PROYEKSI MODEL WRF-CHEM TERKAIT KUALITAS UDARA DAN KONDISI

ATMOSFER DI SUMATERA BARAT

(STUDI KASUS PADANG TANGGAL 7-9 MEI 2013)

Ramadhan Nurpambudi (1)Meteorologi 8-B (1)

Sekolah Tinggi Meteorologi Klimatologi dan Geofisika (1)e-mail : ramaunited92@gmail.com (1)

ABSTRAK

WRF-Chem adalah bentuk model WRF (Weather Research and Forecasting)yang dikombinasikan dengan perhitungan kimia yang digunakanuntuk menyimulasikan emisi, transpor, percampuran, dantransformasi dari gas dan aerosol secara meteorologis.Penelitian ini menggunakan parameterisasi PBL10 (TEMF Scheme)dan PBL99 (MFR Scheme) yang kemudian dibandingkan dengan dataobservasi dari Stasiun Meteorologi Tabing Padang untuk datakecepatan angin dan dari GAW Kototabang untuk data karbonmonoksida. Hasil yang didapat adalah parameter PBL yang palingmendekati keadaan sebenarnya untuk pengukuran kecepatan anginadalah PBL99 (TEMF Scheme). Walaupun begitu, masih perludilakukan penelitian lebih lanjut mengenai pemodelan di daerahPadang.

Kata kunci : WRF-Chem, kecepatan angin, karbon monoksida

ABSTRACT

WRF-Chem is a form of WRF (Weather Research and Forecasting) that combined withchemistry calculations which could be used for emission, transportation, mixing, andtransformation simulation from gases and aerosols meteorogically. This study usestwo parameterization that are PBL10 (TEMF Scheme) and PBL99 (MFR Scheme) whichcomparated with observation data from meteorological office Tabing Padang forwind speed data and from GAW at Kototabang for carbon monoxide data. Theresults are PBL99 produced a better prediction model data for wind speed data,although it still need further research to decide which parameterization is suited formodeling at Padang.

Keyword : WRF-Chem, wind speed, carbon monoxide

1

I. PENDAHULUANPerkembangan jaman yang semakin pesat telah memungkinkan

manusia mempelajari keadaan atmosfer dengan menggunakanpendekatan-pendekatan matematis yang ada. WRF (WeatherResearch and Forecasting) memungkinkan penggunanya mengetahuitentang bagaimana keadaan atmosfer baik keadaan dinamisnyaatau keadaan fisisnya. Dalam perkembangannya, perhitunganunsur-unsur kimia dalam atmosfer juga dapat diperkirakandengan menggunakan WRF-Chem (Weather Research and Forecasting-Chemistry). WRF-Chem merupakan kombinasi dari WRF denganperhitungan kimia.Penelitian ini mengambil lokasi di provinsi Sumatera

Utara dan menggunakan data unsur kimia dari Stasiun GAWKototabang serta data pengamatan sinoptik dari StasiunMeteorologi Padang. Penelitian ini membandingkan 2parameter PBL yang kemudian akan diverifikasi dengan dataobservasi. Parameterisasi PBL yang digunakan adalah PBL10(TEMF Scheme) dan PBL99 (MFR Scheme). Parameter meteorologiyang dibandingkan adalah kecepatan angin dan unsur kimiaatmosfer yang dibandingkan adalah karbon monoksida (CO).

