Kadarsah

Meteorologi dan Sains Atmosfer

Archive for the ‘Klimatologi’ Category

APLIKASI FERRET DALAM PENGOLAHAN DATA KLIMATOLOGI

Posted by kadarsah pada September 11, 2013

Ferret merupakan software yang dapat digunakan untuk pengolahan data klimatologi sama halnya seperti GrADS dan NCL.

Alamat website yang bisa dikunjungi untuk mendownload software Ferret ada di :

http://ferret.pmel.noaa.gov/Ferret/downloads

Berikut akan ditampilkan contoh-contoh penggunaan Ferret dalam mengolah data-data klimatologi. Proses instalasi akan dibahas dalam tulisan yang lain.

Data yang digunakan adalah data TRMM3B43 yang di olah menggunakan CDO (Climate Data Operators, https://code.zmaw.de/projects/cdo) sehingga yang dihasilkan hanya wilayah Indonesia saja.

Tampilan ketika di lingkungan linux adalah dengan mengetikan

ferret

[CORDEX@localhost lat-nc]$ ferret

NOAA/PMEL TMAP

FERRET v6.842

Linux 2.6.32-279.19.1.el6.x86_64 32-bit – 02/01/13

01-Sep-13 08:06

yes?

Dalam tampilan gambar ditunjukkan Gambar 1.

Image

Gambar 1. Tampilan awal ferret

Misalnya kita memiliki data TRMM3B43 yang telah di olah dengan CDO (Climate Data Operator ) menjadi data dengan nama trmmindo.nc

yes? use trmmindo.nc

yes? shaded  /L=1/lev=(0.2,5,0.2)/Y=-15:15 pcp

Menampilkan parameter pcp (precipitation) dengan format shaded, level 0.2 sampai 5 dengan penambahan 0.2. Sedangkan domain y :longitude -15 sampai 15.

 yes? go land 1

Menampilan batas daratan dengan laut dengan warna hitam (angka 1)

yes? frame/file=indoferret.gif

menyimpan file dalam format gif dengan  nama indoferret.gif. (Gambar 2.)

indoferret

Gambar.2 Keluaran hasil pengolahan Ferret

Selanjutnya membuat empat panel dalam satu gambar.

yes? use trmmindo.nc

yes? set viewport LL

yes? fill /L=1/lev=(0.5,10,0.5)/Y=-15:15 pcp

yes? go land 1    

yes? set viewport UL

yes? fill /L=1/lev=(0.2,5,0.2)/Y=-15:15 pcp

yes? go land 1

yes? set viewport LR

yes? contour /L=1/lev=(0.5,10,0.5)/Y=-15:15 pcp

yes? go land 1

yes? shade/L=1/lev=(0.1,5,0.1)/Y=-15:15 pcp

yes? go land 1

yes? set viewport UR

yes? go land 4

yes? frame /file=4ferret.gif

Sehingga dihasilkan Gambar 3.

4ferret

Gambar 3. Hasil pengolahan Ferret  berisi empat panel dalam satu gambar

Selanjutnya kita akan membentuk 2 panel dalam satu gambar seperti yang ditunjukkan Gambar 4.

yes? use trmmindo.nc

yes? set region/x=90:145

yes? set region/y=-10:0

yes? set viewport upper

yes? shaded pcp

yes? go land 1

yes? set viewport lower

yes? set region/y=0:15

yes? shaded pcp

yes? go land 1

yes? frame /file=frame2.gif

frame2

Gambar 4. Hasil pengolahan Ferret  berisi dua panel dalam satu gambar

 

Membuat grafik sederhana

yes? plot/i=1:100 1/i

yes? frame/file=plot1.gif

plot1

plot/i=1:1000 10/i+0.02,1/(i+0.25),1/(100-i*i)

yes? frame /file=plot2.gif

plot2

Posted in Klimatologi | Leave a Comment »

Indeks Monsoon

Posted by kadarsah pada Maret 8, 2010

Indeks monsoon terbagi menjadi beberapa jenis, berikut di antarnya:

