CATATAN KULIAH PEMODELAN METEOROLOGI PER (1)
CATATAN KULIAH PEMODELAN
METEOROLOGI
PERTEMUAN 1
Apa itu pemodelan meteorologi? Pemodelan meteologi adalah kuantifikasi dari proses fisis,
dinamis dan kimia pada atmosfer.
Hal yang bisa dimodelkan dalam pemodelan meteorologi sangat banyak. Contoh kecil yang bisa
dimodelkan dalam meteorologi adalah
- Hujan
- Jumlah tutupan awan
- Angin (pegerakannya)
- Mikrofisis awan
- Gelombang laut
- dan lain lain
Kita ambil 1 contoh yang bisa dimodelkan yaitu, hujan:
1.) Terpicunya gerak vertikal, yang mana hal-hal yang harus di kuantifikasi terdiri dari
- Pemanasan matahari ke permukaan bumi
- Penguapan
- Transpirasi
- Transfer panas dari permukaan bumi ke atmosfer
- Adveksi
- Efek topografi
- Interaksi atmosfer dengan permukaan bumi
- Front
- Turbulensi
- Konvergensi permukaan
- Dry intrusion
- Angin darat, angin laut
- Gradient tekanan
- Gradient suhu
- Wind shear vertikal
- Albedo permukaan bumi
- Radiasi gas rumah kaca
- Radiasi awan
- Radiasi aerosol
- Siklonik
- Shear angin
- Anti siklonik
- Sirkulasi zonal (cell Walker)
- Sirkulasi meridional (cel Hadley)
- Gelombang Kelvin
- Gelombang Rossby
- Gerak semu matahari
- Rotasi bumi
- Vortisitas
ket:
warna biru = proses dinamis
warna merah = proses fisis
warna hijau = proses kimia
2.) Proses gaya apung, yang mana hal-hal yang harus dikuantifikasi terdiri dari
- Vertikal velocity
- CAPE
- CIN
- Lapse rate
- Densitas (udara)
- Tekanan udara
- Gravitasi
3.) Kondensasi, yang mana hal-hal yang harus di kuantifikasi adalah
- Pelepasan panas laten
- Pengembunan
- Penggabungan (antar tetes air)
- Pembekuan tetes air
- Pelelehan tetes air
- Pengintian (penggabungan inti kondensasi dan uap air)
- Penguapan (di lapisan atas karena updraft dan downdraft)
4.) Updraft
5.) Lightning
6.) Penggabungan tetes air dan inti es
7.) Tumbukan
8.) Downdraft*
9.) Pencairan*
10.) Penguapan (saat tetes air turun)*
11.) Microburst*
12.) Gusty*
13.) Shear*
keterangan, tulisan ter high light*) = proses ketika hujan turun
Hasil pemodelan di Indonesia masih belum akurat karena cuacanya cederung lokal. Ini
menyebabkan kebutuhan akan initial condition yang lebih rapat dari yang tersedia. Berbeda dengan
wilayah lintang tinggi yang cuacanya cenderung seragam pada wilayah yang luas, yang
menyebabkan kebutuhan resolusi data initial conditionnya tidak perlu serapat untuk wilayah
Indonesia. Untuk mengatasi masalah initial conditon, solusinya adalah asimilasi data sendiri.
Asimilasi data adalah pengumpulan data-data input sebelum di proses ke pemodelan. Sumbersumber data asimilasi adalah
- Data observasi
- Data satelit
- Data radar
- Data rason
Selain itu, teknik komputasi atau numerik pada model juga harus di perbaiki. Ini bisa menyangkut
persamaan atau orde berapa yang dipakai dalam perhitungan numeriknya. Pada WRF, orde yang
digunakan adalah
- Komputasi horizontal step → menggunakan orde 6
- Komputasi vertikal step → menggunakan orde 6
- Komputasi time step → menggunakan orde 3
Selain itu pada WRF, teknik numerik yang digunakan untuk diskritisasi persamaan diferensialnya
adalah metode runge-kutta. Metode ini dikenal lebih akurat daripada metode biasa yang merupakan
turunan dari deret Taylor biasa.
Selain initial condition dan teknik numerik yang harus diperbaiki, parameterisasi yang digunakan
harus cocok juga untuk wilayah Indonesia. Parameterisasi ini sangat penting karena proses yang
digambarkan di sini sangat menentukan. Proses yang harus diparameterisasi ini skalanya kecil
seperti proses mikrofisis awan, radiasi, konveksi dan lain-lain yang tidak bsia di hitung langsung
menggunakan persamaan pembangun atau governing equation. Karena parameterisasi biasanya
bergantung pada asumsi sederhana, maka sangat fatal jadinya kalau sampai salah memakai
parameterisasi, proses terjadinya awan atau hujan di daerah lintang tinggi dan lintang dekat equator
seperti Indonesia tentu berbeda.
