TEKNIK MENDETEKSI AWAN MENGGUNAKAN DATA SATELIT

Terdapat beberapa teknik yang dapat digunakan untuk mendeteksi jenis awan menggunakan citra satelit. Berikut adalah beberapa teknik identifikasi awan menggunakan data satelit cuaca.

1)      Visible

-     Thresholding à batas, reflektivitas awan sudah diketahui, maka bisa memakai threshold.   Mis: awan Cb memiliki threshold = 0.9, maka dibawah 0,9 bukan Cb, dan yang ditampilkan  hanya awan Cb saja

-     Spatial Differentiation and Thresholding à menggunakan perbedaan nilai pixel pada setiap  luasannya

-     Multi-Spectral Channel (RGB) à melibatkan banyak channel dan pemanfaatan porsi warna  red, green dan blue untuk menghasilkan warna baru yang disetting dari data

2)      Infrared (IR)

-      Split Window à menggunakan channel di area atmosferik window. Jadi atm window  rentangnya dibagi menjadi dua, misalnya ada IR1 dan IR2

-      Dual Channel Difference (DCD) atau Brightness Temperature Difference  (BTD) à melibatkan 2 channel atau lebih dengan percobaan untuk menentukan jenis awan  dan dievaluasi

-      Thresholding

-      RGB

Bagaimana perbandingan antar metode tersebut?

a)      Spatial Difference dan Threshold, memiliki kelemahan:

-      Saat bersaman ketika ada awan Cb, cirrus dan tutupan salju di bawah maka akan menimbulkan bias karena susah dibedakan antara salju dan awan Cb karena mengandung es à oleh karena itu butuh teknik lain sebagai pertimbangan

-      Hanya bisa dilakukan saat siang hari à karena menggunakan channel Vis

-      Nilai reflektifitas sangat dipengaruhi kandungan material, mis: salju

b)      Threshold

-       Algoritma threshold memakai visible akan beda di setiap tempat dan waktu

-       Sangat dipengaruhi sudut datang radiasi matahari

c)      Teknik Multi-Spectral (RGB), memanfaatkan kombinasi RGB:

-       R + G + B = White

-       R + G = Yellow à awan Cb

-       R + B = Magenta

-       Y + M + C = Grey

d)      Teknik Dual Channel Difference atau Brightness Temperature Difference

-     Transmisivitas = transparansi à terdapat perbedaan transmisivitas property pada channel 11 dan 3,7, misalnya:

1)    Radiasi 3,9 – 11 =    (a) = 0 à awan tebal

                                  (b) negative (-) à awan cirrus (tipis)

2)    IR1 – IR4 (NIR) à jika ingin mengkarakteristikkan awan berdasar channel, misalnya: pengurangan shortwave IR à negative à butir air tanpa es à awan cumulus

Algoritma menentukan jenis awan berdasarkan nilai IR dan WV?

1)    Transmisi oleh uap air yang berbeda:

a)      Surface à IR1 > IR2

b)      Lower cloud à IR1≈ IR2

c)      Higher cloud à IR1= IR2

2)    Transmisi oleh uap air yang berbeda:

a)      Thin cloud à IR1 > IR2

b)      Thick cloud à IR1= IR2

3)    Transmisi oleh uap air yang berbeda:

a)      Lower cloud à IR1 > WV

b)      Higher cloud à IR1≈ IR2

Identifikasi jenis awan dari citra satelit secara subjektif

1)    Dengan Visible dan IR imagery

a)   Visible image à semakin putih = reflektivitas semakin besar = awan tebal (denser)

b)    IR image à semakin putih = suhu puncak awan semakin rendah = awan tinggi (upper)

2)    Dengan melihat bentuk

3)    Dengan melihat tekstur

4)    Dengan melihat pergerakan awan à St, Sc, Cu lebih lambat dari Ci

5)    Dengan melihat perubahan terhadap waktu

Catatan:

a)    High à Cs, Ci, Cc, dan top of Cb à ice crystals cloud

b)   Middle à As, Ns, Ac, dan portions of Cu dan Cb à supercooled water droplets, ice crystals cloud

c)    Low à St, Sc, Cu, Cb à water droplets clouds

Identifikasi jenis awan dari citra satelit secara objektif

*)    Menggunakan perhitungan suhu brightness dan reflektivitas masing-masing channel untuk memproleh parameter yang tepat untuk identifikasi awan

*)    Data image OCAI (Objective Cloud Analysis Information) BMKG

a)    Resolusi temporal = 60 menit

b)    Pembuatan: JMA Hq Database à Satelit BMKG Database à OCAI

c)    Jenis informasi: Top Cloud Height (AHC), Cloud Type (CLC), Convective Cloud Coverage (CVC), Total Cloud Coverage (TAC), Upper Cloud Coverage (HTC)

*)    Penentuan jenis awan Cb:

a)    Batas temperature tidak ada awan à >293 K

b)    Batas temperature awan rendah à 275 – 293 K

c)    Batas temperature awan menengah à 240 – 275 K

d)    Batas temperature awan tinggi à < 240 K

e)    Kondisi awan Cb:

-       IR1 – IR2 à ≤ 2 K

-       IR1 – WV à ≤ 3 K

*)    Data image HCAI (High-Resolution Cloud Analysis Information) BMKG

a)     Resolusi = 0,02^o setiap 60 menit

b)     Pembuatan: menggunakan B8, B10, dan B13

c)    Jenis informasi: Cloud Mask, Snow Ice Mask, Cloud Type, Cloud Top Height, dan Quality  Control Information

Referensi:

Catatan Kuliah Interpretasi Citra Satelit STMKG