{"title":"Prediksi Curah Hujan Menggunakan Data Hujan Satelit CHIRPS dan PERSIANN-CDR di DAS Bedadung Kabupaten Jember","authors":"Angel Novita Tri, Lara Atica, Gusfan Halik, Saifurridzal","doi":"10.56860/jtsda.v2i2.36","DOIUrl":null,"url":null,"abstract":"Curah hujan merupakan data penting dalam pemodelan hidrologi, pengendalian daya air, perencanaan alokasi air dan pemanfaatan sumber daya air lainnya. Namun, dalam operasionalnya, sering dijumpai data curah hujan yang tidak lengkap karena kerusakan alat atau faktor lainnya. Kemajuan di bidang penginderaan jauh mengarahkan pada perkembangan produk curah hujan berbasis satelit resolusi tinggi. Estimasi curah hujan kuantitatif berbasis satelit telah dikembangkan untuk aplikasi hidrometeorologi, termasuk peringatan banjir dan kekeringan, sumber daya air, dan pemantauan cuaca dan iklim. Penelitian ini bertujuan untuk memprediksi curah hujan menggunakan teknologi penginderaan jauh atau data hujan satelit dari CHIRPS dan PERSIANN-CDR. Prediksi curah hujan dilakukan di DAS Bedadung, Kabupaten Jember periode 2011-2020. Prediksi curah hujan dimodelkan dengan metode kecerdasan buatan atau Jaringan Syaraf Tiruan (JST). Hasil prediksi curah hujan bulanan dengan input data hujan satelit CHIRPS lebih akurat jika dibandingkan dengan data hujan satelit PERSIANN-CDR. Model JST dengan arsitektur JST-C3 (1-20-1) dengan input curah hujan dari satelit CHIRPS memberi keandalan prediksi hujan bulanan yang sangat memuaskan dengan nilai R = 0.908 tahap training dan R = 0.953 tahap validasi. Hasil prediksi hujan bulanan dengan data satelit CHIRPS ini dapat dimanfaatkan sebagai alternatif dalam merancang pengelolaan sumber daya air pada Daerah Aliran Sungai dengan data hujan terbatas.","PeriodicalId":249288,"journal":{"name":"Jurnal Teknik Sumber Daya Air","volume":"63 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-12-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Teknik Sumber Daya Air","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.56860/jtsda.v2i2.36","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
摘要
降雨量是水的建模、水能控制、水分配和其他水资源利用的重要数据。然而,在其运作中,经常会发现由于工具或其他因素的损坏而导致的降雨量不足。遥感领域的进展导致了基于高分辨率卫星的降水产品的发展。以卫星为基础的定量降水预报已经为气象应用开发,包括水灾警告、干旱、水资源资源以及天气和气候监测。这项研究的目的是利用遥感技术或智利和塞兰- cdr的卫星降雨数据来预测降水。对降雨量的预测发生在2014 -2020年的Jember DAS Bedadung。降水预测是用人工智能或人工神经网络(JST)模型的。与持久cdr卫星降雨数据相比,每月降水预测的结果更为准确。JST模型与JST- c3结构(1-20-1)与CHIRPS卫星的降水输入相匹配,为每月的降水预测提供了可靠的可靠性,其价值为R = 0908阶段培训和R = 0953阶段验证。用这些CHIRPS卫星数据对月雨的预测结果可以作为一种替代品,用于设计小溪中有限的雨水数据的水资源管理。
Prediksi Curah Hujan Menggunakan Data Hujan Satelit CHIRPS dan PERSIANN-CDR di DAS Bedadung Kabupaten Jember
Curah hujan merupakan data penting dalam pemodelan hidrologi, pengendalian daya air, perencanaan alokasi air dan pemanfaatan sumber daya air lainnya. Namun, dalam operasionalnya, sering dijumpai data curah hujan yang tidak lengkap karena kerusakan alat atau faktor lainnya. Kemajuan di bidang penginderaan jauh mengarahkan pada perkembangan produk curah hujan berbasis satelit resolusi tinggi. Estimasi curah hujan kuantitatif berbasis satelit telah dikembangkan untuk aplikasi hidrometeorologi, termasuk peringatan banjir dan kekeringan, sumber daya air, dan pemantauan cuaca dan iklim. Penelitian ini bertujuan untuk memprediksi curah hujan menggunakan teknologi penginderaan jauh atau data hujan satelit dari CHIRPS dan PERSIANN-CDR. Prediksi curah hujan dilakukan di DAS Bedadung, Kabupaten Jember periode 2011-2020. Prediksi curah hujan dimodelkan dengan metode kecerdasan buatan atau Jaringan Syaraf Tiruan (JST). Hasil prediksi curah hujan bulanan dengan input data hujan satelit CHIRPS lebih akurat jika dibandingkan dengan data hujan satelit PERSIANN-CDR. Model JST dengan arsitektur JST-C3 (1-20-1) dengan input curah hujan dari satelit CHIRPS memberi keandalan prediksi hujan bulanan yang sangat memuaskan dengan nilai R = 0.908 tahap training dan R = 0.953 tahap validasi. Hasil prediksi hujan bulanan dengan data satelit CHIRPS ini dapat dimanfaatkan sebagai alternatif dalam merancang pengelolaan sumber daya air pada Daerah Aliran Sungai dengan data hujan terbatas.