II. DASAR TEORIWRF-Chem adalah bentuk model WRF (Weather Research and

Forecasting) yang dikombinasikan dengan perhitungan kimiayang dikembangkan dengan kerjasama dari NCAR, ESRI, danPNNL. Model ini menyimulasikan emisi, transpor,percampuran, dan transformasi dari gas dan aerosol secarameteorologis dan simultan dan digunakan untuk meneliti

2

kualitas udara dalam skala regional, analisis programlapangan, dan interaksi yang terjadi di dalam awan secarakimiawi.Hasil dari WRF-Chem antara lain adalah :

a. Analisis (misalnya analisis pembentukan aerosolorganik, penentuan sumber karbon hitam di daerah AsiaSelatan, pembentukan ozon di lapisan troposfer atas dialiran keluar konvektif (convective outflow), dan pembentukannitrogen oksida dari petir)

b. Studi Chemistry-Climate di Amerika Utara dan Asia.c. Interkomparasi modeld. Prakiraan proyek lapangan (Ahmadov dan Peckham,2014)

3

Gambar 3.1 Diagram alir WRF-Chem(Sumber : WRF-Chem User’s Guide, 2014)

III. DATA DAN METODEData yang digunakan pada penelitian ini adalah :a. Data reanalysis dalam format FNL (Final Reanalysis) yang

diperoleh dari situs rda.ucar.edu untuk tanggal 7-9 Mei2013.

b. Data observasi dari Stasiun Meteorologi Tabing Padanguntuk tanggal 7-9 Mei 2013.

c. Data pengamatan dari GAW Kototabang untuk tanggal 7-9Mei 2013.

Sedangkan langkah kerja yang dilakukan pada penelitian iniadalah :a. Mengumpulkan data-data pendukung yang diperlukan.b. Mengunduh data FNL untuk tanggal 7-9 Mei 2013 dari

rda.ucar.edu.c. Menjalankan proses running data FNL dengan menggunakan

WRF-Chem, dimulai dengan menentukan domain tempat prosesrunning akan dijalankan. Pusat domain berada di Padangdengan koordinat 100.32°BT dan 0.20°LS.

4

Konfigurasi Skema I Skema IIResolusi 5 km 5 kmM ikrofisis Lin et al. scheme Lin et al. scheme

Short W ave Radiation RRTM G scheme RRTM G schemeLong W ave Radiation RRTM G scheme RRTM G scheme

Surface Layer TEM F Surface Layer (ARW only) Revised M M 5 M onin-Obukhov scheme

Land Surface Unified Noah land-surface model Unified Noah land-surface modelCumulus Grell 3D Ensemble scheme Grell 3D Ensemble schemePBL TEM F (Total Energy M ax Flux)

scheme (10) M RF scheme (99)

Berikut adalah konfigurasi domain yang digunakan :

Tabel 3.1 Konfigurasi domain WRF

d. Memperoleh hasil keluaran model.e. Memvisualisasikan hasil keluaran model tersebut dengan

menggunakan GrADS, serta mengeluarkan nilai datakecepatan angin dan CO yang ada pada keluaran model dandiolah dengan menggunakan Microsoft Excel.

f. Mengolah dan membandingkan hasil keluaran kedua skemadengan data observasi.

g. Membuat kesimpulan.

IV. HASIL DAN PEMBAHASANa. Hasil

Dari hasil running model diperoleh hasil-hasil sebagaiberikut :

5

Gambar 4.1 Kecepatan Angin 10m Tanggal 7 Mei 2013 Jam00.00 UTC

Dari kedua gambar di atas dapat dilihat bahwa secaraumum pola kecepatan angin yang dihasilkan oleh keduaparameterisasi cenderung sama, dengan daerah kecepatanangin tertinggi terdapat di sebelah barat daya kota Padangtepanya pulau Siberut. Kecepatan pada pusatnya mencapai4kt dan semakin mendekati kota Padang kecepatannya semakinmelemah. Indikasi adanya pertumbuhan awan konvektif yangmenghasilkan downdraft pada saat tersebut yang meghasilkanawan kencang terpusat pada Pulau Siberut.

Gambar 4.2 Kecepatan Angin 10m Tanggal 7 Mei 2013 Jam12.00 UTC

Dari kedua gambar di atas dapat dilihat bahwa terdapatpersamaan dari hasil keluaran model antara keduaparameterisasi tersebut. Daerah dengan kecepatan yangtinggi masih belum berpindah masih terletak di sebelahbarat daya dari kota Padang.

