Cover Jurnal Hujan Buatan vol 13 Juni 2012

Vol. 13, No. 1, Juni 2012
Dari Redaksi ... (Pemimpin Redaksi)
iii
Berdasarkan Surat LIPI No. 2111/I.2/KP/2001, tanggal 12 April 2001, Jurnal Sains &
Teknologi Modifikasi Cuaca diklasifikasikan sebagai Jurnal Ilmiah
ISSN 1411-4887
JURNAL
SAINS & TEKNOLOGI MODFIKASI CUACA
Vol 13, No.1, Juni 2012 Hal.: 1 – 35
Diterbitkan Oleh:
Unit Pelaksana Teknis Hujan Buatan
Badan Pengkajian dan Penerapan Teknologi
Pelindung:
Kepala BPPT
Penasihat:
Deputi Kepala TPSA, BPPT,
Ka. UPT Hujan Buatan, BPPT
Penanggung Jawab:
Kabid PPTPH, UPTHB, BPPT
Pemimpin Redaksi:
Dr. Findy Renggono
Wakil Pemimpin Redaksi:
Drs. Sunu Tikno Msi.
Dewan Redaksi:
Prof. Untung Haryanto MSi., APU,
Dr. Mahally Kudsy,
Dr. Tri Handoko Seto,
Dra. Mimin Karmini MSc.,
Drs. Moh. Husni MT
Redaksi Pelaksana:
Budi Harsoyo SSi., MSi.,
Cornelius Antoni Nababan, S. Si
Halda Aditya Belgaman SSi., MM
Sekretariat:
Gangsar Wijanarko SE,
Warsun
Alamat Redaksi:
Gedung BPPT I, Lantai 19
Jalan MH Thamrin 8 – Jakarta 10340
Tlp.: (021) 316 8828, Fax: (021) 390 6225
Email: [email protected]
Dicetak Oleh: BPPT Press
Frekuensi terbit: 2 kali pertahun
Terbit Pertamakali: Juni 2000
Dari Redaksi
Dewan redaksi mengucapkan puji syukur
kehadirat Allah swt, karena pada tahun 2012 ini
Jurnal Sains & Teknologi Modifikasi Cuaca telah
memasuki tahun yang ke 13.
Pada edisi yang pertama tahun 2012 ini
diisi dengan laporan hasil penelitian dan kajian
para peneliti dari berbagai bidang. Tulisan tentang
teknologi modifikasi cuaca ditampilkan dalam tiga
tulisan, yaitu kajian dengan model WRF, analisis
pertumbuhan awan dengan pengamatan langsung
di lapangan dan kajian evaluasi penerapan TMC
di Bakaru, Selain itu pada edisi ini juga ditampilkan
dua tulisan lain yang masih berhubungan dengan
cuaca, yaitu analisis angin danau di Sulawesi dan
kajian perubahan parameter cuaca di perkotaan.
Akhirnya, kami ucapkan selamat membaca,
dan kami tunggu partisipasinya, baik dalam bentuk
tulisan, saran maupun kritik terhadap isi maupun
penampilan jurnal ini. Semoga Jurnal Sains &
Teknologi Modifikasi Cuaca ini dapat memberikan
sumbangan yang positif bagi perkembangan di
Indonesia.
Juni 2012
Pemimpin Redaksi
iv
Jurnal Sains & Teknologi Modifikasi Cuaca, Vol. 13, No. 1, 2012
DAFTAR ISI
Hal
Dari Redaksi
iii
Daftar Isi
iv
”The Use of WRF Model To Support Cloud Seeding Operation: A Study in the Citarum
Catchment Area”
(Mahally Kudsy, Ridwan, Findy Renggono dan Faisal Sunarto)
”Analysis of Storm Category and Coalescence Activity: Relationship to The Daily Mean
Catchment Rainfall (Cases Cloud Seeding Operational in Larona and Citarum Catchment Area)”
(Untung Haryanto, Dini Harsanti, R. Djoko Goenawan dan Krisna Adithya)
1-5
7-11
“Analisis Angin Danau di DAS Larona, Sulawesi Selatan”
(Findy Renggono)
13-18
“Studi Pulau Panas Perkotaan dan Kaitannya dengan Perubahan Parameter Iklim Suhu dan
Curah Hujan Menggunakan Citra Satelit Landsat TM. Studi Kasus DKI Jakarta dan Sekitarnya”
(Halda Aditya, Sri Lestari dan Hilda Lestiana)
19-24
”Penerapan Teknologi Modifikasi Cuaca (TMC) untuk Mengatasi Defisit Inflow PLTA Bakaru
Periode 15 Februari s.d. 03 Maret 2012”
(Djazim Syaifullah)
25-34
Syarat dan Format Penulisan
35-37
1
THE USE OF WRF MODEL TO SUPPORT CLOUD SEEDING
OPERATION: A STUDY IN THE CITARUM CATCHMENT AREA
Mahally Kudsy, Ridwan, Findy Renggono, Faisal Sunarto
Abstract
This paper presents about the use of WRF modelling to assist weather analysis for
cloud seeding operation in the Citarum Catchment Area, West Java, Indonesia. In this
study, WRF parameterization was carried out . The parameterized values were used to
forecast precipitation during cloud seeding operation. To study the effect of variational
run, WRF 3DVAR was run using GDAS data set and doppler weather radar data. The
result of this study shows that precipitation can be better predicted by ingesting radar
data into 3DVAR run.
Intisari
Makalah ini menyajikan tentang penggunaan pemodelan dengan WRF untuk membantu
analisis cuaca yang dipakai dalam operasi penyemaian awan di DAS Citarum, Jawa
Barat, Indonesia. Dalam kajian ini telah dilakukan parameterisasi WRF, kemudian nilai
parameter yang diperoleh dipakai untuk mendapatkan prakiraan presipitasi selama
operasi penyemaian awan. Untuk mempelajari pengaruh dari run variasional, WRF
3DVAR dijalankan dengan menggunakan data GDAS dan data radar doppler. Hasil
dari studi ini menunjukkan bahwa prakiraan presipitasi yang lebih baik dapat diperoleh
dengan mengasimilasikan data radar ke dalam run 3DVAR.
Kata kunci :
WRF Model, parameterisasi, prediksi presipitasi, 3dvar
1.INTRODUCTION
The Citarum Catchments Area is a very
important area in Indonesia because it provides
water for rice irrigation and hydropower generation.
Its total area covers more then 7000 km2. There
are 3 cascaded hydropower dams that supply ~
6000MW electricity and rice field that produce
about 30% of national production (Figure-1).
Due to its strategic value, Indonesian
Government and related authorities have conducted
many short-termed cloud seeding programs to
ensure the provision of water supply for this area.
WMTU has conducted 76-months cloud seeding
operations since 1980. This year, WMTU has
conducted 30 days operation during 18 March- 8
April 2011.
Weather predictability is very important in
cloud seeding operation, this can be achieved if
atmospheric measurement can be conducted. In
case of instrumentation lack, some efforts must be
made to obtain the likely atmospheric condition.
Models such as WRF can be used to forecast
near future atmosphere properties. We have used
1
Perekayasa Madya - UPT Hujan Buatan, BPPT, Thamrin
No. 8 Jakarta, email: [email protected]
WRF to study weather seedability during the period
mentioned above.
WMTU has operated C-band Doppler weather
radar for several years. It is desired that radar can
be used to optimize the operation economy by data
assimilation into WRF prediction runs. WRF has
potential use in cloud seeding such as mentioned
by several workers (Peckham et.al, 2008; Stone,
et.al, 2009). The use of model is very helpful to
remove some uncertainties during cloud seeding
operation (Levin et.al, 1997).
Figure 1.
The Citarum Catchment
3-cascaded dams
Area
with
Jurnal Sains & Teknologi Modifikasi Cuaca, Vol. 13, No. 1, 2012: 1-5
2
This paper presents the result our first
attempt to utilize model in cloud seeding. First, WRF
physics parameterization was conducted to obtain
correct physical parameters, namely microphysical
and cumulus parameters. Subsequently, these
parameters were used to forecast rain precipitation
within a selected period. Then, WRF 3DVAR was
employed using GDAS data set. Finally Doppler
weather radar data was ingested into 3DVAR WRF
runs. Comparisons of observed and forecast values
are reported here.
2.METHOD
First , WRF was run using freely available
GFS data set obtained from NCAR to generate a
3-day forecast within the domain bounded by (5S9S, 105E-112E). This domain is much larger in size
than the actual area of cloud seeding operation.
To obtain the desirable parameters, WRF was run
to forecast precipitation of the area outside the
cloud seeding period. by varying the microphysics
(mp_physics=3,4,6,8) and cumulus parameters
(cu_physics=0,1,2,3,5). The output of WRF was
analyzed for precipitation amount.
Analyses results indicates that for mp_
physics for this domain does not have strong
influence on precipitation, which is contrast to the
cumulus parameter. The best cumulus parameter
for this study is 5. Table 1 shows the explanation of
the parameters studied.
Table 1. Microphysical and cumulus
investigated in this study
Microphysics
value
scheme
parameters
Cumulus
value
scheme
0
No cumulus
3
WRF-SM3
1
Kain-Fristch
4
WRF-SM5
2
Bets-MillerJanjic
6
WRF-SM6
3
Grell-Devenyi
8
New Thompson
5
3D-Grell
The parameters (cu_physics and mp_
physics) which produced the best patterns were
used in WRF to predict 3 days condition (24-26
May 2011). Precipitation data obtained from 10
rain gages were compared with observed data and
compared using point analysis.
WRF variation runs (WRF3DVAR) were
made using observational data GDAS data set
using PREPBUFR format from NCEP. GDAS data
set used in this prediction was taken at the model
initialization time (without data update). Finally,
for the purpose to improving the results of the
prediction, WRF 3DVAR was run using Doppler
weather data. During cloud seeding period a
mobile doppler radar was operated to help locate
potentially seedable clouds. The radar data volume
itself is very large, so it needs a series of selection
and thinning proces before it can be ingested into
3DVAR.
3.
RESULTS AND DISCUSSION
WRF accommodates a large number of
parameterization. Previous studies such as
Nepal’s study (Regmi, et.al 2011), suggested that
parameterization can often be successfully made
by directly targeting to the specific problem.
Figure 3 shows that there is no significant in
precipitation pattern from WRF output by varying
microphysics parameter. Thus subsequent WRF
runs were then made by using mp_physics = 5. This
parameter has been used in operation forecasting
by NCEP, where the scheme considers a mixed
phase processes.
Physical cumulus parameterization in WRF
has developed from simple to advanced scheme.
Now there are 6 cumulus schemes have been
introduced. In general, where grid size is larger
than cumulus’ scale, WRF is often run without
considering Cu (Cu=0). In this study cu_physics=5
is relatively better than other values, as can be
seen in Figure 3.
The results of precipitation prediction from
WRF output can be seen in Figure-4. The results
were taken from a 3-day forecast (March 2426,2011). The results are compared with observed
values from 9 rain gauges within cloud seeding
operation area.
The effect of data assimilation using GDAS
and assimilation with Doppler weather radar are
presented here for comparison. Although WRF
3DVAR is run, the result nearer to the model initial
will give the best result. The longer the difference to
the initial time, more spurious error will be expected
from the result. Figure 4 show the comparison of
observed values (OBS), WRF control run without
assimilation (CNTL), run with GDAS assimilation
(GDAS), and run with GDAS and Doppler weather
radar assimilation (GDAS+DWR) for March 24.
The Use of WRF Model To Support Cloud Seeding ... (Mahally, dkk)
3
Figure-2. Sample from WRF preciptation output
4.
CONCLUSION AND REMARKS
Observable precipitation increase (or
decrease) is the main objective in cloud seeding
works. Therefore the predictability of precipitation
will to extent remove some uncertainty of the result.
It is shown from the present study that precipitation
can be relatively to some extent accurately
predicted.
WRF run can produce precipitation. Using
GFS data it can forecast precipitation 72 hr- ahead.
The accuracy of prediction can be increased by
running GDAS data and doppler data ingestion.
There are many indicators that are usually
used to predict the atmospheric condition, namely
K index, Sweat Index, Index of Coalescence
Activity (ICA). In the absence of measurement, it is
impossible to measure or calculate these indices,
while they are very handy indicators for cloud
seeding operation. However, with a reliable forecast
product, such indices can be easily approximated.
. According author’s study from published papers
ICA is one of the best indicators to predict air
seedability.
ACKNOWLEDGEMENT
This paper constitutes a partial report to
The Ministry of Research and Technology for their
funding support through The Research Incentive
Program 2011; and to Weather Modification
Technical Services through Global Warming
Mitigation Program – 2011.
4
Jurnal Sains & Teknologi Modifikasi Cuaca, Vol. 13, No. 1, 2012: 1-5
Figure 3: Effect of microphysical parameter on precipitation in WRF
Figure 4: Precipitation comparison of observed, control, 3DVAR with GDAS, and 3DVAR with radar data ingestion
The Use of WRF Model To Support Cloud Seeding ... (Mahally, dkk)
REFERENCES
Levin, Zev, Shimon, O. Krichak, and Tamir Reisin.
Numerical simulation of dispersal of inert
seeding material in israel using a three
dimensional mesoscale model. J. Appl. 36,
474-484, 1997
Murali-Krishna , I. V. and Manickam, V., Global
Climatic Change And Weather Modification
Technologies, 760pp BS Publicatons
Hyderabad – ISSN : 978 -81-7800 -184 -5
(HB), 2009m
Peckham, S., Grell, G. A., McKean, S. A., Fast,
J. D., and Gustafson, W. I. Annual Report
CIRES/Univ. of Colorado & NOAA/ESRL
GSD, Boulder, CO
Regmi, Suman Kumar, Jayaraman Potty, PVS
Raju and Itesh Dash: Performance
evaluation of WRF model for Nepal,
Workshop on Weather Forecasting and
Flood Early Warning System in Nepal, 08th
Apri
2011,
KathmanduRosenfeld,
D.
and Silverman, BA., Results of On –Top
Glaciogenic Cloud Seeding in Thailand, Part
1: The Demonstration Experiment, J. App.
Meteor., 42,939-951, 2003.
5
Stone, R. H., Reno, NV; McGurty, B. M., Farber
, R. J., Shaw, B. L., and Clarke, B.:
Assessment of the San Joaquin Cloud
Seeding Program using WRF based Sub
Basin Quantitative Precipitation Forecasts
as
Formal
Controls
for
Unseeded
Precipitation: Preliminary Results obtained
from the 2009 and 2010 Winter Seasons,
91st Americam Meteriological Society
Meeting, 2011
Woodley, W. L., D. Rosenfeld and BA Silverman,
Results of On –Top Glaciogenic Cloud
Seeding in Thailand, Part 1: The
Demonstration Experiment, J. App. Meteor.,
42,920- 938, 2003.
