PENENTUAN DOMAIN SPASIAL NWP DALAM PEMBANGUNAN MODEL OUTPUT STATISTICS

Urip Haryoko, Hidayat Pawitan, Edvin Aldrian, Aji Hamim Wigena

Abstract


Model Output Statistics (MOS) adalah salah satu metode 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 metode penentuan domain spasial untuk memprakirakan suhu maksimum di wilayah Jabodetabek menggunakan data luaran NWP Global Forecast System (GFS) dari National Oceanic and AtmosphericAdministration (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 metode digunakan untuk menentukan domain spasial, yaitu metode analisis korelasi spasial, singular value decomposition (SVD) dan partial least square regression (PLSR). Analisis ketiga metode 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 a statistical downscaling methods in post-processing of Numerical Weather Prediction (NWP) output to get weather forecasts at a point of observation stations. The problem in MOS is how to determine the spatial domain of NWP which will be used as a predictor in the development stage. This paper presented the methods for determining the NWP spatial domain to predict the maximum temperature in the Greater Jakarta area using the NWP output of Global Forecast System (GFS) produced 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, the 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 methods generally showed similar results,  spatial domains with size 3x3 are the most excellent. Spatial correlation analysis shows that the size of the area which correlates greater than 0.4 only covered 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) indicate that the 3x3 grid is the best domain.


Keywords


statistical downscaling, numerical weather prediction, single value decomposition, partial leas square



DOI: http://dx.doi.org/10.31172/jmg.v14i3.163

Refbacks

  • There are currently no refbacks.


PUBLISHED BY:

Pusat Penelitian dan Pengembangan

Badan Meteorologi, Klimatologi dan Geofisika (BMKG)

» http://puslitbang.bmkg.go.id/jmg


Jurnal Meteorologi dan Geofisika

e-ISSN : 2527-5372

p-ISSN : 1411-3082

 

Address : 

Jl. Angkasa 1 No. 2 Kemayoran, Jakarta Pusat 10720

» Phone : (+6221) 4246321 ext 1900

» Fax :(+6221) 65866238

Email Coordinatorthomas.hardy@bmkg.go.id


Plagiarism Tools

     

  Creative Commons License

Jurnal Meteorologi dan Geofisika is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

INDEXING

 

JMG Indexed by: