buletin Maret 17 web - BMKG Juanda Surabaya

HALAMAN DEPAN
ATMOSFERA
1
HALAMAN DEPAN
2
ATMOSFERA
Pada bulan Februari 2016, Jawa
Timur berada pada puncak musim
penghujan. Hujan dengan intensitas
ringan hingga lebat terjadi setiap hari
pada siang hingga malam. Kejadian
cuaca ekstrim hampir setiap hari terjadi di beberapa wilayah di Jawa
Timur, seperti angin puting beliung,
downburst, hujan lebat dengan durasi
yang lama yang dapat mengakibatkan
banjir. Tercatat beberapa wilayah yang
terkena banjir akibat curah hujan yang
tinggi adalah Surabaya, Sidoarjo, Jombang, Mojokerto, Pamekasan, Sam-
pang, Ponorogo, Pasuruan, Gresik,
Sumenep, dan wilayah lainnya.
Angin kencang juga dilaporkan
terjadi di beberapa daerah seperti di
Ngawi, Mojokerto, Surabaya, Sidoarjo,
Pasuruan, Kediri, Gresik, Probolinggo,
dan wilayah lainnya.
Pada tanggal 15 Februari 2017,
dilaporkan terjadi angin puting beliung
di tiga Dusun, meliputi Dusun Kasak,
Dusun Kembang Sore, Dusun Terung
Kulon, Desa Terung Kulon, Kecamatan
Krian. Angin puting beliung tersebut
Gambar 1. Banjir di Sampang tanggal 08 Februari 2017
(Sumber : www.kumparan.com)
ATMOSFERA
3
Gambar 2. Atap lapangan tenis di alun-alun Ngawi yang roboh akibat angin kencang
tanggal 08 Februari 2017
(Sumber : www.beritajatim.com)
mengakibatkan puluhan rumah rusak
berat, tiang listrik patah dan pohon
banyak yang tumbang.
Dari foto di atas tampak adanya
pusaran angin dengan diameter yang
cukup besar dibandingkan dengan kejadian puting beliung lainnya yang berhasil tertangkap kamera. Puting beliung adalah angin yang berputar dengan kecepatan lebih dari 63 km/jam
yang bergerak secara garis lurus dengan lama kejadian maksimum 5
menit.
Angin ini berasal dari awan Cumulonimbus (Cb) yaitu awan yang bergumpal berwarna abu – abu gelap dan
4
ATMOSFERA
menjulang tinggi, namun tidak semua
awan Cumulonimbus menimbulkan
puting beliung. Puting beliung dapat
terjadi dimana saja, di darat maupun
di laut dan jika terjadi di laut durasinya
lebih lama dari pada di darat. Angin ini
lebih sering terjadi pada siang atau
sore hari, terkadang pada malam hari
dan lebih sering terjadi pada peralihan
musim (pancaroba).
Luas daerah
yang terkena dampaknya sekitar 5 –
10 km, karena itu bersifat sangat lokal.
Angin ini dapat menghancurkan apa
saja yang diterjangnya, karena dengan pusarannya benda yang terlewati terangkat dan terlempar.
Angin puting beliung bertiup
karena pemanasan yang tidak merata, dan terkait konsentrasi penguapan serta adanya perbedaan cuaca
yang ekstrem pada musim peralihan
(terjadi penguapan yang cukup tinggi,
namun di sisi lain curah hujan cukup
rendah). Proses terjadinya angin puting beliung, biasanya terjadi pada
musim pancaroba, pada siang hari
suhu udara panas, pengap, dan awan
hitam mengumpul. Akibat radiasi
matahari di siang hari tumbuh awan
secara vertikal, selanjutnya di dalam
awan tersebut terjadi pergolakan arus
udara naik dan turun (updraft dan
downdraft) dengan kecepatan yang
cukup tinggi. Arus udara yang turun
dengan kecepatan yang tinggi
menghembus ke permukaan bumi secara tiba-tiba dan berjalan secara
acak.
Proses terjadinya puting beliung
sangat singkat dan berskala lokal, sehingga sulit diprediksi kapan dan di
mana akan terjadinya. Namun
demikian perlu diketahui fenomena
cuaca yang mengindikasikan akan
terjadinya puting beliung, antara lain:
3.
4.
5.
6.
7.
sekitar tempat kita berdiri;
Udara terasa panas dan gerah
(sumuk);
Di langit tampak ada pertumbuhan
awan Cumulus (awan putih bergerombol yang berlapis-lapis), dapat terlihat mulai pukul 10.00 pagi;
Di antara awan tersebut ada satu
jenis awan mempunyai batas
tepinya sangat jelas bewarna abuabu menjulang tinggi yang secara
visual seperti bunga kol;
Awan tiba-tiba berubah warna dari
berwarna putih menjadi berwarna
abu-abu atau hitam pekat (awan
Cumulonimbus);
Ranting pohon dan daun bergoyang
cepat karena tertiup angin, kemudian diikuti angin kencang.
Kejadian angin puting beliung
yang terjadi di Krian, Sidoarjo pada
tanggal 15 Februari 2017 terlihat oleh
citra radar cuaca yang dimiliki oleh Stasiun Meteorologi Juanda Surabaya.
Radar cuaca adalah suatu alat
untuk mendeteksi cuaca, misalnya
kejadian hujan, pergerakan awan, sebaran awan, arah dan kecepatan angin
dalam radius yang cukup luas hingga
1. Satu hari sebelumnya udara pada ratusan kilometer. Jenis radar ada dua
malam hari hingga pagi hari terasa yaitu radar Doppler dan non Doppler.
panas atau gerah;
2. Terasa sentuhan udara dingin di
ATMOSFERA
5
Gambar 3. Puting beliung di Dusun Terung Kulon, Keboharan, Krian, Sidaorjo
tanggal 15 Februari 2017.(Sumber : E100)
Radar Doppler digunakan untuk
mengamati cuaca. Output dari radar
Doppler adalah reflektivitas (Z), Kecepatan Radial (V), dan Lebar Spectral
(W). Produk dari Radar Doppler ini
sangat banyak, yang biasa digunakan
di Stasiun Meteorologi Juanda adalah
produk standar yaitu PPI (Plan Position Indicator), CAPPI (Constant Altitude PPI), MAX (Maximum Display),
Echo Height. Produk yang lainnya
yaitu HWIND, SSA (Storm Structure
Analysis), SRI (Surface Rainfall Intensity), SWI (Severe Weather Indicator),
CTR (Cell Centroid Tracking), RTR
(Rain Tracking). Berikut ini adalah
analisa singkat kejadian puting beliung
dengan menggunakan data radar
cuaca.
6
ATMOSFERA
CAPPI (dBZ)
Produk CAPPI ini sangat baik
digunakan untuk mengamati obyek
dengan jarak yang dekat. Pertamatama yang kita amati adalah citra
CAPPI (dBZ) pada ketinggian 0.5 km.
