Evaluasi Model Prediksi Angin Permukaan pada Wilayah Rawan Kebakaran Hutan: Kasus Windninja di Kalimantan Selatan

Abstract

Intisari

Prediksi angin di lapisan permukaan sangat penting untuk menunjang berbagai aktivitas pemantauan lingkungan, salah satunya untuk prediksi arah pergerakan asap akibat kebakaran hutan dan lahan dan prediksi kemudahan terjadinya kebakaran hutan dan lahan ditinjau dari parameter angin permukaan sebagai bentuk peringatan dini. Akurasi model prediksi angin yang dilakukan oleh berbagai badan meteorologi dunia memiliki sisi bias dan ketidakpastian yang tinggi sehingga perlu dilakukan teknik downscaling dari model angin beresolusi tinggi tersebut. Teknik downscalling dalam pengembangan model cuaca yang ada saat ini (salah satunya dengan WindNinja) dilakukan untuk mendapatkan prediksi angin yang memperhitungkan efek medan lokal, seperti kecepatan angin di atas pegunungan dan wilayah hutan. Penelitian ini menjadi evaluasi dari model angin dengan resolusi spasial tinggi di wilayah dengan topografi atau landskap yang kasar dan rawan kebakaran hutan. Metode pengujian model yang di downscaling di wilayah Gunung Besar Kalimantan Selatan menggunakan 3 (tiga) model cuaca yaitu WRF 10km, ECMWF 0.125⁰ dan model output dari WindNinja NOMADS GFS 0.25⁰ diuji dengan pengamatan arah dan kecepatan angin dari 5 AWS yang ada di Kalimantan Selatan selama kurun waktu 3 (tiga) hari data. Prediksi angin dengan pendekatan area landskap yang kompleks ini mampu menghasilkan nilai dengan Tingkat keandalan yang baik untuk dijadikan sebagai model prediksi dan peringatan dini kebakaran hutan dan penyebaran asap, meski performa dari beberapa fitur yang disediakan program WindNinja masih perlu ditingkatkan untuk optimalisasi pemanfaatannya di domain global.

Abstract

Wind prediction in the surface layer is essential to support various environmental monitoring activities, one of which is to predict the direction of smoke movement due to forest and land fires and predict the ease of occurrence of forest and land fires in terms of surface wind parameters as a warning. The accuracy of wind prediction models carried out by various world meteorological agencies has a high bias and uncertainty, so downscaling of existing high-resolution wind models is needed to obtain wind predictions that take into account local terrain effects, such as wind speed over mountains and forest areas. This study is an evaluation of high spatial resolution wind models in areas with rough topography or landscape, and prone to forest fires. With the method of comparing models that have been downscaled in a fairly complex area, namely South Kalimantan with the Big Mountain area in the middle, testing was carried out using 3 (three) weather models, namely WRF 10km, ECMWF 0.125⁰ and the output model from WindNinja, namely NOMADS GFS 0.25⁰ as well as observations of wind direction and speed from 5 AWS in the South Kalimantan region for 3 (three) days of data. Wind prediction with this complex landscape area approach can produce values with a good level of reliability to be used as a prediction and early warning model for forest fires and smoke spread. However, the performance of some features provided by the WindNinja program still needs to be improved to optimise its use in the global domain.