Validasi Model Iklim CCAM

23

IV.3 Validasi Model Iklim CCAM

Untuk memvalidasi data suatu model bisa dilakukan dengan melakukan uji statistik. Root Mean Square Error RMSE dan korelasi r dari rata rata jangka panjang antara model iklim regional dan data observasi digunakan untuk mengevaluasi perfoma model. Metode statistik ini digunakan untuk memilih model iklim yang mempunyai korelasi tinggi r 0,5 dan nilai RMSE yang kecil. Berdasarkan uji statistik curah hujan tahunan terhadap 6 model iklim hasil downscaling CCAM untuk periode 1971-2000, didapatkan hasil seperti terlihat pada Tabel IV.1. Tabel IV.1 Hasil uji statistik, data downscaling CCAM No Model RMSE Korelasi 1 ECHAM.5MPI 136,4 0,59 2 GFDL 2.1 143,5 0,57 3 GFDL 2.0 144,57 0,52 4 HADCM 146,3 0,57 5 MIROC 3 148,3 0,58 6 MK 3.5 141,0 0,6 Nilai RMSE terkecil adalah model ECHAM.5MPI sekitar 136,4 dengan nilai korelasi r = 0,59 dan yang terbaik kedua adalah model iklim MK 3.5 dengan nilai RMSE = 141 dan nilai korelasi r = 0,6. Berdasarkan hasil uji statistik diatas dipilih 2 model iklim yaitu ECHAM.5 MPI dan MK 3.5. Kemudian uji statistik terhadap data model iklim dipilih 4 stasiun yang mewakili provinsi NTB, keempat stasiun ini dipilih selain dari segi keterwakilan geografis juga berdasarkan kelengkapan data. Sementara itu untuk koreksi data model terhadap data observasi curah hujan digunakan metode yang sudah dijelaskan pada bab sebelumnya. Berikut ini adalah hasil perbandingan antara beberapa model iklim global dengan 4 stasiun terpilih yang mewakili provinsi Nusa Tenggara Barat yaitu daerah Ampenan dan Sengkol yang mewakili Pulau Lombok dan Sumbawa dan Bima yang mewakili Pulau Sumbawa, seperti terlihat pada Gambar IV.3. 24 Keterangan : Gambar IV.2 Grafik perbandingan pola hujan, data model dan observasi 1971-2000 Berdasarkan grafik diatas, hasil ploting dari beberapa model terhadap curah hujan secara umum memiliki pola yang sama dengan pola hujan observasi, meskipun ada beberapa model yang nilainya diatas nilai observasi, sehingga perlu dilakukan koreksi data baik untuk data curah maupun data temperatur. Kelebihan nilai hasil simulasi model over estimate disebabkan ketidak akurasian dari gradient sigma permukaan, hal ini sering terjadi di daerah topografi tinggi McGregor dan Dix 2005. Data CCAM 1971-2000 hasil koreksi digunakan untuk koreksi bias pada proyeksi curah hujan periode berikutnya, ilustrasi koreksi data model terhadap data observasi ditunjukkan pada Gambar IV.3 berikut. Gambar IV.3 Perbandingan curah hujan bulanan di NTB 1971-2000 data model garis biru, observasi garis hijau dan hasil koreksi garis merah 100 200 300 400 500 Stasiun Ampenan 100 200 300 400 500 600 Stasiun Sengkol cu ra h h u ja n mm 100 200 300 400 500 Stasiun Sumbawa cu ra h h u ja n m m 100 200 300 400 500 600 cu ra h h u ja n m m Stasiun Bima cu ra h h u ja n m m Cu ra h H u ja n m m Tahun 25

IV.4 Analisis Curah Hujan Di NTB