Puting beliung ini terjadi pada jam
16.10 WIB. Biasanya citra yang tampak pada radar pada saat terjadi
pusaran angin seperti tornado dan puting beliung adalah adanya hook echo.
Citra yang tampak pada lokasi puting
beliung membentuk seperti kait. Berikut ini adalah citra radar CAPPI ketinggian 0.5 km pada tanggal 15 Februari
2017 pukul 16.10 WIB :
Dari citra radar gambar 4, pada
pukul 16.10 WIB terdapat reflektifitas
yang tinggi di lokasi yaitu 60 – 65 dBZ.
Reflektifitas yang tinggi menandakan
adanya cuaca buruk. Selain itu pada
citra tersebut terdapat adanya echo
yang berbentuk seperti kait yang
menandakan adanya suatu pusaran di
lokasi tersebut.
Gambar 4. Citra radar CAPPI (dBZ) tanggal 15 Februari 2017 pukul 16.10 WIB.
(Sumber : Stasiun Meteorologi Juanda Surabaya)
ATMOSFERA
7
CAPPI (V)
Produk CAPPI (V) digunakan
untuk mengetahui pergerakan suatu
echo, apakah menjauhi ataukah
mendekati pusat radar.
Dari citra CAPPI Velocity (V)
gambar 5, jika ditarik garis lurus dari
posisi radar, tampak adanya warna
merah (+) yang artinya menjauhi radar
(outbond) dan warna hijau (-) yang
artinya mendekati radar (inbond).
Pada saat terdapat pola udara yang
keluar – masuk maka menunjukkan
adanya aliran siklonik di lokasi tersebut.
Dalam menganalisa velocity,
posisi radar juga harus dipertimbangkan untuk mengetahui apakah terdapat pola aliran udara yang divergen
(menyebar) maupun konvergen
(mengumpul).
Gambar 5. Citra radar CAPPI VELOCITY (V) tanggal 15 Februari 2017 pukul 16.10 WIB
(Sumber : Stasiun Meteorologi Juanda Surabaya)
8
ATMOSFERA
HWIND
HWIND adalah salah satu produk
dari radar cuaca yang dapat digunakan
untuk menginterpretasikan arah dan
kecepatan angin. Berikut ini adalah citra
HWIND sebelum dan saat kejadian
angin puting beliung.
Dari rangkaian citra HWIND gambar 6, pada pukul 15.50 WIB belum ter-
lihat adanya angin kencang di titik lokasi kejadian. Pada pukul 16.00 WIB
yaitu 10 menit sebelum kejadian terlihat
adanya pertemuan angin di titik lokasi,
yaitu dari arah barat dan dari arah timur
(gambar 7). Pada saat kejadian yaitu
pukul 16.10 WIB, dari citra HWIND terdapat arah angin yang berbentuk siklonik (gambar 8).
Gambar 6. Citra radar HWIND tanggal 15 Februari 2017 pukul 15.50 WIB
(Sumber : Stasiun Meteorologi Juanda Surabaya)
ATMOSFERA
9
Gambar 7. Citra radar HWIND tanggal 15 Februari 2017 pukul 16.00 WIB
(Sumber : Stasiun Meteorologi Juanda Surabaya)
Gambar 8. Citra radar HWIND tanggal 15 Februari 2017 pukul 16.10 WIB
(Sumber : Stasiun Meteorologi Juanda Surabaya)
10 ATMOSFERA
SWI (Severe Weather Indicator)
Analisa SW I sangat baik
digunakan untuk mendeteksi adanya
potensi cuaca buruk dalam rentang
waktu jangka pendek. SWI dapat
digunakan untuk mendeteksi pusat
badai.
Dari citra SWI tanggal 15 Februari 2017 pukul 16.00 WIB terdapat
pertemuan dua cell awan Cumulonimbus (Cb) di lokasi terjadinya angin puting beliung. Pertemuan dua awan ini
dapat mengakibatkan angin kencang
yang berpilin atau memutar. Pada citra
SWI pukul 16.10 WIB kedua cell awan
Cumulonimbus sudah menyatu dan
membentuk supercell yang menghasilkan angin puting beliung.
Dari analisa singkat tentang kejadian puting beliung pada tanggal 15
Februari 2017 di Terung kulon, Krian,
Sidoarjo maka dapat ditarik sebuah
kesimpulan bahwa radar cuaca sangat
bagus digunakan untuk mengidentifikasi dan menganalisa adanya
fenomena puting beliung yang sangat
bersifat lokal.
Gambar 9. Citra radar SWI tanggal 15 Februari 2017 pukul 16.00 WIB
(Sumber : Stasiun Meteorologi Juanda Surabaya)
ATMOSFERA
11
Selain adanya reflektifitas yang tinggi
pada radar cuaca (60 – 65 dBZ), echo
yang berbentuk hook atau kait merupakan ciri adanya angin kencang yang
berpilin atau puting beliung. Pertemuan
dari dua cell awan Cumulonimbus dapat menghasilkan angin kencang yang
berpilin atau puting beliung.
Gambar 10. Citra radar SWI tanggal 15 Februari 2017 pukul 16.10 WIB
(Sumber : Stasiun Meteorologi Juanda Surabaya)
12 ATMOSFERA
Kondisi cuaca memiliki keterkaitan dengan 5 pengatur (regime) yang
mempengaruhi iklim yaitu kriosfer, litosfer/pedosfer, hidrosfer, biosfer, dan atmosfer. Untuk memprakiraan cuaca
Jawa Timur pada bulan Maret 2017
perlu mempertimbangkan pengaruh
atmosfer.
Untuk menganalisa pengaruh
atmosfer terhadap cuaca dan iklim di
Jawa Timur, maka perlu dilakukan analisa skala global, regional dan lokal.
Skala global meliputi gerak semu dan
siklus Matahari, The Southern Oscillation Index (SOI), El Niño/Southern Oscillation (ENSO) dan Maden-Julian Oscillation (MJO). Skala regional meliputi
Analisa anomali Outgoing Longwave
Radiation (OLR), Siklon Tropis, Dipole
Mode Index (DMI), Sirkulasi Monsun
Asia-Australia, angin pasat, suhu muka
laut, dan angin gradien. Sedangkan
faktor skala lokal meliputi pengaruh
angin darat dan angin laut, analisa Rawinsonde Observation (RAOB) dan jenis udara yang mempengaruhi atmosfer Jawa Timur di bulan Maret 2017.
Gerak semu dan siklus Matahari/
Bulan
Posisi semu Matahari mempengaruhi pemanasan sisi permukaan
Bumi, pada periode 1 Maret 2017 (2
Jumadil Akhir 1438 H) - 31 Maret 2017
(3 Rajab 1438 H) posisi semu Matahari bergerak dari belahan Bumi Selatan ke belahan Bumi Utara, hal ini
mengakibatkan daratan Indonesia
yang terletak di sekitar Ekuator menerima panas relatif lebih banyak sehingga berpeluang tumbuhnya
daerahdaerah bertekanan rendah di sekitar
Ekuator.
