Pengaruh Asimilasi Data Penginderaan Jauh (Radar dan Satelit) pada Prediksi Cuaca Numerik untuk Estimasi Curah Hujan

Salah satu masalah utama dalam pemodelan cuaca numerik adalah ketidakakuratan data kondisi awal (initial conditions). Penelitian ini memperkuat pengaruh asimilasi data observasi penginderaan jauh terhadap kondisi awal untuk prediksi curah hujan numerik di area radar BMKG Tangerang (Provinsi Banten dan DKI Jakarta) pada 24 Januari 2016. Prosedur yang diterapkan untuk prakiraan curah hujan adalah model Weather Research and Forecasting (WRF) dengan teknik multi-nesting menurun dari keluaran Global Forecast System (GFS), model tersebut diasimilasikan dengan data observasi radar dan citra satelit menggunakan sistem WRF Data Assimilation (WRFDA) 3DVAR. Data yang digunakan sebagai data awal adalah data observasi permukaan, data radar EEC C-Band, data sensor satelit AMSU-A, dan sensor MHS. Analisis dilakukan secara kualitatif dengan melihat skala pengukuran. Data observasi digunakan untuk mengetahui data curah hujan. Hasil penelitian menunjukkan bahwa prediksi curah hujan yang dihasilkan dengan asimilasi data yang berbeda menghasilkan prediksi yang berbeda. Secara umum, terdapat perbaikan dalam prediksi curah hujan dengan asimilasi data satelit yang menunjukkan hasil terbaik.