namun
kondisi
kelembabanya
juga
berkebalikan sehingga peluang terbentuknya
awan hujan akan lebih kecil walaupun faktor
pemanasan
permukaannya
sangat
mendukung.
Pada daerah biak, dengan waktu
pengamatan yang sama, kondisi profil
vertikal N2 pada bulan Desember, memiliki
Gambar 7 Profil vertikal N2 di daerah Biak
tanggal 26 Desember 2007.
Gambar 8 Profil vertikal kelembaban relatif
di daerah Biak tanggal 26
Desember 2007.
Sedangkan untuk bulan Juni pada
daerah Biak kondisi stabilitas atmosfer
cenderung sama dengan bulan Desember.
Hal yang membedakan adalah, pada bulan
Juni, nilai N2 jauh lebih besar perbedaannya
saat mencapai tropopause.
Untuk nilai
kelembaban relatifnya, seiring dengan
naiknya ketinggian, maka kondisi udara
semakin kering. Sehingga antara bulan
Desember dan bulan Juni tidak terjadi
perbedaan
yang
mencolok
diantara
keduanya.
Gambar 9 Profil vertikal N2 di daerah Biak
tanggal 26 Juni 2007.
Gambar 12 Profil vertikal N2 di daerah
Padang bulan Juni 2007.
Secara umum, pada saat bulan
Desember kondisi atmosfir relatif tidak
stabil sehingga pengangkatan massa udara
terjadi secara intensif sampai ketinggian
tropopause. Didukung dengan kondisi udara
yang lembab, maka peluang terbentuknya
awan-awan besar seperti Cumulonimbus
akan sangat besar. Sedangkan pada bulan
Juni, kondisi kolom udara cenderung stabil
ditunjukkan dengan nilai N2 yang relatif
berubah-ubah lebih tinggi, sehingga
pengangkatan massa udara kurang intensif
yang mengakibatkan kondisi lebih kering.
Gambar 10 Profil vertikal kelembaban
relatif di daerah Biak tanggal 26
Juni 2007.
4.1.2 Identifikasi Stabilitas Atmosfer
Rata-rata Bulanan
Kondisi rata-rata per bulan Desember
dan bulan Juni pada daerah Padang
digambarkan pada profil gambar 11 dan 12,
Gambar 13 Profil vertikal N2 di daerah Biak
bulan Desember 2007.
Gambar 11 Profil vertikal N2 di daerah
Padang bulan Desember 2007.
Gambar 14 Profil vertikal N2 di daerah Biak
bulan Juni 2007.
Kondisi pada daerah Padang sangatlah
berbeda apabila dibandingkan dengan profil
rata-rata untuk daerah Biak. Pada daerah
Biak selama bulan Desember dan Bulan Juni
rata-rata memiliki kondisi atmosfer yang
tidak stabil sehingga peluang up draft yang
besar sama-sama tinggi.
4.2 Estimasi TPW
Jumlah kandungan uap air yang dapat
diendapkan sekaligus diturunkan sebagai
hujan dihitung antara dua level tekanan.
Hasil TPW berupa presipitasi yang
merupakan setiap produk dari kondensasi
uap air di atmosfer. Jenis presipitasi antara
lain hujan, salju, hujan es, embun dan kabut.
Jumlah total kandungan uap air setiap hasil
pengukuran radiosonde menunjukkan bahwa
massa udara yang banyak mengandung uap
air diperoleh disekitar troposfer bawah
(kurang dari 10 km).
Analisis selanjutnya dilakukan pada
nilai TPW selama satu tahun. Nilai yang
dianalisis adalah power spektral density.
Teknik yang digunakan adalah dengan fast
fourier transform (FFT). Dengan teknik
FFT periode dari deret waktu yang
tersembunyi dapat dilihat sehingga puncak
osilasi TPW akan terlihat sebagai puncak
(peak) energi spektral.
Pada daerah Padang analisis FFT
dilakukan pada data selama kurang lebih
satu tahun mulai 1 Maret 2007-29 Februari
2008. Hasil yang didapatkan adalah sebagai
berikut,
Gambar 16 Wavelet TPW daerah Padang
Padang periode 1 Maret 2007-29
Februari 2008.
Pada daerah Biak, juga terjadi kondisi
yang sama. Dengan menganalisis nilai TPW
mulai tanggal 1 Maret sampai dengan 29
Februari 2008 maka dapat terlihat nilai
periode osilasi sebesar kurang lebih 90
harian. Berikut energi spektral untuk nilai
TPW daerah Biak.
~90 harian
Gambar 17 Energi spektral TPW daerah
Biak periode 1 Maret 2007-29
Februari 2008.
~60 harian
Gambar 15 Power Spektral Density TPW
daerah Padang periode 1 Maret
2007-29 Februari 2008.
Berdasarkan gambar 15, dapat dilihat
bahwa power spektral density terjadi sekitar
60 harian.
Hal tersebut menunjukkan
kondisi TPW yang sama akan berulang
kembali pada 60 hari berikutnya. Hasil yang
serupa dapat dilihat pada analisi wavelet
berikut ,
Gambar 18 Wavelet TPW daerah Biak
periode 19 Oktober 2007-29
Februari 2008.
Apabila kedua daerah yaitu Padang dan
Biak dibandingkan maka pola osilasi pada
daerah Biak cenderung lebih panjang
daripada daerah Padang
4.3 Estimasi Hubungan antara TPW
dengan Curah Hujan
Berdasarkan
hasil
perhitungan,
didapatkan bahwa tidak setiap waktu nilai
TPW dapat diturunkan sebagai hujan
berapapun nilainya baik besar maupun kecil.
Hal ini dapat dilihat dari hasil pengamatan
pada daerah Padang,
Gambar 21 TPW dan curah hujan bulan
Juni 2007 di daerah Biak.
Gambar 19 TPW dan curah hujan bulan
Juni 2007 di daerah Padang.
Gambar 22 TPW dan curah hujan bulan
Desember 2007 di daerah Biak.
Gambar 20 TPW dan curah hujan bulan
Desember 2007 di daerah
Padang.
Secara umum, jumlah TPW baik pada
bulan Desember maupun Juni relatif konstan
yaitu sekitar 60 mm dengan nilai rata-rata
tahunan sebesar 50.55 mm, namun nilai uap
air yang diturunkan sebagai hujan lebih
besar terjadi pada bulan Desember. Hal
tersebut dipengaruhi faktor-faktor lain yang
tergantung kondisi lokal.
Sedangkan untuk daerah Biak, terjadi
juga hal yang serupa yaitu nilai TPW yang
relatif konstan pada periode yang sama.
Namun nilainya lebih kecil 10 mm
dibandingkan daerah Padang pada bulan
Desember dan Juni dengan rata-rata tahunan
sebesar 39.6 mm.
Pada daerah Padang, hujan yang terjadi
relatif tidak kontinu namun setiap kejadian
hujan, intensitasnya dinilai cukup besar.
Jumlah TPW kumulatif pada bulan
Desember adalah 1478,79 mm dan yang
diturunkan sebagai hujan adalah 461.4 mm.
Sedangkan pada bulan Juni kumulatif nilai
TPW adalah 1513,35 dengan jumlah hujan
283.
Di daerah Biak jumlah kumulatif TPW
lebih kecil dibandingkan dengan daerah
Padang, yaitu 1075,73 mm di bulan
Desember dan 1209,98 mm di bulan Juni.
Jumlah kumulatif yang diturunkan sebagai
hujan untuk bulan Juni dan Desember relatif
sama dan kontinu yaitu 229.6 dan 229.95
mm.
Analisis statistik dilakukan dengan
tujuan untuk mengestimasi hubungan antara
nilai TPW dan curah hujan. Metode yang
digunakan adalah analisis cross-correlation
(korelasi silang). Keterkaitan diantara kedua
variabel itu dapat terlihat pada grafik yang
menggambarkan keduanya.
Estimasi hubungan antara TPW dan
curah hujan dilakukan pada kedua daerah
kajian yaitu daerah Padang dan Biak. Pada
daerah Padang, pengambilan data dilakukan
selama 1 November 2007 sampai dengan 29
Februari 2008 untuk kedua variabel. Hasil
yang didapatkan adalah sebagai berikut.
Korelasi TPW dan Curah Hujan Daerah Padang
Coefficient
1.0
Upper Confidence Limit
Lower Confidence
Limit
CCF
0.5
0.0
-0.5
akan meningkat.
TPW akan terbentuk
sebagai hujan dengan jeda waktu (time lag)
sebesar satu hari.
Pada daerah Biak juga dilakukan
analisis statistik antara TPW dan curah
hujan pada periode yang sama yaitu 1
November 2007 sampai dengan 29 Februari
2008. Hasil yang didapatkan adalah sebagai
berikut,
-1.0
-7
-6
-5
-4
-3
-2
-1
0
1
2
3
4
5
6
Korelasi TPW dan Curah Hujan di Daerah Biak
7
Lag Number
Coefficient
1.0
Tabel 1 Nilai korelasi silang TPW dengan
curah hujan daerah Padang pada
periode November 2007-Februari
2008
Cross
Lag
Std.Error(a)
Correlation
-7
-.031
.106
-6
-.098
.105
-5
-.026
.105
-4
.117
.104
-3
.067
.104
-2
.015
.103
-1
.103
.103
0
.053
.102
1
-.260
.103
2
-.294
.103
3
.036
.104
4
.070
.104
5
.011
.105
6
-.016
.105
7
.058
.106
Korelasi silang dilakukan dengan
jumlah data sebanyak 121 data (n=121)
2
maka selang kepercayaan adalah 0.5 yaitu
n
sebesar -0.182 sampai dengan 0.182. dapat
dilihat dari grafik nilai korelasi silang, tidak
semua nilai berada pada selang kepercayaan.
Pada lag 1 melebihi selang kepercayaan
yaitu -0.260 dan pada lag 2 yaitu -0.294
maka berarti terjadi korelasi positif antara
nilai TPW dan curah hujan pada daerah
Padang diantara 1 November 2007 sampai
dengan 29 Februari 2008. Sehingga apabila
terjadi kenaikan TPW, nilai curah hujan juga
Upper Confidence Limit
Lower Confidence
Limit
0.5
CCF
Gambar 23 Korelasi silang TPW dengan
curah hujan daerah Padang pada
periode 1 November 2007
sampai dengan 29 Februari 2008.
0.0
-0.5
-1.0
-7
-6
-5
-4
-3
-2
-1
0
1
2
3
4
5
6
7
Lag Number
Gambar 24 Korelasi silang TPW dengan
curah hujan daerah Biak pada
periode November 2007-Februari
2008.
Tabel 2 Nilai korelasi silang TPW dengan
curah hujan daerah Biak pada
periode November 2007-Februari
2008
Lag
-7
-6
-5
-4
-3
-2
-1
0
1
2
3
4
5
6
7
Cross
Correlation
.136
.126
.182
.105
.030
.118
.162
.219
.252
.089
-.113
.053
.165
.046
-.004
Std.Error(a)
.115
.114
.113
.113
.112
.111
.110
.110
.110
.111
.112
.113
.113
.114
.115
Berdasarakan hasil korelasi silang,
dengan data yang diuji sebanyak 121 data
(n=121) maka nilai selang kepercayaan
adalah
2
yaitu sebesar -0.182 sampai
n 0.5
dengan 0.182. Dari grafik korelasi silang di
atas, maka dapat dilihat bahwa pada lag 1
dan lag 0 dengan nilai korelasi sebesar 0.252
dan
0.219
melebihi
batas
selang
kepercayaan. Sedangkan data yang lainnya
nilai korelasinya masih berada pada selang
kepercayaan. Hal tersebut menggambarkan
bahwa antara kedua variabel yaitu TPW dan
curah hujan masih memiliki korelasi silang
seperti halnya pada daerah Padang. Lag
Time terbentuknya hujan pada daerah Biak
juga sebesar satu hari. Nilai korelasi yang
kecil menunjukkan hubungan diantara
keduanya lemah. Hal tersebut disebabkan
nilai TPW merupakan nilai gabungan semua
dari produk presipitasi tidak hanya curah
hujan tetapi juga embun dan virga.
Sehingga kandungan uap air tidak
menggambarkan secara langsung jumlah
curah hujan di permukaan.
DAFTAR PUSTAKA
Ahrens C. D. 2007. Meteorology Today : An
Introduction to Weather, Climate, and
the Environment. Eight ed. Canada :
Thomson Brooks/Cole.
Arya, S. P.
1999.
Air Pollution
Meteorology and Dispertion. New York
: Oxford University Press.
Donn, W. L. 1975. Meteorology.
York : Mc. Graw Hill, Inc.
New
Juaeni, Ina. 1988. Air Terkandung dan
Hubungannya dengan Titik Embun
Permukaan, Awan dan Hujan. Skripsi.
Jurusan Geofisika dan Meteorologi,
FMIPA – ITB. Bandung.
Handoko. 1995. Klimatologi Dasar. Jakarta
: PT. Dunia Pustaka Jaya
KESIMPULAN
Berdasarkan data hasil pengukuran
radiosonde, besarnya TPW (Total
Precipitable Water) pada daerah Padang
dan Biak relatif konstan sepanjang
tahun dengan rata-rata pada daerah
Padang yaitu 50.5 mm dan pada daerah
Biak yaitu 39.6 mm
Pada kedua daerah Nilai Brunt Väisälä
frequency square (N2) pada permukaan
relatif konstan di bulan Desember
sehingga pengangkatan massa udara
bisa terjadi lebih intensif dan peluang
pembentukan awan hujan lebih besar.
Sedangkan pada bulan Juni terjadi hal
yang sebaliknya,N2 pada permukaan
cenderung berubah-ubah, sehingga
proses pengangkatan massa udara
kurang intensif.
Osilasi TPW pada daerah padang terjadi
sekita 60 harian dan daerah Biak sekitar
90 harian.
Hasil analisis statistik antara TPW dan
curah hujan daerah Padang dan Biak
menunjukkan korelasi silang diantara
keduanya sehingga kedua variabel ini
saling berpengaruh dengan nilai
maksimum 0.294 dan selang waktu (lag
time) adalah 1 hari.
Haryanto, U.
1998.
Pengaruh
Kecenderungan
perubahan
Indeks
Osilasi pada Curah Hujan DAS Citarum.
Jurnal IPTEK Iklim dan Cuaca. No.02.
Tahun 02. 1998.
Mc.Ilveen. 1986. Basic Meteorology a
Physical Outline.
England : Van
Nostrand Reinhold (UK) Co.Ltd.
[OFCM] Ofice of the Federal Coordinator
for
Meteorological
Services
and
Supporting Research. 1997. Federal
Meteorological
Handbook
No.3.
Washington
DC
:
OFCM.
http://www.ofcm.gov/fmh3/pdf/12-appd.pdf . [16 Juni 2008]
Riegel, C.A.
1992.
Fundamental of
atmospheric
Dynamics
and
Thermodynamics. Singapore : World
Scientific Publishing Co. Pte. Ltd.
Sandy, I. M.
1987.
Iklim Regional
Indonesia. Jakarta: Jurusan Geografi
FMIPA. UI.
Stull R . 2004. Meteorology For Scoentis
And Engineers.
United states :
Brooks/Cole Thomson Learning.
Viswanadham, Y. 1981. The Relationship
Between Total Precipitable Water and
Surface Dew Poin. Jour.of App Met.
Vol. 20 No.1. p:5-12
Weisner, C.J. 1970. Hydrometeorology.
Australia :School of Civil Engineering.
University of New South Wales.
Prawirowardoyo, S. 1996. Meteorologi.
Bandung: ITB.
Renggono, Findy. 2000. Awan Hujan di
Serpong Pengamatan dengan Boundary
Layer Radar.
Jurnal Sains dan
Teknologi Modifikasi Cuaca Vol.1,
No.1, Juni 2000.
Seyhan, Ersin.
1990.
Dasar-Dasar
Hidrologi. Yogyakarta : Gajah Mada
University Press.
Tjasyono, Bayong. 2004. Klimatologi.
Bandung : Institut Teknologi Bandung.
Trewartha, G.T., dan L.H. Horn. 1980. An
Introduction to Climate, 5th ed.,. New
York :Mc-Grawl_Hill. International
Company.
Wahab, F. M. A. 2005. Estimasi Total
Precipitable
Water
Berdasarkan
Analisis Data Radio Acoustic Sounding
System (RASS) Di Atas Kototabang
Sumatera Barat [skripsi].
Bogor :
Fakultas
Matematika
dan
Ilmu
Pengetahuan Alam, Institut Pertanian
Bogor.
Wyoming University. 2008. Upper air
Data. http://weather.uwyo.edu/ upperair/
seasia.html. [1 Maret 2008].
LAMPIRAN
Lampiran 1 Curah Hujan Bulanan di Daerah Padang dan Biak Bulan Maret 2007-Februari
2008
Lampiran 2 Pola Angin dan Curah Hujan Bulan Juni 2007 dan Desember 2007 di Wilayah
Indonesia
Pd
g
Bia
k
Pd
g
Lampiran 3 Curah Hujan Harian Bulan Desember dan Juni 2007
Bia
k
Lampiran 4 Profil Vertikal N2 di Daerah Padang
Lampiran 5 Profil Vertikal N2 di Daerah Biak
Lampiran 6 Profil Vertikal RH di Daerah Padang
Lampiran 7 Profil Vertikal RH di Daerah Biak
Lampiran 8 Profil Vertikal N2 Pada Ketinggian 15-18 km di Daerah Padang dan Biak
Lampiran 9 Data TPW di Daerah Padang
Tanggal
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
1
2
3
4
5
Bulan
mar
mar
mar
mar
mar
mar
mar
mar
mar
mar
mar
mar
mar
mar
mar
mar
mar
mar
mar
mar
mar
mar
mar
mar
mar
mar
mar
mar
mar
mar
mar
apr
apr
apr
apr
apr
TPW
52.7979
43.1736
53.8182
54.6855
44.8844
51.3806
45.3953
48.143
51.0905
27.7812
52.7032
57.8583
43.593
54.7877
49.8225
48.8264
54.9933
53.1409
56.811
50.4132
55.5028
37.4052
58.9246
49.9643
48.7852
51.1657
53.7655
57.2435
53.0485
58.4889
8.1094
54.1353
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
1
2
3
4
5
6
7
8
9
10
11
12
apr
apr
apr
apr
apr
apr
apr
apr
apr
apr
apr
apr
apr
apr
apr
apr
apr
apr
apr
apr
apr
apr
apr
apr
apr
mei
mei
mei
mei
mei
mei
mei
mei
mei
mei
mei
mei
54.5679
50.5639
52.0883
45.922
53.6373
57.6679
51.3262
55.2859
37.8702
55.9929
58.9655
50.3693
49.9397
44.9343
55.2216
48.3938
41.8476
11.3189
42.0736
49.4988
58.0536
63.5286
35.6112
53.7758
55.4783
52.24
16.0821
41.4428
54.9322
57.0824
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
1
mei
mei
mei
mei
mei
mei
mei
mei
mei
mei
mei
mei
mei
mei
mei
mei
mei
mei
mei
juni
juni
juni
juni
juni
juni
juni
juni
juni
juni
juni
juni
juni
juni
juni
juni
juni
juni
juni
juni
juni
juni
juni
juni
juni
juni
juni
juni
juni
juni
jul
55.5835
57.7097
54.6458
51.3819
51.5584
53.6477
50.0194
45.4804
62.8989
50.7525
53.3732
52.9934
53.4666
46.971
52.3773
52.3957
56.546
52.4028
55.4355
58.9404
48.6583
52.137
97.5094
36.2773
56.4652
55.7382
50.0312
55.3121
53.6621
54.0773
55.6218
56.45
57.9762
57.244
53.4688
55.1886
49.0546
22.597
56.9154
59.6597
70.3847
54.968
45.2167
45.655
14.3291
84.38
45.8948
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
jul
jul
jul
jul
jul
jul
jul
jul
jul
jul
jul
jul
jul
jul
jul
jul
jul
jul
jul
jul
jul
jul
jul
jul
jul
jul
jul
jul
jul
jul
agst
agst
agst
agst
agst
agst
agst
agst
agst
agst
agst
agst
agst
agst
agst
agst
agst
agst
agst
agst
46.2952
28.2737
45.7791