6

Gambar 4.3 Kecepatan Angin 10m Tanggal 8 Mei 2013 Jam00.00 UTC

Dari kedua gambar di atas dapat dilihat bahwa secaraumum pola kecepatan angin yang dihasilkan oleh keduaparameterisasi kembali cenderung menghasilkan pola yangsama. Daerah yang mempunyai kecepatan yang cukup tinggimasih terdapat pada sector barat daya, namun kini jugaterdapat pada sector barat laut. Kecepatan maximum padalokasi tersebut mencapai 10kt. Luasan pada wilayahtersebut cenderung tidak luas namun banyak.

Gambar 4.4 Kecepatan Angin 10m Tanggal 8 Mei 2013 Jam12.00 UTC

Dari kedua gambar di atas dapat dilihat bahwa secaraumum pola kecepatan angin yang dihasilkan oleh keduaparameterisasi juga cenderung sama. Daerah dengankecepatan angin yang tinggi sudah tidak lagi terjadi padaPulau Siberut dan berpindah ke arah utara kota Padang.Kecepatan angin berkisar 8kt dengan wilayah yag tidakterlalu luas.

7

Gambar 4.5 Kecepatan angin 10m Tanggal 9 Mei 2013 Jam00.00 UTC

Dari kedua gambar di atas dapat dilihat bahwa secaraumum pola kecepatan angin yang dihasilkan oleh keduaparameterisasi cenderung sama kembali. Dapat dikatakankedua unsur PBL baik PBL10 (TEMF Scheme) maupun PBL99 (MFRScheme) cenderung menghasilkan hasil yang serupa. Bisadikatakan demikian dikarenakan setelah dilakukan padabeberapa waktu yang berbeda hasil yang ditampilkancenderung sama. Pada tanggal 9 mei ini pusat daerahberkecepatan tinggi terdapat pada sebelah selatan kotaPadang dengan kecepatan ±12kt.

8

PBL10 (TEM F Scheme) PBL99 (M FR Scheme) RM SE 10.71 7.28Korelasi 0.08 0,73Standar deviasi 5.92 4.07

Gambar 4.6 Grafik Perbandingan Kecepatan Angin PadaKetinggian 10m Tanggal 7 Mei 2013 Per Jam

Pada gambar 4.6, grafik perbandingan kecepatan anginpada ketinggian 10 meter untuk tanggal 7 mei 2013menunjukkan bahwa pola keluaran model dengan keduaparameterisasi yang berbeda memiliki pola perubahan yangberbeda. Apabila dibandingkan dengan keadaan sebenarnya(data observasi), hasil keluaran kedua model cenderung overestimate terhadap keadaan sebenarnya. Selain dilakukan visualisasi perubahan data per jam

dengan menggunakan grafik, verifikasi data juga dilakukansecara kuantitatif dengan cara menghitung nilai root meansquare error (RMSE), nilai korelasi, serta nilai standardeviasi untuk masing-masing penggunaan parameter dandibandingkan dengan data observasi. Adapun tabel nilaiRMSE, korelasi, dan standar deviasi yang didapat adalah :

Tabel 4.1 Nilai RMSE, Korelasi, dan Standar Deviasi UntukParameter Kecepatan Angin Tanggal 7 Mei 2013

Hal yang sama juga dilakukan untuk tanggal 8 Mei 2013.Berikut adalah grafik perbandingan kecepatan angin untukkedua parameter PBL dan data observasi.

9

PBL10 (TEM F Scheme) PBL99 (M FR Scheme) RM SE 8.88 8.3Korelasi 0.08 0.21Standar deviasi 4.8 4.8

Gambar 4.7 Grafik Perbandingan Kecepatan Angin PadaKetinggian 10m Tanggal 8 Mei 2013 Per Jam

Pada gambar 4.7, grafik perbandingan kecepatan anginpada ketinggian 10m untuk tanggal 8 mei 2013 menunjukkanhal yang sama dengan gambar 4.6 bahwa pola keluaran modeldengan kedua parameterisasi yang berbeda memiliki polaperubahan yang sama. Apabila dibandingkan dengan keadaansebenarnya (data observasi), hasil keluaran kedua modeljuga cenderung bersifat over estimate terhadap keadaansebenarnya. Adapun tabel nilai RMSE, korelasi, dan standardeviasi yang didapat adalah :

Tabel 4.2 Nilai RMSE, Korelasi, dan Standar Deviasi UntukParameter Kecepatan Angin Tanggal 8 Mei 2013

Untuk parameter unsur kimia yang dibandingkan padatulisan ini adalah CO (karbon monoksida). CO merupakansalah satu gas polutan yang berperan penting dalam efekrumah kaca yang berperan dalam efek rumah kaca. COdihasilkan dari emisi kendaraan bermotor akibat pembakaranbahan bakar yang tidak sempurna.Tampilan spasial dari parameter kimia CO adalah sebagai

berikut :

10

Gambar 4.8 Sebaran CO Tanggal 7 Mei 2013 Jam 00.00 UTC

Dari kedua gambar di atas dapat dilihat bahwa secaraumum pola sebaran CO yang dihasilkan oleh keduaparameterisasi cenderung sama. Sebaran CO sangat merata diwilayah sepanjang Provinsi Sumatera Selatan termasuk PulauSiberut.

Gambar 4.9 Sebaran CO Tanggal 7 Mei 2013 Jam 12.00 UTC

Dari kedua gambar di atas dapat dilihat bahwa keluarankedua model dengan parameterisasi tersebut cenderung sama.Hasil yang ditampilkan cenderung heterogen di bagian barathingga utara kota Padang. Di bagian Pulau Siberut dansekitarnya kondisi sebaran CO cenderung homogen.

11

Gambar 4.10 Sebaran CO Tanggal 8 Mei 2013 Jam 00.00 UTC

Dari kedua gambar di atas dapat dilihat bahwa secaraumum pola sebaran CO yang dihasilkan oleh keduaparameterisasi cenderung sama. Di sepanjang pantai baratSumatera barat pola sebaran CO heterogen dengan nilai yangtidak jauh berbeda. Pada bagian laut serta Pulau Siberutpola sebarannya cenderung homogen.

Gambar 4.11 Sebaran CO tanggal 8 Mei jam 12.00 UTC

Dari kedua gambar di atas dapat dilihat bahwa secaraumum pola sebaran CO yang dihasilkan oleh keduaparameterisasi adalah sama. Polanya tetap sama dengansebelumnya dimana di sepanjang pantai barat memiliki nilaiyang heterogen. Lalu untuk di sekitar laut kondisinyacenderung homogen. Kondisi sebaran CO di Pulau Siberutkali ini tidak sehomogen sebelumnya, terdapat variasi yangbisa diakibatkan dengan meningkatnya aktivitas manusiapada saat itu. Emisi dari gas buang kendaraan bermotordapat meningkatkan jumlah kandungan CO, jika secarabersamaan digunakan akan sangat terasa dampakperubahannya.

12

PBL10 PBL99 OBS PBL10 PBL99 OBSM EAN 79.83 39.91 150.67 79.89 79.80 170.10M EDIAN 79.84 39.88 145.75 79.91 79.84 149.69Q1 79.76 0.00 136.37 79.87 79.76 143.50Q3 79.91 79.81 165.53 79.94 79.89 203.85M AKS 80.00 79.91 192.51 79.96 79.91 230.42M IN 79.62 0.00 120.78 79.73 79.52 135.84SD 0.10 40.77 21.72 0.06 0.12 34.80

TANGGAL 8TANGGAL 7

Gambar 4.12 Sebaran CO Tanggal 9 Mei Jam 00.00 UTC

Dari kedua gambar di atas dapat dilihat bahwa secaraumum pola sebaran CO yang dihasilkan oleh keduaparameterisasi cenderung sama. Dapat dikatakan baik untukpola angin serta kandungan CO untuk kedua parameter PBLtersebut cenderung memberikan nilai yang seragam.Parameter PBL tidak mempengaruhi hasil secara besar atausignifikan sehingga tidak dapat dianalisis dengan baikperbedaan pada kedua parameter PBL tersebut. Pola sebaranCO pada tanggal 9 mei diatas cenderung homogeny baik dipantai ataupun di sepanjang pantai barat. Kondisi di pagihari dimana aktivitas manusia belum sepadat siang haribisa membuat pola sebaran CO cenderung homogen.Perbandingan nilai rata-rata, median, kuartil pertama,

kuartil ketiga, nilai maksimum, nilai minimal, dan standardeviasi antara parameter PBL10 (TEMF Scheme), PBL99 (MFRScheme), dan data observasi ditunjukkan pada tabel 4.3.

Tabel 4.3 Nilai Rata-Rata, Median, Kuartil Pertama,Kuartil Ketiga, Nilai Maksimum, Nilai Minimum, dan Standar

Deviasi Untuk Parameter Kimia CO Untuk Tanggal 7-9 Mei2013

13

b. PembahasanDari hasil keluaran model dan perbandingannya terhadap

data observasi maka dapat dilihat bahwa untuk parametermeteorologi kecepatan angin, parameterisasi yang palingmendekati dengan keadaan sebenarnya adalah parameterisasiPBL99 (MFR Scheme). Hal ini dapat dilihat dari tabel 4.1dan tabel 4.2 di mana nilai korelasi antara parameterisasiPBL99 (MFR Scheme) dengan data observasi mencapai di atas70% (73%). Perhitungan nilai RMSE serta standar deviasijuga mendukung penggunaan parameterisasi PBL99 (MFR Scheme)untuk memprakirakan kecepatan angin dengan menggunakanWRF-Chem karena hasil keluaran datanya mendekati keadaansebenarnya. Selain itu, apabila dilihat dari tampilan spasialnya,

tidak dapat disimpulkan dengan baik dikarenakan hasil darikeduanya yang cenderung sama sehingga tidak dapatdiketahui mana parameter PBL yang lebih baik untukdigunakan di Padang. Antara PBL99 (MFR Scheme) dan jugaPBL10 (TEMF Scheme) hasil dari keduanya hampir tidak adaperbedaan baik dari luaran kecepatan angin maupun darisebaran CO. Perlu untuk dikaji lagi dengan parameter PBLlainnya sehingga bisa didapat parameter yang terbaik untukanalisis kedepannya.

V. KESIMPULANKesimpulan yang didapat dari tulisan ini adalah sebagaiberikut :a. Untuk parameter meteorologi kecepatan angin, penggunaan

parameter PBL99 (MFR Scheme) menghasilkan keluaran yanglebih baik daripada PBL10 (TEMF Scheme) denganmenggunakan analisis korelasi.

b. Untuk analisis spasial baik sebaran CO maupun kecepatanangin, terjadi kesamaan pada hasil pemodelan sehinggatidak dapat diketahui mana parameter yang lebih baik.Masih perlu dilakukan penelitian lebih lanjut tentang

14

penggunaan parameterisasi PBL yang sesuai untuk daerahPadang.

VI. REFERENSIAhmadov, R., Peckham, S. E., dkk. 2014. Introduction to WRF-

Chem. Diakses pada tanggal 31 Juli 2015 dari situsicimod.org

Nugroho, A. W., dan Sofyan, A. 2010. Sistem PemodelanTerintegrasi dengan Menggunakan AERMOD, WRF-Chem, dan Python.Bandung : ITB.

WRF-Chem 3.6 User’s Guide. 2014. Diakses pada tanggal 31Juli 2015 dari situs ruc.noaa.gov.

15