7
ANALYSIS OF STORM CATEGORY AND COALESCENCE ACTIVITY :
RELATIONSHIP TO THE DAILY MEAN CATCHMENT RAINFALL
(CASES CLOUD SEEDING OPERATIONAL
IN LARONA AND CITARUM CATCHMENT AREA)
Untung Haryanto, Dini Harsanti, R. Djoko Goenawan, Krisna Adithya
Abstract
Cloud seeding operational has been conducted in Indonesia. In this study, the two
cases operational were analysis, ie Larona (2005) and Citarum Catchment Area (2011).
The coalescence activity during operational were analysed using archives of NOAAGFS model sounding and it also used to determined storm category and ICA. For this
purpose, the number parameters for moderate threshold range on Raob-55 software
were reduced and modified with more suitable range for Indonesia region. Result
indicated that in Larona Catchment Area, the most of the storm having category weak to
moderate with mean of storm category 67% and 21% respectively, the mean ICA value
was -5.7. Relative larger weight of Weak and Medium category of storm were shown in
Citarum ie 72% for weak and 18%, with the mean of ICA was -2.7%. As consequences,
proportion of Medium together with Strong category for Larona is larger than Citarum,
resulting larger amount mean catchment rainfall for Larona (17.1mm) compare to the
Citarum (5.2 mm). The coalescence actifity in cloud during operation was effective for
booth of two area, but varies due to the varies of cloud base height temperature and
potential buoyancy (PB). The mean of CCL temperature in Larona was 20.30C since PB
was 3.80C. This study also found that mean 500mb temperature (T) and mean rising
parcel (TP) in Larona catchments was more warmer comparing to the Citarum ie -4.00C
and -0.150C for Larona , and -5.30C and -1.50C for Citarum. Base of the result it has
been concluded that ICA has inverse correlation to the mean daily catchments rainfall,
since together of Medium and Strong Storm Category has positive correlation.
Intisari
Modifikasi awan sudah operasional . Pada studi ini dilakukan analisis dua kasus
operasional , yaitu operasional di DAS (Daerah Aliran Sungai) Larona (2005) dan DAS
Citarum (2011). Aktifitas koalesensi selama operasional dianalisis menggunakan arsip
data sounding NOAA-GFS yang digunakan untuk menentukan ICA (Index Coalescence
Activity – indeks aktifitas koealesensi) dan Storm Category – kategori awan hujan). Bagi
keperluan ini banyaknya parameter dan rentang kategori moderat pada perangkat
lunak Raob -55 di dikurangi dan dimodifikasi dengan yang paling sesuai dengan kondisi
daerah di Indonesia. Hasil analisis menunjukkan sebagian besar awan hujan yang
ada memiliki kategori weak hingga moderat – yaitu 67% dan 21% di DAS Larona
dengan rata-rata nilai ICA besarnya -5.7, sedangkan di DAS Citarum, nilai kategori
ini lebih besar yaitu 72% dan 18% dengan nilai rata rata ICA adalah -2.7. Sebagai
konsekuensinya adalah porsi awan hujan dengan kategori ini lebih banyak muncul di
DAS Larona dibandingkan pada DAS Citarum dengan rata rata hujan masing masing
17.1mm di DAS Larona dan 5.2mm di DAS Citarum. Aktivitas koalesensi di kedua DAS
INI sama sama aktif, variasinya ditentukan oleh variasi ketinggian dasar awan konvektif
(CCL) dan potensi daya apung awan (PB). Di DAS Larona CCL cukup hangat yaitu
20.30C , dengan nilai PB 3.80C. Pada sutudi ini juga di peroleh bahwa rata rata suhu
dan suhu parsel paras 500mb pada DAS Larona lebih hangat (-4.00C dan -0.150C)
dari pada di DAS Citarum (-5.30C dan -1.50C). Dari studi ini, disimpulkan bahwa ICA
berkorelasi terbalik dengan curah hujan harian, dan berkorelasi positif dengan awan
hujan berkategori “ sedang” dan “kuat” secara bersama-sama.
1
Profesor Modifikasi Cuaca, UPT Hujan Buatan, BPPT, Thamrin No. 8 Jakarta, email: [email protected]
8
Jurnal Sains & Teknologi Modifikasi Cuaca, Vol. 13, No. 1, 2012: 7-11
1.INTRODUCTION
Indonesia located spread out in tropical
region, with warm surface temperature of about
25 – 280C. Variation of temperature mainly due
to diurnal variation of sun insulation and due to
altitude of places. This characteristic affects the
local cloud formation in the whole area. Convective
cloud formations mixed with orographic formation
are dominated type of rainfall. In the rainy season,
the westerly monsoon Asia air mass covered the
the atmosphere over the country, in general occur
from November until April. During this season,
atmosphere usually very humid, with high water
content. As consiquences, the dew point are very
closed to the air temperature, specially in the
surface and some times until more 500 mb vertical
provile. This situation are caused formed mixed
cloud with layer type as Sc, Ns, and convective as
Cu and Cb with low (warm) base of cloud.
Cloud seeding operational was conducted for
filling Towuti and Matanu Lake (Larona Catcment
Area) in South Sulawesi since Citarum Catchment
Figure 1.
Target Area Cloud seeding Operational.
Left: Lake Towuti and Matano in Larona
Catchment Area (South of Sulawesi) , and
Right: Jatiluhur-Saguling-Cirata in Citarum
Catchment Area (West of Java). The blue
arrow indicate the dams or lakes in each of
Catchment Area.
Area in West Java which is having 3 large dam for
electric generation (Fig. 1). Result of observation
indicates that cloud base level is about 18 – 200C.
Mostly the storm caused by these type of clouds
was having weak to moderate category. In some
days a large amount of mean catchment rainfall
occurs in Larona catchment. Its produced from
moderate storm followed by light rain falling during
the night day, and some times occured until early
morning of the next day. In Citarum Catcment
area, in general the amount of mean daily rainfall
is less than Larona catchment mean rainfall.
Index Coalescence Activity ICA has been used to
evaluate the effectiveness of glaciogenic seeding
in Thailand (Wooley et.al., 2003). Base on physical
properties in ICA formula, in this study, ICA was
used to evaluate mean daily rainfall during warm
cloud seeding operational in those of two target
area.
2.
METHOD OF ANALYSIS
Storm category analysed using RAOB55, with modification of weighing and threshold
range of parameters. According to Storm definition
rain is one marks manifested of the atmospheric
disturbance. Storm with Strong category usually
accompanied with heavy rainfall and strong wind
The reason for modified those parameters was
differences storm and rainfall processes between
Indonesia region and United States region which
was original parameters threshold was developed.
For example, hail producing from storm is unusual
in Indonesia, so hail parameter in severe weather
parameters on RAOB must be zero weighing.
The other examples are surface air
temperature and surface dew point temperature,
include 850 mb dew point temperature. In Indonesia,
precursor of ordinary storm in general characterized
by warm surface temperature (25 – 280C) and warm
dew point temperature 23 – 240C. In this case, it
was observed that dewpoint temperature on 850
mb ranges between 17 – 190C. Wind velocity
also modified. In Indonesia, high speed wind
also unusual, even in high altitude (500 and 200
mb). Near the surface, precursor high wind speed
usually caused drifting or breaking cloud formation
and rain not occured from the cloud or shifted to
down wind area. But condition too low wind speed
precursor is not good for developing storm. The
other parameters to be modified are Lifting Index
(LI), Showalter Index (SI), and CAPE, and K-Index
(KI). LI and SI are sensitive parameters due to
convective and orographic processes of Indonesia
precursor storm. As consequence, high updraft
velocity is favorable for storm in convective cloud,
so CAPE also used for precursor storm predictor.
In other view, warmer lifting parcel compare to the
Analysis of Storm Category and Coalescence Activity ... (Untung H., dkk)
Parameters
o
Surface Dewpoint ( C)
o
850 mb Dewpoint ( C)
850mb Wind Speed (kt)
500mb Wind Speed (kt)
200mb Wind Speed (kt)
Level of Free
Convection
(mb)
Lifted Index
Showalter Index
o
K Index ( C)
o
Total-totals ( C)
CAPE Total (J/kg)
Raob
Weight
Table 1. Modified weight and threshold
parameters for Indonesia Storm.
Threshold for
moderate
storm
3
3
1
1
1
3
23 ~ 24
17 ~ 19
10 ~ 20
15~30
40 ~ 45
990 ~ 1000
4
1
1
1
1
-3 ~ -4
-2 ~ - 4
37 ~ 40
45 ~ 50
1500 ~ 2500
environment temperature in 500 mb level are most
favourable for precursor storm. The large value
of LI and also large negative value of SI are most
favorable condition as transport high water vapor
content in the atmosphere over the area to high
altitude and then precipitate to producing storm
or rain. The other parameters in Raob are not
used and weighed as zero. Parameters weighed
and threshold of moderate storm shown in Table
1. For this purposes, archives data from NOAA
ARL - GFS model 3-hourly, generally data 06z
are used. For operational in Citarum, sounding
position located in upwind of target at -6.8 Latitude
and 107.2 Longitude, since for operation in Larona
Catchment, sounding located at -2.7 Latitude and
121.5 Longitude. Rainfall monitored using relative
dense of raingage in Catchment area and also
some in outer border of Catchment Area.
The Index Coalescence activity has been
used to evaluate cloud seeding experiment in
Thailand (Woodley et al., 2003), Texas (Woodley
et al., 2007), and also in India (Muralli et al.,
2009). The Index of Coalescence Activity (ICA)
has been developed as a predictor of in-cloud
collision-coalescence activity using an atmospheric
upper-air sounding. The ICA is described as the
summation of the collision and collection efficiency,
which results in the coalescence efficiency. The
ICA has been used extensively as a measure of
quantifying the seed ability of a cloud (http://www.
sandylandwater.com /reports.htm), which was
mathematical expression consisting base of cloud
temperature and differences of parcel temperature
and environment temperature, ie ICA = 8.6 –
TCCL + 1.72(PB) and TCCL is the temperature
at the convective condensation level and PB is
9
the potential buoyancy at 500 mb for a saturated
parcel raised from the convective condensation
level (CCL) to 500 mb (Woodley,2003).
In warm cloud seeding using hygroscopic
substance (Sodium Chloride or Calcium Chloride)
produced from flare burning or in powder form,
coalescence is a part of mechanism of droplet
growth in cloud via deposition of water vapor onto
surface of hygroscopic substance particles, and
then collect (swept) the small cloud dropllets to
become raindrop. In certain condition, many cloud
droplets in cloud are support to effectiveness of
coalescence activity, ie on warm cloud base and
enough lifting force of air and updraft speed which is
corresponds to buoyance force of cloud. So the ICA
can also used to evaluate favorable environment
condition for warm cloud seeding. Low (warm) base
of cloud, and large PB are favorable for cumulus
development. If CCL warms (for example 200C) and
PB value of about 50C, ICA value becomes arround
-5. The ICA are shifted into 0 (zero) direction
with value arround of -1 in case of unfavorable
condition that was for high cloud base (170C)
altitude and small of PB (30C). Significat drift of
more negative the ICA value occure in favorable
condition that is for large number of PB and very
low warm cloud base temperature. In this case,
the ICA value becomes more negative then -5. The
negative component of the ICA contributes from
cloud base temperature, and positive component
contribute from lifting parcel temperature, so ICA
and weather condition are not linear. Cluster of the
ICA arround -1 and -2 indicates the less favorable
condition for collission and coalescence processes
in cloud and corelated with high cloud base with less
amount of mean rainfall over the area. The cluster
of the ICA arround -5 indicates good condition
(more favorable condition for production rainfall in
cloud). In this case, high intensity of rain maybe
occurred from cumulus cloud over the target area.
From the physical view, its mean that - if seeding
carry out with correct and proper procedures -, the
operational will have positive effects and resulting
additional water.
3.RESULTS
During cloud seeding in Larona catchment
area, daily catchment rainfall varies from 0.7 – 52.2
mm, with mean daily rainfall was 17,1 mm. The mean
of daily rainfall are correspond to the dominant of
mean weight of weak and medium storm category
ie 67% and 21%. On some days, amount of mean
daily rainfall for catchment area was large enough,
but no indication the strong storm category from
Raob display. These large amount of mean daily
catchment rainfall maybe comes from stratiform
cloud occurred with longtime duration during the
10
Jurnal Sains & Teknologi Modifikasi Cuaca, Vol. 13, No. 1, 2012: 7-11
night day, and also from short duration of medium
rainfall in some place in the catchment area. That is
why some times looks inconsistent between storm
category and amount of daily rainfall. But in general
daily catchment rainfall having relationship to the
storm category, in term of correlation. Figure 2
show the sample of Raob display storm category for
06Z 9 April 2005 from sounding at Timampu, near
coast of Towuti lake, after parameters be modified.
The amount of mean daily Catchment Area for this
day was 37.6mm.
Dominant combination of two category that
is weight together of Weak and Moderate category
and also weight together of Moderate and Strong
Category looks more suitable as precursor rainfall
in catchment area. Larona Catchment with large
body of Water Lake maybe affects the storm
formation through warmer temperature of water
body comparing the land surround the lake after
sunset (Haryanto, 2006). Need mo accurate re
rainfall data which can explore peak and tail on
rainfall distribution. The relationship between storm
category looks more strong and clearly in Citarum.
In Citarum area, storm category has different with
Larona which has 72% and 18% of Weak and
Moderate Category respectively. Much smaller of
mean rainfall (5.2 mm) caught during cloud seeding
operational in Citarum area, February 2011 with
more less variation of daily rainfall (0.30 – 14.5
mm). Much larger mean daily Larona Catchment
rainfall may be comes from occurrence combination
of booth Moderate and Strong Category which has
total 33% of weight, camparing with 28% weight
of Citarum Catchment. The summary of Storm
category together of booth Larona and Citarum
catchment area are shown in Table 2.
There are significant difference of mean
ICA during Cloud seeding operational conducted
in Larona and Citarum. The mean ICA for Larona
Catchment Area was -5.7, since for Citarum was
-2.7 or about two times larger than ICA in Larona
Figure 2.
Display of Storm Category for
06Z
sounding at Timampu (near coast of Towuti
Lake), 9 April 2005. The amount of mean
Catchment Area for the day was 37.6mm
correspond to dominant of weak and strong
category.
Catcment Area. It’s mean that atmospheric
environment of cloud seeding in Larona Catchment
Area conducted on March – May 2005 was more
favorable due too more effective of coalescence
activity in cloud compare to the cloud seeding
conducted on February 2011 in Citarum. It was
agree with observation that if event weak storm
occur and dominant (or little weight category of
Moderate and Strong), it is mean that on average,
daily rainfall tend to decrease.
As recorded of daily rainfall on those of two
areas, mean daily rainfall Larona Catchment area
was more than three times (17.1 mm) compare to
Citarum Catchment (5.2 mm). Actually, ICA was
calculated base on 2 parameters from sounding
data (Tccl and PB) on 500 mb level but actualy
PB strongly depends on T ( ambient temperature)
and TP (parcel lifting parcel temperature), so
exactly there were 3 parameters related to the ICA.