I.Indeks Monsoon Australia (AUSMI):

Untuk menghitung indeks ini digunakan U850 dengan luas areal (110E-130E,15S-5S). Luasan daerahnya ditunjukkan Gambar 1 dibawah.

ausm

Gambar .1 Indeks Australia Monsoon (AUSMI)

II.Indeks Monsoon Webster dan Yang (WYI):

Untuk menghitung indeks ini digunakan U850 dengan luas areal (40E-110E,Ekuator-20N) dikurangi U200 dengan luas areal (40E-110E, Ekuator-20N). Luasan daerahnya ditunjukkan Gambar 2 . Secara singkat dapat dirumuskan: WYI:u850-U200.

Gambar .2 Indeks Wang dan Yang Monsoon (WYI)

III.Indeks  Monsoon India (IM)

Untuk menghitung indeks ini digunakan U850 dengan luas areal (40E-80E,5N-15N) dikurangi U850 dengan luas areal (70E-90E, 20N-30N). Luasan daerahnya ditunjukkan Gambar 3 . Secara singkat dapat dirumuskan: IMI:u850(1)-U850(2).

imi_monsoon

Gambar 3. Indeks Monsoon India (IMI)

IV. Indeks Monsoon Western North Pasifik (WNPMI):

Untuk menghitung indeks ini digunakan U850 dengan luas areal (100E-130E,5N-15N) dikurangi U850 dengan luas areal (110E-140E, 20N-30N). Luasan daerahnya ditunjukkan Gambar 4 . Secara singkat dapat dirumuskan: IMI:u850(1)-U850(2).

Western North Pacific Monsoon

Gambar 4. Indeks Western North Pasifik Monsoon (WNPMI )

Referensi:

Kajikawa, Y., B. Wang and J. Yang, 2010: A multi-time scale Australian monsoon index, Int. J. Climatol, doi: 10.1002/joc.1955

Wang, B. and Z. Fan, 1999: Choice of South Asian summer monsoon indices. Bull. Amer. Meteor. Soc., 80, 629-638.
Wang, B., R. Wu, K.-M. Lau, 2001: Interannual variability of Asian summer monsoon: Contrast between the Indian and western North Pacific-East Asian monsoons. J. Climate, 14, 4073-4090.

Webster, P. J. and S. Yang, 1992: Monsoon and ENSO: Selectively interactive systems. Quart. J. Roy. Meteor. Soc., 118, 877-926.

Posted in Klimatologi | 3 Comments »

Satelit Pengukur Kandungan CO2

Posted by kadarsah pada Februari 19, 2009

Pada saat ini, Ilmuwan dapat mengukur dengan akurat jumlah karbon dioksida di atmosfer, tapi proses yang mengatur konsentrasinya
di atmosfer masih menjadi misteri. Ilmuwan mengalami hambatan dalam
mengetahui sumber dan kemana CO2 di atmosfer.

Orbital Carbon Observatory (OCO), satelit baru badan antariksa Amerika, NASA, telah diluncurkan untuk mengatasi masalah-masalah tersebut. Satelit yang diluncurkan 23 Februari itu menggunakan roket Taurus XL dariVendenberg Air Force Base di California yang memiliki kemmapuan dalam mengukur magnitude dan distribusi sumber CO2 dan tempatnya mengendap.

Misi utama OCO adalah membuat estimasi setepat mungkin sehingga dapat digunakan untuk mencari sumber dan tempat penyimpanan.
CO2. Informasi ini sangat penting dalam memperbaiki
prediksi kenaikan CO2 atmosfer yang selama ini digunakan dalam pemodelan iklim untuk mengetahui tingkat kenaikan temperatur bumi.