47.9914
49.0976
45.355
54.4679
51.2922
50.8992
48.171
49.7003
47.291
46.1314
45.9797
48.8842
55.9476
48.2296
54.581
52.449
49.9677
52.386
51.4694
47.8566
38.1065
53.5191
53.308
45.3417
48.5989
46.1225
47.7427
46.9878
27.11
49.384
46.996
50.0346
59.5633
47.8898
46.7385
30.37
46.2611
79.96
45.0399
48.6274
56.4651
56.2235
50.9229
48.9514
21
22
23
24
25
26
27
28
29
30
31
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
1
2
3
4
5
6
7
8
9
agst
agst
agst
agst
agst
agst
agst
agst
agst
agst
agst
sept
sept
sept
sept
sept
sept
sept
sept
sept
sept
sept
sept
sept
sept
sept
sept
sept
sept
sept
sept
sept
sept
sept
sept
sept
sept
sept
sept
sept
sept
oct
oct
oct
oct
oct
oct
oct
oct
oct
38.5472
51.461
44.8064
34.89
49.44
35.77
43.58
42.95
45.8607
51.3827
41.26
46.629
47.9359
50.4856
48.455
48.0706
57.4763
56.2724
50.0386
48.4329
51.1533
48.752
50.3214
51.1595
55.513
37.6163
37.6163
43.745
49.4471
52.9539
52.1669
53.3213
29.7184
54.5844
52.322
56.0024
52.9804
49.61
42.0085
51.0063
59.7947
47.5478
51.0315
46.0714
48.6802
52.3642
49.5391
50.4296
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
oct
oct
oct
oct
oct
oct
oct
oct
oct
oct
oct
oct
oct
oct
oct
oct
oct
oct
oct
oct
oct
oct
nov
nov
nov
nov
nov
nov
nov
nov
nov
nov
nov
nov
nov
nov
nov
nov
nov
nov
nov
nov
nov
nov
nov
nov
nov
nov
nov
nov
55.7687
50.7259
56.6091
53.0711
48.8089
52.5446
50.1148
53.8141
50.74
52.832
54.6684
163.9398
42.7696
51.0863
48.1582
51.0511
56.0641
56.8353
59.1033
51.8284
53.9092
52.1133
49.8762
55.3938
56.1061
52.0804
53.6327
55.9925
53.7861
43.94
50.4733
50.5279
47.117
53.9894
48.2525
48.9433
53.2565
47.5152
47.1107
44.0867
57.6834
52.6874
51.9617
53.4164
29
30
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
nov
nov
des
des
des
des
des
des
des
des
des
des
des
des
des
des
des
des
des
des
des
des
des
des
des
des
des
des
des
des
des
des
des
jan
jan
jan
jan
jan
jan
jan
jan
jan
jan
jan
jan
jan
jan
jan
51.8065
49.9333
59.2968
57.8953
42.5048
30.2445
39.8605
53.4575
55.0043
61.3291
57.2648
50.2026
53.6966
46.5323
59.154
52.2758
50.0968
58.0542
53.1313
55.4869
40.1208
50.3048
49.0894
43.8738
54.8378
54.2872
51.7911
49.8369
54.0273
49.1437
45.9857
49.1364
48.7251
44.5512
49.6024
50.5076
52.2559
51.8835
51.884
56.2156
48.1992
52.7561
49.438
51.7583
53.845
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
jan
jan
jan
jan
jan
jan
jan
jan
jan
jan
jan
jan
jan
jan
jan
jan
feb
feb
feb
feb
feb
feb
feb
feb
feb
feb
feb
feb
feb
feb
feb
feb
feb
feb
feb
feb
feb
feb
feb
feb
feb
feb
feb
feb
feb
54.1757
43.8733
52.6092
50.9718
50.1822
54.5336
52.9018
54.3105
51.135
53.3188
51.9634
52.6467
55.7729
57.4615
56.3052
56.2145
54.8742
48.6873
52.4116
51.9439
45.9169
52.2179
48.9608
51.3522
43.5743
43.9861
57.8967
51.7436
45.3571
49.6707
52.6634
50.4125
55.0421
51.5497
49.5229
52.4026
49.0713
53.5679
57.9102
49.9246
50.6549
59.8254
54.8226
48.7366
53.0916
Lampiran 10 Data TPW di Daerah Biak
Tanggal
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
Bulan
mar
mar
mar
mar
mar
mar
mar
mar
mar
mar
mar
mar
mar
mar
mar
mar
mar
mar
mar
mar
mar
mar
mar
mar
mar
mar
mar
mar
mar
mar
mar
apr
apr
apr
apr
apr
apr
apr
apr
apr
apr
apr
apr
apr
apr
apr
apr
TPW
41.9208
46.7227
54.7291
51.2736
44.1696
48.797
52.3463
53.2109
43.0618
54.6987
49.3544
50.0555
47.6347
40.3353
49.5376