All of these parameters that was processed for
Larona looks more warmer than Citarum and as
consequences ICA for Larona have more negative
value even though slight difference on PB. Its mean
that more warmer booth of environment and parcel
temperature resulting more favourable condition
comparing to less warmer condition, related to the
more water vapour content on the atmosphere.
The summary of the ICA and related parameters
for booth Larona and Citarum included the mean
daily catchment rainfall are shown in Table 2.
Furthermore,
statistical
technics
has
been used to explore relationship between daily
catchment rainfall to the storm category and also to
the ICA. It was found that storm with category weak
having negative correlation and consisten for mean
catchment rainfall booth of Larona and Citarum
Area. The other category (Moderate and Strong)
Table 2. Summerized of storm category (% weight), ICA
and related parameters for determining of ICA
for Larona and Citarum Catchment Area.
Storm
Category
and
Parameters
Weak storm
Moderate
storm
Strong storm
o
T( C)
o
TP( C)
o
TCCL( C)
o
PB( C)
ICA
Mean Daily
Rainfall (mm)
Larona
Catchment
Area
Citarum
Catchment
Area
67
21
72
18
12
-4.00
-0.15
20.30
3.80
-5.70
17.1
10
-5.30
-1.50
17.7
3.7
-2.7
5.2
Analysis of Storm Category and Coalescence Activity ... (Untung H., dkk)
were same correlation ie positive. Correlation of the
ICA and mean dailly rainfall looks also consistent
for Larona and Citarum. If ICA tends to be large
negative ( litle value of ICA), mean daily rainfall
tends to be large (Figure 3).
4.
CONCLUDING REMARKS
Storm Category and the ICA during cloud
seeding operational that conducted in Larona
Catchment Area (South of Sulawesi) and Citarum
Catchment Area (West of Java) has been analysis.
It was founded that booth of dominant storm and
ICA has relationship to the mean daily catchment
rainfall in term of correlation. Storm with weak
and medium category are frequently (dominant)
occurred booth in Larona and Citarum Catchment
Area with proportion occurrence of weight are
67 and 72% respectively. As consequence, total
proportion of Medium and Strong category together
for Larona Catchment Area are more frequently
occurs comparing to the Citarum Catchment Area
(ie 34% and 28%) respectively, resulting mean daily
rainfall in Larona much larger (17.2 mm) compare
to the Citarum (5.2 mm). This result support and
agree to the ICA analyisis, which was – 5.7 and
-2.7 for Larona and Citarum respectively. It was
indicated that coalescence activity more active in
Larona Catchment Area comparing to the Citarum,
resulting received larger amount of rainfall in
Larona. Negative correlation found for both weak
storm criteria and also for ICA, positive correlation
found for Medium and Strong criteria of storm
11
ACKNOWLEDGEMENTS
Our thanks are given to all UPT Hujan
Buatan
scientists, and we are indebted to Mr.
Budi Darmawan at Hydrological and Environment
Section for his supporting of rainfall Larona and
Citarum Area rainfall data.
REFERENCES
Iyyanki. V. Muralli Krishna and Valli Manickam,
Global Climatic Change And Weather
Modification Technologies, 760pp BS
Publicatons Hyderabad – ISSN : 978 -81
7800 -184 -5 (HB), 2009
Woodley, W. L., D. Rosenfeld and B.A., Silverman,
Results of On –Top Glaciogenic Cloud
Seeding in Thailand, Part 1: The
Demonstration Experiment, J. App. Meteor.,
42,920-938, 2003.
------, Rosenfeld D., and B., A., Silverman, Results
of On –Top Glaciogenic Cloud Seeding in
Thailand, Part 2: Exploratory Analyses, J.
App. Meteor., 42,939-951, 2003.
------, ------, Evaluation of The Texas Cloud seeding
Program for Seeding Effects (2002 – 2006),
Final Report From Woodley Weather
Consultant to Texas Weather Modification
Association and Sandyland Underground
Water Conservation District Plains, Texas,
1-143, 2007.
0
60
1
6
11
16
21
26
31
36
41
46
51
56
-2
50
-4
40
-6
30
ICA
MDCR
-8
20
-10
10
-12
0
Figure 3.
Relationship of Index Coalescence Activity (ICA) and Mean Daily Catchment Rainfall
(MDCR). Plot using all data : Citarum, followed by data Larona. Relationship of ICA
(left vertical axis) and MDCR (right vertical axis) looks as inverse correlation.
13
ANALISIS ANGIN DANAU DI
DAS LARONA, SULAWESI SELATAN
Findy Renggono
Abstract
Study of climate characteristic around Larona watershed is very important as it is
associated with water availability on the lakes which is used to drive turbines of Hydro
electric power. The three large lakes inside the watershed are a great contributor for
affecting local climate. Surface data from nine locations near the lakes were analyzed
to reveal the existence of lake-land wind. The result shows that the effects of lakeland breeze were found on the location near the lake beach. The lake-land breeze
occurrence was also correlated with rain fall over the area.
Intisari
Karakteristik cuaca di DAS Larona sangat penting untuk diketahui karena terkait
dengan ketersediaan air danau sebagai sumber utama penggerak turbin pembangkit
listrik di wilayah tersebut. Keberadaan tiga danau yang berada di dalam DAS sangat
memengaruhi kondisi cuaca lokal. Data permukaan tahun 2009-2010 dari 9 lokasi
di sekitar danau digunakan untuk melihat kemunculan angin danau. Hasil analisis
menunjukkan adanya perubahan arah angin pada siang hari di lokasi-lokasi yang
terletak dekat dengan tepi danau. Kejadian hujan yang muncul pun berkorelasi dengan
angin yang berhembus dari arah danau.
Kata kunci :
Angin danau, Matano, Towuti, curah hujan
1.PENDAHULUAN
Daerah Aliran Sungai (DAS) Larona yang
terletak di Provinsi Sulawesi Selatan, mempunyai
total wilayah sebesar 5703 km2. DAS ini memiliki
karakteristik wilayah yang unik, karena selain diapit
oleh dua laut, yaitu laut Bone di sebelah Barat dan
Laut Banda di sebelah Timur, juga di dalam DAS
terdapat lima buah danau. Kelima danau tersebut
diantaranya ada tiga yang besar, yaitu Matano,
Mahalona dan Towuti (Gambar 1).
Tiga danau besar yang teletak di dalam
DAS ini saling berhubungan membentuk sebuah
jaringan yang mengalir menuju Laut Bone.
Sebelum dikeluarkan melalui sungai Larona, air
danau di bendung di Bendungan Batu Besi yang
terletak di outlet danau Towuti. Air dari danau ini
kemudian digunakan untuk menggerakkan turbin
pada tiga pembangkit listrik tenaga air (PLTA)
yang terdapat di sepanjang aliran sungai tersebut.
Listrik dari PLTA inilah yang kemudian digunakan
sebagai sumber energi utama pertambangan nikel
dan juga untuk kebutuhan masyarakat yang tinggal
di sekitarnya (kabupaten Luwu Timur, kabupaten
1
Perekayasa Madya - UPT Hujan Buatan, BPPT, Thamrin
No. 8 Jakarta, email: [email protected]
Luwu Utara, Kotamadya Palopo dan Kabupaten
Luwu).
Untuk menjaga kesinambungan pasokan
airnya, pengelola bendungan perlu mempertahankan ketinggian muka air danau diatas batas
yang ditetapkan. Prediksi iklim dan cuaca yang
akurat merupakan salah satu usaha untuk dapat
mengetahui kapan diperlukan tindakan antisipasi
untuk mengurangi kerugian karena kekurangan
air pada saat kemarau panjang. Prediksi cuaca
dan iklim untuk wilayah ini hanya dapat dilakukan
jika karakteristik iklim dan cuacanya telah
diketahui secara jelas termasuk faktor-faktor yang
memengaruhinya.
Dalam penelitian sebelumnya disebutkan
bahwa curah hujan di wilayah ini banyak dipengaruhi
oleh faktor global (Aldrian, 2006). Fenomena iklim
global juga sangat memengaruhi curah hujan di
wilayah ini (Renggono, 2012).
Faktor lokal yang memengaruhi wilayah ini
selain topografi juga keberadaan tiga danau besar
di dalam DAS. Danau Matano yang termasuk
terdalam di dunia dan danau Towuti yang luas dapat
membangkitkan efek angin danau. Haryanto (2006)
yang melakukan analisis dengan pengamatan awan
14
Jurnal Sains & Teknologi Modifikasi Cuaca, Vol. 13, No. 1, 2012: 13-18
Tabel 1. Lokasi AWS (lihat gambar 1)
Gambar 1. DAS Larona, Sulawesi Selatan. Nama
lokasi dan koordinat AWS ditunjukkan
dengan nomor yang sesuai dengan table 1.
secara langsung menyebutkan bahwa keberadaan
danau memengaruhi pertumbuhan awan di
wilayah tersebut. Disebutkan juga bahwa selama
pengamatan pada siang hingga sore hari jarang
terjadi hujan di atas danau. Hal ini disebabkan
karena pada siang hari suhu permukaan air danau
lebih dingin dibandingkan suhu permukaan darat.
Sehingga hujan siang hari akan lebih banyak terjadi
di darat.
Hasil pengamatan ini juga dikuatkan oleh
Aldrian (2006) dan
Renggono (2011a) yang
melakukan analisis terpisah dengan menggunakan
data curah hujan dari beberapa penakar yang
tersebar di sekitar DAS. Analisis mereka
menunjukkan bahwa hujan yang terukur pada
penakar yang terletak di daratan tersebut lebih
banyak terjadi pada saat siang hingga sore hari.
Sebaran awan di DAS Larona berhasil ditunjukkan
oleh Renggono, dkk (2011b) yang melakukan
analisis awan hujan dengan radar cuaca selama
bulan Maret 2010. Dari analisis tersebut ditemukan
bahwa pada siang hari awan lebih banyak
berkumpul di daratan, sedangkan di dalam danau
tidak terlalu banyak terlihat awan
Angin
danau
dapat
memengaruhi
pertumbuhan awan di suatu wilayah. Tulisan
ini merupakan analisis data permukaan pada
beberapa lokasi di sekeliling danau di dalam
maupun luar DAS untuk mengetahui seberapa luas
wilayah yang dipengaruhi oleh angin danau dari
danau Matano dan Towuti.
2.
DATA DAN METODA
Data permukaan diambil dari Automatic Weather Station (AWS) yang dipasang di beberapa
lokasi di dalam dan di luar DAS. Nama dan
No
Station
Longitude
Latitude
1
2
3
4
5
6
7
8
9
Plant Site
Matano
Nuha
Mahalona
Timampu
Lampesue
Ledu-Ledu
Togo
Zeba-zeba
121.3806
121.2162
121.3399
121.5309
121.4282
121.65472
121.79722
121.2617
121.7972
-2.5665
-2.4565
-2.4468
-2.6102
-2.6573
-2.60139
-2.80250
-2.6059
-2.8025
koordinat masing-masing lokasi ditunjukkan pada
tabel 1. Nomor masing-masing lokasi menunjukkan posisinya pada peta seperti yang terlihat pada
gambar 1.
Pengamatan dengan AWS meliputi pengukuran angin, tekanan udara, suhu udara dan
curah hujan. Seluruh data disimpan dalam data
logger setiap 30 menit, dan dilakukan secara terusmenerus (kontinyu). Data dari masing-masing
stasiun dianalisis dengan statistik sederhana untuk
melihat perubahannya setiap waktu, yang kemudian
juga dibandingkan dengan lokasi dan curah hujan
untuk masing-masing stasiun pengamat. Data AWS
yang digunakan pada analisis ini adalah data dari
bulan Januari 2009 sampai September 2010.
3.
ANGIN DANAU
Umumnya angin danau-darat banyak terlihat
pada musim peralihan di danau yang mempunyai
badan air yang luas dan dalam. Karena adanya
perbedaan kecepatan menyerap panas antara
danau dan daratan, maka pada saat matahari mulai
memanasi bumi, suhu di daratan akan lebih cepat
naik. Hal ini menyebabkan tekanan udara di darat
lebih cepat turun dibandingkan di danau, sehingga
terjadi pergerakan massa udara dari danau ke
darat.
DAS Larona yang memiliki danau-danau
yang luas dan dalam mempunyai potensi besar
untuk menimbulkan angin danau di wilayah
tersebut. Danau Towuti, yang mempunyai luas 562
km2 dengan kedalaman 203 m pada ketinggian 293
m dari permukaan laut merupakan danau terluas
di Sulawesi. Sedangkan danau Matano yang
terletak pada ketinggian 382 m dari permukaan
laut memiliki kedalaman mencapai 590 m, yang
merupakan salah satu danau terdalam di dunia.
Pada siang hari, danau Towuti dan Matano
lebih lambat untuk menyerap radiasi matahari,
Analisis Angin Danau di DAS Larona ... (Findy Renggono)
sehingga tekanan udara di badan air menjadi
lebih rendah dibandingkan di daratan. Hal ini
menyebabkan terjadinya pergerakan udara dari
tengah danau ke daratan. Haryanto (2006) yang
menggambarkan sirkulasi udara di atas danau
menyebutkan bahwa gerakan massa udara dari
danau ke darat juga diiringi dengan pergerakan
turun massa udara di atas danau dan pergerakan
massa udara naik ke atas di tepi danau. Hal ini
menyebabkan di sepanjang pantai danau akan
banyak terlihat awan-awan. Proses ini sama
dengan pemanasan yang terjadi antara laut dan
darat yang mengakibatkan adanya angin laut-darat
(sea-land breeze).
4.
PENGAMATAN DI TIMAMPU
4.1. Angin permukaan dan Curah Hujan
Kemunculan angin danau di Timampu yang
terletak di tepi barat danau Towuti (lihat gambar
1, no. 5) dianalisis dengan menggunakan data
aws yang dipasang di lokasi tersebut. Gambar 2
merupakan hasil pengamatan di Timampu tahun
2009 – 2010 untuk curah hujan dan arah angin.
Hasil pengamatan menunjukkan bahwa hujan di
Timampu terlihat lebih banyak terjadi pada sore
hingga malam hari seperti yang ditunjukkan pada
gambar 2a. Gambar ini merupakan pola variasi
harian curah hujan tahunan untuk masing-masing
jam. Terlihat pada gambar ini bahwa jumlah curah
hujan makin meningkat setelah pukul 14, terutama
setelah lewat pukul 18, dan mencapai puncaknya
Gambar 2. Variasi harian dari (a) curah hujan dan (b)
arah angin di Timampu tahun 2009 - 2010
15
pada pukul 20. Setelah lewat tengah malam, curah
hujan mulai berkurang, sampai mencapai titik
terendah pada pukul 9 pagi. Pola variasi harian
untuk curah hujan ini sesuai dengan pola variasi
harian kemunculan awan hujan hasil pengamatan
dengan radar cuaca oleh Renggono (2011a). Dalam
tulisannya disebutkan bahwa pada sore hingga
menjelang malam hari, frekuensi kemunculan awan
hujannya tinggi, sedangkan pagi hari frekuensi
kemunculannya rendah.