Satelit CCO dapat mencatat CO2 harian dan itu dilakukan sebanyak 100 ribu perhitungan dari seluruh dunia setiap hari.
Sehingga pemahaman tentang CO2 berasal serta tempat pengendapannya dapat diketahui. Selain itu satelit ini juga mengukur distribusi CO2, membawa informasi contoh dari seluruh dunia dari orbitnya di antariksa, tetapi satelit ini tidak langsung mengukur emisi CO2 dari setiap sumber ( knalpot,cerobong asap,kebakaran hutan dlln)

oco_high

Tetapi data yang dikumpulkan diolah oleh komputer dan ditampilkan melalui model yang akan menyimpulkan di mana dan kapan sebuah
sumber mengeluarkan karbon dioksida ke atmosfer.
Proses pengukuran dilakukan dalam skal kecil, hal ini dilakukan agar ilmuwan dapat membedakan pergerakan CO2 dari sumber
alami dengan gas yang berasal dari aktivitas bahan bakar fosil secara
akurat.
Pengukuran satelit ini relatif akurat sebab menggunakan tiga spektrometer beresolusi tinggi canggih OCO yang mampu menyebar
cahaya matahari yang direfleksikan permukaan bumi menjadi
beragam warna, dan dengan menganalisis warna tersebut kita dapat mengetahui kondisi CO2 di atmosfer.

Sumber:
http://en.wikipedia.org/wiki/Orbiting_Carbon_Observatory
http://oco.jpl.nasa.gov/
http://www.nasa.gov/mission_pages/oco/main/index.html

Posted in Global Climate Change, Klimatologi | 1 Comment »

Definisi Validasi,Verifikasi, Evaluasi Dalam Pemodelan Iklim menurut WMO

Posted by kadarsah pada Februari 16, 2009

Dalam pemodelan iklim/meteorologi istilah validasi,verifikasi dan evaluasi sering tertukar bahkan tidak jelas batasannya. Sehingga  rujukan menurut WMO ( World Meteorological Organization), sebuah organisasi meteorologi dunia dibawah PBB harus dijadikan standar dalam menggunakan istilah-istilah tersebut .

Posted in Klimatologi, Meteorologi, NWP | 4 Comments »

Prakiraan Musim

Posted by kadarsah pada Februari 11, 2009

Tulisan ini diambil dari sumber utama website BMKG :

http://www.bmg.go.id/data.bmg?Jenis=Teks&IDS=3093805704743005223

Dan file pdfnya bisa diambil dipmh08091

Prakiraan musim merupakan proses memprediksi permulaan musim hujan /musim kemarau, perbandingannya  dengan rata-rata klimatologi (30 tahun) disertai sifatnya.

Beberapa istilah penting yang sering digunakan:

DASARIAN adalah rentang waktu 10 (sepuluh) hari. Dasarian I adalah Tanggal 1 sampai 10 Dasarian, II adalah Tanggal 11 sampai 20, Dasarian III adalah Tanggal 21 sampai dengan akhir bulan

Curah hujan (mm) : merupakan ketinggian air hujan yang terkumpul dalam tempat yang datar, tidak menguap, tidak meresap, dan tidak
mengalir. Curah hujan 1 (satu) millimeter, artinya dalam luasan satu meter persegi pada tempat yang datar tertampung air setinggi satu
millimeter atau tertampung air sebanyak satu liter.

Curah hujan kumulatif (mm) :  jumlah hujan yang terkumpul dalam rentang waktu kumulatif tersebut. Dalam periode musim, rentang  waktunya adalah rata-rata panjang musim pada masing-masing Zona Musim (ZOM).

Permulaan Musim Kemarau: jumlah curah hujan dalam satu dasarian (10 hari) kurang dari 50 milimeter dan diikuti oleh beberapa dasarian berikutnya. Permulaan musim kemarau, bisa terjadi lebih awal (maju), sama, atau lebih lambat (mundur) dari normalnya (rata-rata 1971-2000).

Permulaan Musim Hujan,: jumlah curah hujan dalam satu dasarian (10 hari) sama atau lebih dari 50 milimeter dan
diikuti oleh beberapa dasarian berikutnya. Permulaan musim hujan, bisa terjadi lebih awal (maju), sama, atau lebih lambat (mundur) dari
normalnya (rata-rata 1971-2000).

