ESTIMASI CURAH HUJAN MENGGUNAKAN CITRAMTSAT DAN TRMM 2A12 (bagian 3)

dwiprab.blogspot.co.id /2014/11/estimasi-curah-hujan-menggunakan-citra_29.html

ESTIMASI CURAH HUJAN MENGGUNAKANCITRA MTSAT DAN TRMM 2A12 (Bagian 3)

Membuat persamaan statistik hubungan suhu kecerahan dan hujan

1. Tampilkan tabel hasil silang (misalnya dalam hal ini tabel h_t). Contoh keluaran tabel silang adalahseperti yang tersaji pada Gambar 19.

Gambar 19. Tabel hasil cross data hujan TRMM dancitra MTSAT.

1. Dari tabel tersebut dapat dilihat nilai suhu kecerahan(kolom IR1x) dan intensitas hujan (kolom hujan_lb0),pada lokasi koordinat yang sama. Dengan demikiankita dapat menghitung korelasi antara suhukecerahan dan intensitas hujan dengan cara: klikmenu: Columns Statistics Pada Function pilihCorrelation dan pada Colum pilih IR1x sebagaivariable pertama dan pada 2nd column pilih kolomhujan_lb sebagai variable kedua klik OK (lihatGambar 20).

Gambar 20. Proses menghitung corelasi antara duakolom.

1. Hasilnya adalah sebagai berikut (Gambar 21):

Gambar 21. Hasil proses perhitungan korelasi.

1. Nilai korelasi yang dihasilkan adalah -0,416. Nilai negatif menunjukan hubungan terbalik antarasuhu kecerahan dengan intensitas hujan, yang berarti bahwa semakin rendah suhu kecerahan daricitra IR1, maka semakin tinggi intensitas hujan yang dihasilkan.

2. Seperti sudah dijelaskan pada dasar teori, bahwa kualitas hubungan antara suhu kecerahan danintensitas hujan ditentukan dari kondisi perekaman dari citra MTSAT dan TRMM yang ber-ko-lokasi.Jika obyek awan yang terekam oleh kedua citra tersebut tidak bergeser terlalu jauh akibat dinamikaatmosfir ataupun pergeseran paralaks karena sudut perekaman yang berbeda maka padaumumnya akan menghasilkan korelasi yang tinggi. Namun citra yang memiliki ko-lokasi yang baikterkadang sulit untuk diperoleh, sehingga diperlukan proses manipulasi untuk memperbaiki nilaikorelasi. Dalam hal ini pendekatan yang digunakan untuk memperbaiki korelasi adalah denganteknik perataan (averaging) (Maathuis 2006).

Perataan intensitas hujan berdasarkan interval suhu kecerahan

1. Proses perataan dilakukan pada table silang MTSAT dan TRMM. Proses perataan ini padaprinsipnya adalah memilah (slicing) suhu kecerahan IR1 dalam interval suhu yang sama (misalnya0,5K atau 1K) dan mereratakan data intensitas hujan yang ada pada kelas interval suhu kecerahanyang bersangkutan. Proses perhitungan rerata data intensitas hujan yang ada pada kelas intervalsuhu kecerahan ini dilakukan melalui proses agregasi.

2. Untuk melakukan proses pemilahan ini kita harus membuat sebuah domain baru di ILWIS. Klikpada operation tree, Create New Domain. Beri masukan nama yang sesuai dan pilih tipe Classdan Group (lihat Gambar 22). Klik Edit Add Items (atau tekan tombol Insert) dan masukanUpper Bound (batas atas interval suhu) dan Name-nya. Lakukan hal ini berulang-ulang mulai dari100K sampai dengan 480K (diharapkan sudah mencakup semua kemungkinan suhu yang ada dicitra) dengan interval suhu 1K. Untuk lebih memudahkan anda, file domain kelas suhu inisudah dibuatkan dan ada pada folder latihan.

Gambar 22. Domain kelas temperature yangdigunakan untuk slicing.

1. Buka tabel hasil silang. Klik menu Column Column Slicing. Masukan colom yang akandipilah (dalam hal ini kolom IR1x) dandomain yang digunakan untuk memilah. Berinama keluarannya, seperti yang terlihatpada Gambar 23.

Gambar 23. Proses slicing kolom suhukecerahan MTSAT menggunakan domaintemperature.

1. Proses selanjutnya adalah agregasi kolom yang memuat informasi intensitas hujan berdasarkankolom hasil pemilahan suhu kecerahan, dengan menggunakanfungsi agregasi rerata. Pada tabel hasil silang klik menuColums Aggregation. Pada Column masukan nama kolomyang akan diaggregasi, pilih fungsi agregasinya dimana dalamhal ini adalah fungsi Average (rerata), centang pilihan Group bydan pilih kolom suhu hasil slicing. Hasil proses agregasi iniakan disimpan dalam sebuah tabel baru, untuk itu beri namatabel keluaran tersebut dan nama kolom yang digunakan untukmenyimpan hasil agregasi-nya (Lihat Gambar 24).

Gambar 24. Proses agregasi kolom hujan berdasarkankolom temperature hasil slicing.

1. Hasilnya adalah sebuah tabel yang memiliki satu kolomyaitu hujan. Pada tabel ini kita harus menambahkan satukolom yang berisi suhu kecerahan. Untuk membuat satukolom baru yang berisi suhu kecerahan tersebut, kita bisamenggunakan perintah khusus yang digunakan untukmembuat kolom baru berdasarkan kolom kunci (keycolumn). Pada command line ketik perintah:temp:=%K.Gunakan nilai default yang disediakan dan klik OK.

2. Hasilnya akan muncul kolom baru dengan nama temp. Ubahkan domain data kolom temp tersebutdengan cara klik pada nama kolom dan klik kanan pilih Properties. Gantilah domainya menjadiValue. Hasilnya adalah seperti yang tersaji pada Gambar 25.

Gambar 25. Tabel hubungan hujan dantemperature yang siap digunakan untuk membuatpersamaan regresi.

1. Untuk mengetahui nilai korelasi baru hasil prosesmanipulasi hubungan suhu kecerahan danintensitas hujan, klik Columns Statistics. Pilihfungsi Correlation dan masukan nama-namakolom yang akan dikorelasikan. Hasilnyamenunjukkan adanya peningkatan nilai korelasimenjadi -0.715.

2. Untuk mendapatkan gambarkan bagaimanahubungan antara suhu kecerahan denganintensitas hujan, maka keduanya dapatditampilkan dalam bentuk grafik. Klik menu File Create Graph. Pilih tabel hasil agregasi,masukan kolom suhu kecerahan sebagai sumbuX dan intensitas hujan sebagai sumbu Y (lihatGambar 26).

Gambar 26. Menentukan sumbu X dan Y untukdalam pembuatan grafik.

1. Lakukan modifikasi pada julat nilai sumbu X dari250 ke 300 dengan interval nilai 10. Untuk menampilkangrafik regresi, klik menu: Edit Add Graph LeastSquares Fit. Pilih kolom hujan untuk sumbu X dan suhukecerahan untuk kolom Y, serta pilih exponential sebagaipersamaan regresinya. Hasilnya adalah seperti yangtersaji pada Gambar 27.

Gambar 27. Grafik hubungan estimasi hujan dari TRMM dan suhu permukaan awan dari MTSAT.

Membuat persamaan regresi

1. Dalam proses pembuatan persamaan regresi ini kita membutuhkan bantuan dari dua perangkatlunak yaitu MS Excell dan Curve Expert. Curve Expert adalah perangkat lunak yang khususdigunakan untuk membuat persamaan regresi dengan nilai konstanta yang lebih akurat (lebihbanyak digit dibelakang koma). Pada tabel hasil aggregasi klik pada kolom suhu kecerahan klikkanan pilih Copy.

2. Buka MS Excell dan paste pada lembar kerjanya. Lakukan hal yang sama untuk intensitas hujandan paste-kan pada kolom sebelah kanannya. Untuk mempermudah proses selanjutnya, harapdiperhatikan urutan proses copy dan paste ini dimana yang pertama adalah suhu kecerahan, diikutioleh intensitas hujan dan bukan sebaliknya! Lakukan editing di lembar kerja MS Excell ini yaitudengan menghapus baris-baris yang tidak memiliki informasi intensitas hujan, termasuk barisantara kelas suhu yang tidak ada informasi intensitas hujannya, jika ada. Jika proses editing sudahselesai, lakukan proses seleksi pada pasangan suhu kecerahan dan intensitas hujan klik kanan Copy

3. Buka Curve Expert paste-kan pada lembar kerja Curve Expert. Lakukan sedikit editing pada baristerakhir pasangan suhu kecerahan dan intensitas hujan dengan cara menyeleksi baris terakhirtersebut klik kanan Cut.

Gambar 28. Hasil plotting data estimasihujan dari TRMM dan suhu permukaan awandari MTSAT di Curve Expert.

ESTIMASI CURAH HUJAN MENGGUNAKAN CITRA MTSAT DAN TRMM 2A12 (bagian 3)