Grafik pola variasi harian untuk arah angin
ditunjukkan oleh gambar 2b. Dari pola hariannya
terlihat bahwa adanya perubahan arah angin pada
siang hari di Timampu. Pada sore hingga pagi
hari berikutnya, angin berhembus dari barat laut
(2700-3300), sedangkan antara pukul 08 sampai
16, angin berhembus dari tenggara (1000-1300).
Sebaran arah angin yang bertiup pada siang-sore
hari tampak lebih sempit dibandingkan dengan
yang bertiup pada malam hingga pagi hari.
Dari hasil pengamatan jangka panjang
ini dapat diketahui bahwa angin dari tenggara
berkorelasi dengan hujan yang turun di Timampu.
Angin yang berhembus dari arah danau pada siang
hari membuat awan terbentuk di sepanjang tepi
danau yang kemudian akan menjadi hujan pada
sore harinya. Diketahui pula bahwa curah hujan
terlihat meningkat pada saat arah angin mulai
berubah dari tenggara menjadi dari barat daya.
4.2. Studi kasus tgl 10 Maret 2010
Untuk mengetahui lebih jelas kondisi pada
saat terjadinya angin danau, dilakukan analisis
harian kondisi cuaca di Timampu. Sebagai studi
kasus adalah kondisi cuaca pada tanggal 10 Maret
2010 yang terpantau di wilayah ini. Parameterparameter hasil pengukuran dengan AWS pada hari
tersebut ditunjukkan pada gambar 3. Gambar paling
atas menunjukkan grafik suhu (garis tegas) dan
tekanan udara (garis putus-putus), gambar tengah
adalah arah (titik hitam) dan kecepatan angin (garis
tegas), sedangkan gambar bawah adalah curah
hujan. Masing-masing data ditampilkan dengan
kerapatan waktu 30 menit dari pukul 00.00 sampai
23.30 waktu setempat.
Pada gambar 3 (atas) diketahui bahwa
radiasi matahari mulai memanasi wilayah ini dari
pukul 07.00 sampai 18.00. Hal ini terlihat dengan
mulai meningkatnya suhu udara pada kurun waktu
tersebut. Pada siang hari tampak suhu agak
menurun bersamaan dengan turunnya hujan di
wilayah ini. Kenaikan suhu ini juga dibarengi dengan
menurunnya tekanan udara yang mencapai puncak
terendahnya pada pukul 16.00, dan kemudian
berangsur-angsur meningkat kembali.
Secara umum, arah angin yang ditunjukkan
pada gambar 3 (tengah) terlihat bertiup dari barat
16
Jurnal Sains & Teknologi Modifikasi Cuaca, Vol. 13, No. 1, 2012: 13-18
laut dan dari tenggara. Angin dari barat laut terjadi
pada malam hari dan angin dari tenggara terjadi
antara pukul 09.30 – 17.00. kecepatan angin tidak
terlalu tinggi, dan mulai meningkat setelah pukul
17.30 bersamaan dengan berubahnya arah angin
menjadi dari barat laut.
Kejadian hujan pada tanggal 10 ini terpantau
muncul antara pukul 11.30-13.00 dan 18.00-22.30
(gambar 3.bawah). Kejadian hujan yang pertama
berkorelasi dengan perubahan arah angin antara
pukul 12.30-15.00. Kejadian hujan yang kedua
juga terjadi setelah terjadinya perubahan arah
angin pada pukul 17.30.
Dari gambar 3 ini terlihat bahwa mulai
meningkatnya suhu dan menurunnya tekanan di
Timampu seiring dengan berubahnya arah angin
yang semula barat-laut menjadi dari tenggara, yang
berarti bahwa pada siang hari angin berhembus
dari danau. Angin yang bertiup ke darat membawa
uap air dari danau, tumbuh dan membentuk awan
di tepi danau yang kemudian menjadi hujan di
Timampu pada sore hingga malam hari. Keberadaan
awan di sepanjang tepi barat danau Towuti pada
tanggal 10 Maret 2010 ini telah ditunjukkan oleh
Renggono, dkk. (2011) dengan menggunakan data
pengamatan radar cuaca di Sorowako.
5. PENGAMATAN ANGIN DANAU PADA
LOKASI LAIN DI SEKITAR DANAU
Hasil pengukuran angin tahun 2009-2010
dengan AWS di beberapa lokasi yang tersebar di
DAS Larona (Lihat tabel 1) menunjukkan perbedaan
pola harian bergantung dari lokasi pengamatan
(Gambar 4a-h). Matano yang berada tepat di tepi
danau Matano mempunyai pola yang mirip dengan
Timampu (Gambar 4b). Lokasi Matano yang
berada di tepi Barat danau menyebabkan pada
siang hari terpantau adanya angin timuran. Angin
yang berhembus dari arah danau Matano tersebut
muncul pada pukul 8 – 16. Selain selang waktu
tersebut, angin dominan berhembus dari Barat.
Nuha yang terletak di tepi utara danau
Matano, mempunyai variasi harian yang juga mirip.
Namun karena lokasinya yang diapit oleh bukit di
sebelah utaranya, maka angin di wilayah ini lebih
dipengaruhi oleh angin dari bukit. Angin dari utaratimur laut tampak dominan bertiup dari pukul 9 - 16
(gambar 4c).
Untuk lokasi yang agak lebih jauh dari tepi
danau, pengaruh angin danau masih terlihat
walaupun tampak sedikit melemah. Pada siang
hari angin yang bertiup di Mahalona yang berada
Gambar 3. Pengamatan suhu dan tekanan udara (atas), arah dan kecepatan angin (tengah) , serta curah hujan
(bawah) di Timampu pada tanggal 10 Maret 2010.
Analisis Angin Danau di DAS Larona ... (Findy Renggono)
di utara danau Towuti, terlihat datang dari Selatan
dan barat laut (gambar 4d). Angin dari selatan
kemungkinan merupakan pengaruh dari angin
danau Towuti, sedangkan dari barat laut merupakan
pengaruh angin global.
Sedangkan di Plantsite yang terletak di selatan
danau Matano menunjukan bahwa kebanyakan
angin bertiup dari utara (Gambar 4a). Angin yang
bertiup dari tenggara juga terlihat muncul di lokasi
ini, namun frekuensinya tidak terlalu banyak.
Kemungkinan angin dari tenggara yang biasanya
muncul sekitar bulan Mei-September terhalang oleh
17
angin danau dari sebelah utara. Hal ini masih perlu
dibuktikan lagi dengan kajian yang lebih detil untuk
wilayah ini, termasuk dengan menambah peralatan
pengukur cuaca disekitar danau Matano.
Hal yang sama terlihat di Lampesue yang
terletak di utara danau Towuti. Angin dari Selatan
terpantau muncul pada pukul 12-22 namun
frekuensinya lebih sedikit dibandingkan yang dari
utara (gambar 4e). Hal ini kemungkinan disebabkan
karena lokasinya yang berada di dekat batas DAS
bagian utara, sehingga pengaruh angin global lebih
kuat.
Gambar 4. Frekuensi harian kemunculan angin di (a) Plantsite (b) Matano, (c) Nuha, (d) Mahalona, (e) Lampesue,
(f) Ledu-ledu, (g) Togo, dan (h) Zeba-zeba.
18
Jurnal Sains & Teknologi Modifikasi Cuaca, Vol. 13, No. 1, 2012: 13-18
Untuk lokasi-lokasi yang berada di luar
DAS, yaitu Togo, Zeba-zeba dan Ledu-ledu pola
anginnya lebih banyak dipengaruhi oleh topografi
di sekelilingnya. Seperti misalnya di Ledu-ledu
dan Togo (gambar 4f dan 4g) yang lebih banyak
angin baratan karena banyaknya bukit yang
mengelilinginya. Sedangkan stasiun Zeba-zeba
yang terletak di tengah hutan di bagian tenggara
DAS, pada siang hari angin permukaannya lebih
banyak bertiup dari tenggara. Selain karena
pengaruh angin global, juga diduga efek ketinggian
kanopi hutan juga turun berperan dalam variasi
arah angin di lokasi ini (gambar 4h). Angin global di
sekitar DAS Larona mengikuti pola monsoon yang
dipengaruhi oleh posisi matahari. Pada saat musim
panas di bumi belahan utara (JJA), angin bertiup
dari tenggara, dan sebaliknya, pada saat musim
panas di belahan bumi selatan, angin bertiup dari
barat laut.
6.KESIMPULAN
Variasi harian dari angin permukaan sangat
dipengaruhi oleh factor lokal. Angin danau yang
berhembus dari tengah danau ke daratan pada
siang hari terpantau dengan jelas di lokasi
pengamatan yang terletak di tepi danau, seperti
di Timampu dan Matano. Pengaruh angin danau
masih terlihat pada beberapa lokasi yang agak
terpisah dari tepi danau, seperti misalnya di
Mahalona dan Plantsite. Untuk lokasi-lokasi yang
berada jauh dari danau, seperti di Zeba-zeba,
Ledu-ledu dan Togo, pengaruh angin danau tidak
terlihat sama sekali, namun pola anginnya lebih
dipengaruhi oleh topografi sekitarnya.
UCAPAN TERIMAKASIH
Data AWS diperoleh dari EHS Department,
Vale Inco. Terimakasih yang sebesar-besarnya
kepada pak Kaimudin dari Vale Inco yang telah
membantu melakukan pengukuran data permukaan.
Penelitian ini dilakukan dengan dukungan dari UPT
Hujan Buatan, BPPT.
DAFTAR PUSTAKA
Aldrian, E, Karakteristik Hujan Jam-jaman,
Bulanan dan Tahunan DAS Larona,
Soroako, Sulawesi Selatan, Jurnal Sains &
Teknologi Modifikasi Cuaca, 7, 43-53, 2006
Renggono, F., Pola Sebaran Hujan di DAS
Larona, Jurnal Sains & Teknologi Modifikasi
Cuaca, 12, 17-24, 2011a.
Renggono, F., Erwin Mulyana, Tri Handoko Seto,
Budi Harsoyo, Djazim Syaifullah, Lake and
Land Breezes on Lake Tomuti snd Their
Effect on Convection in Larona Catchment
Area, Sulawesi, Indonesia, Prosiding Ilmiah
Internasional dan dipresentasikan pada 10th
Scientific
Conference
on
Weather
Modification, 2011b
Renggono, F., Analisis kemunculan Awan hujan di
DAS LArona, jurnal lingkungan
Haryanto, U., Pengamatan Pembentukan Awan
dan Hujan di sekitar matano dan Towuti
serta kaitannya dengan Karakteristik
Fisiografi setempat: observasi langsung,
Jurnal Sains & Teknologi Modifikasi Cuaca,
7, 9-14, 2006.
19
STUDI PULAU PANAS PERKOTAAN DAN KAITANNYA DENGAN
PERUBAHAN PARAMETER IKLIM SUHU DAN CURAH HUJAN
MENGGUNAKAN CITRA SATELIT LANDSAT TM
STUDI KASUS DKI JAKARTA DAN SEKITARNYA
Halda Aditya*, Sri Lestari**, Hilda Lestiana***
Abstract
Heat island was a phenomenon where the temperature of air in one region higher than
the temperature of the open air around it. Urban areas often had the temperature higher
1-6 Celsius when compared the area of surrounding area (the area of outskirts/rural).
This phenomenon that was known as ”Pulau Panas Perkotaan” or ”Urban Heat Island”
(UHI). This Research aimed to knowing influence of the heat islands of urban areas
to climate parameter especially the temperature and the rainfall in the Jakarta and
surrounding area. Data used in this research was rainfall data and daily air temperature
from 5 climate observation stations, within time period from January 1991 to December
2001 as the surface data. The Landsat satellite image 7 ETM+ path/row 122/064
acquisition date 15/07/2001, band 5, 4, 2 was used to analyze the cover of land and the
band 6 was used for the distribution of surface temperature was based on the pixels
value.Results showed the value of surface temperature in Jakarta and surrounding area
was between 15.07˚C through to 33.28˚C. Location of heat island were in the centre
Jakarta and north Jakarta, with the difference of the temperature as big as 3˚C with the
surrounding area. The land cover in this location were the housing building, the office
complex, and the highway. Calculation of Spearman correlation value between the air
temperature and surface temperature showed the existence of the positive correlation
between two variables that it was demonstrated by the correlation index 0.6. From the
regression equation we get the interpolated air temperature in Jakarta area.
Intisari
Pulau panas adalah suatu fenomena dimana suhu udara di suatu daerah lebih tinggi
daripada suhu udara terbuka di sekitarnya. Daerah urban (perkotaan) sering mempunyai
suhu lebih tinggi 1-6 derajat Celsius dibandingkan daerah sekitarnya (daerah pinggiran/
rural). Fenomena inilah yang dikenal sebagai ”Pulau Panas Perkotaan” atau ”Urban
Heat Island” (UHI). Penelitian ini bertujuan untuk mengetahui pengaruh fenomena pulau
panas perkotaan terhadap parameter iklim terutama suhu dan curah hujan di daerah
Jakarta dan sekitarnya. Data yang digunakan pada tugas akhir ini adalah data curah
hujan dan temperatur udara harian pada 5 stasiun pengamatan iklim, periode Januari
1991 – Desember 2001 sebagai data permukaan. Citra satelit Landsat 7 ETM+ path
/ row 122/064 akuisisi tanggal 15/07/2001 band 5,4,2 digunakan untuk menganalisis
tutupan lahan dan band 6 digunakan untuk distribusi temperatur permukaan. Hasil
menunjukkan nilai temperatur permukaan Kota Jakarta dan sekitarnya berada antara
15.07˚C hingga 33.28˚C. Lokasi pulau panas perkotaan terdapat di daerah Jakarta
pusat dan Jakarta utara, dengan perbedaan temperatur sebesar 3˚C dibandingkan
dengan daerah sekitarnya.Tutupan lahan yang terdapat di lokasi tersebut merupakan
lahan terbangun yang terdiri dari bangunan perumahan, perkantoran, dan jalan raya.
Perhitungan nilai korelasi Spearman antara data temperatur udara dari lima stasiun
pengamatan dengan nilai piksel temperatur permukaan memperlihatkan adanya korelasi
positif antara dua variabel tersebut yang ditunjukkan oleh indeks korelasi sebesar 0.6.
Dengan persamaan regresi diperoleh citra temperatur permukaan di seluruh daerah
pengamatan yang hasilnya menggambarkan bahwa lokasi pulau panas perkotaan
sangat berpengaruh terhadap distribusi temperatur udara di atasnya.