Definisi sifat hujan:
Di atas Normal (AN) : jika nilai perbandingannya >115%
Normal (N)
: jika nilai perbandingannya antara 85% -115%
Di bawah Normal (BN) : jika nilai perbandingannya <85%

Standar yang digunakan sebagai pembanding adalah   rata-rata curah hujan selama 30 tahun ( 1971-2000,BMKG).

Berdasar pengelompokan pola distribusi curah hujan rata-rata bulanan, BMKG telah mengidentifikasi seluruh wilayah Indonesia menjadi :
a. Zona – Zona yang mempunyai batas yang jelas antara periode musim hujan dan periode musim kemarau, disebut Zona Musim ( ZOM )
b. Zona – Zona yang tidak mempunyai batas yang jelas antara periode musim hujan dan musim kemarau, disebut Luar Zona Musim ( Non ZOM ).

Luas suatu wilayah ZOM tidak selalu sama dengan luas suatu wilayah administrasi pemerintahan. Dengan demikian, satu wilayah ZOM bisa terdiri dari beberapa kabupaten, dan sebaliknya satu wilayah kabupaten bisa terdiri dari beberapa ZOM.

Berdasar hasil pengolahan dan analisis data periode 30 tahun (tahun 1971 – 2000), wilayah Indonesia terbagi menjadi 220 ZOM dan 73 Non ZOM yang terdiri dari:

  • Sumatera 26 ZOM
  • Jawa 94 ZOM
  • Bali 13 ZOM
  • Nusa Tenggara Barat 14 ZOM
  • Nusa Tenggara Timur 20 ZOM
  • Kalimantan 16 ZOM
  • Sulawesi 22 ZOM
  • Kepulauan Maluku 8 ZOM
  • Papua 7 ZOM.

Daerah Non ZOM pada umumnya memiliki ciri mempunyai 2 kali puncak hujan dalam setahun (pola Ekuatorial), sepanjang tahun curah  hujannya tinggi atau rendah, dan waktu terjadinya musim hujan dan musim kemarau kebalikan dengan daerah ZOM (pola Lokal).

Gambar dibawah menunjukkan daerah-daerah mana saja yang termasuk ZOM dan Non ZOM serta prakiraan sifat curah hujan Non ZOM periode Oktober 2008-Maret 2009 terhadap rata-ratanya ( 1971-2000).

Pembagian wilayah Indonesia kedalam ZOM (220)dan Non Zom(73) merupakan deskripsi detail dari pola curah hujan yang global di Indonesia yang membagi kedalam tiga pola utama ( ekuatorial,monsunal dan lokal, https://kadarsah.wordpress.com/2007/06/29/tiga-daerah-iklim-indonesia/).

sifatnonzom

Posted in Klimatologi | 14 Comments »

Link Meteorologi II

Posted by kadarsah pada Juli 31, 2008

JAMSTEC

Institute of Observational Research for Global Change(IORGC)

Frontier Research Center for Global Change(FRCGC)

Institute for Research on Earth Evolution (IFREE)

Extremobiosphere Research Center(XBR)

Marine Technology Center (MARITEC)

Center for Deep Earth Exploration (CDEX)

Global Oceanographic Data Center (GODAC)

Marine-Earth Data and Information Department

http://acw.ucsd.edu

Heat storage analysis

Model verification

Sea surface temperatur

Vertical Temperatur at Equator

Mixed layer Depth

Observed vs Model Data Comparison

http://www.metoffice.gov.uk/research/

· Climate change : Climate system , Climate projections ,Climate monitoring , Climate models ,Carbon cycle , IPCC AR4

· Weather research

· NWP

· Observational research

· Oceanography

· Seasonal forecasting

· Space

· Stratosphere

http://portal.iri.columbia.edu

climate Monitoring:map rooms,Enso ,Data

climate forecast : forecast,IRI seasonal climate forecast,numerical climate,SST Forecast,Probabilistic ENSO Forecast

Metodologi prakiraan: global dinamik model,nested dinamik model,statistik model

Model kopel

Seasonal Climate Anomalies

Weather within Climate

Decadal Variability and Climate Change

Tropical Cyclones

http://www.bom.gov.au/

Weather & Warnings

Hydrology

Climate

Numerical Prediction

Weather Services

Forecasts, warnings and latest weather observations. Numerical Weather Prediction.