Tabel 1. Koordinat posisi semu Matahari/Bulan di bulan Maret 2017
(Sumber: http://www.timeanddate.com/worldclock/sunearth.html)
HARI
TANGGAL
JAM
POSISI SEMU MATAHARI
Rabu
1 Maret 2017
00.00 WIB
07o 42 ’ LS ; 71 o 53 BB
Senin
20 Maret 2017
17.28 WIB
00o 00’ LU ; 24o 52’ BT
Jumat
31 Maret 2017
24.00 WIB
04o 25’ LU ; 7o 59’ BB
HARI
TANGGAL
POSISI BULAN
Selasa
14 Maret 2017/ 15 Jumadil Akhir 1438 H
Bulan Purnama
Rabu
29 Maret 2017/1 Rajab 1438 H
Bulan Baru
ATMOSFERA
13
Siklus Matahari
Siklus Matahari 11 tahunan diketemukan oleh Heinrich Schwabe pada
tahun 1843, sekarang sudah memasuki siklus ke -24, tahun teraktif pada
siklus ke-24 sudah terjadi di bulan Februari tahun 2014, yaitu terdapat
146,1 Bintik Matahari (tabel 2).
Data banyaknya bintik Matahari
tahun 2016 dari IPS-Australia (tabel 2)
untuk bulan Oktober 2016 (33,6), untuk November 2016 (21,4), bulan Desember 2016 (18,9), untuk bulan Januari 2017 (25,8), sedangkan untuk
Februari dan Maret 2017 diprakirakan berfluktuasi di sekitar 40 Bintik
Matahari.
Diprakirakan banyaknya Bintik
Matahari berfluktuasi dan terus menurun sampai tahun 2020, pada saat kejadian El-Nino tahun 2015 (tabel 2)
banyaknya Bintik Matahari relatif lebih
banyak bila dibandingkan El-Nino tahun 1997/1998.
Jumlah Bintik Matahari di bulan
Maret 2017 diprakirakan berfluktuasi
di sekitar 40, menyebabkan berkurangnya kedalaman dan luasan air
laut yang mengalami peningkatan temperatur, sehingga peluang tumbuhnya
awan-awan penghujan di bulan Maret
2017 di Jawa Timur diprakirakan di
bawah normal klimatologinya.
Tabel 2. Data Bintik Matahari bulanan dari
Ionospheric Prediction Service - IPS - Radio and Space Weather Services of Australia
(Sumber: http://www.ips.gov.au/Solar/1/6)
14 ATMOSFERA
Southern Oscillation Index (SOI)
Indeks SOI memberikan informasi tentang perkembangan dan intensitas El Niño atau La Nina di Samudera Pasifik, Indeks SOI dihitung berdasarkan perbedaan tekanan udara
antara Tahiti dan Darwin. Harga Indeks SOI yang terus menerus di bawah -
7 (tekanan udara di Tahiti relatif lebih
rendah) mengindikasikan adanya El
Nino. Harga Indeks SOI yang terus
menerus di atas +7 (tekanan udara di
Darwin relatif lebih rendah) mengindikasikan adanya La Nina, harga Indeks
SOI antara -7 dan +7 umumnya mengindikasikan kondisi netral.
Gambar 1. Indeks SOI - 30 harian sampai dengan tanggal 25 Februari 2017
(Sumber: http://www.bom.gov.au/climate/enso/#tabs=SOI)
ATMOSFERA
15
Indeks SOI selama 30 hari terakhir sampai dengan tanggal 25 Februari 2017 sebesar – 0,2 (pada gambar 1)
mengindikasikan kondisi netral, harga
indeks SOI pada bulan Maret 2017 diprakirakan berfluktuatif dalam kisaran
netral (gambar 1), diprakirakan tekanan udara di Samudera Pasifik Barat
(Darwin) masih relatif sama atau lebih
rendah dari pada tekanan udara di Samudera Pasifik Tengah (Tahiti). Menurut BOM Australia (http://
www. bom.gov.au/clim ate/ cur rent/
soihtm1.shtml),harga rata-rata Indeks
SOI bulanan tahun 1997 pada waktu
terjadi El Nino sebesar -10,3, mirip
dengan harga Index SOI bulanan
tahun 2015, di mana rata-ratanya sampai dengan bulan Desember 2015 sebesar –11,23, bahkan tahun 2015 lebih negatif, hal ini mengindikasikan
ada pengaruh El Nino. Indeks SOI untuk bulan Maret 2017 diprakirakan masih netral, sehingga peluang pertumbuhan awan pada bulan Maret 2017 di
Jawa Timur diprakirakan sama dengan
normal klimatologinya.
El Niño/Southern Oscillation (ENSO)
Indeks ENSO (El Niño/Southern
Oscillation) berdasarkan kepada suhu
muka laut, El Nino merupakan fenomena global dari sistem interaksi lautatmosfer yang ditandai dengan memanasnya suhu muka laut di Ekuator Pasifik Tengah (Niño3.4) yaitu daerah antara 5oLU - 5oLS dan 170º BB – 120º
BB atau anomali suhu muka laut di
daerah tersebut positif (lebih panas
dari rata-ratanya) maka wilayah Indonesia yang terpengaruh akan berkurang curah hujannya secara drastis.
Harga Indeks ENSO yang terus
menerus di bawah -0,5 mengindikasikan adanya La Nina. Harga Indeks ENSO yang terus menerus di atas +0,5
mengindikasikan adanya El Nino, harga Indeks ENSO antara -0,5 dan +0,5
umumnya mengindikasikan kondisi netral.
Gambar 2. Anomali suhu mingguan
(Sumber:http://www.bom.gov.au/climate/enso/#tabs=Sea-surface)
16 ATMOSFERA
Gambar 3. Grafik Indeks ENSO dan prakiraannya
(Sumber:http://iri.columbia.edu/ourexpertise/climate/forecasts/enso/current/)
Anomali suhu mingguan berdasarkan BOM (Niño3.4) mulai 22 Januari 2017 sampai dengan 12 Februari
2017 (gambar 2) bertahan di harga
negatif yaitu antara -0,3 oC sampai
dengan -0,1 oC. Menurut Climate Prediction Centre IRI (gambar 3) periode
Februari-Maret-April (FMA) pengaruh
La Niña netral dengan peluang sekitar
94% kemudian pada bulan-bulan berikutnya masih diprakirakan netral sampai dengan bulan Juni tahun 2017,
sehingga bulan Maret 2017 di Jawa
Timur pertumbuhan awannya diprakirakan sama dengan normal klimatologinya.
