Perpustakaan Digital ITB

Global Precipitation Measurement (GPM) merupakan proyek penerus Tropical Rainfall Measurement Mission (TRMM) yang mampu memperkirakan peristiwa ekstrim, mempelajari iklim global serta menyediakan peta curah hujan global. IMERG merupakan produk yang berfungsi menggabungkan informasi dari konstelasi satelit GPM untuk memperkirakan curah hujan di sebagian besar permukaan bumi. Namun, evaluasi serat koreksi bias produk hujan GPM IMERG terhadap data stasiun hujan tetap penting dilakukan. Studi ini membahas evaluasi dan koreksi bias produk hujan GPM IMERG periode Januari 2015 – Desember 2019 di DAS Brantas secara temporal dan spasial dengan menggabungkan metode Quantile Mapping (QM) dan metode Multiple Linear Regression (MLR). Penggabungan dua metode ini bertujuan mendapatkan faktor koreksi untuk 132 grid pada DAS Brantas. Dalam koreksi bias metode QM digunakan sepuluh kelas probabilitas hujan untuk hujan harian, sedangkan untuk hujan bulanan hanya digunakan lima kelas probabilitas hujan. Penurunan nilai bias yang signifikan didapatkan pada hujan bulanan GPM IMERG terkoreksi. Nilai rBias turun dari nilai awal sebesar 19,2% menjadi 3,2% dan parameter NSE mengalami kenaikan dari nilai awal 0,80 menjadi 0,84. Metode MLR digunakan untuk mendapatkan persamaan dalam mencari faktor koreksi untuk hujan bulanan GPM IMERG yang dipengaruhi parameter lintang (X), bujur (Y) dan elevasi (Z). Kombinasi ketiga parameter tersebut menghasilkan faktor koreksi yang berbeda tiap gridnya. Penggunaan faktor koreksi hujan untuk tiga daerah alisan sungai (DAS) yang berbeda menghasilkan penurunan rBias sebesar 29,3% pada DAS Kali Bodo dengan luas 122,71 km2. Hasil pemodelan debit limpasan permukaan menggunakan hujan GPM terkoreksi pada DAS Kali Bodo menunjukkan kenaikan nilai NSE dari nilai awal 0,46 menjadi 0,64.