Kata kunci :
Urban Heat Island, Jakarta, Temperature
*UPT HB-BPPT, **Prodi Geofisika dan Meteorologi FITB - ITB, ***Geotek LIPI
20
Jurnal Sains & Teknologi Modifikasi Cuaca, Vol. 13, No. 1, 2012: 19-24
1.PENDAHULUAN
Fenomena Heat Island ditandai dengan
adanya suatu daerah yang memiliki suhu jauh lebih
tinggi dibandingkan dengan daerah sekitarnya.
suhu disini bisa meliputi suhu udara ataupun suhu
permukaan lahan. Urban heat island atau pulau
panas perkotaan dapat ditimbulkan oleh perubahan
tata guna lahan (Mujiasih, 1998). Umumnya
fenomena ini terjadi di perkotaan dengan bangunan
atau gedung-gedung dan jaringan jalan yang rapat
atau daerah industri yang padat yang dikelilingi
pinggiran kota atau lahan bervegetasi. Yang patut
dicermati adalah bahwa selain suhu, perbedaan
juga terlihat pada curah hujan, curah hujan di daerah
perkotaan cenderung lebih besar dibandingkan
dengan daerah sekitarnya, mungkinkah heat island
mempengaruhi curah hujan di perkotaan?.
Studi heat Island menggunakan data suhu
udara dari stasiun permukaan telah banyak
dilakukan oleh sejumlah ahli klimatologi. Namun
disadari, bahwa hasilnya kurang memuaskan
karena data suhu udara dari stasiun pengamatan
permukaan sangat terbatas, sehingga hasilnya
kurang akurat. Di sisi lain suatu studi terdahulu
telah memanfatkan data satelit NOAA-AVHRR
untuk mengkaji fenomena heat island meskipun
dengan tingkat ketelitian yang masih kasar
mengingat keterbatasan resolusi spasial data
tersebut. Sedangkan penelitian mengenai dampak
fenomena heat island terhadap parameter iklim,
terutama curah hujan di indonesia umumnya,
ataupun kota Jakarta khususnya, masih sangat
terbatas. Oleh karena itu dalam paper ini penulis
mencoba meneliti dampak fenomena heat island
terhadap parameter iklim. Sedangkan untuk
meneliti distribusi spasial suhu udara permukaan
digunakan citra satelit Landsat-TM band 6.
2.TUJUAN
Penelitian ini bertujuan untuk mengetahui
pengaruh fenomena pulau panas perkotaan
terhadap parameter iklim terutama suhu dan curah
hujan di daerah Jakarta dan sekitarnya.
3.
TEORI DASAR
Pulau Panas Perkotaan
Heat island adalah suatu fenomena dimana
suhu udara kota yang padat bangunan lebih
tinggi daripada suhu udara terbuka di sekitarnya
baik di desa maupun pinggir kota. Daerah urban
(perkotaan) sering mempunyai suhu lebih tinggi
1-6 derajat Celsius dibandingkan daerah sekitarnya
(daerah pinggiran/rural). Fenomena inilah yang
dikenal sebagai ”Pulau Panas Perkotaan” atau
”Urban Heat Island” (UHI). Fenomena ini pertama
kali ditemukan seorang ahli meteorologi bernama
Luke Howard pada tahun 1818. Pada umumnya
suhu udara tertinggi akan terdapat di pusat kota
dan akan menurun secara bertahap ke arah pinggir
kota sampai ke desa. Suhu tahunan rata-rata di
kota lebih besar sekitar 3˚C dibandingkan dengan
pingir kota (Landsberg,1981).
Gambar 1 memperlihatkan perbandingan
suhu perkotaan dibandingkan dengan suhu
pinggiran kota.
Gambar 1. Sketsa profil temperatur pulau
perkotaan
sumber : http://www.atmosphre.mpg.de/enid
panas
Karakteristik Iklim di Wilayah Jakarta
Jakarta beriklim tropis, dengan suhu tahunan
rata-rata 27 C dengan kelembaban 80 - 90%.
Karena terletak di dekat garis khatulistiwa, arah
angin dipengaruhi oleh angin musim. Angin musim
barat bertiup antara November dan April, sedang
angin musim timur antara Mei dan Oktober. Suhu
sehari-hari kota Jakarta dipengaruhi angin laut
yang nyaman karena di sepanjang pantai. Curah
hujan rata-rata 2.000 mm, curah hujan paling besar
sekitar bulan Januari dan paling kecil pada bulan
September (asriani, 2003).
Konsep Dasar Penginderaan Jauh
Pada umumnya dalam penginderaan jauh
digunakan media gelombang elektromagnetik
untuk berinteraksi dengan objek atau fenomena
yang akan dikaji. Terdapat tujuh buah elemen terkait
dalam penginderaan jauh, yaitu sumber energi yang
akan menghasilkan gelombang elektromagnetik
(EM); radiasi dan atmosfer; interaksi gelombang
EM dengan target, perekaman energi oleh sensor;
transmisi, penerimaan, dan proses gelombang
EM; interpretasi dan analisis; serta aplikasi dari
informasi yang diperoleh pada suatu masalah
atau pengkajian informasi yang lebih mendalam
mengenai suatu target di bumi.
Metode Kuadrat Terkecil
Data hasil pengukuran berfluktuasi mungkin
disebabkan oleh galat acak dari sistem pengukuran
atau kelakuan stokastik dari sistem yang diukur.
Studi Pulau Panas Perkotaan dan Kaitannya dengan ... (Halda. A.B. dkk)
Apapun alasannya, keperluan mencocokkan suatu
fungsi pada data hasil pengukuran kerap kali terjadi.
Dalam mencocokkan suatu fungsi pada data hasil
pengukuran, semakin banyak titik datanya maka
kecermatan kurva yang dicocokkan semakin
tinggi. Pendekatan terbaik adalah meninjau fungsi
dengan sedikit parameter bebas dan menentukan
nilai parameter tersebut sedemikian sehingga
simpangan fungsi dari titik-titik data sekecil
mungkin. Peminimuman simpangan dicapai
dengan menggunakan metode kuadrat terkecil.
Uji Hipotesis Parameter Nonparametrik
Setelah melakukan regresi linier, perlu
adanya suatu uji kelayakan mengenai korelasi yang
kita dapatkan. Uji kelayakan ini banyak macamnya.
Pemakaiannya disesuaikan dengan karakteristik
data dan kebutuhan. Data-data yang kita peroleh
dari alam sebagian besar merupakan data yang
tidak diketahui distribusinya. Oleh karena itu, uji
hipotesis yang akan digunakan adalah Uji Hipotesis
Non Parametrik. Dalam uji ini diperlukan suatu taraf
keberartian dan hipotesa awal mengenai koefisien
yang di uji. Terdapat banyak cara dan persamaan
yang dapat digunakan untuk membuktikan hipotesa
tersebut. Apabila sesuai, maka dinyatakan diterima
atau hal yang di uji, dalam hal ini adalah koefisien
dari regresi linier, layak untuk digunakan.
4.
DATA DAN METODOLOGI
Dalam pengerjaaan tugas akhir ini, digunakan
data-data sebagai berikut :
a.
Data Klimatologi :
1. Data curah hujan harian 5 stasiun
pengamatan iklim BMG, yaitu Curug
Tangerang (6° 14’ 0.0” S, 106° 39’ 0.0”
E), Darmaga (6° 30’ 0.0” S, 106° 45’ 0.0”
E), Jakarta Observatorium (6° 10’ 0.0”S,
106°
49’
0.0”
E),
Halim
Perdanakusumah (6° 16’ 0.0” S, 106°
53’ 0.0” E), dan Cengkareng (6° 7’ 0.0” S,
106° 39’ 0.0” E) periode Januari 1991 –
Desember 2001.
2. Data Temperatur udara rata - rata harian
5 stasiun pengamatan iklim BMG,
dengan stasiun dan waktu yang sama.
b.
Data citra satelit :
Citra satelit Landsat 7 ETM+ path / row
122/064 yang direkam pada tanggal 15 – Juli
– 2001, yang diperoleh dari Global Land Cover
Facility (http://glcf.umiacs.umd.edu).
21
Diagram Metodologi
DATA
CITRA
LANDSAT
TM
CITRA TATA
GUNA LAHAN
SUHU
CURAH HUJAN
CITRA GMS/
GOES
BAND TERMAL
KOREKSI
GEOMETRIK
SUHU UDARA SPASIAL
DISTRIBUSI
SPASIAL CH
ESTIMASI SUHU
PERMUKAAN
PENGARUH TATA
GUNA LAHAN
TERHADAP SUHU
PERMUKAAN
ESTIMASI DAERAH HUJAN &
PERGERAKAN AWAN
DISTRIBUSI SPASIAL
SUHU PERMUKAAN
(Ts)
CITRA CUHU
UDARA
ANALISIS
DAERAH HUJAN
STUDI PENGARUH PULAU
PANAS TERHADAP CURAH
HUJAN DAN SUHU
5.HASIL
5.1
ANALISIS
HASIL
PERHITUNGAN
TEMPERATUR PERMUKAAN
Temperatur permukaan dipengaruhi oleh
karakteristik masing – masing permukaan dan
kondisi iklim mikro di daerahnya. Nilai temperatur
permukaan Kota Jakarta dan sekitarnya seluruh
grid berada antara 15.072˚C hingga 33.279˚C.
terlihat bahwa temperatur permukaan tertinggi
terdapat di daerah pusat Kota Jakarta, atau lebih
tepatnya berada pada koordinat (6° 29’ 30.8” S,
106° 53’ 7.3”E) dengan nilai 33.278595˚C. Nilai
rata – rata temperatur permukaan yang didapat
adalah 23.623˚C. Sedangkan untuk temperatur
permukaan di Kota Bogor, Tangerang dan Bekasi
didapat nilai yang lebih kecil daripada Kota Jakarta,
ini menunjukkan bahwa Kota Jakarta memiliki
koefisien termal yang lebih tinggi daripada kota –
kota disekitarnya. Citra satelit yang menggambarkan
temperatur permukaan diperlihatkan oleh gambar
5.1
5.2. ANALISIS PULAU PANAS PERKOTAAN
Pada gambar 5.2 terlihat bahwa lokasi pulau
panas perkotaan terdapat di daerah pusat hingga
utara Jakarta, dan tata guna lahan yang terdapat di
lokasi tersebut merupakan lahan terbangun yang
22
Jurnal Sains & Teknologi Modifikasi Cuaca, Vol. 13, No. 1, 2012: 19-24
terdiri dari bangunan perumahan, perkantoran, dan
juga jalan raya.
Gambar 5.3 menunjukkan lokasi yang
memiliki nilai temperatur permukaan diatas 27.5˚C
(ditunjukkan oleh warna merah), sedangkan warna
hitam menunjukkan nilai temperatur permukaan
dibawah 27˚C. Nilai tersebut diambil dikarenakan
definisi pulau panas perkotaan yang mengharuskan
perbedaan suhu mencapai 1.5° - 3° C dibandingkan
dengan daerah sekitarnya.
Gambar 5.2. Urban Heat Island dan kondisi tata guna
lahan
Gambar 5.3. Temperatur permukaan di atas 27.5˚C
Gambar. 5.1. Distribusi spasial temperatur permukaan
5.3. ANALISIS TEMPERATUR UDARA
Gbr. 5.4 Distribusi temperatur udara koreksi
Dari data temperatur udara tanggal 15 Juli 2001
dari lima stasiun pengamatan diperoleh distribusi
spasial temperatur udara dalam bentuk isotherm
untuk keseluruhan daerah pengamatan. Temperatur
udara tertinggi (28.6˚C) terdapat pada daerah
Kota Jakarta, kemudian menurun kearah selatan
dan timur Kota Jakarta, yaitu Kota Bogor dan
Tangerang, dan terus menurun sampai temperatur
udara terendah di daerah pegunungan di sebelah
barat dan timur Kota Bogor. Untuk mendapatkan
hubungan antara temperatur permukaan dan
temperatur udara, maka dilakukan proses
overlay antara peta distribusi spasial temperatur
permukaan dan peta distribusi spasial temperatur
udara (gambar 5.4)
Dengan menggunakan persamaan regresi y =
1.0681x - 3.8997, yang didapat dari hasil regresi
linier antara temperatur udara dan data temperatur
permukaan dari citra satelit menggunakan metoda
kuadrat terkecil, akan dicari nilai temperatur
udara di lokasi yang tidak terlingkup oleh stasiun
pengamatan, Gambar 5.5 merupakan citra
temperatur udara hasil koreksi menggunakan
persamaan regressi tersebut.
5.4. ANALISIS HUJAN
Pengkorelasian, data curah hujan dengan
data temperatur pemukaan tidak dapat dilakukan,
dikarenakan nilai curah hujan untuk waktu penelitian
yaitu 15 Juli 2001 adalah nol/tidak ada hujan.
Studi Pulau Panas Perkotaan dan Kaitannya dengan ... (Halda. A.B. dkk)
Gambar 5.4. Distribusi temperatur udara
temperatur
permukaan,
atau
nilai
temperatur
udara
yang
kecil
berpasangan dengan nilai temperatur
permukaan.
• Persamaan
regresi
y = 1.0681x 3.8997
dapat
digunakan
untuk
mendapatkan nilai temperatur udara di
lokasi penelitian yang tidak terdapat data
temperatur
udara.
Diperoleh
citra
temperatur udara yang dapat memberi
informasi mengenai distribusi temperatur
udara di daerah penelitian. Lokasi pulau
panas perkotaan sangat berpengaruh
terhadap distribusi temperatur udara di
atasnya.
• Berdasarkan citra distribusi spasial
temperatur
permukaan
dan
citra
komposit band 542 (tata guna lahan)
diperoleh bahwa sebaran distribusi
temperatur
permukaan
dipengaruhi
oleh tata guna lahan, dimana tata guna
lahan yang merupakan lahan terbangun,
akan memiliki temperatur permukaan
yang lebih tinggi dari temperatur
permukaan di lahan terbuka.
• Korelasi antara temperatur Permukaan
dan Curah hujan, tidak dapat dilakukan
karena pada waktu penelitan tidak
terdapat hujan.
7.
Gambar 5.5. Distribusi temperatur udara koreksi
6.KESIMPULAN
• Hasil proses citra landsat band 6
diperoleh bahwa distribusi temperatur
permukaan di daerah DKI jakarta dan
sekitarnya bervariasi antar 16 – 30 ºC,
dengan lokasi pulau panas perkotaan
terdapat di daerah Jakarta Utara, Jakarta
Pusat.