Climate Services

Climate data, prediction, analysis and information products.

Hydrology Services

Flood warning, water resources, and hydrometeorological services.

Ocean Services

Tides, ocean conditions, and tsunamis.

Water and the Land

http://www.wmo.int/pages/index_en.html

WMO

http://www.cmar.csiro.au/

Atmosphere Climate Weather and ocean prediction Coastal and oceans management Marine ecosystems
and resources

http://www.cmar.csiro.au/

http://www.wmo.int/pages/prog/gcos/index.php

http://www.ipcc.ch/

http://www.climate.noaa.gov/

http://unfccc.int/2860.php

http://www.cptec.inpe.br/SH_Conference/

http://www.ncdc.noaa.gov/oa/climate/research/2006/perspectives.html

http://www.ncdc.noaa.gov/oa/climate/research/2005/snow0506.html#jan

http://www.drought.noaa.gov/

http://www.climatescience.gov/

http://portal.iri.columbia.edu/portal/server.pt

http://www.ecmwf.int/

http://www.dpi.qld.gov.au/cps/rde/dpi/hs.xsl/home_ENA_HTML.htm

http://meteora.ucsd.edu/

Posted in Klimatologi, Link, Meteorologi | Leave a Comment »

Perbandingan Hasil MM5, WRF dan NHM

Posted by kadarsah pada Juli 22, 2008

Berikut merupakan hasil pemodelan MM5,WRF dan NHM dalam memprediksi curah hujan yang dikeluarkan oleh WCPL (Weather and Climate Prediction Laboratory (WCPL), Institut Teknologi Bandung (ITB )) dengan alamat http://weather.geoph.itb.ac.id.

Berikut perbandingan gambar hasil model NHM,MM5,WRF dengan observasi ( data satelit dari situs http://www.bmg.go.id).

Perbandingan Hasil Observasi Data Satelit Dengan Keluaran Model NHM,MM5 dan WRF

Perbandingan Hasil Observasi Data Satelit Dengan Keluaran Model NHM,MM5 dan WRF

Posted in Klimatologi, Meteorologi, Model Meteorologi | Leave a Comment »

Mengenal Iklim Indonesia

Posted by kadarsah pada November 30, 2007

Iklim adalah rata-rata cuaca dalam periode yang panjang. Sedangkan cuaca merupakan keadaan atmosfer pada suatu saat. Ilmu yang mempelajari iklim adalah klimatologi. Meteorologi mempelajari proses fisis dan gejala cuaca yang terjadi didalam atmosfer terutama pada lapisan bawah (troposfer).

Klimatologi berasala dari bahasa Yunani klima dan logos. Klima berarti kemiringan bumi yang terfokus pada pengertian lintang tempat. Logos berarti ilmu.

Meteorologi berasal dari bahasa Yunani, meteoros dan logos. Meteoros berarti benda yang ada didalam udara.

Baca entri selengkapnya »

Posted in Klimatologi | 48 Comments »

Indonesia emiter karbon ketiga?