54.2675
45.9775
57.3919
62.9125
47.5116
48.9974
50.1202
59.8429
49.5986
50.4861
57.2687
49.0452
49.3073
49.2595
44.8328
39.7536
59.3011
47.0791
49.6551
45.0743
70.7775
17
18
19
20
21
22
23
24
25
26
27
28
29
30
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
1
2
3
apr
apr
apr
apr
apr
apr
apr
apr
apr
apr
apr
apr
apr
apr
mei
mei
mei
mei
mei
mei
mei
mei
mei
mei
mei
mei
mei
mei
mei
mei
mei
mei
mei
mei
mei
mei
mei
mei
mei
mei
mei
mei
mei
mei
mei
juni
juni
juni
50.2119
52.4818
51.875
45.3878
45.5793
48.696
54.5988
32.4474
56.7274
45.9692
50.47
51.9892
52.7327
56.2303
40.6242
51.4211
57.5494
52.9382
66.6441
47.0895
61.0967
54.2088
41.4399
40.0473
45.4355
39.1058
46.2614
45.8968
63.9809
49.0137
47.6758
55.3693
45.4122
48.6049
32.053
41.689
42.3182
44.3493
53.4939
50.8339
51.2165
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
juni
juni
juni
juni
juni
juni
juni
juni
juni
juni
juni
juni
juni
juni
juni
juni
juni
juni
juni
juni
juni
juni
juni
juni
juni
juni
juni
jul
jul
jul
jul
jul
jul
jul
jul
jul
jul
jul
jul
jul
jul
jul
jul
jul
jul
jul
jul
jul
jul
jul
47.5337
44.286
45.7507
45.797
45.7712
48.9169
48.9797
50.3606
53.3255
56.1354
42.4041
52.4062
66.3678
50.8936
48.248
54.4154
39.362
62.3099
46.4244
49.9967
54.7457
58.4504
49.4398
59.7803
46.1479
42.6666
36.7301
46.9709
40.6156
38.5789
52.2337
42.6675
41.6613
47.753
48.3726
45.311
52.8025
49.2775
158.6045
46.4721
24
25
26
27
28
29
30
31
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
1
2
3
4
5
6
7
8
9
10
11
jul
jul
jul
jul
jul
jul
jul
jul
agst
agst
agst
agst
agst
agst
agst
agst
agst
agst
agst
agst
agst
agst
agst
agst
agst
agst
agst
agst
agst
agst
agst
agst
agst
agst
agst
agst
agst
agst
agst
sept
sept
sept
sept
sept
sept
sept
sept
sept
sept
sept
50.1072
51.6231
46.0734
44.1416
51.7569
46.0197
50.1745
45.7625
47.4849
49.4692
38.9928
52.0908
44.4681
51.1421
48.7507
43.6323
43.7352
44.572
44.4321
46.6267
43.8751
51.6832
37.4517
39.0651
48.5464
47.2129
44.9143
40.999
40.6691
45.2166
44.1211
53.4115
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
sept
sept
sept
sept
sept
sept
sept
sept
sept
sept
sept
sept
sept
sept
sept
sept
sept
sept
sept
oct
oct
oct
oct
oct
oct
oct
oct
oct
oct
oct
oct
oct
oct
oct
oct
oct
oct
oct
oct
oct
oct
oct
oct
oct
oct
oct
oct
oct
oct
oct
46.0041
27.8636
50.1562
47.5318
48.1772
67.1359
59.6654
50.9872
52.3602
64.7605
47.7646
51.2374
49.1887
47.2266
37.2523
54.2547
41.4827
52.5548
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
nov
nov
nov
nov
nov
nov
nov
nov
nov
nov
nov
nov
nov
nov
nov
nov
nov
nov
nov
nov
nov
nov
nov
nov
nov
nov
nov
nov
nov
nov
des
des
des
des
des
des
des
des
des
des
des
des
des
des
des
des
des
des
des
des
50.7096
45.6474
60.7141
25.5229
47.6437
56.364
49.4839
51.2759
53.3429
53.5384
50.2283
45.0749
48.1265
58.0224
51.626
50.5541
50.875
66.0239
44.0317
56.0631
48.6845
43.3446
41.2039
53.5988
63.3045
43.9375
47.6175
40.2472
21
22
23
24
25
26
27
28
29
30
31
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
1
2
3
4
5
6
7
8
des
des
des
des
des
des
des
des
des
des
des
jan
jan
jan
jan
jan
jan
jan
jan
jan
jan
jan
jan
jan
jan
jan
jan
jan
jan
jan
jan
jan
jan
jan
jan
jan
jan
jan
jan
jan
jan
jan
feb
feb
feb
feb
feb
feb
feb
feb
57.3733
51.342
50.5022
56.2423
50.5496
52.6063
51.819
55.6474
50.7157
193.153
55.174
49.8252
57.0588
57.5946
48.6358
53.2115
52.4096
72.3411
50.8518
50.2532
42.142
46.9892
48.2792
47.5795
46.1622
51.8835
44.03
48.6181
51.4699
48.403
45.0555
48.9877
47.1782
52.4408
42.4438
51.5265
50.5333
49.32
53.1757
48.8449
55.7504
49.016
46.2993
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
feb
feb
feb
feb
feb
feb
feb
feb
feb
feb
feb
feb
feb
feb
feb
feb
feb
feb
feb
feb
feb
53.5628
41.5565
51.2953
47.203
41.9456
43.0021
37.7599
50.5247
51.5465
51.5673
55.8548
47.1598
42.0854
41.302
30.1394
42.0624
Lampiran 11 Data Curah Hujan Daerah Padang Maret 2007-Februari 2008
Tanggal
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
Mar
48
0
10
0
0
10
0
0
60
30
13
10
100
11
0
5
0
1
Apr
2
15
8
0
0
0
0
0.5
0.9
0
39
0
0
6
99
1
0
0
4
-
May
16
0
8
0
0
8
0
0
0
0
0
39
0
0
7
0
0
4
0
2
10
6
2
-
Jun
1
0
3
32
9
5
0
5
0
0
35
16
84
15
14
29
0
0
35
0
0
0
0
0
0
Jul
0
0
0
0
0
0
28
0
15
0
0
0
0
0
0
0
24
76
0
17
1
59
1
69
6
0
-
Aug
0
1
0
0
0
0
0
16
13
0
0
2
0
14
14
4
6
0
0
18
0
0
96
2
0.6
Sep
42
27
0
0
39
21
0
6
0
0.7
1
46
0
0
0
2
0
0
38
Oct
0
0
0
0
128
2
13
0.3
3
12
26
2
9
14
27
2
2
0
0
-
Nov
0
0
0.5
27
10
10
0
0
0
0
0
49
0
0
0
17
1
0.8
0
Dec
2
0
0
5
56
36
44
1
0
8
0
0.6
0
24
100
99
0.5
0
20
12
0
Jan
0
0
0
0
0
0
0
9
0
0
0
4
2
0
0
12
0
0
0
0
0
11
1
15
19
0
3
Feb
0
2
0
36
0
0
0
0
0
0
0
0
0
0
0
0
0
0
25
68
0
18
0
17
18
Dec
10
0
0
48
13
0
15
2
-
Jan
43
44
19
0
33
19
16
29
10
0.3
Feb
38
3
38
0
20
43
1
2
23
0
33
0.3
20
Lampiran 12 Data Curah Hujan Daerah Biak Maret 2007-Februari 2008
Tanggal
1
2
3
4
5
6
7
8
9
10
11
Mar
0
26
26
16
22
12
0
0.2
73
Apr
7
6
4
11
0
16
0
0
0
0
May
0.2
0
0
2
7
0
9
11
Jun
32
4
0
2
0
0
0
6
1
0
Jul
41
12
43
1
0
0
0
0
Aug
0
8
4
22
4
0.4
4
26
2
Sep
3
3
3
27
9
0
6
6
0
-
Oct
0
0
0
0
33
0
0
1
32
9
2
Nov
12
6
0
23
20
0
0.4
20
0
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
0
0
2
0.5
0.5
0.8
7
0.4
60
0
0
11
5
0.5
3
0
Lampiran 13
15
1
0
30
1
0
0
9
15
0
0
5
0
0
2
0
0
4
0
0
19
25
4
2
6
25
60
10
4
-
10
38
24
24
14
0.2
0.3
1
9
15
0
6
4
28
11
17
30
1
9
14
41
54
7
15
35
28
6
10
0.2
5
51
11
0.5
5
1
18
0
0
3
46
0.9
0
3
13
2
18
18
12
3
69
29
22
10
7
4
2
9
1
0
0
13
0
0
0
0
6
0.2
22
0
1
0.2
5
0.8
5
3
9
0
-
0.4
0.2
3
1
25
9
0.1
0
0
3
18
0
0
0
0
0.7
-
0
0
1
21
12
0
3
17
12
12
26
0.3
1
16
20
0.3
-
5
0
0
0
20
3
8
1
2
0
65
0
1
58
0
1
6
Korelasi TPW dengan Curah Hujan pada Daerah Padang Panjang dan
Sicincin
Series Pair: TPW with Padang panjang
Cross
Correlation
Std.Error(a)
.017
.119
-.027
.118
-.108
.117
.049
.116
.069
.115
-.001
.115
-.049
.114
.085
.113
-.036
.114
-.108
.115
-.293
.115
.071
.116
.036
.117
-.100
.118
-.001
.119
a Based on the assumption that the series are not cross correlated and that one of the
series is white noise.
Lag
-7
-6
-5
-4
-3
-2
-1
0
1
2
3
4
5
6
7
0
22
0.2
31
8
0
35
5
26
3
1
0.2
3
0
Korelasi TPW dan Curah Hujan Daerah Padang Panjang
Coefficient
1.0
Upper Confidence Limit
Lower Confidence
Limit
CCF
0.5
0.0
-0.5
-1.0
-7
-6
-5
-4
-3
-2
-1
0
1
2
3
4
5
6
7
Lag Number
Series Pair: TPW with Sicincin
Cross
Correlation
Std.Error(a)
-.038
.209
-.094
.204
.036
.200
-.009
.196
.007
.192
.099
.189
.068
.186
.047
.183
.013
.186
.081
.189
.101
.192
-.017
.196
-.002
.200
.012
.204
.004
.209
a Based on the assumption that the series are not cross correlated and that one of the
series is white noise.