• Hasil uji hipotesis nonparametrik rang
spearman antara temperatur permukaan
(Ts) dan temperatur udara (Tu) di lima
titik pengamatan menghasilkan nilai r =
0.675. Syarat penolakan Ho adalah nilai
r < ra/2. Dari tabel dengan kepercayaan
95%, diperoleh nilai ra/2 = 0.900
sehingga dalam hal ini Ho ditolak, dan
hipotesis Ha diterima. Artinya ada
kecenderungan nilai besar temperatur
udara berpasangan dengan nilai besar
23
DAFTAR PUSTAKA
Adiningsih, Erna S, et all, Januari 1994 Studi
Pulau Panas Di Jakarta dan Sekitarnya
Dengan Menggunakan Data Satelit, Majalah
Lapan, No 68, 18 – 37
Asriani, Lisa, 2003, Penggunaan citra satelit
dalam estimasi distribusi Evapotranspirasi
spaisal (Studi Kasus Daerah Jakarta
dan sekitarnya), Tugas Akhir, Institut
Teknologi Bandung.
Bornstein, R., and Q. Lin, 2000: Urban heat
islands
and
summertime
convective
thunderstorms in Atlanta: Three case
studies. Atmos.Environ., 34, 507–516.
Canada Centre for Remote Sensing, 1998,
Fundamental of Remote Sensing tutorial:
Natural Resources Canada.
Huff, F. A., and S. A. Changnon, 1972: Urban
effects on daily rainfall distribution.
Preprints, Second National Conf. on
Weather Modification, Santa Barbara, CA,
Amer. Meteor. Soc., 215–220.
Landsberg, H. E., 1981: The Urban Climate.
Academic Press, 275 pp.
Lillesand/Kiefer, 1997, Penginderaan Jauh dan
Interpretasi Citra: Gajah Mada University
Press.
24
Jurnal Sains & Teknologi Modifikasi Cuaca, Vol. 13, No. 1, 2012: 19-24
Mujiasih, S, 1998 , Studi perubahan tata guna
lahan terhadap pembentukan pulau panas
perkotaan studi kasus cekungan bandung,
Tugas akhir, Institut Teknologi Bandung.
Mahardhika, R., 2004, Validasi model penyebaran
karbon monoksida (CO) Kota Bandung
berdasarkan
distribusi
temperatur
menggunakan citra satelit Landsat 5 TM,
Tugas akhir, Institut Teknologi Bandung.
Soenarmo, S. H., 1994, Penginderaan Jarak Jauh
untuk Meteorologi-Oseanografi-Geofosika:
Diktat Kuliah, Jurusan Geofisika dan
Meteorologi, ITB.
Tjasyono, Bayong. 1999. Klimatologi Umum.
Penerbit ITB. Bandung.
Tursilowati, 2005, Fenomena “Pulau Panas”
Perkotaan, Lembaran Cakrawala, Harian
umum Pikiran Rakyat Kamis, 24 Maret
2004.
Yang J, & Wang J Q, Estimation of land surface
temperature using Landsat 7 ETM+ Thermal
infrared
&
weather
Station
data,
Departement of Natural Recources Science,
University of Rhode Island Kingston, USA
http://en.wikipedia.org/wiki/uhi Urban Heat Island
http://faculty.vassar.edu/lowry/corr_rank.html
Rank-Order Correlation
http://ltpwww.gsfc.nasa.gov/IAS/handbook/
handbook_htmls/index.html
Landsat 7
Science Data User Handbook
25
PENERAPAN TEKNOLOGI MODIFIKASI CUACA (TMC) UNTUK
MENGATASI DEFISIT INFLOW PLTA BAKARU
PERIODE 15 FEBRUARI SD. 03 MARET 2012
Djazim Syaifullah
Abstract
Weather modification technology have been conducted in the Mamasa watershed West
Sulawesi to address the deficit inflow at Bakaru Hydroelectric power plant. During the
implementation of these activities the cloudiness condition in the Mamasa watershed
indicated the presence of fluctuations opportunities the existence of potential clouds.
In general the potential clouds is quite good enough from the beginning to the end of
the activity. In early activity, cloud growth relatively happening at noon and afternoon
especially was in the mamasa and sumarorong, while in the end the weather conditions
occurring with cloud growth fast enough and more found clouds potential. Indicating
the number of inflow during the evaluation of this event is worth 100,60 million cubic
meter with an average inflow of 64,68 m3/second in addition to inflow 16.77 million
cubic meter. In general the implementation of Weather Modification Technology in in the
Mamasa watershed has had suceeded in increasing inflow significantly
Intisari
Teknologi Modifikasi Cuaca (TMC) telah dilakukan di DAS Mamasa Sulawesi Barat
untuk mengatasi defisit inflow PLTA Bakaru. Selama pelaksanaan kegiatan ini, kondisi
perawanan di DAS Mamasa menunjukan adanya fluktuasi peluang keberadaan
awan-awan potensial. Potensi awan secara umum cukup baik sejak awal sampai
akhir kegiatan. Pada awal kegiatan, pertumbuhan awan relatif terjadi pada siang dan
sore hari terutama terjadi di wilayah Mamasa dan Sumarorong, sementara di akhir
kegiatan kondisi cuaca terjadi dengan pertumbuhan awan yang cukup cepat dan lebih
banyak ditemukan awan potensial. Hasil evaluasi menunjukkan jumlah inflow selama
kegiatan ini adalah sebesar 100,60 juta m3 dan rata-rata inflow sebesar 64,68 m3/detik,
dengan tambahan inflow hasil TMC sebesar 16.77 juta m3. Secara umum pelaksanaan
Teknologi Modifikasi Cuaca di DAS Mamasa telah berhasil meningkatkan inflow secara
signifikan.
Kata kunci : Teknologi Modifikasi cuaca, defisit inflow, PLTA Bakaru
1.PENDAHULUAN
Pembangkit Listrik Tenaga Air (PLTA) Bakaru
merupakan salah satu pemasok energi listrik yang
mempunyai peran strategis untuk wilayah Sulawesi
Selatan, Sulawesi Tenggara dan Sulawesi Barat
(Sulselrabar). PLTA Bakaru memanfaatkan
potensi sumber daya air dari Daerah Aliran Sungai
(DAS) Mamasa. Kapasitas produksi PLTA Bakaru
sejak pertengahan Januari 2012 sudah mulai
menurun dari kapasitas normal sebesar 126 MW.
Ini disebabkan karena inflow yang tersedia pada
periode tersebut berkisar di bawah 40 m3/detik,
dari yang seharusnya sekitar 43,5 m3/detik yang
Peneliti Madya - UPT Hujan Buatan, BPPT, Thamrin No. 8
Jakarta, email: [email protected]
1
dibutuhkan untuk produksi listrik beban maksimum.
Meskipun secara klimatologis di wilayah DAS
Mamasa masih dalam periode musim hujan, kondisi
ini ternyata terus berlanjut sampai dengan awal
bulan Februari 2012. Atas dasar permasalahan
tersebut, pihak PLN Wilayah Wilayah Sulawesi
Selatan, Sulawesi Tenggara dan Sulawesi Barat
(Sulselrabar) meminta UPT Hujan Buatan BPPT
untuk melaksanakan kegiatan Teknologi Modifikasi
Cuaca (Hujan Buatan) di wilayah DAS Mamasa,
guna meningkatkan debit sungai Mamasa supaya
produksi listrik PLTA Bakaru dapat kembali
normal.
Permintaan
pelaksanaan
pekerjaan
Teknologi Modifikasi Cuaca (TMC) dilakukan oleh
PT PLN (Persero) Sulselrabar kepada UPT Hujan
Buatan BPPT. Setelah melakukan beberapa tahap
26
Jurnal Sains & Teknologi Modifikasi Cuaca, Vol. 13, No. 1, 2012: 25-34
Gambar 1. Peta Wilayah Kerja TMC di DAS Mamasa dan penampakan 3D
persiapan dan koordinasi dengan berbagai instansi
terkait, UPT Hujan Buatan selaku pihak pelaksana
pekerjaan melaksanakan kegiatan TMC di DAS
Mamasa mulai tanggal 15 Februari s.d. 03 Maret
2012 selama 17 (tujuh belas) hari pekerjaan.
Tujuan dari pelaksanaan penerapan TMC
di DAS Mamasa ditujukan untuk mengatasi defisit
inflow di PLTA Bakaru supaya PLTA tetap dapat
berproduksi secara optimal.
1.1. Daerah Kerja
Daerah sasaran (target operasi) adalah
seluruh wilayah DAS Mamasa, seperti yang
tergambarkan dalam Gambar 1. Karakteristik fisik
DAS Mamasa (dengan luas sekitar 1.080 km2)
yang berbentuk pipih dengan topografi yang curam,
serta sistem PLTA Bakaru yang memanfaatkan
sistem run-off river (tanpa ada reservoir), menjadi
suatu tantangan bagi UPT Hujan Buatan BPPT
karena memiliki tingkat kesulitan yang cukup
tinggi. Sistem run-off river ini menyebabkan curah
hujan yang jatuh di dalam DAS Mamasa langsung
dipergunakan untuk pembangkit listrik tanpa
disimpan terlebih dahulu sebagai cadangan.
Nilai anomalinya antara +0.50C sampai +10C. Pada
kodisi ini pengangkatan massa uap air melalui
proses konveksi cenderung terjadi di wilayah
Indonesia. Akibat dari konveksi ini maka tekanan
udara permukaan di wilayah Indonesia akan lebih
rendah daripada tekanan udara di pasifik. Sehingga
massa udara (yang banyak mengandung uap air)
akan bergerak dari samudera pasifik (tekanan
tinggi) ke wilayah Indonesia (tekanan rendah).
Kawasan Indonesia timur merupakan daerah yang
menerima efek yang besar dari fenomena ENSO
ini. Sehingga pada kondisi La Niña ini pertumbuhan
awan akan lebih mudah terjadi.
La Niña lemah dapat memberikan supply
awan-awan yang potensial di daerah target, dimana
kondisi cukup menguntungkan pelaksanaan TMC
di DAS Mamasa. Angin timuran masih terlihat
mendominasi di wilayah target, dimana kondisi ini
menunjukkan masih banyak uap air dari samudera
pasifik untuk pertumbuhan awan. Selain itu, osilasi
harian (diurnal oscillation) cukup kuat pengaruhnya
terhadap daerah target sehingga pembentukan
awan pada sore hari berlangsung baik. Topografi
daerah target yang bergunung-gunung juga
mendukung terjadinya awan-awan orografis.
1.2. Kondisi meteorologis daerah target
1.2.1.Analisis Cuaca Global
Kondisi cuaca selama kegiatan pelaksanaan
Teknologi Modifikasi Cuaca (TMC) dari tanggal 15
Februari hingga 03 Maret 2012 di wilayah DAS
Mamasa dipengaruhi oleh kondisi cuaca global/
regional dan lokal. Kondisi cuaca global yang
dominan pengaruhnya selama periode kegiatan
adalah adanya; La Niña lemah, dominasi angin
timuran dan pengaruh MJO.
La Niña merupakan suatu kondisi dimasa
suhu muka laut di wilayah Indonesia lebih hangat
daripada suhu muka laut pasifik timur (Gambar 2).
Gambar 2.
Peta anomali suhu muka laut rerata selama
5 Februari – 4 Maret 2012. (diambil dari
ENSO Cycle: Recent Evolution, Current
Status and Predictions – edisi Maret 2012).
Penerapan TMC untuk Mengatasi Defisit Inflow ... (M. Djazim. S.)
Menurut ENSO Cycle: Recent Evolution,
Current Status and Predictions – edisi Maret 2012
yang diterbitkan oleh Climate Prediction Center, La
Niña lemah sedang terjadi dan semakin melemah
hingga bulan Maret 2012 (mendekati pada kondisi
netral).
MJO (Madden Julian Oscillation) merupakan
fenomena global berupa gelombang atmosfer di
sekitar equator yang bergerak ke arah timur. MJO
mempunyai periode yang bervariasi sekitar 40 – 50
hari. Fase dari gelombang ini disebut fase aktif dan
fase inaktif. Fase aktif diasosiasikan dengan nilai
negatif dari outgoing longwave radiation (OLR)
yang merupakan radiasi balik gelombang panjang
dari planet bumi ke luar sistem atmosfer bumi akibat
radiasi matahari yang masuk. Radiasi gelombang
panjang tersebut diserap oleh awan tebal
Gambar 3.
27
sehingga radiasi yang keluar dari sistem atmosfer
bumi menjadi negatif, sehingga nilai negative
mengindikasikan banyaknya pertumbuhan awan.
Demikian sebaliknya fase inaktif diasosiasikan
dengan nilai positif OLR.
Gambar 3. berikut memperlihatkan plot Bujur
– Waktu OLR di daerah tropis yang memperlihatkan
kondisi MJO aktif sejak Dasarian II Februari
2012 di posisi 400BT dan bergerak ke arah timur
dan mencapai daerah target di posisi 1200BT
pada Dasarian I Maret 2012. Dengan masuknya
sistem keawanan yang berasosiasi dengan MJO
menunjukkan fase aktif di Samudera Hindia dan
juga adanya pertumbuhan awan konvektif sangat
besar dari barat Indonesia dapat membantu
pertumbuhan awan yang baik di daerah target
sampai pertengahan Maret.
Plot bujur-waktu OLR rata-rata 7,5 LS - 7,5 LU. Positif anomali (warna kuning) diasosiasikan
dengan kurang menunjang presipitasi, sementara anomali negatif (warna biru) diasosiasikan
dengan sangat mendukung pembentukan presipitasi. Daerah target terletak pada bujur 120oBT
(garis tebal tegak)
28
Jurnal Sains & Teknologi Modifikasi Cuaca, Vol. 13, No. 1, 2012: 25-34
Gradient wind adalah angin yang terbentuk
karena adanya perbedaan tekanan pada dua
titik yang biasanya diamati pada level ketinggian
(paras) 3000 feet (sekitar 1000 meter) di atas
permukaan laut yang menggambarkan aliran
udara pada atmosfer bagian bawah dimana tidak
lagi terpengaruh oleh adanya gesekan permukaan
bumi. Pada level ini tidak ada pengaruh angin lokal
maupun pengaruh topografi seperti angin laut,
angin darat, angin lembah dan sebagainya.
Angin gradien di daerah target dan sekitarnya
umumnya bertiup dari arah timur dengan kecepatan
berkisar antara 15 – 20 knots, seperti terlihat pada
gambar 4. Pusaran angin (Eddy) dan pusat tekanan
rendah yang muncul di barat Sumatera semakin
memperkuat angin timuran yang mendukung
terjadinya pembentukan awan di wilayah target.
1.2.2.Analisis Cuaca Lokal
Potensi cuaca lokal dianalisa menggunakan data
cuaca permukaan yang diperoleh dari pengamatan
pos meteorologi (Posmet) yang berada di Mamasa,
Sumarorong dan Bakaru.
Gambar 5. Citra satelit tanggal 02 Maret 2012 jam
09.00 WITA (Bureau of Meteorology
Australia).
Gambar 4. Angin gradien lapisan 3000 feet tanggal 25
Februari 2012 jam 07.00 WITA (Bureau of
Meteorology, Australia).