Posted by kadarsah pada Oktober 23, 2007

Oleh Dr. Edvin Aldrian
(Peneliti Madya Meteorologi UPTHB – BPPT dan Dosen Pasca Meteorologi Laut Universitas Indonesia)

peneliti UPTHB – BPP Teknologi, phone 316 8828, email: edvin[at]webmail.bppt.go.id

Laporan penelitian LSM Wetland International dan Delft Hydraulics pada awal November 2006 menempatkan Indonesia sebagai negara penghasil emisi CO2 ketiga dunia setelah Amerika Serikat dan China. Stigma buruk tersebut dirujuk oleh LSM lainnya dengan tanpa adanya kajian dan tanggapan yang memadai. Bahkan dalam rangka mensukseskan peran sebagai tuan rumah konferensi perubahan iklim (COP13) bulan Desember di Bali, Presiden SBY telah mengumpulkan 8 gubernur yang langganan kebakaran hutan agar waspada dan merencanakan membentuk Forestry Eight (Kompas, 1 September 2007).

Sebelum menunjukkan kepanikan kita akan berita yang mendiskreditkan tersebut, ada baiknya kita menyimak dan mengkaji estimasi yang dikeluarkan oleh Wetland International (WI). Menurut WI, akibat kebakaran hutan tahun 1997, 1998 dan 2002 yang menghabiskan lahan hutan antara 1.5 dan 2.2 juta hektar, telah diemisikan CO2 sebesar 3000 hingga 9400 Mton (setara 818 hingga 2563 Mton karbon, dengan asumsi seluruh karbon adalah bagian dari CO2 hasil pembakaran). Nilai emisi tersebut setara antara 13 hingga 40% emisi dunia. Pada bagian lain laporan WI disebutkan bahwa nilai emisi karbon Indonesia dari kawasan gambut adalah 600 Mton akibat oksidasi karena pengeringan lahan dan 1400 Mton CO2 (setara 381 Mton karbon) akibat kebakaran lahan. Dari manakah asumsi angka tersebut?

Perhitungan emisi karbon akibat kebakaran hutan dilakukan dengan mengacu pada beberapa asumsi dasar yaitu jenis lahan, daya bakar lahan, kedalaman lahan bakar (terutama bagi lahan gambut), faktor emisi dan kalibrasi sebaran bakar. Beberapa peneliti mencoba menghitung nilai emisi dari kebakaran hutan tahun 1997 yang merupakan terparah sepanjang sejarah. Page dkk (2002) memperkirakan antara 810 hingga 2563 Mton karbon, sementara Duncan (2003) melaporkan 700 Mton karbon, Levine (1999) mengestimasi 245 Mton karbon dan Heil, Langmann dan Aldrian (2007) melaporkan 1098 Mton karbon. Walhasil angka yang dikeluarkan WI berasal dari estimasi Page dkk (2002) yang memiliki tingkat ketidak percayaan tinggi (rentang nilai yang lebar). Estimasi tinggi dari Page dkk tersebut juga diragukan oleh peneliti diatas lainnya.

Hingga saat ini hanya estimasi dari kebakaran hutan tahun 1997 yang selalu dirujuk dan belum ada publikasi komprehensif untuk kebakaran tahun sesudahnya. Akan tetapi estimasi emisi karbon antara tahun 1998 hingga sekarang dapat dilakukan dengan mengacu pada asumsi yang sama dengan variasi dari jumlah titik api (hotspot) dan satuan jenis lahan (apakah lahan gambut atau bukan). Laporan titik api hasil pemantauan dari satelit NOAA 14 dan 18 dapat diperoleh untuk melakukan kalkulasi emisi tersebut. Hasil estimasi emisi karbon Indonesia akibat kebakaran hutan sepuluh tahun terakhir terlihat pada Tabel 1. Terlihat bahwa nilai emisi tertinggi mencapai 13 kali lipat dari nilai terendah.

