Analisis Pemanfaatan Data TRMM (Tropical Rainfall Measuring Mission) untuk Deteksi Kejadian dan Estimasi Hujan

Indah Prasasti and Nur Febrianti and Parwati and Nurwita Sari Mustika (2015) Analisis Pemanfaatan Data TRMM (Tropical Rainfall Measuring Mission) untuk Deteksi Kejadian dan Estimasi Hujan. Prosiding Pertemuan Ilmiah Tahunan XX dan Kongres VI Masyarakat Ahli Penginderaan Jauh Indonesia (MAPIN). pp. 375-382.

[thumbnail of Prosiding_Indah Prasasti_Pusfatja_2015.pdf]
Preview
Text
Prosiding_Indah Prasasti_Pusfatja_2015.pdf

Download (458kB) | Preview

Abstract

Secara spasial, curah hujan dapat diestimasi menggunakan data satelit, seperti data TRMM. Untuk aplikasinya secara luas, data TRMM masih memerlukan faktor koreksi untuk masing-masing wilayah. Penelitian ini bertujuan untuk menganalisis kemampuan data TRMM dalam mendeteksi kejadian hujan dan estimasi hujan di suatu tempat. Penelitian ini dilakukan pada 3 (tiga) titik lokasi stasiun observasi curah hujan, yakni: UI, Cengkareng, dan Kemayoran. Untuk mencapai tujuan penelitian dilakukan dengan menggunakan dua teknik yakni: a. Teknik tabel kontingensi yang ditujukan untuk menilai kemampuan data TRMM dalam mendeteksi kejadian hujan dan b. Teknik gridding (interpolasi) untuk model estimasi curah hujan. Dari hasil validasi data TRMM menunjukkan bahwa data TRMM mempunyai kemampuan cukup baik dalam mendeteksi curah hujan di wilayah penelitian dengan probabilitas (POD rain) lebih dari 60% dan kejadian tidak hujan (POD no rain) sekitar 40% – 55%. Akurasinya mencapai 50% – 60% dan sekitar 25 % hingga 50% kejadian hujan yang dideteksi oleh TRMM adalah benar.
Estimasi menggunakan teknik gridding (interpolasi) pada data dasarian memberikan akurasi yang cukup tinggi dan mampu mewakili sekitar 25% - 70% keragaman curah hujan observasi.

Item Type: Article
Additional Information: ISBN 978-602-97569-1-3
Uncontrolled Keywords: TRMM, Tabel Kontingensi, Curah Hujan
Subjects: Taksonomi LAPAN > Teknologi Penginderaan Jauh > Penelitian, Pengkajian, dan Pengembangan > Pemanfaatan Penginderaan Jauh
Divisions: LAPAN > Deputi Penginderaan Jauh > Pusat Pemanfaatan Penginderaan jauh
Depositing User: Administrator Repository
Date Deposited: 30 Mar 2021 13:20
Last Modified: 20 Jul 2022 07:58
URI: https://karya.brin.go.id/id/eprint/11073

Actions (login required)

View Item
View Item