Citra satelit digunakan sebagai informasi
tutupan dan jenis awan di atmosfer. Citra satelit
yang digunakan untuk analisis dalam kegiatan
penerapan TMC di DAS Mamasa diambil dari
chanel / kanal infra merah. Sensor infra merah
satelit mendeteksi obyek berdasarkan suhu
obyek dan dikonversikan ke dalam gradasi warna.
Semakin dingin suhunya, warna objek semakin
putih. Sebaliknya semakin panas suhunya, warna
objek semakin hitam. Gambar 5. berikut adalah
contoh citra satelit yang diambil dari Bureau of
Meteorology Australia.
Pergerakan awan dapat diamati dengan
menggunakan citra satelit secara realtime setiap
jam. Dari citra satelit pada Februari - Maret 2012
terlihat bahwa sistem keawanan regional yang
direpresentasikan oleh MJO fase aktif telah
masuk ke wilayah Indonesia sehingga di daerah
target mendapat supply uap air yang membantu
pertumbuhan awan.
Data cuaca permukaan yang diukur terdiri
dari: tekanan udara permukaan (P); temperatur
bola basah (BB) dan bola kering (BK atau T);
untuk mendapatkan nilai kelembaban udara (RH);
temperatur titik embun (Td). Pengukuran pilot
balon (Pibal) digunakan untuk mengukur arah
dan kecepatan angin atas secara vertikal. Selain
mengukur cuaca permukaan dan angin atas, Posmet
digunakan untuk memonitor perkembangan awan
potensial serta suplai massa udara yang masuk
ke daerah target secara visual. Pengukuran cuaca
permukaan dilakukan setiap jam dari jam 07.00 s.d.
17.00 WITA, sedangkan angin atas diukur setiap 3
jam sekali yaitu jam 07.00, 10.00, 13.00 dan 16.00
WITA. Data hasil pengukuran dan pengamatan
langsung dikirim ke Posko untuk dianalisis. Data
cuaca permukaan dan angin atas hasil pengukuran
ini dianalisis untuk menilai kecenderungan potensi
cuaca setiap hari sehingga menjadi bahan masukan
dalam pelaksanaan TMC.
Selama kegiatan kisaran suhu udara
tersebut umumnya bervariasi untuk semua
stasiun pengamatan, namun secara umum
memiliki perbedaan > 40 C antara pagi hari
(pukul 07.00 WITA) dengan pukul 10.00 WITA.
Nilai ini menunjukkan adanya radiasi yang masuk
ke permukaan sehingga terjadi kenaikan suhu
permukaan. Peningkatan suhu ini mengindikasikan
potensi terjadinya proses konvektif.
Penerapan TMC untuk Mengatasi Defisit Inflow ... (M. Djazim. S.)
Disamping kondisi cuaca lokal permukaan,
juga dianalisis kondisi angin atas yang bersifat lokal
yang diambil dari pengukuran pibal. Analisis angin
atas ini dilakukan untuk melihat perkembangan
pola angin lokal yang terbentuk. Dari analisis angin
ini tampak bahwa pola angin umumnya bervariasi
antara berhimpit (confluent) dan divergen. Pada
daerah target angin umumnya menunjukkan variasi
arah angin di setiap level ketinggian. Angin bertiup
dari timur di lapisan bawah hingga utara di lapisan
atas. Kecepatan angin bervariasi antara 5 – 20
knot.
1.2.3.Analisis Radar C-Band
Informasi perawanan yang sangat vital bagi
jalannya pekerjaan ini salah satunya adalah data
radar cuaca jenis C-band milik Badan Meteorologi,
Klimatologi dan Geofisika (BMKG) Propinsi
Sulawesi Selatan yang dioperasikan di Makasar.
Data ini memberikan gambaran tentang obyek
awan yang meliputi ketinggian dasar awan, puncak
awan dan diameter awan serta tingkat reflektivitas
awan yang menggambarkan tingkat kandungan air
dalam awan. Radar ini dapat menjangkau daerah
target yang jaraknya sekitar 150 – 250 kilometer.
Hasil analisisnya digunakan untuk memonitor
perkembangan pertumbuhan awan di DAS
Mamasa. Informasi data radar ini juga digunakan
untuk memonitor perkembangan awan setelah
proses penyemaian awan, dengan mamantau
awan sebelum penyemaian, selama penyemaian
dan setelah penyemaian. Gambar 6. menunjukkan
contoh pantauan radar cuaca selama pelaksanaan
penyemaian.
Gambar 6. Pantauan radar cuaca pada tanggal 24
Februari 2012 jam 14.50 WITA.
Dari pemantauan radar cuaca, awan yang tumbuh
di daerah target pada umumnya mulai terjadi pada
siang hingga sore hari. Faktor lokal seperti angin
29
laut (sea breaze) cukup berpengaruh terhadap
pertumbuhan awan di daerah target. Angin laut
yang berhembus mulai siang hingga sore hari
mengakibatkan uap air naik ke atmosfer akibat
tertahan oleh pegunungan yang ada di sekitar DAS
Mamasa. Uap air tersebut akhirnya membentuk
awan-awan orografik di sebagian besar batas
DAS bagian barat dan selatan seperti di daerah
Sumarorong dan Makuang.
Secara umum dapat disimpulkan bahwa
kondisi cuaca di DAS Mamasa dipengaruhi oleh
gabungan dari berbagai faktor meteorologi yang
seperti fenomena El Niño , MJO, Gelombang
ekuatorial Rossby, pusat tekanan rendah, dan
faktor topografi lokal. La Niña memberikan supply
uap air dari wilayah Samudera Pasifik bagian barat
sehingga banyak membantu pembentukan awan
selama kegiatan. MJO fase aktif yang bergerak dari
Samudera Hindia di awal kegiatan menuju wilayah
Indonesia bagian timur mendukung pada akhir
Februari. Topografi daerah target yang bergununggunung menjadi faktor yang memungkinkan bagi
pembentukan awan, meskipun ada beberapa
kondisi meteorologis lainnya yang menghambat.
2.
PELAKSANAAN KEGIATAN
Mengingat pertumbuhan awan di wilayah
daerah target relatif lambat, maka penerbangan
sorti pertama direncanakan sekitar jam 13.00
- 14.30 WITA dan penerbangan sorti kedua
direncanakan sekitar jam 15.00 - 16.00 WITA.
Direncanakan 2 (dua) sorti setiap hari, namun
realisasinya tergantung kondisi cuaca yang setiap
saat selalu berubah.
Kegiatan penerbangan penyemaian awan
dipandu oleh flight Scientist, yang mempunyai
kemampuan dalam menganalisis kondisi awan
dan dapat memutuskan apa yang harus dilakukan
selama penerbangan. Selain harus mempunyai
pengetahuan
dasar
meteorologi,
seorang
flight scientist mempunyai kemampuan khusus
diantaranya : mampu mengamati ada tidaknya
awan potensial dan memilih awan yang layak
disemai berdasarkan kriteria yang telah ditentukan,
mampu membaca dan memantau instrumen
pesawat dan mentransformasikannya ke dalam
peta serta mampu mengoperasikan peralatan
Global Positioning System (GPS).
Pengoperasian GPS dimaksudkan untuk
melihat tracking pesawat mulai onboard, selama
penerbangan dan saat penyemaian awan, hingga
pesawat kembali ke Posko, sehingga route dan
manuver pesawat selama terbang terekam dengan
baik. Pengoperasian GPS dilakukan oleh Flight
Scientist selama penerbangan eksekusi.
30
Jurnal Sains & Teknologi Modifikasi Cuaca, Vol. 13, No. 1, 2012: 25-34
Penerbangan di luar daerah target dilakukan
dengan mempertimbangkan arah angin agar awan
yang disemai masuk ke daerah target saat menjadi
hujan. Berikut rekapitulasi tracking pesawat Casa
212-200 ke daerah target selama periode kegiatan
dapat dilihat pada Gambar 7.
Gambar 7. Rekapitulasi track penyemaian selama
periode kegiatan tanggal 15 Februari sd. 03
Maret 2012.
Gambar 8. di bawah ini merupakan contoh
pemantauan radar sebelum dilakukan penyemaian
dan setelah dilakukan penyemaian beserta track
penerbangannya.
kondisi aliran aktual dan jumlah aliran inflow selama
kegiatan TMC. Data hidrologi yang dimonitor setiap
hari adalah curah hujan, inflow outflow selama
kegiatan TMC berlangsung.
3.1. Informasi Kejadian Hujan
Informasi kejadian hujan diperoleh dari
beberapa sumber yaitu : laporan dari flight
Scientist yang baru menyelesaikan penerbangan,
laporan Petugas Observer Cuaca BPPT di Posmet
Mamasa, Posmet Sumarorong, Posmet Bakaru,
serta laporan dari pengamat curah hujan di masing
- masing lokasi dimana terpasang peralatan
penakar curah hujan manual. Total penakar curah
hujan yang terpasang di daerah target berjumlah
13; 12 lokasi berada di dalam DAS Mamasa dan 1
lokasi berada di luar DAS Mamasa sebagai daerah
kontrol.
Informasi kejadian hujan secara kuantitatif
dapat dilihat pada Gambar 9. Selama periode
kegiatan TMC tanggal 15 Februari – 03 Maret 2012,
setiap harinya selalu turun hujan di dalam daerah
target dengan intensitas hujan yang beragam
seperti terlihat pada Gambar 9.
3.2. Distribusi Curah Hujan.
Selama periode kegiatan TMC tanggal 15
Gambar 8. Citra radar sebelum penerbangan (kiri), Peta Penerbangan tanggal 15 Februari 2012 (tengah) dan
citra radar setelah penerbangan (kanan)
3.
HASIL DAN PEMBAHASAN
Hasil kegiatan meliputi informasi kejadian
hujan, informasi distribusi curah hujan, informasi
durasi curah hujan, informasi intensitas curah
hujan dan informasi aliran di daerah target serta
kondisi hidrologi DAS Mamasa yang dipantau di
Dam Site (DCC) Bakaru. Informasi aliran berupa
Februari – 03 Maret 2012, setiap harinya selalu
terjadi hujan dengan distribusi yang hampir merata
di daerah target dengan intensitas yang berbeda.
Di bagian utara (Mamasa, Malabo dan Talamantik)
hingga bagian tengah DAS Mamasa (Sumarorong,
Tabone, Ripung, Sikuku dan Makuang) hujan
terjadi setiap hari, sementara di bagian Selatan
DAS Mamasa (Salembongan dan Bakaru) sempat
Penerapan TMC untuk Mengatasi Defisit Inflow ... (M. Djazim. S.)
31
Gambar 9. Grafik rata-rata curah hujan wilayah DAS Mamasa selama Kegiatan TMC periode 15 Februari
sampai dengan 03 Maret 2012
tidak terjadi hujan pada tanggal 21, 23, 28 Februari
dan 01 Maret 2012.
Untuk análisis, data curah hujan yang
digunakan berasal dari 12 (dua belas) lokasi stasiun
penakar hujan milik BPPT yang terpasang di dalam
DAS Mamasa selama kegiatan TMC berlangsung.
Kedua belas lokasi penakar hujan tersebut adalah
di Posmet Mamasa, Posmet Bakaru, Posmet
Sumarorong,
DCC
Bakaru,
Salembongan,
Pamombong, Makuang, Rippung, Sumarorong,
Tamalantik, Malabo dan Tabone. Sementara untuk
daerah kontrol dipasang satu buah penakar di luar
DAS Mamasa, yaitu di Pamombong yang berada di
sebelah Barat Daya DAS Mamasa.
Akumulasi curah hujan wilayah DAS Mamasa
selama periode kegiatan TMC adalah sebesar
281,1 mm dengan nilai rerata hariannya sebesar
15,6 mm/hari. Curah hujan tertinggi berada di
Sumarorong (460 mm) sementara yang terendah
berada di Malabo (157,5 mm).
Dari Gambar 10 terlihat bahwa curah hujan
di DAS Mamasa selama periode 15 Februari –
03 Maret 2012 paling banyak terjadi pada bagian
tengah DAS (Sumarorong dan sekitarnya ke arah
selatan). Pada wilayah ini, total curah hujannya
di atas 300 mm. Daerah hulu DAS (utara) yang
diwakili oleh stasiun Posmet Mamasa dan Stasiun
Malabo serta daerah hilir DAS (selatan) yang
diwakili stasiun Posmet Bakaru dan penakar di
DCC Bakaru curah hujannya cenderung lebih kecil,
yaitu kurang dari 200 mm.
Distribusi curah hujan yang masih relatif
cukup tinggi di wilayah tengah DAS Mamasa
menyebabkan hujan yang terjadi pada hari itu masih
dapat memberikan kontribusi aliran di damsite
PLTA Bakaru dalam beberapa hari berikutnya.
3.3. Durasi dan Intensitas Curah Hujan
Data curah hujan yang digunakan dalam
analisis intensitas curah hujan adalah jumlah curah
hujan dalam satu hari, karena sebagian besar alat
penakar hujan yang terpasang di lapangan masih
menggunakan sistem manual.
Sejak awal kegiatan TMC dilakukan di DAS
Mamasa, kondisi klimatologis mengindikasikan
bahwa cuaca di wilayah target mulai basah dengan
indikasi kondisi angin timuran yang membawa
uap air dari Samudera Pasifik. Hal ini ditandai
dengan durasi terjadinya hujan yang terjadi di
beberapa stasiun penakar curah hujan yang
berlangsung dalam durasi lama. Hujan secara
umum berlangsung sekitar 1 (satu) hingga 2 (dua)
Gambar 10. Distribusi spasial curah hujan DAS
Mamasa selama periode TMC (sumber :
UPT Hujan Buatan)
32
Jurnal Sains & Teknologi Modifikasi Cuaca, Vol. 13, No. 1, 2012: 25-34
jam pada sore hari, bahkan di beberapa lokasi
hujan terjadi dengan durasi yang cukup lama sejak
sore hingga malam hari ataupun sejak malam
hingga dini hari. Besarnya intensitas curah hujan
yang terjadi di daerah target selama kegiatan TMC
berlangsung mulai dari intensitas gerimis (tidak
terukur), sedang sampai lebat.
Selama periode kegiatan TMC hujan terjadi
secara merata di dalam DAS dengan intensitas
cukup tinggi (>10 mm/hari) sebanyak 10 hari, yaitu
pada tanggal 15, 16 18, 19, 20, 26, 27, 28 dan 29
Februari 2012 serta 03 Maret 2012. Intensitas curah
hujan harian tertinggi untuk wilayah DAS Mamasa
terjadi pada hari pertama kegiatan, tanggal 15
Februari 2012 dengan intensitas hujan mencapai
43,1 mm/hari. Pada tanggal tersebut, di beberapa
lokasi terjadi hujan dengan intensitas tinggi (diatas
50 mm/hari), yaitu di Sumarorong (88 mm), Posmet
Sumarorong (79,5 mm), Tabone (70,5 mm) dan
Salembongan (54,5 mm). Kejadian hujan dengan
intensitas tinggi lainnya terjadi pada tanggal 27
Februari 2012, yaitu sebesar 40.1 mm/hari, dimana
pada tanggal tersebut intensitas hujan yang tinggi
terjadi di Sikuku (68.5 mm), Sumarorong (68 mm),
Posmet Sumarorong (56 mm) dan Rippung (56
mm).
