Conformal-Cubic Atmospheric Model (CCAM)

Conformal-Cubic Atmospheric Model (CCAM) merupakan model numerik atmosfer yang dikembangkan CSIRO, Australia yang sebelumnya mengembangkan Division of Atmospheric Research Limited Area Model (DARLAM). CCAM telah dikembangkan untuk memudahkan forecaster melakukan prediksi cuaca yang cepat. CCAM adalah salah satu model atmosfer global yang dikembangkan secara efektif mulai tahun 1994 oleh Commonwealth Scientific and Industrial Research Organization (CSIRO), Australia (McGregor, 2005). CCAM merupakan model global berbasis conformal cubic grid yang menggunakan transformasi Schmidt untuk prakiraan regional dan lokal. Teknik multiple nesting diimplementasikan untuk downscaling serta mempunyai data topografi dan landuse yang telah terintegrasi di dalamnya (Thatcher, 2007). Karena CCAM merupakan global model, maka CCAM tidak bergantung pada boundary condition (syarat batas) dan hanya bergantung pada initial condition (syarat awal). CCAM memiliki 48×48 titik grid (untuk format C48 grid), 6 sisi kubus dan 18 level vertikal sigma (sehingga jumlah titik grid = 48x48x6x18 = 248832).

Gambar 1. Conformal cubic grid pada CCAM (Thatcher, 2007)

NOSIGMA LEVELKETINGGIAN RATA-RATA (M)
11.0000
20.99640
30.978190
40.946470
50.900880
60.8431.400
70.7762.100
80.7022.900
90.6233.800
100.5424.900
110.4596.200
120.3777.600
130.2989.200
140.22411.000
150.15713.000
160.10016.000
170.05420.000
180.02226.000
190.00535.000

Gambar 2. Uniform C48 grid pada CCAM (jarak rata-rata antar grid adalah 200 km) (Thatcher, 2007)

Dengan digunakan sistem koordinat conformal cubic, CCAM dapat digunakan sebagai model prediksi global sekaligus model regional. Hal ini merupakan kelebihan CCAM dibandingkan model global lain pada umumnya.

Ada beberapa keuntungan CCAM dalam menggunakan conformal cubic grid, diantaranya:

  • Tidak ada titik-titik singular, seperti pada kutub – kutub utara dan selatan.
  • Tidak memerlukan syarat batas, karena CCAM merupakan global model.
  • Grid dapat di-stretch untuk prakiraan resolusi tinggi (sampai 1 km).
  • Grid yang di-stretch dapat di posisikan di setiap bagian sisi bumi.

Dalam proses pemodelan, CCAM menggunakan data topografi dan data land-use (penggunaan lahan) yang telah terintegrasi dalam sistem CCAM. Data topografi yang telah terintegrasi dalam sistem CCAM menggunakan 3 skala resolusi:

  • 10km untuk seluruh dunia (topo2)
  • 1km untuk seluruh dunia (*.DEM)
  • 250m untuk wilayah Australia (*.ter)

Sedangkan data land-use yang terintegrasi dalam sistem CCAM menggunakan dataset berikut:

  • 1° resolusi global dataset dengan 12 kategori land-use (SiB).
  • 6 km resolusi dataset untuk Australia dengan 33 kategori land-use (Gratez’s)
  • 1° resolusi global dataset tanah dengan 10 Zobler kategori
  • Selain menggunakan data land-use yang telah terintegrasi dalam sistem

Sebagai model global CCAM memerlukan data produk analisa sebagai nilai awal untuk melakukan prediksi, diantaranya data NCEP GFS (resolusi 0.5°), NCEP GFS (resolusi 1°), BoM GASP (resolusi 1°) dan NOGAPS (resolusi 1°) (Thatcher, 2007). Diagram alur teknik prakiraan jangka pendek dengan menggunakan sistem CCAM ditunjukkan pada Gambar 3.

Gambar 3. Gambaran Sistem CCAM untuk downscaling dengan teknik multi nesting (Sumber: Thatcher, 2007)

Domain atau wilayah downscaling model CCAM dengan urutan domain terdiri dari resolusi 27 – 9 – 3 km ditunjukkan pada Gambar 4. Waktu yang dibutuhkan untuk melakukan prediksi cuaca sampai 48 jam ke depan pada tiap data nilai awal sampai diperoleh hasil resolusi 3 km adalah sekitar 90 menit, dengan perincian untuk resolusi 27 km memerlukan waktu running selama ~8 menit, resolusi 9 km memerlukan waktu ~28 menit dan resolusi 3 km memerlukan ~54 menit.

Gambar 4. Domain pada resolusi 27 km (Domain 1), 9 km (Domain 2), dan 3 km (Domain 3)

 

Referensi

  • McGregor, J. L,: C-CAM : Geometric aspects and dynamical formulation, CSIRO Atmospheric Research Technical Paper No.70, CSIRO, Australia
  • Thatcher, M. 2007. Training Module “CCAM General Introduction for New Users”, Training Weather and Climate Modelling based on CCAM. Jakarta 15-25 Januari 2008.