2. 4. Data CMORPH CPC MORPHing Technique
Ketersediaan data iklim, khususnya curah hujan sangat bergantung pada stasiun pengamatan. Namun, jaringan stasiun pengamatan di Indonesia masih
belum mencakup seluruh wilayah. Hal ini akan menyebabkan terbatasnya ketersediaan data untuk berbagai aplikasi penggunaan. Pendugaan curah hujan
menggunakan data satelit dapat menjadi salah satu cara untuk menanggulangi masalah tersebut.
Pemanfaatan kanal infra merah untuk estimasi curah hujan telah dilakukan sejak 1960 dan estimasi menggunakan gelombang pasif mikro passive
microwave telah dimulai sejak 1987, namun penggabungan kedua produk ini
baru dilakukan sekitar tahun 2002. CMORPH merupakan salah satu teknik estimasi curah hujan yang mengkombinasikan antara hujan estimasi yang
dihasilkan oleh passive microwave dan pergerakan awan dari satelit geostationary yang berupa infrared 10.7 mikron saat ketinggian awan 4 m Joyce et al. 2004.
Proses penggabungan kedua data tersebut berupa: 1 CMORPH periode 30 menitan resolusi 0,0727
lintangbujur di atas ekuator, cakupan 60N-60S. 2 CMORPH periode 3 jam-an resolusi 0,25
lintangbujur dengan cakupan global 60N-60S, dan 3 CMORPH periode harian dengan resolusi 0,25
lintangbujur mencakup skala global. Selain CMORPH terdapat pula Turk Algorithm, Persiann
dan CMAP yang dapat digunakan untuk menghasilkan hujan estimasi hasil gabungan infrared dan microwave.
Menurut Janowiak et al. 2007, TRMM Tropical Rainfall Measuring Mission
TMI TRMM Microwave Image yang digunakan CMORPH untuk estimasi distribusi hujan memiliki kemampuan yang lebih baik dalam estimasi
hujan dengan tingkat kesalahan kecil. Kondisi sebaliknya dikemukakan oleh Dinku 2007, berdasarkan proses validasi di daerah Afrika, dari sebelas model
estimasi curah hujan menunjukkan bahwa CMORPH memang bagus untuk mendeteksi kejadian hujan namun tidak untuk estimasi besarnya hujan yang
digambarkan oleh tiap pikselnya. Keluaran estimasi curah hujan dari CMORPH yang berskala global
membuat data ini kurang kompatibel digunakan langsung dalam skala regional untuk menduga hujan lokal. Oleh karena itu, perlu dilakukan teknik downscaling.
2. 5. Statistical Downscaling