ANALISA MADEN-JULIAN OSCILATION
The Madden-Julian Oscillation
(MJO) adalah fluktuasi cuaca mingguan atau bulanan di daerah tropis,
fluktuasi berupa periode basah yaitu
periode banyak awan penghujan kemudian disusul periode kering yaitu
periode awan konvektif sukar terbentuk (convectively suppressed). Fluktuasi tersebut terjadi berganti-ganti
(basah dan kering) dengan total periodenya antara 40 hari sampai 50 hari,
bila periodenya lebih pendek dari pada
periode musim maka dikatakan sebagai
variasi
di dalam musim
(intraseasonal variation).
ATMOSFERA
17
MJO pada awalnya diketemukan oleh Roland A. Maden dan Paul R.
Julian pada tahun 1971 dalam bukunya yang berjudul “Detection of a 4050 Day Oscillation in the Zonal Wind in
the Tropical Pacific”. Intensitas dan
keberadaan MJO dinyatakan dengan
indeks RMM (Real-time Multivariat
MJO Index), MJO dipengaruhi oleh
gerak semu Matahari, MJO bergerak
ke arah Timur dalam 8 fase sesuai
dengan lokasi geografi fase MJO.
Fase 1 di atas Benua Afrika (40o
BT – 60o BT), Fase 2 di Samudera
Hindia Barat (60o BT – 80o BT), Fase 3
di atas Samudera Hindia Timur (80o
BT – 100o BT), Fase 4 di atas Indonesia Barat (100o BT – 120o BT), Fase 5
di atas Indonesia Timur (120o BT –
140o BT), Fase 6 di Pasifik Barat (140o
BT – 160o BT), Fase 7 di Pasifik Tengah (160o BT – 180o BT), Fase 8 di
Pasifik Timur (180o BB – 160o BB).
Gambar 4 memperlihatkan perjalanan Fase MJO selama 40 hari terakhir (mulai tanggal 16 Januari 2017
– 24 Februari 2017), Fase MJO dengan indeks yang relatif kecil bergerak
mulai dari Fase 8 kemudian bergerak
ke semua Fase dan berakhir di Fase
2 pada tanggal 24 Februari 2017.
Gambar 4. Fase MJO 40 hari periode 16 Januari 2017 – 24 Februari Januari 2017
(Sumber:http://www.cpc.noaa.gov/products/precip/CWlink/MJO/whindex.shtml)
18 ATMOSFERA
Gambar 5. Indeks RMM (Real-time Multivariat MJO Index) dan
prediksi MJO menurut EMON
(Sumber:http://www.cpc.noaa.gov/products/precip/CWlink/MJO/CLIVAR/clivar_wh.shtml)
Prakiraan 40 hari ke depan (19
Februari 2017 – 2 April 2017) berdasarkan diagram Fase pada gambar 5 di
atas, MJO terlihat pada minggu pertama melintas mulai dari Fase 1 ke Fase
2, kemudian pada minggu kedua sampai minggu keempat bergerak ke Fase
3, ke Fase 4, ke Fase 5, kemudian
dengan harga yang relatif kecil berakhir di Fase 6. Garis kuning adalah
pergerakan Fase dari 51 data, garis
hijau adalah rata-rata pergerakan Fase
dari 51 data, garis hijau tebal merupakan rata-rata pergerakan Fase di minggu pertama dan garis hijau tipis adalah
rata-rata pergerakan Fase di minggu
kedua sampai dengan minggu keempat. Daerah yang diarsir abu-abu mewakili 50% dari pergerakan Fase seluruh data dan daerah yang diarsir abuabu muda mewakili 90% dari pergerakan Fase seluruh data, sehingga daerah yang dilintasi Fase MJO berpeluang mengalami periode basah, dengan demikian karena Jawa Timur
merupakan daerah Fase 4 maka Jawa
Timur pada bulan Maret 2017 berpeluang mengalami periode basah.
ATMOSFERA
19
Analisa Anomali Outgoing Longwave
Radiation (OLR)
Analisa Outgoing Longwave Radiation (OLR) sering digunakan sebagai
cara untuk mengidentifikasi ketinggian,
ketebalan awan hujan konvektif. Peta
Prediksi MJO (gambar 6) yang diikuti
oleh anomali OLR selama 15 hari ke
depan yaitu mulai dari tanggal 24 Februari 2017, menggambarkan posisi
awan berdasarkan MJO-OLR. Warna
ungu dan biru (anomali OLR negatif)
menunjukkan daerah tersebut mengalami peningkatan pertumbuhan awan
(enhanced convection) atau peluang
hujan meningkat, menunjukkan daerah
tersebut aktif, lebih tinggi dari keadaan
normalnya, sedangkan untuk daerah
dengan warna orange menunjukkan
keadaan di bawah normalnya, tidak
banyak
pertumbuhan
awan
(suppressed conditions).
Berdasarkan analisa anomali
OLR maka Jawa Timur pada bulan Maret mengalami peningkatan pertumbuhan awan (enhanced convection)
terutama pada pertengahan bulan Maret 2017.
Gambar 6. Prakiraan MJO yang diikuti dengan anomali OLR untuk 15 hari ke depan
(Sumber:http://www.cpc.noaa.gov/products/precip/CWlink/MJO/forca.shtml)
20 ATMOSFERA
Siklon Tropis
Pada bulan Februari 2017 di
Utara Ekuator belum terjadi
Siklon
Tropis, yang terjadi hanya tekanan
rendah di sekitar Laut China Selatan
dan di sekitar Philipina, dan di Selatan
Ekuator terjadi 6 bibit Siklon Tropis
yaitu di Samudera Pasifik Selatan terjadi 4 Tropical Storm (Alfren, Seven,
Bart, Eight), di Samudera Hindia Selatan terjadi 1 Tropical Storm (Carlos)
dan 1 Siklon (Dineo)
Dari 6 bibit siklon tropis tersebut,
hanya Tropical Storm Carlos
yang relatif berpengaruh terhadap pola angin gradien pada wilayah Indonesia.
Untuk bulan Maret 2017 peluang terjadinya siklon di Selatan
Ekuator terutama di Samudera Hindia
meningkat, maka diprakirakan di Jawa Timur pada bulan Maret 2017 peluang tumbuhnya awan penghujan sesuai normal klimatologinya.
Tabel 3. Distribusi frekuensi Siklon Tropis periode tahun 2000 - Akhir Februari 2017
(Sumber: http://weather.unisys.com/hurricane/index.php)
ATMOSFERA
21
Dipole Mode Index (DMI)
Indeks Dipole Mode dihitung
berdasarkan perbedaan anomali suhu
muka laut antara Samudera Hindia
Bagian Barat (10°LS - 10°LU , 50°BT 70°BT) dan Samudera Hindia Bagian
Timur (10°LS - 0°LS, 90°BT - 110°
BT ). Indeks Dipole Mode bernilai positif menunjukkan anomali suhu muka
laut di Samudera Hindia Bagian Barat
relatif lebih tinggi sehingga meningkatkan peluang pertumbuhan awan di
Samudera Hindia Bagian Barat.