Jumlah hari hujan terbanyak selama kegiatan
TMC terjadi di Posmet Mamasa, Talamantik,
Malabo, Posmet Sumarorong dan Sumarorong
sebanyak 17 (tujuh belas) hari, sedangkan jumlah
hari hujan paling sedikit berada di Salembongan
dan DCC Bakaru, yaitu 14 (empat belas) hari.
3.4. Informasi Aliran
Informasi
aliran
menyangkut
kondisi
hidrologi waduk yang terdiri dari Tinggi Muka Air
(TMA), Inflow (m3/det) dan Outflow (m3/det), yang
terbagi menjadi discharge / pemakaian air (m3/
detik) dan limpasan (m3/detik). Kondisi hidrologi
di PLTA Bakaru berbeda dengan waduk-waduk
lain di Indonesia yang difungsikan sebagai PLTA.
Kondisi waduk di PLTA Bakaru hanya berfungsi
untuk menaikkan tinggi muka air sungai kemudian
disalurkan ke suatu saluran menuju turbin untuk
keperluan PLTA. Karena fungsi bendung (dam)
hanya menaikan tinggi muka air, maka bendung
Bakaru tidak berfungsi sebagai penyimpan air
(reservoir) layaknya waduk-waduk lain seperti
Waduk Kotopanjang di Riau atau Waduk Cirata,
Saguling dan Jatiluhur di Jawa Barat.
Karena Bendung Bakaru tidak mempunyai
fungsi penyimpan air, maka jika terjadi aliran air
yang besar akan terjadi limpasan diatas bendung
dan airnya mengalir menuju laut, tanpa bisa
dimanfaatkan lebih berdaya guna lagi.
Selama kegiatan TMC, nilai inflow yang
terukur di DCC Bakaru menunjukkan nilai yang
fluktuatif. Nilai rata-rata inflow sebesar 64,68 m3/
detik dan nilai inflow tertinggi terjadi pada tanggal
01 Maret 2012 sebesar 124,66 m3/detik yang
menyebabkan limpasan sebesar 81,11 m3/detik.
Fluktuasi nilai inflow, discharge dan limpasan
selama kegiatan TMC dapat dilihat pada Gambar
11 berikut ini.
Gambar 11. Fluktuasi Inflow, discharge, limpasan dan tinggi muka air DCC Bakaru selama periode
Kegiatan TMC
Penerapan TMC untuk Mengatasi Defisit Inflow ... (M. Djazim. S.)
Peningkatan inflow di Bendung Bakaru
selama periode kegiatan TMC dapat dilihat pada
Gambar 12 di bawah ini. Garis berwarna biru
adalah nilai inflow historis dalam 27 tahun terakhir
(tahun 1985 – 2011), garis berwarna hijau adalah
inflow tahun 2011 dan garis berwarna ungu adalah
inflow aktual tahun 2012. Dari Gambar 12 terlihat
jelas bahwa secara umum kondisi inflow sejak awal
tahun 2012 hingga sebelum dimulainya kegiatan
TMC selalu berada di bawah nilai historis maupun
kondisi tahun 2011 (kecuali beberapa hari di
pertengahan Januari 2012). Semenjak dimulainya
kegiatan TMC, kondisi inflow di Bendung Bakaru
mengalami kenaikan secara signifikan. Pada
periode awal kegiatan, kondisi inflownya melebihi
nilai inflow tahun 2011 dan mulai mendekati nilai
historisnya. Di periode pertengahan kegiatan,
meski kondisi inflownya sempat menurun namun
masih tetap berada di atas nilai tahun 2011, dan
pada periode akhir kegiatan kondisi inflow aktual
saat ini meningkat kembali bahkan jauh melebihi
nilai tahun 2011 maupun nilai historisnya.
Dari profil inflow terlihat dengan jelas bahwa
pelaksanaan Teknologi Modifikasi Cuaca di DAS
Mamasa telah berhasil meningkatkn inflow secara
signifikan.
Dengan mengambil asumsi dan berdasarkan
pengalaman pelaksanaan TMC di Indonesia yang
mampu menghasilkan tambahan air hujan sebanyak
20% sampai dengan 100%, serta pernyataan dari
World Meteorological Organization (WMO), bahwa
kegiatan TMC mampu menghasilkan rata-rata
kenaikan curah hujan berkisar 20%, maka jumlah
tambahan inflow yang terukur selama kegiatan
TMC berlangsung adalah 20% x (100,60 /(120%))
33
= 16,77 juta m3. Jumlah inflow yang terpakai setiap
harinya untuk pemakaian produksi listrik adalah air
yang keluar untuk menggerakkan turbin pembangkit
listrik (discharge) sementara sisanya terbuang
dalam bentuk limpas. Akumulasi pemakaian air
selama kegiatan adalah 64,23 juta m3 sehingga
tambahan inflow sebagai pemakaian air adalah
20% x (64,23 / (120%)) = 10,70 juta m3.
4.KESIMPULAN
Akumulasi curah hujan wilayah DAS Mamasa
selama periode kegiatan TMC adalah sebesar
281,1 mm dengan nilai rerata hariannya sebesar
15,6 mm/hari. Curah hujan di DAS Mamasa paling
banyak terjadi pada bagian tengah DAS. Daerah
hulu serta daerah hilir DAS curah hujannya
cenderung lebih kecil.
Berdasarkan perhitungan Tim Evaluasi UPTHB BPPT, besarnya aliran hasil kegiatan TMC
yang masuk di daerah target selama kegiatan TMC
tanggal 15 Februari sd. 03 Maret 2012 adalah
sebesar 100,60 juta m3, dengan inflow rata-rata
sebesar 64,68 m3/detik. Dengan mengambil asumsi
bahwa kegiatan TMC mampu menghasilkan
kenaikan rata-rata inflow berkisar 20%, maka
jumlah tambahan inflow yang diperoleh selama
kegiatan TMC berlangsung adalah sekitar 16,77
juta m3.
Hasil lain dari pekerjaan TMC adalah
meningkatnya curah hujan yang bermanfaat bagi
masyarakat di DAS Mamasa dan wilayah hilir sungai
Mamasa untuk berbagai keperluan. Pelaksanaan
Teknologi Modifikasi Cuaca di DAS Mamasa telah
berhasil meningkatkn inflow secara signifikan.
Gambar 12. Kondisi inflow di Bendung Bakaru selama periode Kegiatan TMC dibandingkan kondisi dalam
periode yang sama pada tahun 2011 dan historisnya (Qr)
34
Jurnal Sains & Teknologi Modifikasi Cuaca, Vol. 13, No. 1, 2012: 25-34
DAFTAR PUSTAKA
Climate Prediction Center. 2012. ENSO Cycle:
Recent Evolution, Current Status and
Predictions, edisi Maret 2012.
Matthew C. Wheeler and Harry H. Hendon. 2004:,
An All-Season Real-Time Multivariate MJO
Index: Development of an Index for
Monitoring and Prediction, Monthly Weather
Review, 132, 1917-1932.
Salby, M. L., and H. H. Hendon, 1994:
Intraseasonal
behavior
of
clouds,
temperature, and motion in the Tropics. J.
Atmos. Sci.,51, 2207–2224.
UPT Hujan Buatan, 2011 Laporan Kegiatan
Penerapan Teknologi Modifikasi Cuaca
Untuk Mengatasi Defisit Inflow PLTA Bakaru
Tanggal 15 Februari sd. 03 Maret 2012
(Tahap II), Jakarta, 2009.
35
Syarat dan Format Penulisan
Mengingat Jurnal Sain & Teknologi Modifikasi Cuaca bersipat ilmiah maka syarat dan format penulisan
akan mengikuti majalah ilmiah. Adapun syarat dan format penulisan pada Jurnal Sain & Teknologi Modifikasi
Cuaca adalah sebagai berikut:
1. Syarat Penulisan:
A. Penulis harus mengikuti format penulisan yang diberikan.
B. Untuk menjaga kwalitas Jurnal Sain & Teknologi Modifikasi Cuaca. penulis harus mengikuti
kaidah penulisan ilmiah: sesuai antara judul dan tulisan; menggunakan bahasa Indonesia yang
baik dan benar serta mudah dipahami; menggunakan bahasa Inggris (bila ada) yang baik dengan
memperhatikan grammar dan spelling kata dengan cermat sebelum memasukan tulisan ke
meja redaksi.
C. Tulisan bukan duplikasi dan belum pernah dimuat atau dipublikasikan.
D. Referensi harus jelas (nama, tahun dan dicantumkan dalam daftar referensi) untuk menghindari
tuduhan plagiat (pencurian tulisan)
E. Redaksi Jurnal Sain & teknoligi Modifikasi Cuaca memiliki hak dan wewenang penuh untuk:
mengkoreksi; mengembalikan untuk diperbaiki; dan menolak tulisan yang masuk meja redaksi bila
dirasa perlu. Penilaian akan dilakukan secara objektif.
F. Tulisan yang dikembangkan untuk diperbaiki kalau mau diterbitkan harus diperbaiki terlebih
dahulu sesuai dengan koreksi yang dilakukan oleh Redaksi.
G. Tulisan yang diterbitkan menjadi milik UPT Hujan Buatan selaku penerbit Jurnal Sains &
Teknologi Modifikasi Cuaca.
H. Tulisan dan gambar dibuat dalam hitam putih.
I. Tulisan yang dimasukan untuk diseleksi Redaksi dalam bentuk hard copy dan bila tulisan terpilih
untuk diterbitkan harus memberikan soft copy yang berisi tulisan tersebut.
J. Untuk dapat diterbitkan pada edisi terdekat, tulisan harus masuk paling lambat dua
bulan sebelum bulan penerbitan (Juni dan Desember) agar Redaksi mempunyai kesempatan
menyeleksi.
2. Format Penulisan:
A.JUDUL (center, bold, Font 14, semua huruf capital)
(Gunakan kertas ukuran A4 dengan margin sebagai berikut: Atas 1 inchi dan bawah adalah 0,8
inchi dengan footer dan header masing-masing 0,6 inchi; Kiri adalah 1 inchi, dan kanan adalah
0,75 inchi. Badan tulisan ditulis dalam 2 kolom dengan jarak antara kolom adalah 0,25 inchi dan
line spacing adalah satu, Khusus untuk bagian judul, abstract dan kata kunci, tulisan diberi
indent dari margin kiri dan kanan masing-masing 0,5 inchi.)
B. Penulis1 (center, italic, Font 10, Arial, bukan huruf capital semua, dua spasi dibawah judul)
C. Abstract (Center, Bold, Font 12, Arial, tiga spasi dibawah penulis)
Abstract tulisan anda maksimum 500 kata (Justified, Italic, Font 10, Arial). Untuk memenuhi
aturan dari LIPI, abstract ditulis dalam dua bahasa yaitu Inggris dan Indonesia. Bila makalah
ditulis dalam bahasa Indonesia, silahkan tulis Intisari (dalam bahasa Indonesia) kemudian
Abstract (dalam bahasa Inggris). Jika makalah dalam bahasa Inggris, silahkan tulis Abstract
dahulu dan disusul dengan Intisari,
D. Kata Kunci: Tulis kata kunci yang berhubungan dengan tulisan Anda maksimum 5 kata kunci
(Justified, normal,font 10, Arial, tiga spasi dibawah abstract).
1
Nama penulis secara lengkap disertai alamat untuk korespondensi
Jurnal Sains & Teknologi Modifikasi Cuaca, Vol. 13, No. 1, 2012: 35-37
36
E. Isi Tulisan:
1. PENDAHULUAN (semua judul Chapter/Bab ditulis dengan format seperti
ini, Justified, Bold, font 12, Arial, huruf kapital semua). Jumlah Chapter/Bab
disesuaikan dengan kebutuhan tulisan.
Isi tulisan ditulis dengan format Justified, normal, font 10, Arial, dan dimulai satu spasi dibawah
judul chapter/bab. Jika memungkinkan, judul chapter/bab mempunyai urutan sebagai berikut:
1. Pendahuluan
2. Metoda
3. Hasil
4. Pembahasan/Diskusi
5. Kesimpulan
1.1. Sub Chapter/Bab (Justified, Bold italic, font 12, Arial, dua spasi
dibawah akhir kalimat).
Isi tulisan ditulis dengan format Justified, normal, font 10, Arial dan dimulai satu spasi
dibawah judul sub chapter/bab.
1.1.1. Sub Sub Chapter/Bab (Justified, italic, font 12, Arial, dua spasi
dibawah kalimat terakhir).
Isi tulisan ditulis dengan format Justified, normal, font 10, Arial dan dimulai satu spasi
dibawah judul sub sub sub chapter/bab.
F. Gambar dan Tabel:
Jika Gambar atau Tabel cukup dalam format dua kolom, Gambar atau tabel harus diletakan
dekat dengan tulisan yang menjelaskan gambar atau tabel tersebut. Jika gambar atau tabel yang
akan ditampilkan cukup banyak, maka sebaiknya gambar atau tabel diletakan di akhir tulisan
secara terpisah. Keterangan gambar diletakan dibawah gambar, sedangkan keterangan tabel
diletakan diatas tabel.
G. Ucapan Terimakasih (bila ada)
Ucapan terimakasih (bila ada) dapat dituliskan sebelum menuliskan referensi.
Syarat dan Format Penulisan (Redaksi)
37
H.Daftar Pustaka/Referensi
Penulisan daftar pustaka/referensi mengikuti Bulletin of the American Meteorological Society.
Beberapa contoh penulisan referensi adalah sebagai berikut:
Betts. A. K., H. H. Ball, and A. C. Beljaars, 1993: Comparison Between the land and surface
response of the ECMWF model and the FIFE-1987 data. Quart. J. Roy. Meteor. Soc.,
119 975-1001.
Jackson, M. H., 1993: Galapagos: A Natural Hystory, University of Calgary Press, 316pp.
Simpson, J., R. F. Adles, and G. R. North, 1988: A Proposed Tropical Rainfall Measuring Mission
(TRMM) satellite. Bull. Amer. Meteor. Soc., 69 278-295.
I. Panjang makalah minimum 1000 kata dan maksimum 12 halaman termasuk gambar dan tabel.
J. Makalah yang sudah direvisi dan siap diterbitkan harus diserahkan dalam bentuk file, doc dan
PDF, dan dikirim ke:
Redaksi Jurnal Sains & Teknologi Modifikasi Cuaca
Gedung BPPT 1, Lantai 19
Jl. Mh. Thamrin no. 8
Jakarta
Telp: 021 - 316 8828 (adit/cornel)
Atau dapat dikirim melalui email ke: [email protected]