Validasi Akurasi Data Curah Hujan Per-Jam GSMaP Menggunakan ARR Tersebar di Sulawesi Selatan
Main Article Content
Abstract
Data hujan adalah kebutuhan yang sangat penting dalam berbagai kegiatan. Adanya keterbatasan sebaran titik stasiun hujan menyebabkan keterbatasan data hujan di suatu daerah. Salah satu alternatif untuk mengatasi keterbatasan tersebut adalah penggunaan data satelit seperti GSMaP. Untuk mendukung penggunaan data curah hujan satelit di suatu daerah, maka perlu dilakukan pengujian akurasi data untuk mengetahui karakteristik error yang dihasilkan. Tujuan dari peneltian ini untuk memvalidasi tingkat akurasi data curah hujan skala jam - jaman GSMaP dalam mengestimasi curah hujan di wilayah Indonesia khususnya di Provinsi Sulawesi Selatan berdasarkan data ARR. Metode validasi akurasi dalam penelitian ini menggunakan koefisien korelasi (r), Root Mean Square Error (RMSE), dan Relative Bias (RB) yang dilakukan berdasarkan klasifikasi kelas hujan yaitu ringan, sedang, lebat dan sangat lebat. Hasil dari validasi akurasi menunjukkan bahwa data curah hujan satelit GSMaP dan data curah hujan terukur pada skala jam – jaman memiliki hubungan yang kuat dibuktikan dengan nilai koefisien korelasi 0,6–0,9. Jika ditinjau dari nilai RB dan RMSE, maka data hujan GSMaP pada intensitas hujan ringan cenderung over-estimated dari data hujan terukur, kemudian cenderung under-estimated pada intesitas hujan sedang hingga sangat lebat. Secara umum, data curah hujan satelit GSMaP masih memiliki error terhadap data pengamatan meskipun kemampuan mendeteksi curah hujannya sudah baik. Hal ini menunjukkan data curah hujan GSMaP dapat diandalkan untuk estimasi curah hujan di wilayah yang tidak memiliki titik pengamatan, namun pada daerah yang memiliki data terukur tetapi panjang data terbatas sebaiknya data satelit tersebut dilakukan koreksi/kalibrasi terlebih dahulu karena masih terdapat error.
Article Details
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
References
Fadholi, A. (2013). Persamaan Regresi Prediksi Curah Hujan Bulanan Menggunakan Data Suhu dan Kelembapan Udara di Ternate. Statistika, 13(1): 7–16. https://doi.org/DOI: https://doi.org/10.29313/jstat.v13i1.1068
Fadlin, F., Thaha, M.A., Maricar, F., Hatta, M.P. (2022). Spatial Modelling for the Calculation of River Capacity: Case Study Downstream Area of Wanggu River Kendari. IOP Conference Series: Earth and Environmental Science, 1117(1): 012072. https://doi.org/10.1088/1755-1315/1117/1/012072
Karamma, R., Badaruddin, S., Mustamin, M.R., Saing, Z. (2022). Flood Modelling due to Dam Failure Using HEC-RAS 2D with GIS Overlay: Case Study of Karalloe Dam in South Sulawesi Province Indonesia. Civil Engineering and Architecture, 10(7): 2833–2846. https://doi.org/10.13189/cea.2022.100704
Karamma, R., dan Pallu, M.S. (2018). Comparison of Model Hidrograf Synthetic Unit (HSS) With the Model of Hydrograf Observation on DAS Jeneberang Gowa Regency, Indonesia. International Journal of Innovative Science and Research Technology, 3(2): 617–623.
Kubota, T., Shige, S., Hashizume, H., Aonashi, K., Takahashi, N., Seto, S., Hirose, M., Takayabu, Y.N., Ushio, T., Nakagawa, K., Iwanami, K., Kachi, M., Okamoto, K. (2007). Global Precipitation Map Using Satellite-Borne Microwave Radiometers by the GSMaP Project: Production and Validation. IEEE Transactions on Geoscience and Remote Sensing, 45(7): 2259–2275. https://doi.org/10.1109/TGRS.2007.895337
Liu, C.-Y., Aryastana, P., Liu, G.-R., Huang, W.-R. (2020). Assessment of Satellite Precipitation Product Estimates Over Bali Island. Atmospheric Research, 244: 105032. https://doi.org/10.1016/j.atmosres.2020.105032
Marta, S.D., Suhartanto, E., Fidari, J.S. (2023). Validasi Data Curah Hujan Satelit dengan Data Stasiun Hujan di DAS Ngasinan Hulu, Kabupaten Trenggalek, Jawa Timur. Jurnal Teknologi Dan Rekayasa Sumber Daya Air, 3(1): 35–45. https://doi.org/10.21776/ub.jtresda.2023.003.01.04
McCollum, J.R., dan Ferraro, R.R. (2003). Next Generation of NOAA/NESDIS TMI, SSM/I, and AMSR-E Microwave Land Rainfall Algorithms. Journal of Geophysical Research, 108(D8): 8382. https://doi.org/10.1029/2001JD001512
Mustamin, M.R., Maricar, F., Karamma, R. (2021). Hydrological Analysis In Selecting Flood Discharge Method In Watershed Of Kelara River. INTEK: Jurnal Penelitian, 8(2): 141–150. https://doi.org/10.31963/intek.v8i2.2874
Mustamin, M.R., Maricar, F., Karamma, R. (2023). Modeling of Flood Prone Areas In The Kelara Watershed. IOP Conference Series: Earth and Environmental Science, 1134(1): 012006. https://doi.org/10.1088/1755-1315/1134/1/012006
Natadireja, S., Sukarasa, I.K., Sutapa, G.N. (2018). Validation of Daily Rainfall Based on Global Satellite Mapping of Precipitation (GSMAP) Data of Bali and Nusa Tenggara Region. Buletin Fisika FMIPA UNAUD, 19(1): 12–15.
Nomleni, A., Suhartanto, E., Harisuseno, D. (2021). Estimation of Flow Discharge Model at Temef Watershed - East Nusa Tenggara Using TRMM Satellite Data. Civil and Environmental Science, 004(02): 115–126. https://doi.org/10.21776/ub.civense.2021.00402.2
Partarini, N.M.C., Sujono, J., Pratiwi, E.P.A. (2021). Koreksi dan Validasi Data Curah Hujan Satelit GPM-IMERG Dan Chrips di DAS Selorejo, Kabupaten Malang. Inovasi Teknologi Dan Material Terbarukan Menuju Infrastruktur Yang Aman Terhadap Bencana Dan Ramah Lingkungan, 149–156.
Pratama, A., Agiel, H. M., Oktaviana, A.A. (2022). Evaluasi Satellite Precipitation Product (GSMaP, CHIRPS, dan IMERG) di Kabupaten Lampung Selatan. Journal of Science and Applicative Technology, 6(1), 32–40. https://doi.org/10.35472/jsat.v6i1.702
Rahman, R.N., & Indra. (2020). Validasi Performa Satelit Presipitasi GSMaP Dalam Mengestimasi Curah Hujan di Jabodetabek. Jurnal Widya Climago, 2(2): 77–85.
Sadeghi, M., Asanjan, A.A., Faridzad, M., Nguyen, P., Hsu, K., Sorooshian, S., Braithwaite, D. (2019). PERSIANN-CNN: Precipitation Estimation from Remotely Sensed Information Using Artificial Neural Networks–Convolutional Neural Networks. Journal of Hydrometeorology, 20(12): 2273–2289. https://doi.org/10.1175/JHM-D-19-0110.1
Suleman, A.R., Djufri, H., Mustamin, M.R., Palembangan, M.L. (2021). Structural Mitigation of Bila River, Sidrap Regency. Turkish Journal of Computer and Mathematics Education, 12(6): 3573–3577.
Tang, L., Tian, Y., Yan, F., Habib, E. (2015). An improved Procedure for the Validation of Satellite-Based Precipitation Estimates. Atmospheric Research, 163: 61–73. https://doi.org/10.1016/j.atmosres.2014.12.016