Kadarsah

Meteorologi dan Sains Atmosfer

Asimilasi Data

Posted by kadarsah pada Oktober 29, 2008

Asimilasi Data

Asimilasi data merupakan teknik pencampuran data dari sumber yang berbeda dengan tujuan untuk memproduksi seperangkat data baru yang konsisten dengan keadaan atmosfer.

Metode asimilasi data terbaru, adalah mengekstrak informasi kondisi atmosfer dari observasi dan mengkombinasikannya dengan informasi dari model prediksi dan metode in imerupakan metode yang sangat powerful dalam pengembangan prediksi cuaca.

Data observasi yang bisa digunakan adalah data satelit, masalah utama yang dihadapi adalah faktor apa saja yang diperlukan dan bagaimana menggunakan data observasi satelit dalam asimilasi data.

1. Jumlah informasi yang tersedia dari data observasi meteorologi

2. Jumlah informasi yang bisa di ambil oleh satelit dari data real meteorologi yang tersedia.

Beberapa hal yangharus diperhatikan:

1. kapan dan dimana observasi berlangsung

2. bagaimana akurasi prediksi untuk tempat dan lokasi

Dengan kata lain, informasi yang berasal dari observasi bergantung dari jumlah dan kualitas observasi serta ketidakpastian prediksi.

Asimilasi data dimulai saat asimilasi data dalam bidang atmosfer terjadi tahun 1960-1970 dengan tokoh terkenalnya adalah Gandin. Awalnya, asimilasi data atmosfer tersebut digunakan untuk mendefinisikan “objective” dari initial conditions untuk model NWP (Numerical Weather Prediction, Prediksi Numerik Cuaca), sehingga terminologinya sering disebut menjadi “objective analysis”. Saat ini, asimilasi data digunakan untuk mendefinisikan initial conditions yang optimal untuk NWP,iklim,hidrologi,lautan,daratan,kanopi, transport polusi dan model bio-geofisika.

Metode asimilasi data yang terbaru, dapat digunakan untuk mengestimasi dan memperbaiki kesalahan model (model error estimation) serta mendefinisikan parameter empirik yang optimal.

Model dinamik bergantung setidaknya pada beberapa parameter berikut: initial conditions, error model, parameter empirik model dan boundary conditions. Ketidakakuratan prediksi dipengaruhi oleh kelemahan kita dalam memahami paramter-parameter diatas. Sistem dinamik non linear chaotic alami , misalnya terdapat dalam cuaca dan iklim, geosains, yang semuanya memiliki karakter suatu sistem dinamik. Proses pencampuran data dari observasi dengan model dinamik memerlukan pengetahuan dari berbagai disiplin ilmu matematika dan fisika yang terdiri dari: teori probabilitas, teori estimasi, teori kontrol,teori dinamik non linear dan teori chaos. Pengembangan metodologi yang akan digunakan untuk estimasi suatu sistem dinamik , misalnya MLEF ( Maximum Likehood Ensemble Filter) untuk aplikasi cuaca, iklim dan siklus karbon mutlak memerlukan seperangkat teori di atas.

Asimilasi Data

Data asimilasi digunakan secara optimal dengan cara mengkombinasikan observasi dan model prediksi dinamik untuk meningkatkan estimasi  kondisi masa yang akan datang, dengan menggunakan kondisi saat ini, seperti ditunjukan gambar di atas.

  • Beberapa metode: metode variasional (3d-var,4d-var) dan Kalman filter (Classical Kalman Filter (KF), Extended Kalman Filter (EKF) dan Ensemble Kalman Filter (EnKF)).
  • Sedangkan EnKF terdiri dari minimum variance solution (Monte Carlo EnKF,EnKF,Hybrid EnKF,EAKF,ETKF,EnSRF,LEKF,LETKF,SEEK Filter) dan maximum likelihood solution (MLEF).

Gambar dibawah menunjukkan  aplikasi penggunaan metode-metode diatas dan dibandingkan dengan observasi. Perbandingan dilakukan untuk front ( panel atas) dan hurricane ( panel bawah) . Masing-masing panel tersebut menunjukan hasil observasi (kiri ) dan dibandingkan dengan hasil prediksi menggunakan metode 3D-Var ( tengah ) dan Ensemble Filter ( kanan).

front_hurricane

Contoh lainnya adalah aplikasi data untuk total kelembaban seperti gambar di bawah.

Contoh program yang bisa digunakan di:

ftp://ftp.cira.colostate.edu/Zupanski/ICTP_Lecture_2008/mlef-V1.2.tar

6 Tanggapan to “Asimilasi Data”

  1. Yayan Nugraha said

    Menarik sekali..tapi sepertinya harus memiliki dasar tentang meteorologi dulu.

  2. Marwan said

    Sejauh mana penggunaanya di Indonesia?

    trims

  3. kadarsah said

    Proses asimilasi data di Indonesia khususnya di bidang meteorologi dan sains atmosfer masih mengalami hambatan hal ini disebabkan:
    1.Penelitian yang sangat kurang
    2.Sarana dan prasarana yang kurang memadai.

  4. dessy said

    saya dessy, saya mau bertanya tentang pembagian ZOM. itu berdasarkan apa?????

  5. Ari said

    Saya Ari, kalau boleh saya minta alamat email Pak Kadarsah utk konsultasi dan sharing ilmu lebih lanjut, karena bidang ilmu Bapak sangat berkaitan dg tema penelitian saya.

    Alamat email tsb dapat dikirimkan ke email saya (selaya062@yahoo.com).
    Terimakasih.

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout / Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout / Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout / Ubah )

Foto Google+

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s

 
%d blogger menyukai ini: