PENGGEELLOOLL AA ANN CCIITTRRA - …satelit.bmkg.go.id/BMKG/other/pdf/Pedoman Operasional UPT...

Pusat Meteorologi Publik Deputi Bidang Meteorologi Badan Meteorologi Klimatologi dan Geofisika Desember 2011

PPEEDDOOMMAANN OOPPEERRAASSIIOONNAALL

PPEENNGGEELLOOLLAAAANN CCIITTRRAA

SSAATTEELLIITT CCUUAACCAA

(UPT BMKG Daerah)

Nomor : 02/PCI/DEP-1/XII/BMKG-2011

P edom an Operas i ona l P eng e l ol aan C i tra Sate l i t – U P T BMKG Daerah | 2

DAFTAR ISI

Daftar Isi 2

Daftar Singkatan 4

Bab 1 Pendahuluan 6

1.1 Latar Belakang 6

1.2 Tujuan 6

1.3 Ruang Lingkup 6

1.4 Pelaksana 7

Bab 2 Operasional Rutin 8

2.1 Penerimaan Data Satelit 8

2.1.1 Langkah Kegiatan 9

2.1.2 Waktu Pelaksanaan 9

2.2 Pengolahan Data Satelit 9



2.3 Penyimpanan Data dan Citra Satelit 10



2.4 Diseminasi Data dan Citra Satelit 11



2.5 Dokumentasi 11


2.6 Troubleshooting 12

Bab 3 Operasional Khusus 13

3.1 Monitoring Potensi Cuaca Signifikan 13

3.2 Monitoring Penyebaran Asap Kebakaran Hutan 14

3.3 Monitoring Debu Vulkanik dari Letusan Gunung Berapi 15

3.4 Monitoring Kejadian Khusus 16

Bab 4 Penutup 18

----------------------------------------------------------------------------------------------------------------------

Lampiran 1 Surat Pengantar dan Penetapan 20

Lampiran 2 Domain Area Citra Satelit 22

Lampiran 3 Prosedur Langkah Kegiatan Operasional Khusus 25

Lampiran 4 Prosedur Identifikasi Awan 28

Lampiran 5 Formulir Operasional Khusus dan Contohnya 44

Lampiran 6 Alamat Email Pejabat BMKG, Unit BMKG Pusat, dan UPT Daerah 47

Lampiran 7 Daftar Istilah 50


DAFTAR SINGKATAN

BMKG

CEWS

CSV

FIRMS

FTP

FY2D/E

GIS

GMSLPW

GSM

GSR

HDF

HRPT

IR

ITCZ

JMA

LST

MEWS

MODIS

MTSAT

NC

NDVI

NOAA

NWP

OCAI

Badan Meteorologi Klimatologi dan Geofisika

Climatological Early Warning System

Comma-Separated Values

Fire Information for Resource Management System

File Transfer Protocol

Feng Yun 2D/E

Geographical Information System

GMS Loop for Windows

Global Spectral Model

Ground Satellite Receiver

Hierarchical Data Format

High-Resolution Picture Transmission

Infra Red

Inter-Tropical Convergence Zone

Japan Meteorological Agency

Land Surface Temperature

Meteorological Early Warning System

Moderate-Resolution Imaging Spectrometer

Multi-Functional Transport Satellite

Net CDF – Network Common Data Form

Normalized-Difference Vegetation Index

National Oceanographic and Atmospheric Administration

Numerical Weather Prediction

Objective Cloud Analysis Information


OLR

PDS

PNG

RGB

RH

SATAID

SST

UPT

UTC

VIS

WV

Outgoing Long-wave Radiation

Production Data Sets – format data MODIS level-0

Portable Network Graphics

Red Green Blue

Relative Humidity

Satellite Animation and Interactive Diagnosis

Sea Surface Temperature

Unit Pelaksana Teknis

Coordinated Universal Time = GMT (Greenwich Mean Time)

Visible

Water Vapor


BAB 1

PENDAHULUAN

1.1 Latar Belakang

Pengamatan satelit meteorologi sangat penting untuk memonitor dinamika atmosfer dalam skala meso, sinoptik dan global dengan resolusi temporal yang tinggi sehingga bermanfaat untuk meningkatkan akurasi prakiraan cuaca jangka pendek (nowcasting dan short-range weather forecast). Sistem penerima data satelit BMKG merupakan salah satu unsur utama yang diperlukan dalam Meteorological Early Warning System (MEWS) BMKG, karena salah satu keuntungan teknik penginderajaan ini adalah dapat mengidentifikasi kejadian meteorologi dan dampaknya pada daerah yang tidak teramati oleh pengamatan di stasiun. Selain itu dengan adanya pengumpulan data satelit yang berkelanjutan selama kurun waktu yang lama, dapat mendukung Climatological Early Warning System (CEWS). Metode statistik yang diterapkan pada data satelit dapat digunakan untuk prediksi klimatologi dan pembelajaran perubahan iklim dalam skala yang luas.

Oleh sebab itu diperlukan penyusunan langkah kerja atau pedoman yang tepat dalam operasional kegiatan pengelolaan citra satelit dari tahap penerimaan dan penyimpanan data satelit, pengolahan produk, analisa dan diseminasi produknya, sehingga produk yang diterima pengguna dapat dikelola secara optimal untuk mendukung pelayanan informasi meteorologi dan klimatologi yang cepat dan tepat.

1.2 Tujuan

Pedoman Operasional ini disusun untuk memberikan panduan kepada petugas operasional dalam pelaksanaan tugas pengelolaan citra satelit di UPT Daerah yang mengelola Ground Satellite Receiver (GSR) dan atau yang memiliki Receiver Multicast / Client MTSAT-SATAID.

1.3. Ruang Lingkup

Operasional yang diatur dalam Pedoman Pelaksanaan Pengelolaan Citra Satelit ini adalah meliputi Operasional Rutin dan Operasional Khusus :


1. Operasional rutin :

a. Pemeriksaan penerimaan data satelit b. Pemeriksaan pengolahan data satelit c. Pemeriksaan penyimpanan data dan citra satelit d. Pemeriksaan diseminasi data dan citra satelit

2. Operasional khusus :

a. Monitoring Potensi Cuaca Signifikan b. Monitoring Penyebaran Asap Kebakaran Hutan c. Monitoring Debu Vulkanik dari Letusan Gunung Berapi d. Monitoring Kejadian Khusus

1.4. Pelaksana

Pelaksana kegiatan operasional pengelolaan citra satelit ini adalah UPT Daerah yang memiliki GSR dan atau yang memiliki Receiver Multicast / Client MTSAT-SATAID.


BAB 2

OPERASIONAL RUTIN

Operasional rutin adalah kegiatan rutin untuk pemeriksaan penerimaan, pengolahan, penyimpanan, dan diseminasi data serta citra satelit sehingga dapat digunakan bagi keperluan pengguna operasional di UPT-UPT BMKG daerah setempat, serta publik/umum secara benar dan tepat waktu.

Kegiatan operasional rutin ini secara garis besar meliputi penerimaan, pengolahan, penyimpanan, serta diseminasi data dan citra satelit. Masing-masing kegiatan dibagi berdasarkan diagram alur data dan produk citra satelit BMKG seperti gambar di bawah ini.

Gambar 2.1 Diagram Alur Data dan Produk Citra Satelit

2.1. Penerimaan Data Satelit

Pemeriksaan akuisisi/penerimaan data satelit dilakukan untuk mengetahui apakah data satelit yang terbaru telah diterima oleh sistem penerima data GSR.

Sistem penerima data satelit dibagi ke dalam 2 jenis sumber yaitu : Ground Satellite Receiver (GSR) dan sumber lain misalnya diperoleh dari internet. Untuk masing-masing GSR mempunyai perangkat hardware dan software yang telah dikonfigurasi secara otomatis menerima data

Media Penyimpan Data

Antena & Receiver

Komputer Akuisisi dan Pengolahan Data

Komputer Penyimpan Data

Multicast Receiver (Client MTSAT-SATAID)

Website/ FTP

Server : Website UPT

Penerimaan Data

Pengolahan Data

Penyimpanan Data dan Citra

Diseminasi Data dan Citra

Database satelit BMKG Pusat

Users


satelit. Sedangkan penerimaan data dari Receiver Multicast / Client MTSAT-SATAID membutuhkan koneksi dan proses pengunduhan data satelit. Diagram alur penerimaan data satelit dapat dilihat sebagaimana gambar 2.1

2.1.1 Langkah Kegiatan

1. Memeriksa kelengkapan data satelit dari GSR selama 24 jam terakhir :

a. MTSAT2 : periksa data MTSAT2 pada workstation MTSAT2 Receiving System dalam format .dat (raw data), .nc, dan ,.hdf (data level-1B)

b. NOAA : periksa data NOAA pada workstation NOAA LEXICAL System dalam format .HRPT (raw data) dan .zld (section data) atau ES&S POESAT500 NOAA System dalam format .dat (raw data), .nc. dan hdf (level-1B)

2. Memeriksa kelengkapan data satelit dari Receiver Multicast / Client MTSAT-SATAID selama 24 jam terakhir :

a. SATAID: periksa data MTSAT2 dalam format .Z untuk sistem SATAID di komputer Client SATAID

2.1.2 Waktu Pelaksanaan

Pemeriksaan data dilakukan setiap hari pada jam 00 dan 12 UTC

2.2. Pengolahan Data Satelit

Pemeriksaan pengolahan data satelit dilakukan untuk mengetahui apakah data satelit yang terbaru telah diolah menjadi citra oleh sistem pengolah. Diagram alur pengolahan data satelit sebagaimana pada gambar 2.1

Pengolahan data Satelit Geostationer (MTSAT2) menghasilkan citra untuk domain area Indonesia dan citra untuk domain area lokal yaitu untuk area monitoring lokal yang menjadi tanggung jawab UPT masing-masing (lihat pada Lampiran 2). Sedangkan data satelit polar-orbit dari GSR NOAA menghasilkan produk citra untuk domain area sepanjang swath/lintasan satelit NOAA yang diterima receiver dan area monitoring lokal.

Pengolahan data satelit dari Client Multicast MTSAT-SATAID menghasilkan citra untuk wilayah Asia Pasifik, dan domain area monitoring lokal masing-masing UPT.

Semua citra yang dihasilkan dari GSR MTSAT menggunakan format .PNG untuk produk dari GSR dan format .BMP untuk produk dari data SATAID.



1. Memeriksa kelengkapan hasil pengolahan data satelit dari GSR selama 24 jam terakhir :

a. Satelit MTSAT2

1) Citra kanal tunggal (VIS, IR1, IR2, WV dan IR4) 2) Citra kanal IR1 di enhanced berdasarkan proses fisis awan 3) Citra kanal IR1 di enhanced berdasarkan interval temperatur kecerahan 4) Citra kanal IR1 di enhanced dengan overlay topografi permukaan 5) Citra SST (Sea Surface Temperature) 6) Citra LST (Land Sea Temperature)

b. Satelit NOAA18/19

1) Citra Titik panas (fire-hotspot) 2) Citra SST (Sea Surface Temperature) 3) Citra NDVI (Normalized Difference Vegetation Index) 4) Citra Kandungan Aerosol (Aerosol Optical Depth)

2. Memeriksa kelengkapan hasil pengolahan data satelit dari Receiver Multicast (Client

MTSAT-SATAID) selama 24 jam terakhir : 1) Citra kanal tunggal (VIS, IR1, IR2, WV dan IR4) 2) Citra kanal IR1 overlay data NWP GSM (Global Spectral Model) dari JMA yaitu :

Curah Hujan, Tekanan Permukaan Laut, serta parameter Suhu, RH, Angin, dan Vortisitas pada tekanan Permukaan, 1000mb, 850mb, 700mb, dan 500mb.


Pemeriksaan citra dilakukan setiap hari pada jam 00 dan 12 UTC

2.3. Penyimpanan Data dan Citra Satelit

Pemeriksaan penyimpanan data dan citra satelit dilakukan untuk mengetahui apakah data dan citra satelit yang terbaru telah disimpan ke dalam media Penyimpan Data. Diagram alur penyimpanan data dan alur satelit sebagaimana pada gambar 2.1.



1. Memeriksa kelengkapan data dan citra satelit dari GSR dan Receiver Multicast/Client MTSAT-SATAID pada media Penyimpan Data selama 24 jam terakhir.

2. Melakukan backup data dan citra satelit dari GSR dan Receiver Multicast/Client MTSAT-SATAID selama 7 hari terakhir.

3. Mengirim data dan produk citra satelit terpilih ke database satelit BMKG Pusat (c.q. Sub Bidang Pengelolaan Citra Satelit) melalui FTP.


Pemeriksaan penyimpanan dan pengiriman data dan produk satelit dilakukan setiap hari pada jam 00 UTC. Sedangkan backup data dilakukan setiap hari Senin pada jam 00 UTC

2.4. Diseminasi Data dan Citra Satelit

Pemeriksaan penyimpanan data dan citra satelit dilakukan untuk mengetahui apakah data dan citra satelit yang terbaru telah disimpan ke dalam media Penyimpan Data. Diagram alur penyimpanan data satelit dapat dilihat pada gambar 2.1


1. Memeriksa kelengkapan data dan citra satelit dari GSR dan Receiver Multicast / Client MTSAT-SATAID pada website UPT selama 24 jam terakhir. Citra yang disebarkan melalui media website adalah keseluruhan citra yang dihasilkan dari pengolahan data dengan format PNG atau BMP.

2. Memeriksa kelengkapan citra satelit pada monitor display selama 24 jam terakhir.


Pemeriksaan diseminasi data dilakukan setiap hari pada jam 00 UTC

2.5 Dokumentasi

Hasil pemeriksaan kelengkapan data di website dan FTP dicatat dalam Log-book diseminasi data. Pencatatan pada Log-book berupa jumlah data dan citra yang lengkap dan jumlah yang tidak lengkap, serta jam yang yang tidak lengkap. Setiap 1 bulan sekali laporan log book ini dilaporkan ke BMKG Pusat, Sub Bidang Pengelolaan Citra Satelit melalui email citra.satelit


@bmkg.go.id atau [email protected] untuk dilakukan evaluasi apabila ditemukan permasalahan yang berkaitan dengan operasional satelit cuaca di UPT masing-masing.

2.6 Troubleshooting

Apabila terdapat permasalahan dalam penerimaan data seperti kesalahan software, kerusakan hardware, koneksi terputus atau permasalahan teknis lainnya, petugas operasional dapat melaporkan kepada koordinator operasional untuk kemudian dapat ditindak lanjuti. Kesalahan (error) dicatat dalam Log-book penerimaan data.


BAB 3

OPERASIONAL KHUSUS

Operasional khusus adalah kegiatan operasional yang dilakukan berdasarkan kejadian khusus untuk mendukung operasional MEWS di BMKG Pusat dan UPT BMKG daerah. Kegiatan yang dimaksud adalah analisa dan/atau prakiraan kejadian cuaca signifikan berdasarkan citra satelit dan data pendukung lainnya. Hasil analisa dari kegiatan operasional khusus ini dapat dilaporkan dalam bentuk formulir pada lampiran 5.

3.1 Monitoring Potensi Cuaca Signifikan

Kegiatan monitoring yang dilakukan apabila terdapat indikasi adanya potensi cuaca signifikan yang dapat terjadi di wilayah lokal UPT, atau fenomena cuaca di sekitar wilayah tersebut yang diperkirakan mempunyai dampak kepada wilayah UPT tersebut. Cuaca signifikan dimaksud adalah cuaca ekstrem yang berkaitan dengan adanya awan konvektif khususnya Cb seperti : hujan lebat, putting beliung, badai guntur/thunderstorm, Inter-tropical Convergence Zone (ITCZ), badai tropis, palung, dll.

1. Mengamati perkembangan sistem liputan awan di wilayah monitoring lokal dengan menganimasikan citra satelit MTSAT2, 1 sampai 12 jam terakhir

2. Mengidentifikasi daerah pertumbuhan awan-awan konvektif padat (dense-cloud), convective cloud cell dan Cb-cluster yang meliputi luasan wilayah sekurang-kurangnya 100 km (± 1 derajat lintang/bujur) dengan suhu puncak awannya (brightness temperature) ≤ -50ºC (223º K) yang persisten selama 3 jam atau lebih

3. Membuat citra enhancement IR1 dan WV dengan software GMSLPW untuk mengidentifikasi cold cloud-tops (suhu puncak awan yang paling dingin) dengan enhancement-color (misalnya: EXT-1 )

4. Mengidentifikasi apakah terdapat ”Enhanced-V” area pada citra IR1 tersebut, yang mengindikasikan adanya potensi thunderstorm/badai guntur disertai angin kencang di wilayah tersebut

5. Mengamati perkembangan arah dan kecepatan pergerakan wilayah sistem convective cloud cell atau Cb-cluster dan cold cloud-tops - nya setiap jam observasi dengan membuat trayektori-nya

6. Mencatat hasil monitoring dalam Log-Book Monitoring Khusus


3.2 Monitoring Penyebaran Asap Kebakaran Hutan

Kegiatan monitoring penyebaran asap kebakaran hutan dibagi ke dalam 2 tahap yaitu identifikasi titik panas yang dianggap menjadi sumber penyebaran asap (menggunakan MTSAT2 atau NOAA18/19), dan pembuatan trayektori sebaran asap untuk beberapa hari ke depan dengan SATAID.

1. Identifikasi Titik Panas dengan MTSAT2

a) Identifikasi titik panas (hotspot) dapat dilakukan dengan menggunakan citra IR4 yang sensitif terhadap panas / suhu tinggi.

b) Mendeteksi suhu (brightness temperature) pada citra IR4 satelit MTSAT, jika teridentifikasi suhu abnormal (anomali) tinggi sebesar > 320ºK ( > 47ºC) pada suatu piksel citra maka kemungkinan besar di titik tersebut terjadi titik panas pada wilayah piksel citra tersebut.

c) Menerapkan teknik pewarnaan kombinasi citra komposit RGB (Red-Green-Blue) menggunakan sistem pengolah citra dengan pewarnaan citra sbb : IR4 (Rev) = Red; IR1-IR4 = Green ; IR1 = Blue. Jika terdapat piksel yang dengan warna kuning cerah pada citra komposit RGB tersebut, maka diidentifikasi sebagai lokasi titik panas (hotspot)

2. Identifikasi Titik Panas dengan NOAA18/19 a) Sistem penerima satelit NOAA produk Lexical Technology Pte. Ltd. (Singapore) dapat

digunakan untuk memroses informasi hotspot dari data satelit NOAA baik dalam bentuk citra maupun teks yang berisi statistik hotspot.

b) Untuk dapat memroses informasi hotspot, maka harus tersedia citra kanal 3B dari satelit NOAA .

c) Untuk citra satelit siang hari, hanya satelit data NOAA-12, NOAA-14, NOAA-16, FY-1C dan FY-1D yang dapat diproses menjadi citra hotspot karena terdapat data kanal 3B).

d) Citra satelit siang hari yang diperoleh dari satelit NOAA-15 dan NOAA-17 tidak dapat diproses menjadi citra hotspot karena data citra kanal 3B-nya tidak tersedia.

e) Untuk citra malam hari pada semua jenis satelit tersebut di atas ada data citra kanal 3B- nya, sehingga dapat diproses menjadi citra dan informasi hotspot.

f) Produk hotspot dapat ditampilkan dengan mengoperasikan software Universal Meteorological Satellite Data Display System (untuk Lexical System), dengan menggunakan fasilitas pemrosesan data hotspot. Data yang diperlukan adalah file .ZLD yang telah diproses oleh sistem secara otomatis.


g) Setelah dilakukan prosedur pengolahan maka akan dihasilkan secara otomatis data hotspot dalam format .hot yang harus disimpan di directory data hotspot.

h) Menampilkan produk dalam bentuk citra dan teks informasi statistik jumlah hotspot pada layar display dengan warna yang berlainan untuk tingkat/level kepercayaan titik hotspot yang terdeteksi.

i) File data hotspot dalam format teks .TXT yang berisi informasi statistik detil dimana lokasi hotspot ditemukan, pengelompokannya dan tingkat kepercayaan hasil identifikasi hotspot-nya. File ini dapat diolah kembali dengan software GIS (misalnya ArcView GIS) untuk dibuat Peta Titik Panas (Hotspot).

3. Identifikasi Titik Panas dengan TERRA/AQUA a) Unduh data titik panas yang dideteksi oleh sensor MODIS pada satelit TERRA/AQUA

dari website FIRMS (Fire Information for Resource Management System) pada url ftp://mapsftp.geog.umd.edu/ untuk wilayah Asia tenggara, dimana didalam file tersebut berisi lokasi dan informasi lain mengenai titik panas selama 1 hari.

b) File data hotspot dalam format teks .CSV yang berisi informasi statistik detil dimana lokasi hotspot ditemukan, pengelompokannya dan tingkat kepercayaan hasil identifikasi hotspot-nya. File ini dapat diolah kembali dengan software GIS (misalnya ArcView GIS) untuk dibuat Peta Titik Panas (Hotspot).

4. Pembuatan Trayektori Penyebaran Asap dengan SATAID a) Menampilkan data satelit MTSAT2 kanal IR4 pada jam terjadinya kebakaran hutan,

dan data NWP GSM dari JMA b) Memasukkan data NWP pada lapisan 850mb dan menampilkan arah dan kecepatan

angin pada level tersebut c) Menambahkan tampilan trayektori asap pada citra berdasarkan titik panas yang

diperoleh dari citra MTSAT2 atau NOAA18/19 atau TERRA/AQUA

3.3 Monitoring Debu Vulkanik dari Letusan Gunung Berapi

Kegiatan monitoring penyebaran debu vulkanik dari letusan gunung berapi dibagi ke dalam 2 tahap yaitu identifikasi letusan gunung berapi dengan citra MTSAT2, dan pembuatan trayektori sebaran debu vulkanik untuk beberapa hari ke depan dengan SATAID.

1. Identifikasi Debu Vulkanik dari Letusan Gunung Berapi dengan MTSAT2


a) Jika terjadi letusan gunung berapi yang mengeluarkan material vulkanik, maka dilakukan identifikasi wilayah sebaran debu vulkanik dengan citra satelit MTSAT kanal IR1 dan IR2 serta data NWP-JMA

b) Identifikasi debu vulkanik dilakukan dengan menampilkan data citra satelit split-windows IR1-IR2 dengan sistem display dan analisis data satelit.

c) Menampilkan profil kontur perbedaan suhu puncak awan pada kanal IR1 dan IR2 di wilayah sekitar lokasi gunung api yang meletus tersebut. Debu vulkanik dapat diidentifikasi jika dijumpai kontur suhu split-windows (IR1-IR2) bernilai minus (-) kurang dari -0.5ºC.

d) Melakukan pemrosesan citra dengan teknik RGB (Red-Green-Blue) dengan sistem display dan analisis data satelit menggunakan citra SP (IR1-IR2), S2 (IR4-IR1) dan IR4.

e) Metode RGB yang diaplikasikan adalah warna Merah (RED) untuk citra SP, warna Hijau (GREEN) untuk citra S2 dan warna Biru (BLUE) untuk citra IR4.

f) Debu vulkanik dapat diidentifikasi perbedaannya terhadap awan-awan lainnya, terlihat akan berwarna pink pada citra RGB tersebut. Sedangkan awan-awan lainnya seperti Convective cloud (Cu, Cg, Cb) akan berwarna Orange ~ Merah, Cold-top convective cloud (Cb dengan suhu puncak awan sangat dingin) berwarna Kuning terang dan Coklat muda menunjukkan Awan-awan rendah (St, Fog) dan Abu-abu muda kebiruan biasanya menunjukkan Awan-awan menengah (seperti As, Ac).

2. Pembuatan Trayektori Penyebaran Debu Vulkanik dengan SATAID a) Menampilkan data satelit MTSAT2 kanal IR4 pada jam terjadinya letusan gunung

berapi, dan data NWP GSM dari JMA b) Memasukkan data NWP pada lapisan sesuai tinggi letusan gunung berapi dan

menampilkan arah dan kecepatan angin pada level tersebut c) Menambahkan tampilan trayektori asap pada citra berdasarkan titik awal sebaran

debu vulkanik yang diperoleh dari citra split-windows MTSAT2

3.4 Monitoring Kejadian Khusus

Kegiatan monitoring kejadian khusus adalah monitoring keadaan cuaca pada saat terjadi peristiwa kecelakaan transportasi, baik di darat, laut atau udara dan kejadian lainnya (banjir, tanah longsor, dll).

1. Melakukan identifikasi awan dengan menggunakan citra satelit sesuai waktu kejadian, atau apabila tersedia juga keadaan sebelum dan sesudahnya. Identifikasi daerah yang berpotensi terkena dampak dari awan tersebut.


2. Menampilkan karakteristik citra satelit pada lokasi kejadian, misalnya brightness temperature pada titik tersebut.

3. Analisa data NWP berupa data angin vertikal dan horizontal untuk beberapa level, temperatur, dan kelembaban pada daerah kejadian, dan parameter cuaca lain untuk memperoleh gambaran pembentukan awan dan presipitasi di daerah tersebut.


BAB 4

PENUTUP

Pedoman Operasional Pengelolaan Citra Satelit ini bersifat dinamis, sehingga dapat diperbaharui sesuai dengan perkembangan sistem dan metode analisis citra satelit di BMKG serta menyesuaikan teknologi di bidang satelit meteorologi yang terkini.


LAMPIRAN - PEDOMAN OPERASIONAL PENGELOLAAN CITRA SATELIT


LAMPIRAN 1

Surat Pengantar dan Penetapan


LAMPIRAN 2

Domain Area Monitoring Citra Satelit

1. Domain Area Stamet Hang Nadim Batam (10LU – 10LS, 90BT – 110BT)

2. Domain Area Stamet Supadio Pontianak (10LU – 10LS, 100BT – 120BT)

3. Domain Area Stamet Hasanuddin Makassar (10LU – 10LS, 110BT – 130BT)


4. Domain Area Stamet Pattimura Ambon (10LU – 10LS, 120BT – 140BT)

5. Domain Area Balai Wilayah V Jayapura (20LU – 20LS, 90BT – 150BT)

6. Domain Area Balai Wilayah II Ciputat (0LU – 20LS, 100BT – 120BT)


7. Domain Area Balai Wilayah III Denpasar (0LU – 20LS, 110BT – 130BT)


LAMPIRAN 3

Prosedur Langkah Kegiatan Operasional Khusus

1. Monitoring Potensi Cuaca Signifikan

Ukur luas daerah “convective cloud cell”

Cek suhu puncak “convective cloud cell” selama 3 jam terakhir

Berpotensi berkembang

Tentukan fase perkembangan sistem

awan dengan animasi citra

Ada

≤ - 50 oC

≥ 100 km

< 100 km

Tidak ada

Data Citra Satelit (3-6 jam terakhir)

Pelaporan

Cek ada/tidaknya

“Enhanced-V Area” pada convective cloud cell

Tidak berkembang/

meluruh

Ada

Potensi hujan lebat

Potensi TS disertai angin kencang

> - 50 oC

Cek ada/tidaknya

Tidak Ada


2. Monitoring Potensi Cuaca Signifikan

Data Citra Satelit MTSAT Kanal IR4

Cek Data Satelit dan Informasi Lain

< = 47ºC

Mix RGB pixel berwarna kuning cerah

Catat koordinat Titik Hotspot

> 47ºC

Kanal 3B NOAA atau FY1

Lexical System

Tidak Ada

Ada

Data MODIS dari FIRMS

Tidak Ada

Ada

Pemetaan Lokasi Titik Hotspot

Pemetaan Trajektori Asap Berdasarkan

Lokasi Titik Hotspot

Pelaporan


Data NWP Angin 850mb


3. Monitoring Debu Vulkanik dari Letusan Gunung Berapi

4. Monitoring Kejadian Khusus

Data Citra Satelit MTSAT Kanal IR1 - IR2

Data NWP JMA

Catat koordinat Titik Letusan Gunung

Pemetaan Trajektori Debu Berdasarkan

Lokasi Titik Letusan

Mix RGB Warna Pink


Angin Level Letusan Gunung Berapi

Pelaporan

> -5ºC

Data Citra Satelit MTSAT Kanal IR1 dan VIS

Data NWP JMA

Pelaporan

Brightness Temperature di Titik Kejadian

Analisa awan signifikan di daerah kejadian

Angin, Temperatur, RH, dll per lapisan


LAMPIRAN 4

Prosedur Identifikasi Awan

1. Pengertian dasar identifikasi jenis awan dengan satelit

Berbeda dengan pengamatan dari permukaan bumi, dimana pengamatan awan menggunakan mata (visual), satelit mengamati perilaku puncak awan jauh dari atas permukaan bumi.

Resolusi sensor satelit (citra VIS MTSAT-1R : 1 km, dan citra IR : 4 km pada sub-satellite point) relatif lebih kasar dibandingkan mata manusia, dan klasifikasi bentuk awan sebagaimana dapat dilakukan dengan pengamatan di permukaan bumi tidak dapat dilakukan dengan satelit. Sehingga harus dipahami bahwa jenis awan yang diidentifikasi oleh satelit berbeda secara mendasar dengan bentuk awan yang diidentifikasi oleh pengamatan permukaan.

Kita hanya menggunakan nama tipe/jenis awan yang serupa dengan asal atau susunan/struktur bentuk-bentuk awan yang ditentukan dengan pengamatan permukaan. Selanjutnya klasifikasi awan dengan satelit disebut “jenis awan” ; dan identifikasi awan dengan pengamatan visual disebut “bentuk awan”.

Catatan penting :

Klasifikasi awan dengan citra hasil pengamatan satelit adalah berdasarkan tinggi puncak awan ; sedangkan dasar klasifikasi awan dari pengamatan meteorologi permukaan adalah berdasarkan tinggi dasar awan.

Jenis-jenis awan yang teridentifikasi oleh satelit dan pengamatan bentuk awan dari pengamatan permukaan

Jenis awan yang dapat diidentifikasi dari pengamatan satelit meteorologi dan simbolnya

Bentuk-bentuk awan dari pengamatan permukaan dan simbolnya


2. Klasifikasi jenis awan

Dalam identifikasi jenis awan berdasarkan pengamatan satelit, jenis awan digolongkan menjadi 7 kelompok, yaitu : Ci (awan tinggi), Cm (awan menengah), St (stratus/fog), Cb (cumulonimbus), Cg (cumulus congestus), Cu (cumulus), dan Sc (stratocumulus).

Klasifikasi jenis awan dengan citra satelit

Jenis awan yang dikelompokkan sebagai awan-awan stratiform : Ci, Cm, St ; sedangkan kelompok awan-awan konvektif : Cb, Cg, Cu ; adapun Sc adalah bentuk peralihan keduanya yaitu memiliki karakteristik awan stratiform dan konvektif.

Awan-awan stratiform memiliki bentangan horisontal yang jauh lebih lebar daripada bentangan/ketebalan vertikal (cloud thickness) nya. Awan-awan ini dicirikan sebagai wilayah awan yang membentang luas dan saling bersambung serta memiliki permukaan awan yang rata dan halus.

Sedangkan awan-awan konvektif lebih tebal dan cakupan wilayahnya lebih sempit dibandingkan awan-awan stratiform. Awan-awan ini yang mudah dikenali sebagai wilayah awan dengan sel-sel yang terpisah-pisah serta permukaan awannya yang tidak rata.

Awan-awan yang terlihat dari satelit dapat diklasifikasikan menjadi 3 (tiga), yaitu : awan tinggi, awan menengah dan awan rendah.

Jika diklasifikasikan sesuai tinggi puncak awan, maka secara garis besar awan tinggi memiliki puncak awan pada ketinggian 400 hPa atau lebih, awan menengah antara 400 – 600 hPa, dan awan rendah puncak awannya berada pada ketinggian 600 hPa atau kurang.


Di samping awan-awan tinggi (Ci) dan awan menengah (Cm), termasuk dalam kelompok awan-awan rendah adalah Cu, St dan Sc. Secara umum Cg (Cumulus congestus) dan Cb (Cumulonimbus) tidak termasuk dalam klasifikasi tersebut.

3. Identifikasi jenis awan

3.1. Identifikasi dengan citra visibel dan infrared

Prinsip identifikasi dengan citra VIS :

Menggambarkan intensitas pantulan cahaya matahari (reflectance).

Awan-awan tebal yang memiliki kandungan air tinggi akan memantulkan lebih banyak cahaya matahari.

Awan-awan konvektif terlihat lebih terang dibanding awan-awan stratiform, karena mengandung lebih banyak butiran air dan lebih tebal.

Meskipun sama-sama awan kovektif, namun awan konvektif tebal jika berkembang pantulannya akan semakin besar. Misalnya :

o Cg (cumulus congestus) akan terlihat lebih terang dibanding Cu, dan Cb akan tampak lebih terang daripada Cg.

o Secara umum awan awan rendah akan terlihat lebih terang dibanding awan yang terbentuk di lapisan atas (awan tinggi), contohnya St (stratus) lebih terang dibanding Ci (cirrus).

o Jika terdapat awan Ci tipis bersama-sama awan-awan rendah dan menengah maka awan Ci akan tampak tembus pandang sehingga awan-awan level bawah dan menengah di bawahnya tersebut juga akan terlihat. Untuk kasus demikian, karena pantulan dari awan-awan di bawahnya akan menambah terang kenampakan Ci, dibanding jika hanya awan Ci saja yang ada di sana.

Prinsip identifikasi dengan citra IR :

Awan dengan puncak awan tinggi terlihat terang sementara awan dengan puncak awan rendah terlihat lebih gelap.

Tingkat kecerahan warna Awan-awan jenis stratiform : awan Ci terlihat paling terang, diikuti oleh Cm dan St.


Pada awan-awan yang tipis, radiasi dari bawah awan juga teramati melalui lapisan-lapisan awan di samping radiasi awan itu sendiri. Hal ini menyebabkan suhu puncak awan yang tinggi daripada yang sebenarnya, dan dapat berakibat kekeliruan dalam penentuan puncak awan. Sebagai contoh, Ci seringkali terdiri dari lapisan tipis awan sehingga cenderung diinterpretasikan sebagai Cm jika menggunakan citra IR saja.

Sedangkan, Ci yang sangat tebal memiliki puncak awan yang kurang-lebih sama dengan Cb, sehingga seringkali sulit dibedakan dengan Cb.

St yang memiliki puncak awan rendah suhunya yang seringkali mirip dengan suhu permukaan, sehingga sulit mendeteksi keberadaan awan St dengan hanya menggunakan citra IR saja.

Tingkat perkembangan awan-awan konvektif, dapat diklasifikasikan berdasarkan tinggi puncak awannya. Yakni, yang paling tinggi adalah puncak Cb yang sedang berkembang, diikuti oleh Cg, dan yang terendah adalah Cu yang kurang berkembang.

Diagram rangkuman identifikasi jenis awan dengan citra VIS dan IR secara kualitatif digambarkan berikut ini:

Gambar 2-3-1. Diagram identifikasi jenis awan

3.2 Identifikasi awan menurut bentuknya

Awan stratiform puncaknya terlihat rata dan luas bentangannya. Sebagai contoh, karena St memiliki tinggi puncak awan yang tetap, tepi awannya sering diasumsikan terbentuknya di sepanjang kontur orografik.


Ci menunjukkan bentuk-bentuk khusus, seperti goresan (Ci-streak), berbentuk seperti bulu-bulu halus yang keluar dari Cb (anvil cirrus), dan bentukan awan berbentuk garis yang tegak-lurus arus angin (transverse line).

Awan konvektif umumnya terdapat sebagai sekumpulan awan-awan (cloud cluster) dengan cakupan yang lebih kecil. Jika awan-awan konvektif berkembang lebih lanjut, maka ketebalannya akan meningkat dan bergabung bersama-sama sehingga luasan wilayah awannya meningkat jika dilihat dari satelit.

Urut-urutan awan konvektif tunggal mulai yang ukurannya paling besar hingga terkecil adalah sbb: Cb, Cg, dan Cu. Awan konvektif menunjukkan pola-pola karakteristik seperti bergaris-garis (linear), meruncing (taper), atau berbentuk sel-sel (cellular).

Bagian tepi/batas awan konvektif atau awan rendah mudah dibedakan karena terlihat jelas. Sedangkan awan stratiform batas awannya tidak terlihat jelas.

3.3. Identifikasi awan berdasarkan teksturnya (dengan citra VIS)

Awan-awan stratiform memiliki permukaan awan yang halus dan rata

Awan konvektif permukaan awannya kasar dan tidak rata.

3.4. Identifikasi awan berdasarkan pergerakannya

Karena di atmosfer lapisan atas angin umumnya bertiup lebih kuat, maka awan-awan tinggi bergerak lebih cepat daripada awan-awan rendah. Sehingga St, Sc, Cu dan awan-awan rendah lainnya bergerak lebih lambat dibanding Ci.

Awan-awan tebal yang menjulang tinggi seperti Cb dan Cg bergerak dengan kecepatan angin rata-rata dari level-level awan, sehingga gerakannya lebih lambat dibanding Ci.

3.5. Identifikasi awan dengan perubahannya terhadap waktu

Awan-awan konvektif bentuk dan tinggi puncak awannya berubah lebih cepat (karena masa hidupnya pendek).

Bentuk dan tinggi puncak awan-awan stratiform lebih lambat perubahannya.

Contoh : Cb dan Ci, maka Ci relatif sedikit perubahannya jika diamati bentuk dan pola awannya daripada Cb.


4. Contoh : Studi kasus identifikasi jenis awan

Gambar di bawah menunjukkan contoh identifikasi jenis awan. Wilayah awan A yang meliputi China Utara hingga Laut Kuning dan perairan sebelah timur Pulau Kyushu adalah Ci (cirrus). Pada citra IR, awan-awan tersebut terlihat sebagai sabuk awan yang lebar dan putih dan gerakannya searah angin di lapisan atas bertiup. Pada citra VIS awan-awan rendah di bawah Ci dapat terlihat. Adapun awan di sebelah utara adalah Ci.

a. Citra IR (20 Maret 1999, jam 03 UTC) : contoh identifikasi awan

b. Citra VIS (20 Maret 1999, jam 03 UTC) : contoh identifikasi awan


Wilayah awan B yang meliputi China daratan bagian tengah adalah Cm (middle cloud). Pada citra IR kenampakan warnanya terlihat abu-abu karena suhunya lebih tinggi daripada wilayah awan A memiliki cakupan yang seragam. Pada citra VIS terlihat putih.

Wilayah awan C yang membentang dari Kepulauan Sakishima hingga Taiwan adalah St (stratus). Pada citra IR terlihat lebih gelap dibanding awan di sekitarnya dan suhunya hampir sama dengan suhu permukaan laut, sehingga sangat sulit dibedakan. Pada citra VIS, awan-awan tersebut terlihat abu-abu terang dan permukaannya tampak halus.

Wilayah awan D yang terlihat di sebelah Semenanjung Korea adalah Sc (stratocumulus) yang terlihat abu-abu gelap pada citra IR. Pada citra VIS terlihat abu-abu terang serta memiliki permukaan yang lebih kasar dan batas awan yang jelas daripada awan-awan di C.

Wilayah awan E yang menutupi bagian utara Laut Jepang dan di sekitar Maritime Territory adalah Cu (cumulus). Pada citra IR tampak berwarna abu-abu lebih terang daripada Sc di wilayah awan D. Sedangkan pada citra VIS terlihat berwarna putih terang dan membentuk kelompok-kelompok awan (cluster) serta batas awannya jelas.

Sedangkan wilayah awan F (ditunjukkan dengan tanda segitiga) di sebelah timur Jepang adalah Cb (cumulonimbus). Pada citra IR, tepi awan sebelah barat terlihat jelas namun agak samar di sebelah timurnya karena awan tertiup angin lapisan atas (upper flow). Pada citra VIS, terlihat sangat putih dan membentuk cluster awan. Di sebelah tenggara awan Cb ini, wilayah awan G (tanda segitiga) terlihat deretan awan Cg (cumulus congestus) membentuk garis. Pada citra VIS, awan-awan ini terlihat putih terang sebagai kelompok-kelompok awan (cluster) terputus-putus pada garis awan Cu

Bagaimana cara membedakan Cb dari Ci digambarkan sebagai berikut. Kedua jenis awan ini terlihat putih pada citra IR.

Perbedaan yang jelas antara Cb dan Ci adalah bentuk, kecepatan bergerak, dan cakupan secara sinoptik-nya.

Pada Gambar a dan b tersebut di atas, Cb terlihat di atas di perairan sebelah timur Jepang (F – tanda segitiga). Pada citra IR terlihat bentuk kelompok-kelompok (cluster) dan batas tepi awan sebelah barat terlihat jelas.

Di sebelah timur awan tersapu oleh upper-flow sehingga batas tepi awan menjadi kabur/tidak jelas. Jika citra yang berurutan di-animasikan maka kecepatan gerak awan ini lebih lambat daripada awan-awan disekitarnya.


Karena Cb dipengaruhi kecepatan rata-rata angin di lapisan bawah dan tengah, maka pergerakannya lebih lambat daripada Ci, tetapi perubahan bentuknya lebih cepat daripada Ci.

Sebuah wilayah awan H, yang mirip dengan ini dan menutupi Kepulauan Jepang adalah Ci. Hal ini diperkuat dengan cepatnya gerakan awan tersebut jika citranya dianimasikan.

Gumpalan-gumpalan awan I yang terlihat di wilayah China bagian utara pada citra IR adalah juga awan-awan Ci. Seringkali awan-awan seperti ini keliru diidentifikasikan sebagai Cb jika dilihat dari bentuk dan suhu puncak awannya. Untuk kasus awan seperti ini, diidentifikasi sebagai Ci berdasarkan fakta bahwa: ”di atas Semenanjung Korea terdapat upper-trough, dan sebuah Cb akan sulit terlihat di belakang sebuah trough” ; ”kecepatan gerakan awan cukup cepat” ; dan ”hanya sedikit berubah bentuk terhadap waktu”.

4.1 Wilayah awan yang hanya terdiri dari Ci

a. Foto awan diambil dari permukaan bumi (kota Tottori, Jepang) tanggal 9 Juli 1984 (08.01 LST). Hasil pengamatan permukan : High level cloud, Cirrus dan Cirrostratus (Ci dan Cs) CL = 0,

CM = 3, CH = 5


b. Citra IR 9 Juli 1984 (09.00 LST). Tanda panah : kota Tottori

c. Citra VIS 9 Juli 1984 (09.00 LST). Tanda panah : lokasi kota Tottori

Jika diperhatikan di wilayah kota Tottori (tanda panah). Pada citra IR goresan awan Ci meliputi wilayah Distrik Sai’in hingga Semenanjung Noto. Hanya ujung barat dari Ci ini menutupi sekitar kota Tottori, dan terdapat awan lain yang diamati. Pada citra VIS, daratan dapat terlihat secara jelas. Pada kasus ini, baik observasi satelit maupun pengamatan permukaan keduanya menentukan jenis awan yang sama.

5.2 Wilayah awan-awan Ci dan Cm bertumpuk (superimpose)

Pada gambar a terlihat foto awan yang teramati dari permukaan di kota Tottori tanggal 22 September 1978 (jam 11.11 LST). Data pengamatan awan menunjukkan Altocumulus (Ac) : CL =


0 ; CM = 3 ; CH = 0. Sementara itu gambar b adalah citra IR dan c adalah citra VIS pada tanggal yang sama (jam 12.00 LST).

a. Foto pengamatan awan di kota Tottori (22 Sep 1978, jam 11.11 LST)

b. Citra IR

(22 Sep 1978, jam 11.11 LST)

c. Citra VIS

(22 Sep 1978, jam 11.11 LST)

Tanda lingkaran menunjukkan wilayah kota Tottori, Jepang dan sekitarnya


Jika kita perhatikan di wilayah Tottori dan sekitarnya (wilayah yang dilingkari), terlihat awan-awan Ci (cirrus) dan Cm (middle cloud) yang menutupi dan membentang dari Laut China Timur.

Citra VIS menunjukkan tutupan awan tidak begitu tebal, dan tidak dijumpai awan-awan rendah. Dalam kasus ini, awan-awan Ac sebagai lapisan awan tunggal yang menutup hampir seluruh langit di atas Tottori, sehingga tidak terlihat awan tinggi dari pengamatan permukaan.

5.3 Wilayah awan dimana terdapat Sc dan Cu bersama-sama (coexist)

a. Foto awan diambil di wilayah Kiyose City, Tokyo pada jam 17.40 LST, 19 Agustus 1983. <Hasil pengamatan permukaan : Awan rendah dan menengah (Ac dan Cu) Translucent altocumulus

(lenticular) CL = 2, CM = 4, CH = 0

b. Citra IR jam 18.00 LST, 19Agustus 1983. (Lingkaran menunjukkan wilayah Kiyose City, Tokyo dan sekitarnya) . Citra satelit menunjukkan adanya awan-awan Cu dan Sc yang coexisting (ada

bersama2)


Pada citra IR tersebut suatu wilayah awan yang menutupi Wilayah Kiyose City dan sekitarnya (tanda lingkaran) meskipun tidak terlihat tebal.

Dari pengamatan permukaan, awan-awan Ac terlihat meskipun jumlahnya tidak banyak dan renggang. Untuk awan-awan yang renggang seperti itu dimana ukurannya lebih kecil dari resolusi radiometer satelit, sehingga puncak awannya diperkirakan lebih rendah karena radiasi dari permukaan melalui wilayah renggang di antara awan-awan tersebut menambah besar radiasi dari awan yang diterima radiometer satelit.

5.4 Wilayah awan berupa Ci saja

a. Foto awan di Sendai City, Miyagi Prefecture, Jepang pada 17.10 LST, tanggal 6 September 1981. Hasil observasi : Middle level cloud, Ac, translucent altocumulus CL = 0, CM = 5, CH = 0

b. Citra IR jam 18.00 LST, tanggal 6 September 1981. (tanda panah menunjukkan lokasi Sendai City, Miyagi Prefecture) . Identifikasi awan dari citra satelit : hanya awan Ci terdapat di wilayah

tersebut


Pada citra IR tersebut, terlihat bentangan awan yang didominasi awan tinggi dan menengah mulai dari perairan timur Jepang hingga daerah lepas pantai Tokaido.

Terlihat awan Cirrus bersama dengan jetstream yang bertiup di sebelah utara sabuk awan ini dan sebagian awan ini menutupi wilayah di atas Sendai City.

Dalam kasus ini, hasil observasi menentukan jenis awan sebagai awan menengah, dimana berbeda dengan penentuan jenis awan dengan citra satelit. Kasus seperti ini dapat terjadi karena perbedaan teknik observasi antara pengamatan visual dan satelit, khususnya membedakan antara Ci dan Cm dengan satelit seringkali sulit dilakukan.

5.5 Wilayah yang tertutup hanya oleh awan Sc

a. Foto awan diambil di wilayah Chiyoda-ku, Tokyo pada tanggal 12 November 1984.. Hasil observasi : awan-awan Stratocumulus (Sc) sebagai hasil transformasi cumulus; CL = 5, CM = /,

CH = /


b. Citra IR jam 12.00 LST, tanggal 12 Nov 1984 (tanda lingkaran menunjukkan

wilayah Tokyo dan sekitarnya)

b. Citra IR jam 12.00 LST, tanggal 12 Nov 1984 (tanda lingkaran menunjukkan

wilayah Tokyo dan sekitarnya)

Hasil penentuan jenis awan dari citra IR dan VIS: hanya terdapat awan Sc di wilayah tsb. Pada citra satelit wilayah Tokyo dan sekitarnya diliputi oleh awan-awan Sc. Untuk awan-awan rendah, identifikasi bentuk awan dengan observasi permukaan relatif sesuai dengan identifikasi jenis awan dari observasi satelit.

5.6 Wilayah awan campuran Cb, Cg dan Cu

a. Foto awan diambil di wilayah Kiyose City, Tokyo) pada jam 18.10 LST, 10Agustus 1985. Hasil identifikasi : awan cumulonimbus capillaris (Cb)


CL = 9, CM = 0, CH = 3

b. Citra IR jam 18.00 LST, 10 Agustus 1985. (tanda X menunjukkan wilayah Kiyose City, Tokyo dan sekitarnya) . Hasil identifikasi awan : campuran awan Cb, Cg dan Cu

Citra satelit menunjukkan awan Cb terlihat di atas wilayah distrik Tokai dan Kanto, dan sebuah cluster Cb kecil terbentuk di bagian selatan Tochigi Prefecture (tanda X).

Pengamatan permukaan menunjukkan bahwa awan Cb berada di sebelah timur laut Kiyose City ke arah Tochigi Prefecture (jaraknya sekitar 60 km). Sebuah anvil cirrus terlihat memanjang di atas awan Cb. Selain itu awan Cg juga terbentuk di sisi wilayah yang sama.

5.7 Wilayah awan campuran Cu dan Cg

a. Foto awan di wilayah Ooshima Motomachi, Tokyo pada tanggal 19 Desember 1994. Hasil observasi permukaan Cumulus (Cu) CL = 2, CM = X, CH = X


b. Citra IR tanggal 19 Desember 1994 (tanda panah : wilayah Ooshima

Motomachi, Tokyo) . Hasil identifikasi : campuran awan Cu dan Cg

c. Citra VIS tanggal 19 Desember 1994 (tanda panah Ooshima Motomachi,

Tokyo) .

Jika dilihat pada citra satelit tersebut, terlihat sebuah sabuk awan-awan konvektif terbentang di atas perairan sebelah timur Semenanjung Izu dan Ooshima.

Penentuan berdasarkan tingkat kecerahan puncak awan konvektif ini, sabuk awan tidak hanya terdiri dari Cu tetapi juga terdapat Cg yang lebih berkembang daripada Cu. Hal ini berkaitan dengan terbentuknya tornado yang terlihat pada foto (a).


LAMPIRAN 5

Formulir Operasional Khusus dan Contohnya

BMKG

BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA Jl. Angkasa I No. 2 Jakarta Pusat INDONESIA 10720,

Telp. 62 (21) 4246321, 6546315, Fax. 62 (21) 6546315

PUSAT METEOROLOGI PUBLIK

BIDANG PENGELOLAAN CITRA INDERAJA Monitoring Cuaca Signifikan / Debu Vulkanik / Kebakaran Hutan / Kejadian Khusus*)

Berdasarkan Analisis Citra Satelit Cuaca Tanggal : ………….. 2012, .... UTC

NO. PERIHAL URAIAN*) KETERANGAN

1 Fenomena Ekstrim

2 Lokasi dan Waktu Kejadian

3 Dampak

4 Jenis Citra

5 Analisis

6 Kesimpulan

7 Lampiran

*) Data dukung, informasi dan uraian analisis disesuaikan dengan target monitoring

SAMPEL / CONTOH


CONTOH : Formulir Analisa Monitoring Kejadian Khusus

BMKG

BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA Jl. Angkasa I No. 2 Jakarta Pusat INDONESIA 10720,

Telp. 62 (21) 4246321, 6546315, Fax. 62 (21) 6546315

PUSAT METEOROLOGI PUBLIK BIDANG PENGELOLAAN CITRA INDERAJA

Monitoring Kejadian Khusus Berdasarkan Analisis Citra Satelit Cuaca Tanggal : 20 Januari 2010, 04 – 06 UTC

NO. PERIHAL URAIAN*) KETERANGAN

1 Fenomena Ekstrim

Hujan Lebat dan Banjir Sumber berita : Kompas.com

2 Lokasi dan Waktu Kejadian

Wilayah Bogor, tanggal 20 Januari 2010, siang hari

3 Dampak Banjir, Kali Sunter meluap, Cipinang Indah tergenang, Jalan Bangka – Jaksel tergenang

4 Jenis Citra Satelit IR1 / NWP JMA 5 Analisis a) Berdasarkan citra satelit MTSAT tanggal 20 Januari

2010 jam 04.00-06.00 UTC (11.00-13.00 WIB) terlihat pertumbuhan awan yang semakin meningkat di atas wilayah Bogor dan sekitarnya

b) Hal itu ditandai dengan suhu puncak awan dari waktu ke waktu semakin dingin (dari sekitar -22.6º C pada jam 04.00 UTC dan mencapai – 62.2º C pada jam 05.00 UTC di lokasi tersebut

c) Selain itu analisis stabilitas atmosfer dari data NWP JMA juga mengindikasikan nilai CAPE (Convective Available Potential Energy) yang semakin meningkat (dari jam 04-06 UTC berturut-turut sebesar : 730 J/kg ; 947 J/kg dan 1160 J/kg) menandakan kondisi atmosfer yang semakin labil

d) Kondisi suhu puncak awan yang mencapai – 62.2º C dan nilai indeks CAPE yang mencapai 1160 Joule/kg memungkinkan pembentukan awan-awan Cumulonimbus (Cb) di sekitar wilayah Bogor yang berpotensi menyebabkan hujan yang disertai kilat/petir (thunderstorm)

SAMPEL / CONTOH


6 Kesimpulan Banjir di DKI Jakarta dan sekitarnya pada tanggal 20 Januari 2010, disebabkan oleh adanya peningkatan aktivitas konvektif pada wilayah Bogor, sehingga menyebabkan hujan lebat dan penambahan debit air yang melewati kali Sunter

7 Lampiran 1 (satu) berkas Citra satelit

IR1 / NWP JMA

LAMPIRAN


LAMPIRAN 6

Alamat Email Pejabat BMKG, Unit BMKG Pusat, dan UPT Daerah

Pejabat BMKG

Kepala Pusat Meteorologi Publik : [email protected] ;

[email protected]

Kepala Bidang Pengelolaan Citra Inderaja : [email protected]

[email protected]

Kepala Bidang Pengelolaan Citra Satelit : [email protected]

[email protected]

Unit BMKG Pusat

Sub Bidang Informasi Meteorologi : [email protected]

Sub Bidang Cuaca Ekstrim : [email protected]

Sub Bidang Siklon Tropis : [email protected]

Sub Bidang Informasi Meteorologi Maritim : [email protected]

Sub Bidang Informasi Meteorologi Penerbangan : [email protected]

Sub Bidang Pengelolaan Citra Radar : [email protected]

Sub Bidang Pengelolaan Citra Satelit : [email protected]

UPT Daerah

1. Stasiun Meteorologi Klas II Blangbintang Banda Aceh [email protected]

2. Stasiun Meteorologi Klas I Hang Nadim Batam [email protected]

3. Stasiun Meteorologi Klas II Maritim Belawan Medan [email protected]


4. Stasiun Meteorologi Klas III Lhokseumawe [email protected]

5. Stasiun Meteorologi Klas II Tabing Padang [email protected]

6. Stasiun Meteorologi Klas III Ranai Natuna [email protected]

7. Stasiun Meteorologi Klas III Japura Rengat [email protected]

8. Stasiun Meteorologi Klas IV Maritim Tanjung Karang [email protected]

9. Stasiun Meteorologi Maritim Klas I Tanjung Priok [email protected]

10. Stasiun Meteorologi Klas III Sutan Thaha – Jambi [email protected]

11. Stasiun Meteorologi Klas II Supadio Pontianak [email protected]

12. Stasiun Meteorologi Klas III Pangsuma Putussibau [email protected]

13. Stasiun Meteorologi Maritim Klas II Semarang [email protected]

14. Stasiun Meteorologi Klas III Susilo Sintang Kalimantan Barat [email protected]

15. Stasiun Meteorologi Klas III Lekunik Baa Rote [email protected]

16. Stasiun Meteorologi Klas II Sepinggan Balikpapan [email protected]

17. Stasiun Meteorologi Klas III Sangkapura Bawean [email protected]

18. Stasiun Meteorologi Klas III Salahudin Bima [email protected]

19. Stasiun Meteorologi Klas III Stagen Kotabaru [email protected]

20. Stasiun Meteorologi Klas II Eltari Kupang [email protected]

21. Stasiun Meteorologi Klas III Selaparang – Mataram [email protected]

22. Stasiun Meteorologi Klas IV Nunukan – Tarakan [email protected]


23. Stasiun Meteorologi Samarinda [email protected]

24. Stasiun Meteorologi Klas I Juanda Surabaya [email protected]

25. Stasiun Meteorologi Klas II Maritim Perak II – Surabaya [email protected]

26. Stasiun Meteorologi Klas III Tanjung Selor [email protected]

27. Stasiun Meteorologi Klas III Juwata Tarakan [email protected]

28. Stasiun Meteorologi Maritim Klas II Bitung [email protected]

29. Stasiun Meteorologi Klas III Majene [email protected]

30. Stasiun Meteorologi Klas I Hasanuddin Makassar [email protected]

31. Stasiun Meteorologi Maritim Klas II Paotere [email protected]

32. Stasiun Meteorologi Klas III Mutiara Palu [email protected]

33. Stasiun Meteorologi Klas III Saumlaki [email protected]

34. Stasiun Meteorologi Klas III Babullah Ternate [email protected]

35. Stasiun Meteorologi Klas III Geser [email protected]

36. Stasiun Meteorologi Mopah – Merauke [email protected]


LAMPIRAN 7

Daftar Istilah

- Aerosol optical depth : ketebalan optis yang disebabkan kehadiran aerosol (partikel padat seperti debu, dll) di atmosfer yang diukur secara vertikal pada ketinggian tertentu. Aerosol optical depths biasanya berkurang sesuai kenaikan panjang gelombang, dimana jauh lebih kecil pada radiasi gelombang panjang (longwave radiation) daripada pada radiasi gelombang pendek (shortwave radiation). Nilai dari optical depth tidak ber-dimensi dan tergantung pada kondisi atmosfer, tetapi umumnya berkisar 0.02 – 0.2 untuk radiasi gelombang tampak (visible).

- Brightness temperature / TBB (Equivalent Blackbody Temperature) : temperatur sebuah benda hitam (blackbody temperature) ketika sejumlah radiasi infra-merah teramati diasumsikan sebagai radiasi yang dipancarkan oleh benda hitam.

- Citra satelit : gambar kenampakan permukaan bumi atau fenomena di atmosfer yang diperoleh dengan oleh alat pemindai / sensor pada satelit yang mengorbit di atas bumi

- Citra Infrared (IR) : citra satelit yang diperoleh dari hasil pengukuran gelombang elektromagnetik yang berada pada kisaran spektrum panjang gelombangnya antara 3 – 13 μm. Citra ini merepresentasikan suhu obyek (thermal infrared). Obyek yang memiliki suhu lebih dingin terlihat lebih terang/cerah dibandingkan dengan obyek yang suhunya lebih tinggi

Citra IR satelit MTSAT-2


- Citra Visible : citra satelit yang diperoleh dari hasil pengukuran gelombang elektromagnetik yang berada pada kisaran spektrum panjang gelombang tampak (visible) yaitu 0.4 - 0.75 μm. Citra ini merepresentasikan tingkat reflektansi obyek (kemampuan obyek memantulkan radiasi matahari). Obyek yang memiliki reflektansi tinggi terlihat lebih terang/cerah dibanding yang reflektansinya rendah.

Citra VIS satelit MTSAT-2

- Citra Water Vapor (uap air) : citra yang merupakan visualisasi data yang diperoleh oleh sensor satelit pada panjang gelombang uap air, yaitu 6.7 atau 7. 3 μm. Uap air di atmosfer menyerap radiasi gelombang panjang pada wilayah panjang gelombang ini, sehingga menyebabkan suhu yang terukur oleh sensor satelit lebih rendah. Citra ini menggambarkan kandungan uap air di lapisan atmosfer tengah dan atas. Warna lebih terang/cerah pada citra menunjukkan wilayah yang memiliki kandungan uap air tinggi, sementara warna lebih gelap menunjukkan kandungan uap air rendah

Citra WV satelit MTSAT-2


- Citra Enhanced-IR : citra Infrared yang dimodifikasi warnanya berdasarkan suhu obyek, sehingga mudah untuk membedakan awan-awan yang suhu puncaknya lebih dingin. Teknik color enhancement IR ini sangat bermanfaat untuk mendeteksi awan-awan Cb/thunderstorm yang memiliki suhu puncak awan sangat dingin

Contoh citra Enhanced-IR (MTSAT-2)

- Cloud cluster : sekelompok awan (Cumulonimbus) yang memiliki ukuran tertentu, menurut definisi kelompok awan skala meso (mesoscale cloud cluster) oleh Iwasaki dan Takeda (1993), kluster awan harus memiliki luasan ber-diameter sekurang-kurangnya 100 km dengan suhu puncak awan (brightness temperature/TBB -50º C atau kurang

Cloud cluster

- Cloud classification : penggolongan dan identifikasi jenis awan berdasarkan interpretasi obyektif dari data satelit cuaca dengan algoritma otomatis. Identifikasi jenis awan dengan satelit didasarkan pada kenampakan dan karakteristik pada beberapa jenis kanal citra misalnya suhu puncak awan, reflektansi dll.


- Convection/convective cloud cell : jika cloud cluster terdiri dari sel-sel konvektif (Cb) yang terpisah-pisah, convective cloud cell merupakan satu kesatuan sistem perawanan yang terdiri dari awan-awan konvektif (umumnya Cb)

Convective cloud cell

- CSV (Comma-Separated Values) : format file yang menyimpan data dalam format tabular/tabel (angka dan teks) dalam bentuk teks datar (plain-text). Sehingga file akan mudah dibacaa (misalnya dengan editor teks). CSV adalah format file sederhana yang banyak didukung oleh aplikasi konsumen, bisnis, dan ilmiah. Diantara kegunaannya yang umum adalah untuk memindahkan data tabular antar program-program yang secara alami beroperasi pada format proprietary yang lebih efisien / lengkap. Sebagai contoh: sebuah file CSV dapat digunakan untuk mentransfer informasi dari sebuah program database untuk spreadsheet.

- Enhanced-V area : "Enhanced-V" dapat dijumpai pada citra IR dan terkait langsung dengan “overshooting top” dari awan Cb. Kenampakan pada citra IR wilayah dimana suhu puncak awan yang terdingin menyerupai bentuk huruf-V atau seperti bumerang dan dibatasi dengan wilayah yang bersuhu lebih hangat sesuai arah angin. Enhanced-V mengindikasikan potensi intensifnya pembentukan suatu badai dan sering terlihat pada citra IR sebelum munculnya cuaca ekstrem. Deteksi dari ”Enhanced-V” area dapat berguna sebagai indikator bakal terjadinya badai guntur hebat (severe thunderstorm). Berdasarkan beberapa penelitian, jeda waktu mulai saat mula-mula teridentifikasi timbulnya ”Enhanced-V” area hingga terjadinya cuaca ekstrem adalah sekitar 30 menit.


- Feng Yun : (Bahasa China yang berarti: “angin dan awan”) adalah Satelit meteorologi geostasioner yang diluncurkan oleh China dan orbitnya berada di atas garis ekuator Samudera Hindia pada posisi koordinat bujur 105°BT. Citra multi-spektral satelit ini dihasilkan oleh instrumen VISSR yang serupa dengan satelit GMS atau MTSAT milik Jepang

- File Transfer Protocol (FTP) : protokol jaringan standar yang digunakan untuk mentransfer file dari satu host ke host lain melalui jaringan berbasis TCP, seperti Internet. FTP dibangun di atas arsitektur server-client dan menggunakan kontrol koneksi data yang terpisah antara klien dan server. Pengguna FTP dapat mengotentikasi sendiri menggunakan protokol teks -sign-in yang jelas tetapi dapat juga terhubung secara anonim jika server dikonfigurasi untuk itu.

- GIS (Geographic Information System / sistem informasi geografis) : adalah sebuah sistem yang dirancang untuk memperoleh, menyimpan, memanipulasi, menganalisis, mengelola, dan menyajikan semua jenis data bereferensi geografis. Dalam istilah

V-notch

(pada citra radar)

Enhanced-V

(pada citra satelit IR4)


sederhana, GIS adalah penggabungan dari analisis kartografi, statistik, dan teknologi database.

- Hierarchical Data Format (HDF, HDF4, or HDF5) : nama dari satu set format file dan kelengkapannya (library-nya) yang dirancang untuk menyimpan dan mengatur sejumlah besar data numerik. HDF didukung oleh banyak platform perangkat lunak komersial dan non-komersial, termasuk Java, MATLAB, IDL, dan Python. Ada dua versi utama HDF yang saat ini ada yakni, HDF4 dan HDF5, yang berbeda secara signifikan dalam desain dan API.

