PENENTUAN DOMAIN SPASIAL NWP DALAM PEMBANGUNAN MODEL OUTPUT STATISTICS

Model Output Statistics (MOS) adalah salah satu metoda statistical downscaling pada tahap post processing luaran Numerical Weather Prediction (NWP) untuk mendapatkan nilai prakiraan parameter cuaca di sebuah titik stasiun pengamatan. Permasalahan yang timbul dalam MOS adalah penentuan domain spasial...

Full description

Bibliographic Details
Main Author: Urip Haryoko
Format: Article
Language:English
Published: Pusat Penelitian dan Pengembangan Badan Meteorologi Klimatologi dan Geofisika 2015-01-01
Series:Jurnal Meteorologi dan Geofisika
Subjects:
Online Access:http://puslitbang.bmkg.go.id/jmg/index.php/jmg/article/view/163
Description
Summary:Model Output Statistics (MOS) adalah salah satu metoda statistical downscaling pada tahap post processing luaran Numerical Weather Prediction (NWP) untuk mendapatkan nilai prakiraan parameter cuaca di sebuah titik stasiun pengamatan. Permasalahan yang timbul dalam MOS adalah penentuan domain spasial NWP yang akan digunakan sebagai prediktor. Pada makalah ini disajikan metoda penentuan domain spasial untuk memprakirakan suhu maksimum di wilayah Jabodetabek menggunakan data luaran NWP Global Forecast System (GFS) dari National Oceanic and Atmospheric Administration (NOAA). Data pengamatan suhu maksimum diambil dari delapan stasiun di Wilayah Jakarta, Jawa Barat dan Banten yang digunakan untuk kalibrasi. Pada tahap awal domain spasial NWP ditentukan berukuran 8x8 grid, selanjutnya dicobakan untuk beberapa domain, yaitu berukuran 2x2, 3x3, 3x4, 4x4 dan 5x5 grid. Tiga metoda digunakan untuk menentukan domain spasial, yaitu metoda analisis korelasi spasial, singular value decomposition (SVD) dan partial least square regression (PLSR). Analisis ketiga metoda secara umum menunjukkan hasil yang hampir sama, yaitu domain dengan ukuran 3x3 adalah yang paling baik. Analisis korelasi spasial menunjukkan luasan dengan korelasi lebih besar dari 0,4 hanya meliputi domain maksimal 3x3. Analisis SVD menunjukkan bahwa keeratan hubungan secara simultan antara data observasi dengan NWP hampir sama, yaitu pada ekspansi pertama. Sedangkan hasil verifikasi analisis PLSR menggunakan korelasi dan root mean square error (RMSE) menunjukkan bahwa grid berukuran 3x3 adalah domain terbaik.   Model Output Statistics (MOS) is one of statistical downscaling method in post-processing of Numerical Weather Prediction (NWP) output to get weather forecasts at a point of observation stations. The problems in MOS is how to determine the spatial domain of NWP which will be used as predictor in development stage. This paper presented  the methods for determining NWP spatial domain to predict the maximum temperature in the Greater Jakarta area using NWP output of Global Forecast System (GFS) producted by National Oceanic and Atmospheric Administration (NOAA). Maximum temperature observation data was taken in eight stations, around West Java, Banten and Jakarta. In the first stage, spatial domain of NWP was defined as 8x8 grids, then attempted for some domains, i.e. 2x2, 3x3, 3x4, 4x4 and 5x5grids. Three methods for determining spatial domain were spatial correlation analysis, singular value decomposition (SVD) and partial least square regression (PLSR). Those three analysis method generally showed similar results,  spatial domains with size 3x3 is the most excellent. Spatial correlation analysis shows that the size of the area which have correlation greater than 0.4 was only covers a maximum of 3x3 domain. SVD analysis suggests that the simultaneous relationship between the observation data with NWP is almost the same in the first expansion. While the results of the verification PLSR analysis using correlation and root mean square error (RMSE) indicates that 3x3 grid is the best domain.
ISSN:1411-3082
2527-5372