Update Indeks DMI minggu
yang lalu tanggal 19 Februari 2017
adalah positif 0,12 (gambar 7), diprakirakan nilai indeks pada bulan Maret 2017 di sekitar nilai threshold
(+ 0,4), dalam kisaran netral sehingga
peluang pertumbuhan awan di Samudera Hindia Timur yaitu Indonesia Bagian Barat relatif sama dengan normal klimatologinya.
Gambar 7. Harga DMI mingguan tanggal 19 Februari 2017
(Sumber:http://www.bom.gov.au/climate/enso/indices.shtml?bookmark=iod)
Tabel 4. Peluang nilai DM menurut Predictive Ocean Atmosphere Model for Australia
(POAMA) (Sumber:http://www.bom.gov.au/climate/poama2.4/poama.shtml#IOD)
22 ATMOSFERA
Prakiraan POAMA, Indeks Dipole Mode pada bulan Maret 2017 diprakirakan netral dengan peluang 97,0 %
(tabel 4), sehingga peluang tumbuhnya awan-awan di sekitar Samudera
Hindia Bagian Timur (sebelah Barat
Sumatera) dan di Samudera Hindia
Bagian Barat mempunyai peluang
yang sama.
Pada kenyataannya pada bulan Februari 2017 pertumbuhan awan
di Samudera Hindia Bagian Timur yaitu di sebelah Barat Sumatera relatif
tinggi, sehingga berdasarkan Indeks
Dipole Mode pada bulan Maret 2017
di Jawa Timur berpeluang mengalami
peningkatan pertumbuhan awan sesuai normal klimatologinya.
Sirkulasi Monsun Asia-Australia
I ndonesia bukan daer ah
sumber monsun, tetapi ada daerah
yang dilalui aliran udara monsun
sehingg a cuaca dan ik limnya
terpengaruh oleh monsun.
Indeks Monsun Australia pada
akhir bulan Februari 2017 berfluktuasi
di atas harga rata-rata klimatologinya
(gambar 8), maka untuk bulan Maret
2017 diprakirakan berfluktuasi di atas
harga rata-rata klimatologinya,
sehingga peluang pembentukan awan
di sekitar Jawa, Bali, dan Nusa
Te n g g a r a d i a t a s n o r m a l
klimatologinya (besarnya harga indeks
berkorelasi positif terhadap
peluangnya hujan).
Gambar 8. Rata-rata lima hari terakhir Indeks Monsun Australia
pada 26 Februari 2017
(Sumber: http://apdrc.soest.hawaii.edu/projects/monsoon/realtime-monidx.html)
ATMOSFERA
23
Angin Pasat (Trade winds)
Angin pasat di Samudera Pasifik
di sekitar Ekuator sampai di sekitar
sebelah Barat garis penanggalan internasional selama 5 hari sampai dengan 12 Februari 2017 mendekati nilai
rata-rata klimatologinya di sebagian
Samudera Pasifik bagian Timur dan
relatif di atas rata-rata klimatologinya
di Samudera Pasifik Barat. Angin pasat diprakirakan melemah di hari-hari
mendatang diikuti dengan datangnya
Fase MJO di atas Samudera Pasifik.
Angin pasat umumnya mendekati ratarata klimatologinya sejak musim gugur
2016.
Selama kejadian La Niña harga anomali angin pasat di Samudera
Pasifik di sekitar Ekuator akan terusmenerus menguat, sebaliknya selama
El Niño maka harga anomali angin pa-
satnya akan terus-menerus melemah
di bawah harga rata-rata klimatologinya bahkan arah anginnya berubah
arah.
Suhu Muka Laut
Menur ut prak ir aan Japan
Agency for Marine – Earth Science
and Technology (JAMSTEC) (gambar
11), suhu muka laut periode MaretApril-Mei 2017 di sebagian besar
wilayah laut Indonesia umumnya lebih
hangat tetapi kurang dari 1 oC dari
pada r at a- r at a k lim at olog inya,
sehingga peluang tumbuhnya awanawan penghujan di daerah-daerah
tersebut lebih besar dari pada di
daerah lainnya, untuk NINO3,4 diprakirakan anomali suhunya sekitar
+0,3oC (gambar 12).
Gambar 9. Rata-rata Angin Pasat dan anomalinya di bulan Februari 2017
(Sumber : http://www.bom.gov.au/climate/enso/#tabs=Trade-winds)
24 ATMOSFERA
Gambar 10. Kawasan NINO1, NINO2, NINO3, NINO3,4, NINO4 di Samudera Pasifik
menurut IRI
(Sumber : http://iri.columbia.edu/our-expertise/climate/forecasts/sst-forecasts/)
Gambar 11. Prakiraan Anomali Suhu Permukaan Laut MAM (Maret-April-Mei)
(Sumber:http://www.jamstec.go.jp/frsgc/research/d1/iod/sintex_f1_forecast.html.en)
Gambar 12. Prediksi anomali suhu muka laut bulan Maret 2017
Sumber : http://www.bom.gov.au/climate/model-summary/#tabs=Pacific-Ocean
ATMOSFERA
25
Temperatur Bawah Laut
Suhu air laut di kedalaman bawah laut selama 5 hari sampai dengan tanggal 12 Februari 2017
(gambar 13) terlihat bahwa suhu air
laut di bawah sebagian besar Samudera Pasifik di Ekuator sama dengan rata
-ratanya, anomali suhu selama 5 hari
lebih besar dari +2°C di kedalaman
150 meter di bawah Samudera Pasifik
Barat. Pada waktu yang sama tahun
2016 pada daerah yang sama anomalinya -3°C, menunjukkan bahwa ENSO
(El Niño/Southern Oscillation) untuk
tahun ini diprakirakan berbeda, yang
pengaruhnya menyebabkan peluang
meningkatnya pertumbuhan awan di
Jawa Timur pada bulan Maret 2017.
Angin Gradien
Angin gradien (gambar 14)
tanggal 26 Februari 2017 jam 00.00
UTC di sekitar Ekuator ada 3 Eddy
(putaran angin) dan deretan beberapa
daerah bertekanan rendah sehingga
memperlemah angin monsoon Barat
Laut, bahkan di Jawa bagian Selatan
angin bertiup dari Timur-Tenggara.
Gambar 13. Anomali suhu pada kedalaman laut
(Sumber http://www.bom.gov.au/climate/enso/#tabs=Sea-sub%E2%80%93surface)
26 ATMOSFERA
Gambar 14. Pola angin gradien ketinggian 1.000 meter tanggal 26 Februari 2016 jam
00 UTC (Sumber:http://www.bom.gov.au/australia/charts/glw_00z.shtml)
Bila angin gradien bertiup dari
arah Timur-Timur Laut maka memperlemah peluang pertumbuhan awan
penghujan. Bila angin gradien bertiup
dari arah Barat Laut kemudian garisgaris yang menghubungkan arah yang
sama (stream line) mengarah ke Laut
Jawa, maka perlu diperhatikan adanya
Cold Surge (seruakan dingin).