- HRPT (High Resolution Picture Transmission) : resolusi penuh data digital 5 kanal citra AVHRR dengan resolusi 1.1 km di titik nadir, yang ditransmisikan pada wilayah S-band oleh satelit polar orbiter.

- Hotspot : hasil deteksi satelit yang menunjukkan terdapatnya titik panas / anomali suhu sangat tinggi pada suatu /sejumlah piksel citra satelit yang diinterpretasikan sebagai indikator terjadinya kebakaran di suatu tempat. Produk hotspot ini dihasilkan dari hasil pengamatan satelit antara lain NOAA dan MODIS Aqua / Terra

- ITCZ (Intertropical convergence zone/equatorial convergence zone -- zona konvergensi tropis / zona konvergensi khatulistiwa) : Sumbu atau bagian dari arus angin pasat yang luas di wilayah Tropis. Sumbu ini merupakan garis pemisah antara arus angin pasat tenggara (dari BBS) dan arus angin pasat timur laut (dari BBU). ITCZ letaknya berdampingan dengan cabang menaik dari sel Hadley. Pendapat lama menyatakan bahwa ini adalah garis batas konvergensi di sepanjang seluruh bagian bentangannya. Sekarang diketahui bahwa konvergensi sebenarnya terjadi hanya di sepanjang bagian-bagian dari garis ini.

- MODIS (Moderate-resolution Imaging Spectro-radiometer) : instrumen ilmiah yang terdapat pada satelit milik NASA-USA yaitu Terra dan Aqua yang mengorbit ke arah kutub bumi/polar (Polar Orbiter) dengan ketinggian sekitar 800 km dari permukaan bumi. Instrumen ini dapat memperoleh data dalam 36 wilayah spektral gelombang elektromagnetik berkisar dari 0.4 µm s/d 14.4 µm dengan resolusi spasial yang bervariasi (2 band beresolusi 250 m, 5 band beresolusi 500 m dan 29 band memiliki resolusi 1 km). Instrumen MODIS pada 2 satelit ini mampu memberikan citra seluruh permukaan bumi setiap 1 – 2 hari, dan dirancang untuk pengukuran dinamika skala global termasuk tutupan awan, besaran radiasi surya dan proses-proses yang terjadi di laut, daratan, dan atmosfer bagian bawah.

- MTSAT (Multi-functional Transport Satellite) : Satelit geostasioner milik Jepang yang didesain untuk pengamatan meteorologi sekaligus untuk keperluan penerbangan (air traffic control), yang orbitnya berada di atas ekuator pada posisi koordinat bujur 140°BT


(ketinggian sekitar 36.000 km di atas sekitar wilayah Biak, Papua) Seri satelit MTSAT adalah generasi satelit penerus misi satelit GMS (Geostationary Satellite Meteorology) Jepang dan memiliki 5 instrumen sensor (imager) VIS dan IR yang serupa dengan satelit GOES milik USA.

- NetCDF (Network Common Data Form) : adalah satu set library perangkat lunak dan self-describing, format data yang tak tergantung mesin yang mendukung penciptaan, akses, dan data saintifik berbasis-array. Homepage proyek ini diselenggarakan oleh program Unidata di Universitas Corporation Penelitian Atmosfer (UCAR). Unidata juga merupakan sumber utama dari perangkat lunak netCDF, standar pengembangan, update, dll. Format data ini merupakan standar terbuka. NetCDF Classic dan 64-bit Format Offset standar internasional dari Open Geospatial Consortium.

- NOAA : seri satelit operasional meteorologi yang mengorbit bumi ke arah kutub (polar orbiter) milik Badan Meteorologi dan Oseanografi (NOAA) USA.

- NWP (Numerical Weather Prediction / prediksi cuaca numerik) : Integrasi dari persamaan hidrodinamika yang mengatur dengan metode numerik menurut kondisi awal tertentu. Prakiraan numerik adalah dasar untuk hampir semua skema prediksi cuaca dinamis karena kompleksitas dan nonlinieritas dari persamaan hidrodinamika tidak memungkinkan solusi yang tepat dari persamaan kontinu.

- OCAI (Objective Cloud Analysis Information) : produk tentang analisis awan dari data pengamatan satelit MTSAT. OCAI berisi informasi berbasis grid-point dengan nilai indeks klasifikasi awan dan ketinggian awan.

- OLR (Outgoing Longwave Radiation) : energi radiasi yang dipancarkan dari permukaan bumi yang hangat ke angkasa yang suhunya lebih rendah, seringkali OLR diturunkan dari hasil pengukuran sensor satelit pada window channel.

- Portable Network Graphics (PNG) : format gambar bitmap yang menggunakan kompresi data lossless. PNG diciptakan untuk memperbaiki dan mengganti format GIF (Graphics Interchange Format) sebagai format file gambar yang tidak memerlukan lisensi paten. PNG dirancang untuk mentransfer gambar pada Internet, bukan untuk profesional grafis berkualitas cetak, dan karena itu tidak mendukung warna non-RGB seperti CMYK.

- RGB (Citra komposit RGB) : citra satelit yang dihasilkan dengan teknik pengolahan gabungan 3 citra dalam satu display menggunakan 3 (tiga) warna primer/pokok, yaitu : Merah (Red), Hijau (Green), dan Biru (Blue) warna – RGB. Metode ini digunakan untuk


mendeteksi/mengidentifikasi fenomena-fenomena tertentu yang jika hanya dengan menggunakan citra tunggal sulit untuk diidentifikasi.

Prinsip teknik RGB image composite dengan 3 warna cahaya pokok

Contoh citra RGB image composite

- Satelit meteorologi : satelit buatan yang mengorbit bumi yang digunakan untuk memotret atmosfer, daratan, dan laut yang mengandung informasi lapisan-lapisan atmosfer; dan mengumpulkan berbagai data-data lingkungan. Kegiatan dalam bidang satelit meteorologi meliputi pengambilan sampel ciri-ciri cuaca dan iklim antar waktu


dan ruang, pengembangan metode algoritma dan interpretasi, sensor/pemindai satelit, dan produk untuk aplikasi cuaca dan iklim

- SATAID (Satellite Animation and Interactive Diagnosis) : satu set perangkat lunak CAL (Computer-Aided Learning) untuk MS-Windows yang memungkinkan penggunaan berbagai data meteorologi dengan fokus pada citra satelit. Bagian inti dari sistem SATAID adalah GMSLPW (program display) dan LRITAPL (program menu). Ada beberapa varian program SATAID seperti GMSLPD, yang khusus untuk analisis siklon tropis.

- Sea surface temperature : suhu di permukaan laut, yang umumnya digunakan untuk menunjukkan suhu pada beberapa meter lapisan atas air laut.

- Split-windows – citra split windows : citra satelit hasil perbandingan 2 kanal citra, misalnya split-windows IR1-IR2, yaitu citra yang menggambarkan selisih suhu kecerahan (brightness temperature / BT) pada citra IR1 minus IR2 = (BT_IR1 –BT_IR2). Istilah lain dari citra IR split-windows adalah IR differential image (citra diferensial IR)

IR1 IR2 IR Split-Windows (Differensial IR)

Contoh : Citra IR1, IR2, dan citra split-windows (IR1-IR2)

- Thunderstorm : gangguan cuaca akibat kondisi atmosfer yang tidak stabil, umumnya dihasilkan oleh awan-awan Cb (Cumulonimbus) yang seringkali disertai kilat dan guntur dan kadang-kadang disertai hujan lebat dan angin kencang.

- Vegetation Index : nilai numerik yang digunakan untuk memperkirakan atau mengukur karakteristik vegetasi/tumbuhan seperti area tutupan daun, biomassa total, dan tingkat kesehatan vegetasi/tanaman di permukaan bumi. Indeks ini biasanya diturunkan dari


pengukuran multi-spektral dengan penginderaan jauh. Karena tanaman yang sedang tumbuh memantulkan panjang gelombang Near-IR, maka kombinasi pengukuran pada Near-IR dan VIS dapat digunakan untuk menghasilkan indeks-indeks yang berbeda. Indeks vegetasi yang sering digunakan adalah Normalized Difference Vegetation Index (NDVI), yang didefinisikan sebagai :

Dimana: NIR dan RED masing-masing adalah radiance atau reflektansi yang terukur pada spektrum near-infrared dan infrared.

- Volcanic ash (debu vulkanik) = Volcanic aerosol : awan-awan yang mengandung partikel yang dilepaskan ke atmosfer oleh letusan gunung berapi. Partikel-partikel debu vulkanik sebagian besar terdiri dari butiran-butiran asam belerang (sulfuric acid droplets), dan dapat menghalangi sinar matahari dan bahkan pada beberapa kejadian letusan gunung api yang hebat dapat berakibat pendinginan permukaan bumi. Pengaruhnya dapat bertahan bertahun-tahun.

PENGGEELLOOLL AA ANN CCIITTRRA - …satelit.bmkg.go.id/BMKG/other/pdf/Pedoman Operasional UPT...

Documents

Transcript of PENGGEELLOOLL AA ANN CCIITTRRA - …satelit.bmkg.go.id/BMKG/other/pdf/Pedoman Operasional UPT...