Aplikasi model HBV (Hydrologiska Byrans Vattenbalansavdelning) berbasis satelit di DAS Musi (Sumatera Selatan)

Kegiatan ini menguraikan tentang aplikasi Model HBV (Hydrologiska Byreins Vattenbalansavdelning) berbasis pada data satelit dan model GFDL (Geophysical Fluid Dynamics Laboratory) yang berkaitan dengan karakteristik hidro-meteorologi pada Daerah Aliran Sungai (DAS) Musi (Sumatra Selatan). Data yang digunakan adalah curah hujan harian dari satelit TRMM (Tropical Rainfall Measuring Mission, 3B42 resolusi 27, 5 km), Evapotranspirasi potensial harian dari MODIS (Moderate Resolution Imaging Spectroradiometer level-3 MOD-16 resolusi 1 km) dari tahun 2001 hingga 2010. Dengan menggunakan konsep Model HBV di atas, diperoleh data luaran model yaitu penguapan aktual, kelembaban tanah, resapan air tanah, estimasi dan skenario debit aliran. Hasil analisis menunjukkan bahwa curah hujan harian berpengaruh secara signifikan terhadap debit aliran permukaan, kelembaban tanah, penyimpanan air hingga mencapai maksimum pengisian ulang penyimpanan respon atas dan bawah. Untuk mendapatkan nilai debit permukaan yang optimal dilakukan kalibrasi dengan menggunakan parameter model DAS. Sesuai dari kondisi iklim DAS Musi, bahwa hubungan antara curah hujan dan debit aliran di sub DAS Lematang terlihat jelas adanya kesamaan pola dengan koefisien korelasi 0.73. Hasil verifikasi antara debit estimasi model dengan debit observasi di sub daerah aliran sungai masing-masing menunjukkan pola yang sama. Hal yang utama adalah prediksi debit aliran permukaan tahun 2010 dengan menggunakan metode ANFIS (Adaptive Neural Fuzzy Inference Systems), prediksi terhadap estimasi dengan rase-training mempunyai r=0.81 dan prediksi terhadap estimasi dengan r=0.71. Hasil prediksi menunjukkan telah terjadi peningkatan debit aliran yang ditandai dengan nilai presentasi positip pada bulan N, D, J, F, M, sedangkan defisit terjadi pada bulan J, J, A, S, dan 0 dengan nilai persentasi negatip akan diuraikan pada makalah ini. 'Dari tren simulasi menunjukkan bahwa debit estimasi mengalami kenaikan dari tahun 2010 hingga tahun 2019.