Lag
-7
-6
-5
-4
-3
-2
-1
0
1
2
3
4
5
6
7
Korelasi TPW dan Curah Hujan Daerah Sicincin
Coefficient
1.0
Upper Confidence Limit
Lower Confidence
Limit
CCF
0.5
0.0
-0.5
-1.0
-7
-6
-5
-4
-3
-2
-1
0
1
2
3
4
5
6
7
Lag Number
Lampiran 14 script matlab untuk menghitung N2 dan TPW
% N2
===================================================
clc
%baca data
data=xlsread('des.26.07.00.xls')
[m,n]=size(data);
[a,b]=find(data==-999.9);
for j=1:length(a)
data(a(j),b(j))=nan;
end
H=data(1:m,2);%(mb)
T=data(1:m,3);%(m)
P=data(1:m,1);%(oC)
data2=data(1:m,1:3)
%mencari suhu potensial
tkelvin=T+273
x=(1000./P).^0.286
teta=tkelvin.*x
teta2=[teta(2:(length(teta)))]
x=[teta2(1:(length(teta2)))]+teta2
rata=x/2
% brunt vaisala frequency square
n2=(9.81./rata).*(diff(teta)./diff(H))
figure;
plot(n2,[H(1:(length(n2)))]./1000,'LineWidth',3);
xlabel('N^2(1/s^2)','fontweight','bold','fontsize',22);
ylabel('ketinggian (Km)','fontweight','bold','fontsize',22);
title('Profil N^2 terhadap Ketinggian Daerah Biak Tanggal 31 Desember
2007','fontweight','bold','fontsize',22);
xlim([0 0.004])
ylim([0 30])
% TPW
================================================================
clc
%membaca data excel
data=xlsread('feb.29.08.00.xls')
[m,n]=size(data);
[a,b]=find(data==-999.9);
for j=1:length(a)
data(a(j),b(j))=nan;
end
P=data(1:m,1);%(mb)
H=data(1:m,2);%(m)
T=data(1:m,3);%(oC)
RH=data(1:m,5)
m=data(1:m,6)
%menghitung mixing ratio
pangkat=(7.567.*T)./(239.7+T)
e=(10).^pangkat
es=6.11.*e
E=es.*RH./100
r=(0.622.*E./P)
q=(r./(1+r)).*1000
q2=[q(2:(length(q)))]
qrat=([q2(1:(length(q2)))]+q2)/2
w=qrat.*diff(P).*-1
air=0.01.*w
nsum=nansum(air)
% KONTUR N2
=================================================================
clc;clear;close all
% LOAD DATA .xls
data=xlsread('biak_des.xls');
[m,n]=size(data);
h=data(1,2:n);
data=data(2:m,2:n);
[m,n]=size(data);
[a,b]=find(data==999);
for j=1:length(a)
data(a(j),b(j))=nan;
end
for i=1:n
temp=data(:,i);
index=find(isnan(temp)==1);
temp(index)=[];
avg(i)=mean(temp);
warning off
end
x=data(1,:);
xmin=min(x);
subplot(2,3,[1 2 4 5])
H1=plot(x,h);
hold off
for i=2:m
x=(i-1)*1+data(i,:);
H1=plot(x,h);
set(H1,'color',[rand(1) rand(1) rand(1)])
end
xmax=max(x);
set(gca,'xlim',[xmin xmax])
xmin=min(data');
h1=pcolor(data');shading interp;colorbar
xmax=max(data');
%H1=plot(x,h);
%hold on
%set(gca,'xlim',[xmin xmax])
title('Profil Vertikal N^2 pada Ketinggian 15-18 km Bulan Desember 2007 di Daerah
Biak','fontweight','bold','fontsize',22)
xlabel('Tanggal','fontweight','bold','fontsize',20)
ylabel('Ketinggian (km)','fontweight','bold','fontsize',20)
subplot(2,3,[3 6])
plot(avg,h,'LineWidth',2)
xmin=min(avg);
xmax=max(avg);
set(gca,'xlim',[xmin xmax])
title('Rata-rata','fontweight','bold','fontsize',20)
xlabel('N^2 (1/s^2)','fontweight','bold','fontsize',20)
ylabel('Ketinggian (km)','fontweight','bold','fontsize',20)
% FUNGSI POWER SPECTRAL DENSITY
======================================================
clc
%load data dari excel
data=xlsread('biak(chtpw)',1,'A1:B134');
[m,n]=size(data);
t=1:length(data);
y=data;
[spec,f]= fftrl(y,t);
spec=real(spec).^2+imag(spec).^2; %rms frekuensi
f=1./f;
figure;semilogx(f,spec,'LineWidth',2);grid on
xlabel('periode','fontweight','bold','fontsize',20)
ylabel('Energi Spektral','fontweight','bold','fontsize',20 )
title('Power Spectral Density Harian 1 Maret - 29 Februari 2004 pada Daerah
Biak','fontweight','bold','fontsize',20)
function [spec,f]= fftrl(s,t,percent,n)
% set default
if(nargin<4)
n=length(t);
end
if(nargin<3)
percent=0.0;
end
% determine number of traces in ensemble
[l,m]=size(s);
ntraces=1;
itr=0; %transpose flag
if(l==1) nsamps=m; itr=1; s=s(:); %switch to column vectors
elseif(m==1) nsamps=l;
else
nsamps=l; ntraces=m;
end
if(nsamps~=length(t))
t=t(1)+(t(2)-t(1))*(0:nsamps-1);
if(nargin<4)
n=length(t);
end
%error(' time vector and trace matrix don''t match in length');
end
% apply the taper
if(percent>0)
mw=mwindow(nsamps,percent)';
mw=mw(:,ones(1,ntraces));
s=s.*mw;
clear mw;
end
% pad s if needed
if (nsamps<n),
s=[s;zeros(n-nsamps,ntraces)];
nsamps=n;
end
% transform the array, This used to be done in a loop to conserve memory
spec=fft(s,nsamps);
spec=spec(1:round(n/2+1),:);% save only the positive frequencies
clear s;
% build the frequency vector
aafnyq=find( t > 0 ); % ever heard of negative time ?
aa1=min(aafnyq); aa2=min(aafnyq)+1;
fnyq=1./( 2*( t(aa2) - t(aa1) ) );
nf=size(spec,1);
f=linspace(0.,fnyq,nf)';
if(itr)
f=f';
spec=spec.';
end