METEOROLOGI
PERTEMUAN 1
Apa itu pemodelan meteorologi? Pemodelan meteologi adalah kuantifikasi dari proses fisis,
dinamis dan kimia pada atmosfer.
Hal yang bisa dimodelkan dalam pemodelan meteorologi sangat banyak. Contoh kecil yang bisa
dimodelkan dalam meteorologi adalah
- Hujan
- Jumlah tutupan awan
- Angin (pegerakannya)
- Mikrofisis awan
- Gelombang laut
- dan lain lain
Kita ambil 1 contoh yang bisa dimodelkan yaitu, hujan:
1.) Terpicunya gerak vertikal, yang mana hal-hal yang harus di kuantifikasi terdiri dari
- Pemanasan matahari ke permukaan bumi
- Penguapan
- Transpirasi
- Transfer panas dari permukaan bumi ke atmosfer
- Adveksi
- Efek topografi
- Interaksi atmosfer dengan permukaan bumi
- Front
- Turbulensi
- Konvergensi permukaan
- Dry intrusion
- Angin darat, angin laut
- Gradient tekanan
- Gradient suhu
- Wind shear vertikal
- Albedo permukaan bumi
- Radiasi gas rumah kaca
- Radiasi awan
- Radiasi aerosol
- Siklonik
- Shear angin
- Anti siklonik
- Sirkulasi zonal (cell Walker)
- Sirkulasi meridional (cel Hadley)
- Gelombang Kelvin
- Gelombang Rossby
- Gerak semu matahari
- Rotasi bumi
- Vortisitas
ket:
warna biru = proses dinamis
warna merah = proses fisis
warna hijau = proses kimia
2.) Proses gaya apung, yang mana hal-hal yang harus dikuantifikasi terdiri dari
- Vertikal velocity
- CAPE
- CIN
- Lapse rate
- Densitas (udara)
- Tekanan udara
- Gravitasi
3.) Kondensasi, yang mana hal-hal yang harus di kuantifikasi adalah
- Pelepasan panas laten
- Pengembunan
- Penggabungan (antar tetes air)
- Pembekuan tetes air
- Pelelehan tetes air
- Pengintian (penggabungan inti kondensasi dan uap air)
- Penguapan (di lapisan atas karena updraft dan downdraft)
4.) Updraft
5.) Lightning
6.) Penggabungan tetes air dan inti es
7.) Tumbukan
8.) Downdraft*
9.) Pencairan*
10.) Penguapan (saat tetes air turun)*
11.) Microburst*
12.) Gusty*
13.) Shear*
keterangan, tulisan ter high light*) = proses ketika hujan turun
Hasil pemodelan di Indonesia masih belum akurat karena cuacanya cederung lokal. Ini
menyebabkan kebutuhan akan initial condition yang lebih rapat dari yang tersedia. Berbeda dengan
wilayah lintang tinggi yang cuacanya cenderung seragam pada wilayah yang luas, yang
menyebabkan kebutuhan resolusi data initial conditionnya tidak perlu serapat untuk wilayah
Indonesia. Untuk mengatasi masalah initial conditon, solusinya adalah asimilasi data sendiri.
Asimilasi data adalah pengumpulan data-data input sebelum di proses ke pemodelan. Sumbersumber data asimilasi adalah
- Data observasi
- Data satelit
- Data radar
- Data rason
Selain itu, teknik komputasi atau numerik pada model juga harus di perbaiki. Ini bisa menyangkut
persamaan atau orde berapa yang dipakai dalam perhitungan numeriknya. Pada WRF, orde yang
digunakan adalah
- Komputasi horizontal step → menggunakan orde 6
- Komputasi vertikal step → menggunakan orde 6
- Komputasi time step → menggunakan orde 3
Selain itu pada WRF, teknik numerik yang digunakan untuk diskritisasi persamaan diferensialnya
adalah metode runge-kutta. Metode ini dikenal lebih akurat daripada metode biasa yang merupakan
turunan dari deret Taylor biasa.
Selain initial condition dan teknik numerik yang harus diperbaiki, parameterisasi yang digunakan
harus cocok juga untuk wilayah Indonesia. Parameterisasi ini sangat penting karena proses yang
digambarkan di sini sangat menentukan. Proses yang harus diparameterisasi ini skalanya kecil
seperti proses mikrofisis awan, radiasi, konveksi dan lain-lain yang tidak bsia di hitung langsung
menggunakan persamaan pembangun atau governing equation. Karena parameterisasi biasanya
bergantung pada asumsi sederhana, maka sangat fatal jadinya kalau sampai salah memakai
parameterisasi, proses terjadinya awan atau hujan di daerah lintang tinggi dan lintang dekat equator
seperti Indonesia tentu berbeda.