Perpustakaan Digital ITB

Penelitian ini melakukan percobaan untuk meningkatkan pada Weather Research and Forecasting (WRF) dari Sistem Prediksi Ansambel (SPA) yang tersedia, dengan menggunakan skema Time-Lagged Ensemble (TLE) untuk menghasilkan delapan anggota ansambel dari empat cycle prediksi harian. Studi sebelumnya menunjukkan bahwa setidaknya sepuluh anggota ansambel diperlukan untuk prediksi probabilistik yang lebih baik dari akumulasi curah hujan 24 jam. Pada pemodelan cuaca WRF memfasilitasi untuk memodifikasi kondisi awal dengan modul Data Assimilation (WRFDA), yang dapat digunakan untuk meningkatkan ukuran ansambel dari SPA. Dalam hal ini, skema warm start telah berhasil disiapkan dan anggota ansambel tambahan diperoleh dengan mengasimilasi reflektifitas radar sintetik dari cycle sebelumnya ke dalam prediksi WRF yang dijalankan. Selain itu, empat percobaan dilakukan untuk menghasilkan 10, 20, 30, dan 40 anggota ansambel. Dampak dari setiap anggota ansambel pada setiap percobaan dievaluasi menggunakan Continuous Ranks Probability Score (CRPS) dengan sampel yang diagregat di dua wilayah yaitu Kota Semarang dan DAS Serayu, terhadap data curah hujan satelit. Ditemukan bahwa TLE dengan 10 anggota atau lebih, menunjukkan distribusi probabilitas yang lebih baik ditunjukkan oleh CRPS yang lebih kecil dibandingkan dengan SPA asli yang hanya memiliki 8 anggota. Namun, SPA dengan 10 anggota yang dihasilkan dari cycle dengan lead time terdekat, menunjukkan peningkatan terbaik. Peningkatan skill prediksi probabilistik juga dievaluasi dengan menggunakan Brier Score (BS) dan Brier Skill Score (BSS), yang menunjukkan hasil yang lebih baik untuk prediksi kejadian hujan ringan dan sedang. Namun, kejadian hujan lebat tidak dapat diprediksi dalam percobaan ini karena kurangnya sampel. Mengingat data curah hujan yang dikumpulkan secara spasial telah digunakan dalam kasus ini, kriteria kejadian hujan lebat mungkin perlu dimodifikasi dalam penelitian selanjutnya.