VERIFIKASI DATA SUHU UDARA LUARAN MODEL IKLIM CMIP5 TERHADAP DATA OBSERVASI PADA WILAYAH PALEMBANG (PERIODE 1975-2005)
DOI:
https://doi.org/10.37478/optika.v7i1.2661Abstract
Kenaikan Suhu pada suatu wilayah akibat pemanasan global dapat disimulasikan melalui beberapa pemodelan iklim, salah satunya CMIP5 (Coupled Model Intercomparison Project Phase 5). Penggunaan model iklim CMIP5 dalam menggambarkan dinamika suhu pada suatu wilayah perlu diverifikasi terlebih dahulu untuk menguji kualitasnya. Pada Penelitian ini, dilakukan verfikasi mengenai korelasi dan penghitungan nilai galat data pemodelan iklim dengan 3 model yaitu, MIROC5, MPI-ESM MR, dan IPSL CM5A-MR. Data observasi suhu yang digunakan adalah data ICOADS. Berdasarkan hasil penelitian, diperoleh bahwa model iklim IPSL-CM5A-MR memiliki akurasi terbaik. Model iklim ini memiliki penyimpangan RMSE paling kecil yaitu 3.746. Nilai korelasi yang dihasilkan pada model IPSL-CM5A-MR juga tergolong paling baik diantara model lain. Nilai korelasi dari model ini yaitu 0.25 dengan tingkat hubungan lemah.
Downloads
Keywords:
Model Iklim, CMIP5, SuhuReferences
Ayasha, N. (2020). a Comparison of Rainfall Estimation Using Himawari-8 Satellite Data in Different Indonesian Topographies. International Journal of Remote Sensing and Earth Sciences (IJReSES), 17(2), 189. https://doi.org/10.30536/j.ijreses.2020.v17.a3441
IESR. (2022). Indonesia’s net zero emissions: A roadmap for clean, affordable and secure energy. https://iesr.or.id/en/indonesias-net-zero-emissions-a-roadmap-for-clean-affordable-and-secure-energy
IPCC. (2011). Climate Change. United Nations Framework Convention on Climate Change. https://unfccc.int/files/press/backgrounders/application/pdf/press_factsh_science.pdf
Jaya, I. M. L. (2020). Metode Penelitian Kuantitatif dan Kualitatif (Teori, Penerapan, dan Riset Nyata) (F. Husaini (ed.); Second Edi). QUADRANT.
Muzaki, N. H., Wijaya, I. N., Agritami, M., & Ramdani, R. F. (2022). Perbandingan Produk Estimasi Curah Hujan Global Precipitation Measurement ( GPM ) Dan Global Satellite Mapping of Precipitation ( GSMaP ) Di Wilayah Kalimantan Tahun 2020. 1, 19–31.
Raddatz, T. J., Reick, C. H., Knorr, W., Kattge, J., Roeckner, E., Schnur, R., Schnitzler, K. G., Wetzel, P., & Jungclaus, J. (2007). Will the tropical land biosphere dominate the climate-carbon cycle feedback during the twenty-first century? Climate Dynamics, 29(6), 565–574. https://doi.org/10.1007/s00382-007-0247-8
Sofian, I., Supangat, A., Fitriyanto, M. S., & Kurniawan, R. (2011). Memahami Dan Mengantisipasi Dampak Perubahan Iklim Pada Pesisir Dan Laut Di Indonesia Bagian Timur. Jurnal Meteorologi Dan Geofisika, 12(1), 53–64. https://doi.org/10.31172/jmg.v12i1.86
Sugiyono. (2004). Statistik Untuk Penelitian. Alfa Beta.
Susandi, A. (2004). The Impact of International Greenhouse Gas Emissions Reduction on Indonesia. Report on Earth System Science, Hamburg, 1–121.
Susandi, A., Herlianti, I., Tamamadin, M., & Nurlela, I. (2010). Dampak Perubahan Iklim Terhadap Ketinggian Muka Laut Di Wilayah Banjarmasin. Jurnal Ekonomi Lingkungan, 12(2), 5–8.
UNEP. (2021). COP26 ends with agreement but falls short on climate action. https://www.unep.org/news-and-stories/story/cop26-ends-agreement-falls-short-climate-action
Watanabe, M., Suzuki, T., O’Ishi, R., Komuro, Y., Watanabe, S., Emori, S., Takemura, T., Chikira, M., Ogura, T., Sekiguchi, M., Takata, K., Yamazaki, D., Yokohata, T., Nozawa, T., Hasumi, H., Tatebe, H., & Kimoto, M. (2010). Improved climate simulation by MIROC5: Mean states, variability, and climate sensitivity. Journal of Climate, 23(23), 6312–6335. https://doi.org/10.1175/2010JCLI3679.1
WCRP. (2020). CMIP phase 5 (CMIP5). https://www.wcrp-climate.org/wgcm-cmip/wgcm-cmip5
Wilks, D. S. (2006). Statistical Method in the Atmospheric Sciences (Second Edi). Elsevier Academic Press Publications.
WMO. (2020). IPSL-CM5-MR. https://climexp.knmi.nl/start.cgi
Downloads
Published
How to Cite
Issue
Section
License
Jurnal Lesensi