Pengaruh Cold Surge bisa sampai ke Pulau Jawa bila selisih tekanan
udara antara Gushi dan Hongkong lebih dari 10 milibar (gambar 16), dan
bila angin Gradien dari arah BaratBarat Laut.
Ada peluang pengaruh cold
surge pada saat perbedaan tekanan
udara permukaan relatif besar antara
Gushi dan Hongkong, yang terjadi
pada tanggal 22 – 23 Februari 2017
yaitu sebesar +10,2 hingga +13,8 milibar (positif, karena tekanan udara permukaan Hongkong lebih rendah). Perbedaan tekanan tersebut rekatif besar
dan cukup kuat untuk mempengaruhi
angin gradien.
Berdasarkan grafik Indeks Surge
15 hari terakhir (10 – 25 Februari
2017) maka masih ada peluang besarnya Indeks Surge akan mempengaruhi Cuaca di Jawa Timur pada bulan
Maret 2017 bila angin gradien masuk
Jawa Timur dari arah Barat Laut.
ATMOSFERA
27
Gambar 15. Citra Satelit Cuaca tanggal 26 Februari 2017 jam 00.00 UTC
(Sumber:http://www.jma.go.jp/en/gms/largec.html?area=6&element=0&mode=UTC)
Gambar 15. Indeks Surge Gushi-58208 (32,10 LU 115,4 BT – Hongkong-45007(22 LU
114 BT) periode tanggal 10 Februari 2017 sampai dengan 25 Februari 2017
(Sumber data : http://www.ogimet.com/synops.phtml.en)
28 ATMOSFERA
Jenis Udara yang mempengaruhi
cuaca di Jawa Timur pada bulan
Maret 2017 dan analisa
RAOB
(Rawinsonde Observation)
Angin gradien dari arah Barat
Laut adalah jenis udara Laut China Selatan yang bersifat hangat dan lembab,
sedangkan jika angin gradien dari arah
Barat-Barat Daya maka jenis udara
yang mempengaruhi adalah jenis uda-
ra Tropis Lautan Pasifik Barat Daya
(sebelah Utara/Barat Australia), yang
bersifat hangat dan mantap.
Jenis udara yang mempengaruhi
cuaca Jawa Timur pada bulan Maret
2017 adalah perpaduan keduanya
sehingga ada peluang pertumbuhan
awan penghujan sama dengan ratarata klimatologinya.
Gambar 17. Data RAOB tanggal 26 Februari 2017 jam 00.00 UTC di Juanda
(Sumber : BMKG Juanda dan http://weather.uwyo.edu/upperair/sounding.html)
ATMOSFERA
29
Pada tanggal 26 Februari 2017
jam 07.00 WIB (00.00 UTC), data
METAR WIEE (Padang)
METAR
WIEE 260000Z 03003KT 9999
SCT020 24/24 Q1008=, dan data
METAR WATT (Kupang) 26 Februari
2017 jam 07.00 WIB (00.00 UTC :
METAR WATT 260000Z 07005KT
9999 FEW018 28/25 Q1010 NOSIG=
Tekanan udara permukaan
(QNH) di Padang (Minangkabau
International Airport- 96163- WIEE)
1.008 mb dan tekanan udara
permukaan (QNH) di Kupang (El Tari97372- WATT) 1.010 mb, terdapat
perbedaan sebesar 2 mb, tekanan
udara di Padang lebih rendah (bulan
Oktober 2015 beda sebesar 6 mb, lebih rendah Kupang), perbedaan tersebut menurunkan peluang pertumbuhan
awan konvektif di sekitar Kupang.
Dari data udara atas RAOB
(Rawinsonde Observation) tanggal 26
Februari 2017
jam 00.00 UTC
(gambar 17), di lapisan bawah arah
angin dominan bertiup dari arah Barat
– Barat Daya.
NIlai LI (Lifted Index) = -4,3
menunjukkan jenis udara labil, nilai KI
(K Index) = 31,3 menunjukkan adanya
peluang terbentuk awan konvektif. Nilai
Severe Weather Threat Index
(SWEAT) = 188,4 menunjukkan jenis
udara berpeluang terjadinya konveksi,
30 ATMOSFERA
nilai Convective Available Potential
Energy (CAPE) = 1.480
J/Kg
menunjukkan cukup energi yang
dipunyai oleh uap air
untuk
membentuk awan konvektif .
NIlai Tc = 32,2 oC menunjukkan
bahwa suhu konveksi yaitu suhu
minimal agar terjadi konveksi, suhu
tersebut relatif tinggi untuk dicapai.
Nilai LCL (Lifting Condensation Level)
= 293,9 m yang digunakan sebagai
tinggi dasar awan yang relatif rendah.
Jenis udara di atas Juanda saat
itu relatif basah, nilai Bulk Richardson
Number (BRCH) = 789, nilai tersebut
relatif tinggi menandakan bahwa
perubahan arah dan kecepatan angin
vertikal/horisontal kecil sehingga besar peluang pertumbuhan awan
konvektif. Pada musim kemarau nilai
BRCH umumnya rendah menandakan
vertical wind shear yang tinggi,
sehingga kondisi atmosfer tidak
mendukung proses konveksi.
Dari pengaruh jenis udara yang
mempengaruhi cuaca Jawa Timur dan
perbedaan tekanan udara antara Padang yang lebih rendah dari pada Kupang serta angin yang dominan dari
arah Barat Laut, maka pada bulan Maret 2017 di Jawa Timur pertumbuhan
awan penghujannya sama dengan normal klimatologinya.
5. Angin pasat diprakirakan melemah di
KESIMPULAN
hari-hari mendatang diikuti dengan
Dengan mempertimbangkan :
datangnya Fase MJO di atas Samu1. Tekanan Udara Padang lebih rendah
dera Pasifik, sehingga pertumbuhan
dari pada Kupang, tetapi angin perawan di bulan Maret 2017 sesuai
mukaan masih dari arah Barat Laut –
normal klimatologinya;
Barat Daya maka potensi pertumbuhan awan penghujan normal;
6. Indeks Monsun Australia untuk bulan
Maret 2017 berfluktuasi di atas
2. Pola angin gradien sudah tidak
harga rata-rata klimatologinya,
konsisten dari Barat Laut maka posehingga peluang pertumbuhan
tensi pertumbuhan awan penghujan
awan pada bulan Maret 2017 di atas
normal;
normalnya;
3. Anomali suhu selama 5 hari sampai
dengan 12 Februari 2017 lebih besar 7. Indeks Dipole Mode pada bulan Maret 2017 diprakirakan netral dengan
dari +2°C di kedalaman 150 meter di
peluang 97,0 %, sehingga peluang
bawah Samudera Pasifik Barat, patumbuhnya awan-awan di sekitar
da waktu yang sama tahun 2016 paSamudera Hindia Bagian Timur
da daerah yang sama anomalinya (sebelah Barat Sumatera) dan di Sa3°C, menunjukkan bahwa ENSO (El
mudera Hindia Bagian Barat memNiño/Southern Oscillation) untuk
punyai peluang yang sama, maka
tahun ini diprakirakan berbeda, yang
peluang pertumbuhan awan sama
pengaruhnya menyebabkan peluang
dengan normal klimatologinya;
meningkatnya pertumbuhan awan di
awa Timur pada bulan Maret 2017;
8. Peluang terjadinya siklon di Selatan
Ekuator terutama di Samudera Hin4. Prediksi rata-rata anomali suhu muka
dia akan meningkat, maka diprakiralaut di wilayah NINO3,4 pada bulan
kan pertumbuhan awan penghujan
Maret 2017 sekitar + 0,3 oC, penurusama dengan normal klimatologinya;
nan suhu muka laut di NINO3,4 tersebut netral sehingga peluang pertumbuhan awan di Jawa Timur normal;
ATMOSFERA
31
9. Berdasarkan analisa anomali OLR
maka Jawa Timur pada bulan Maret 2017 mengalami peningkatan
pertumbuhan awan (enhanced
convection) dan semakin meningkat pada pertengahan Maret 2017;
10. Fase MJO pada bulan Maret 2017
diprakirakan melintas di Fase 4,
sehingga Jawa Timur mengalami
periode basah di atas normal klimatologinya;
11. Berdasarkan Climate Prediction
Centre IRI periode Februari-MaretApril (FMA), pengaruh La Niña netral dengan peluang sekitar 94%,
kemudian pada bulan-bulan berikutnya masih diprakirakan netral
sampai dengan bulan Juni tahun
2017, sehingga bulan Maret 2017
di Jawa Timur pertumbuhan
awannya diprakirakan sama dengan normal klimatologinya.
12. Harga Indeks SOI (Tahiti – Darwin)
bulan Maret 2017 diprakirakan netral (negatif, lebih rendah Tahiti),
32 ATMOSFERA
sehingga peluang pertumbuhan
awan pada bulan Maret 2017 diprakirakan di bawah normal;
13. Jumlah Bintik Matahari di bulan
Maret 2017 diprakirakan berfluktuasi di sekitar 40, menyebabkan
berkurangnya kedalaman dan luasan air laut yang mengalami peningkatan temperatur, sehingga
peluang tumbuhnya awan-awan
penghujan diprakirakan di bawah
normal klimatologinya.
Dengan mempertimbangkan 13
faktor tersebut, maka Jawa Timur pada bulan Maret 2017 diprakirakan
masih mengalami musim hujan dengan peluang pertumbuhan awan
sama dengan normal klimatologinya. (Tonny S )
Dan Kami (tundukkan) angin bagi Sulaiman, yang perjalanan di waktu pagi sama
dengan perjalanan sebulan dan perjalanan
waktu sore sama dengan sebulan (pula)”
(Q.S. Saba : 34:12 )
Daftar Pustaka :
Al-Quran Surah Saba’ [34] : 12
Maslakah, Firda A. 2015. Variabilitas Parameter Ketidakstabilan Atmosfer di
Juanda Surabaya Tahun 2012-2013.
Wirjohamidjojo, Soerjadi. 2008. Pemanfaatan Data Radar dan Satelit untuk Prakiraan Jangka Pendek.
http://apdrc.soest.hawaii.edu/projects/monsoon/realtime-monidx.html)
http://aviation.bmkg.go.id/web/station.php
http://news.detik.com/berita-jawa-timur/d-3317207/wagub-jatim-blusukan-kelokasi-banjir-di-sidoarjo http://www.cpc.noaa.gov/products/precip/CWlink/
MJO/CLIVAR/clivar_wh.shtml
http://weather.unisys.com/hurricane/index.php
http://weather.uwyo.edu/upperair/sounding.html
http://www.aviationweather.gov/adds/metars/
http://www.bom.gov.au/australia/charts/glw_00z.shtml
http://www.bom.gov.au/climate/enso
http://www.bom.gov.au/climate/model-summary/#tabs=Pacific-Ocean http://
iri.columbia.edu/our-expertise/climate/forecasts/sst-forecasts/
http://www.bom.gov.au/climate/poama2.4/poama.shtml
http://www.bom.gov.au/climate/poama2.4/poama.shtml#IOD)
http://www.cpc.ncep.noaa.gov/products/people/wwang/cfsv2fcst/images1/
nino34Monadj.gif
http://www.cpc.noaa.gov/products/precip/CWlink/MJO/mjo.shtml#forecast
http://www.cpc.noaa.gov/products/precip/CWlink/MJO/whindex.shtml
http://www.jamstec.go.jp/frsgc/research/d1/iod/sintex_f1_forecast.html.en
http://www.jma.go.jp/en/gms/largec.html?area=6&element=0&mode=UTC)
http://www.ogimet.com/synops.phtml.en
http://www.ospo.noaa.gov/Products/ocean/sst/50km_night/index.html
http://www.sws.bom.gov.au/Solar/1/6
http://www.timeanddate.com/worldclock/sunearth.html
ATMOSFERA
33
1. Prakiraan Curah Hujan Bulan Maret 2017
Prakiraan hujan untuk bulan Maret 2017 wilayah Jawa Timur dan sekitarnya, secara umum diprakirakan masuk pada kategori menengah – tinggi,
ini terlihat dari curah hujan yang berkisar antara 201 - 400 mm. Wilayah
Jawa Timur yang berpotensi memiliki
curah hujan dengan kategori menengah (201-301 mm) di antaranya
adalah: Lamongan, Gresik, Surabaya,
Bangkalan, Sampang, Pamekasan,
Sumenep, Magetan, Lamongan,
Tuban, dan Tulungagung. Untuk curah
hujan dengan kategori tinggi (301-400
mm) di antaranya adalah: Nganjuk,
Pacitan, Sidoarjo, dan Malang. Untuk
curah hujan dengan kategori sangat
tinggi (401-500 mm) di antaranya
adalah: Blitar, Madiun, dan sebagian
wilayah Probolinggo, untuk lebih jelasnya dapat dilihat pada gambar 1.
Gambar 1. Peta prakiraan curah hujan Maret 2017
(Sumber : Stasiun Klimatologi Karangploso Malang)
34 ATMOSFERA
2. Prakiraan Sifat Hujan Bulan Maret 2017
Sifat hujan merupakan perbandingan antara jumlah curah hujan
yang terjadi selama satu bulan atau
periode dengan nilai rata-rata atau
normalnya dari bulan atau periode
tersebut. Berdasarkan gambar di
bawah, prakiraan sifat hujan bulan
Maret 2017 adalah sebagai berikut :
Secara umum diketahui bahwa
wilayah Jawa Timur untuk bulan Maret
2017 berada pada sifat hujan normal.
