PENGARUH ASIMILASI DATA SATELIT HIMAWARI-8 PADA PEMODELAN CUACA WRF-ARW UNTUK PREDIKSI SIKLON TROPIS

Abstract

Peningkatan akurasi model WRF-ARW untuk prediksi siklon tropis yang berpotensi terjadi di sekitar wilayah Indonesia dan memengaruhi kondisi cuacanya menjadi suatu kajian yang penting dilakukan. Salah satu cara perbaikan prediksi yaitu dengan menerapkan asimilasi data menggunakan data radians satelit Himawari-8. Data radians satelit himawari-8 dengan resolusi spasial dan temporal yang tinggi memiliki banyak keuntungan untuk wilayah Indonesia sehingga dapat dimanfaatkan untuk perbaikan kondisi awal model. Tujuan dari penelitian ini yaitu untuk mengidentifikasi pengaruh asimilasi data satelit Himawari-8 menggunakan teknik 3DVAR pada prediksi siklon tropis. Data satelit yang digunakan untuk asimilasi data yaitu data kanal water vapor dan kanal infra merah lainnya. Prosedur uji parameterisasi fisis pada skema konveksi dan mikrofisis diterapkan sebelum proses asimilasi data. Asimilasi data diterapkan pada prediksi siklon tropis Yvette (2016) dan Veronica (2019). Parameterisasi fisis dengan skema konveksi Kain-Fritsch dan skema mikrofisis WSM3 merupakan skema yang paling baik dalam menghasilkan prediksi siklon tropis. Asimilasi data dari setiap skema yang diujikan memberikan pengaruh dalam proses intensifikasi siklon tropis menjadi lebih kuat dan lebih cepat. Asimilasi data satelit Himawari-8 menggunakan data dari kanal water vapor menghasilkan prediksi siklon tropis yang lebih baik dibandingkan dengan menggunakan semua kanal infra merah. Asimilasi data satelit Himawari-8 menunjukkan adanya perbaikan prediksi yang ditunjukkan dengan pengurangan absolute error mencapai 49,1% pada lintasan siklon tropis, 38,6% pada tekanan udara minimum, 35,4% pada kecepatan angin maksimum dan 10,6% pada parameter curah hujan.

Improving the accuracy of WRF-ARW models for prediction of tropical cyclones potentially occur around Indonesia and affect its weather is an important study to be carried out. One of method to improve predictions is applying data assimilation using Himawari-8 radiance satellite data. Radiance data from Himawari-8 satellite with high spatial and temporal resolution has many advantages for Indonesia so that it can be utilized to improve the initial conditions of the model. The purpose of this study is to identify the effect of the Himawari-8 satellite data assimilation using 3DVAR techniques on tropical cyclone predictions. Satellite data used for data assimilation are radiance data from water vapor channels and other infrared channels. Procedure of physical parameterization test on convection and microphysics scheme are applied before the data assimilation process. Data assimilation is applied on prediction of tropical cyclone Yvette (2016) and Veronica (2019). Physical parameterization with Kain-Fritsch convection scheme and WSM3 microphysics scheme are the best schemes in producing tropical cyclone predictions. Data assimilation from each of the schemes tested has an impact on the intensification process of tropical cyclones becoming stronger and faster. Assimilation of Himawari-8 satellite data using data from water vapor channel produces better tropical cyclones predictions compared to using all infrared channels. The assimilation of Himawari-8 satellite data showed an improvement in predictions as indicated by a reduction in absolute error reaching 49.1% on tropical cyclone track, 38.6% on minimum central pressure, 35.4% on maximum wind speed and 10.6% on rainfall parameters.