Hal yang menarik untuk diperhatikan adalah bahwa variasi titik api bulanan sangat dipengaruhi oleh variasi iklim. Hasil korelasi jumlah titik api paruh kedua tahunan (antara Juli hingga Desember) di pulau Sumatera dan Kalimantan dengan indeks iklim di samudra Pasifik (indeks fenomena El Nino) menunjukkan tingkat korelasi sangat tinggi yaitu diatas 90% (perhatikan Gambar 1). Hal ini membuktikan kuatnya peran iklim dalam mendorong kasus kebakaran, meski disadari bahwa sebagian besar pelaku kebakaran adalah akibat aktivitas manusia. Sehingga dapat dipastikan Indonesia sebagai korban variasi tahunan iklim regional yang nyata.

jul-dec-hotspot.jpg

Gambar 1. Variasi tahunan titik api pulau Kalimantan dan Sumatera dihubungkan dengan indeks El Nino (anomali NINO3 SST)

Data untuk Gambar 1

datagambarsatu.jpg

Hasil estimasi emisi karbon serta hubungan kebakaran hutan tahunan dan iklim membawa beberapa implikasi berikut. Besar kecilnya angka titik api kebakaran hutan tahunan menunjukkan rentannya posisi Indonesia terhadap situasi iklim regional. Hal serupa juga dialami oleh Yunani pada musim panas tahun ini atau Amerika Serikat serta Spanyol yang mengalami kebakaran hutan pada saat musim yang sangat panas dan kering. Dalam posisi ini Indonesia dapat mengajukan dana adaptasi akibat perubahan iklim dan bukan sebagai “hanya” penghasil emisi. Nilai yang dipublikasi oleh WI sebagai dasar Indonesia rangking tiga besar dunia memakai porsi lahan gambut dari seluruh lahan terbakar yaitu sekitar 1400 Mton CO2 (setara dengan 381 Mton karbon). Nilai ini sendiri apabila dibandingkan dengan fluktuasi nilai emisi tahunan dari seluruh lahan terbakar (Tabel 1) menunjukkan angka yang terlalu tinggi terutama pada tahun-tahun non El Nino yaitu 1998, 1999, 2000, 2001, 2003, 2005 dan 2007 (proyeksi). Pada tahun-tahun tersebut dapat dipastikan bahwa emisi karbon Indonesia tidak menempati rangking tiga dunia.

Table 1. Estimasi emisi karbon akibat kebakaran hutan sejak 1997. Perhitungan 2007 memakai data hingga bulan September.

emisi-karbon1.jpg

Dengan demikian nilai tengah yang mereka pakai untuk menobatkan Indonesia di posisi ketiga kurang sesuai, apalagi mengingat rasio emisi tahunan tertinggi dan terendah yang sangat tajam (13 kali lipat). Hal lain yang perlu diingat adalah estimasi ini semua hanya memasukkan faktor kebakaran hutan tanpa memasukkan nilai daya serap hutan disaat tidak terjadi kebakaran. Dalam perhitungan emisi karbon global beberapa negara sudah memasukkan unsur daya serap hutan mereka, sedangkan untuk hutan Indonesia hal ini belum dilakukan karena belum ada kesepahaman metoda. Kesalahan terakhir adalah asumsi bahwa seluruh hasil pembakaran berbentuk CO2 bukan senyawa karbon lainnya. Nyatalah, bahwa kita harus selalu waspada akan berbagai upaya yang mencoba mendiskreditkan posisi Indonesia dalam post Kyoto Protokol, perdagangan emisi global dan upaya pemerintah untuk mengurangi dampak kebakaran hutan. Apalagi Indonesia sedang dalam proses ratifikasi UU ASEAN Transboundary Haze. Posisi estimasi emisi karbon ini perlu diangkat dalam negosiasi karbon global serta memposisikan kepentingan rehabilitasi dan pelestarian lahan gambut yang kita miliki.

Posted in Global Climate Change, Klimatologi, Meteorologi, Model Meteorologi, Natural Hazard, Sains atmosfer | 1 Comment »

Perbandingan Presipitasi 1979-2006 Dengan 2006

Posted by kadarsah pada Juli 29, 2007

Gambar di sebelah kiri merupakan rata-rata presipitasi selama tahun 1979-2006 sedang gambar sebelah kanan hanya tahun 2006.

Tidak terdapat perbedaan yang sangat mencolok.

79-06labelktahun.gif2

Posted in Klimatologi, Meteorologi, Model Meteorologi | 6 Comments »