Untuk sifat hujan di atas normal (116200%) di antaranya adalah: Situbondo, dan sebagian Lamongan,
untuk lebih jelasnya dapat dilihat pada
gambar 2.
Gambar 2. Peta prakiraan sifat hujan Maret 2017
(Sumber : Stasiun Klimatologi Karangploso Malang)
ATMOSFERA
35
3.
Arah dan Kecepatan Angin
Lapisan Atas
Berdasarkan klimatologi angin
untuk bulan Maret 2017 di lapisan 250
mb diprakirakan angin di wilayah Jawa
Timur pada lapisan 250 mb atau pada
ketinggian 34.000 feet akan berhem-
bus secara umum dari arah Barat dengan kecepatan berkisar antara 5 – 5,5
m/detik. Sedangkan untuk lapisan 500
mb atau pada ketinggian 18.000 feet,
cenderung dari arah Barat dengan kecepatan berkisar antara 0 - 2 m/detik.
Gambar 3. Arah dan kecepatan angin lapisan atas bulan Maret 2017
(Sumber: ITACS dan ESRL)
36 ATMOSFERA
4. Potensi Kebakaran Hutan/Lahan
Kejadian kebakaran hutan berpeluang besar terjadi di musim kemarau didukung oleh curah hujan rendah, suhu tinggi, kelembaban udara
rendah dan kecepatan angin yang
memicu peningkatan kekeringan
tanah.
Mulai dasarian pertama bulan
Februari 2017, tercatat adanya hujan
di Stasiun Meteorologi Juanda Surabaya, jumlah curah hujan tercatat
hingga tanggal 28 Februari 2017 sebesar 187.9 mm. Temperatur maksimum harian berkisar antara 31.9oC
hingga 33.8 oC.
Hasil pantauan satelit NOAA 18
(ASMC), TERRA, NPP (LAPAN)
hingga tanggal 28 Februari 2017, terdapat titik api di Lumajang yang terpantau pada satelit Aqua pada tanggal 26 Februari 2017 dan di Mojokerto
terpantau pada satelit Terra tanggal
26 Februari 2017. Semua titik api
tersebut terpantau dengan tingkat kepercayaan ≥80 %.
Pada bulan Maret 2017,
wilayah Jawa Timur diprakirakan masih mengalami musim penghujan.
Dari peta prakiraan curah hujan bulan
Maret 2017, sebagian besar wilayah
Jawa Timur akan berada pada kisaran
curah hujan di atas 200 mm, dengan
Gambar 4. Jumlah Curah Hujan dan suhu maksimum per dasarian
Desember 2016-Februari 2017 di Juanda Surabaya
ATMOSFERA
37
Gambar 5. Peta Sebaran Titik Api bulan Maret 2017 di Jawa Timur
(Sumber : Data Satelit NPP Lapan, Terra/Aqua Lapan dan NOAA 18)
demikian pada bulan ini, peluang terjadinya kebakaran hutan di Jawa
Timur relatif kecil. Prakiraan kemuda-
1 Maret 2017
38 ATMOSFERA
han terjadinya kebakaran hutan di
Jawa Timur pada awal Maret 2017 ditampilkan pada gambar 6.
2 Maret 2017
3 Maret 2017
4 Maret 2017
Gambar 6 . Prakiraan kemudahan terjadinya kebakaran hutan
di Jawa Timur pada awal Maret 2017
5. Potensi penyakit demam berdarah
Penyakit demam berdarah
memiliki peluang besar terjadi pada
musim penghujan dengan kondisi
suhu udara yang hangat dan kelem-
baban udara yang tinggi. Selain itu,
curah hujan yang tinggi meningkatkan
jumlah genangan air yang mendukung perkembangbiakan nyamuk demam berdarah.
Gambar 7. Jumlah curah hujan per dasarian (10 harian)
Desember 2016 - Februari 2017 Stamet Juanda Surabaya
ATMOSFERA
39
Berdasarkan prakiraan, pada
bulan Maret 2017 curah hujan di Jawa
Timur secara umum masuk pada kategori menengah – tinggi, ini terlihat dari
curah hujan yang berkisar antara 201 400 mm, untuk itu masih perlu diwaspadai adanya genangan yang akan
terjadi akibat curah hujan, karena hal
ini berpotensi memicu munculnya penyakit demam berdarah.
6. Tingkat kenyamanan terkait dengan kondisi cuaca
Kesehatan dan aktivitas manusia terkait erat dengan parameter
cuaca seperti temperatur udara,
kelembaban relatif, radiasi matahari
dan kecepatan angin. Aktivitas manusia terkadang terganggu oleh kondisi
cuaca yang menyebabkan ketidaknyamanan badan dan pikiran, bahkan
pada kondisi yang ekstrim dapat menyebabkan gangguan kesehatan.
Hubungan antara parameter cuaca
seperti temperatur udara dan kelembaban relatif dengan kesehatan dan
aktivitas manusia dapat dinyatakan
dengan suatu indeks yang disebut
dengan Discomfort Index (DI).
Pada gambar 8 berikut ditampilkan grafik Discomfort Index berdasarkan data Stasiun Meteorologi Juanda
Surabaya bulan Desember 2016
hingga Januari 2017 ditentukan dengan persamaan :
DI = T – 0,55 x(1-0,01 x RH)*(T-14,5)
Keterangan:
DI = Discomfort Index
T = Temperatur bola kering (oC)
R = Kelembaban relatif (%)
Gambar 8. Grafik Discomfort Index Stasiun Meteorologi Juanda
Desember 2016—Februari 2017
40 ATMOSFERA
Dari gambar di atas dapat dilihat
bahwa nilai Discomfort Index meningkat seiring dengan meningkatnya temperatur ambient dan begitu pula sebaliknya. Kelembaban relatif yang rendah dapat meningkatkan ketidaknyamanan karena mengurangi pelepasan
panas dari dalam tubuh. Nilai Discomfort Index pada bulan Februari 2017
berkisar antara 25,4 hingga 27,2 de-
ngan rata-rata 26,3. Nilai rata-rata
indeks ketidaknyamanan tersebut
sama dengan bulan sebelumnya. Interpretasi nilai Discomfort Index disajikan pada tabel 1 berikut ini.
Ditinjau dari prakiraan cuaca
untuk bulan Maret 2017, kisaran Discomfort Index harian berpotensi mengalami penurunan pada bulan Maret
2017.
Tabel 1. Interpretasi Nilai Discomfort Index
DI (oC)
Interpretasi
<21
Tidak dirasakan adanya ketidaknyamanan
21-24
<50% populasi merasakan ketidaknyamanan
24-27
>50% populasi merasakan ketidaknyamanan
27-29
Mayoritas populasi merasakan ketidaknyamanan
29-32
Setiap orang merasakan stress
>32
Kondisi darurat dan memerlukan bantuan medis
ATMOSFERA
41