Isi Artikel Utama

Charisma Reyhan

Abstrak

Kejadian hujan ekstrem memberikan tantangan mengenai pengelolaan sumber daya air, pencegahan banjir, dan kesiapsiagaan bencana. Prediksi hujan yang akurat menjadi salah satu penyumbang untuk mengurangi dampak dari kejadian ekstrem.  Beberapa tahun terakhir, prediksi pada skala waktu yang diperpanjang atau subseasonal to seasonal (S2S) dikembangkan untuk mengisi celah antara prediksi cuaca jangka pendek dan perkiraan musiman jangka panjang. Penelitian ini bertujuan untuk menilai kinerja model S2S dalam memprediksi kejadian curah hujan ekstrem dengan indeks ekstrem R95p, R99p PRCPTOT, dan Rx1day. Data yang digunakan yaitu data model S2S ECMWF dan data observasi yang diuji pada Stasiun Klimatologi Sumatera Barat dan Stasiun Meteorologi Minangkabau selama periode tahun 2017-2022. Data model S2S ECMWF dikoreksi dengan metode Distribution Mapping. Hasil penelitian menunjukkan bahwa nilai korelasi data model terkoreksi di Stasiun Klimatologi Sumatera Barat untuk curah hujan harian berkisar antara 0.16 hingga 0.47 dan berkisar antara 0.05 hingga 0.86 untuk hujan bulanan.  Nilai korelasi data model terkoreksi di Stasiun Meteorologi Minangkabau untuk curah hujan harian berkisar antara 0.24 hingga 0.41 dan berkisar antara 0.27 hingga 0.62 untuk hujan bulanan. Nilai RMSE pada Stasiun Klimatologi Sumatera Barat lebih kecil dibandingkan Nilai RMSE pada Stasiun Meteorologi Minangkabau. Indeks ekstrem yang dihitung menunjukkan nilai underestimate untuk indeks R95p, R99p, dan nilai yang overestimate untuk indeks PRCPTOT, dan Rx1day.

Rincian Artikel

Bagian
Artikel