Mengenal Model Dinamika Atmosfer

Didi Satiadi
Lembaga Penerbangan dan Antariksa Nasional

Diseminasi Bidang Pemodelan Iklim

Bandung, 21 April 2009

Apakah model itu?

Model merupakan representasi (biasanya lebih
sederhana) dari suatu obyek atau proses yang
ada atau terjadi di alam yang sesungguhnya.
Ada dua jenis model:

Model fisik merepresentasikan alam dalam suatu

bentuk fisik yang lebih sederhana, lebih kecil, atau
lebih besar.
Model matematik/numerik merepresentasikan alam
dalam suatu bentuk persamaan-persamaan
matematika yang menggambarkan perilaku dari alam
yang sesungguhnya.

Model dapat berbentuk sebagai obyek fisik,

gambar, grafik, persamaan matematika,
ataupun perangkat lunak yang dijalankan
dengan bantuan komputer.

Mengapa menggunakan model?

Fenomena alam yang akan dikaji merupakan
suatu sistem yang sangat kompleks sehingga sulit
untuk dianalisa.
Biaya yang dibutuhkan untuk melakukan
percobaan terhadap alam yang sesungguhnya
menjadi terlalu mahal.
Resiko dari melakukan percobaan terhadap
alam yang sesungguhnya menjadi terlalu
berbahaya.
Melakukan percobaan terhadap alam yang
sesungguhnya secara teknis tidak
memungkinkan.

Manfaat pemodelan
Merupakan pendekatan yang lebih murah, lebih aman,
dan lebih mudah.
Dapat melakukan suatu simulasi dan diagnosa dimana
beberapa komponen dari model dapat dihidupkan,
dimatikan atau diubah untuk mengetahui dan
memahami akibat-akibat yang ditimbulkan. Hal ini
sangat berguna dalam mempelajari cara kerja atau
mekanisma dari sebuah sistem yang kompleks.
Dapat melakukan prediksi ke depan mengenai kondisi
sistem di masa mendatang. Hal ini tidak mungkin
dilakukan hanya dengan mengandalkan kegiatan
observasi yang hanya berlangsung hingga saat ini.
Sebelum dapat digunakan sebagai alat untuk simulasi
maupun prediksi, sebuah model harus terlebih dahulu
melalui proses uji verifikasi dan validasi untuk meyakinkan
bahwa sebuah model merupakan representasi yang
cukup baik dari alam yang sesungguhnya.

Model atmosfer
Model atmosfer merupakan kumpulan dari persamaanpersamaan matematika yang menggambarkan atmosfer
yang sesungguhnya.
Ada dua jenis model atmosfer, yaitu model statistika dan
model dinamika.
Dalam model statistika, kondisi atmosfer pada suatu saat dihitung
berdasarkan perilaku dari data-data sebelumnya (sejarah).
Dengan demikian, model-model statistika sangat bergantung dari
ketersediaan data sejarah dan kurang dapat menggambarkan
hubungan ruang-waktu antara variabel-variabel atmosfer.
Dalam model dinamika, sejumlah persamaan fisika yang
menggambarkan keadaan dan proses-proses dalam atmosfer
diselesaikan dalam grid ruang dan waktu. Model-model seperti ini
dapat menggambarkan dinamika atmosfer, tetapi bergantung
pada penyederhanaan-penyederhanaan, kondisi awal dan
asimilasi data untuk mengatasi sistem atmosfer yang bersifat
chaotic.

Model cuaca dan iklim

Model cuaca menghitung kondisi atmosfer yang
digambarkan oleh variabel-variabel atmosfer
pada suatu saat di suatu wilayah misalnya
sebuah kota. Model cuaca sangat bergantung
dari input kondisi awal, kondisi skala global, dan
membutuhkan resolusi grid yang tinggi untuk
menghitung kondisi cuaca secara akurat.
Model iklim menghitung kondisi rata-rata
atmosfer dalam suatu wilayah yang lebih luas
dan untuk jangka waktu yang lebih panjang.

Sistem Iklim
Sistem iklim merupakan sistem yang saling
berkaitan dan non-linear.
Komponen-komponen dari sistem iklim
merupakan sub-sistem yang terbuka dan
tidak terisolasi.
Komponen-komponen itu saling
berinteraksi pada skala ruang dan waktu
yang lebar, dari mikro hingga meso dan
skala planet.

Variasi harian, dalam-musim, musiman,

antar-tahun, dekadal
Variasi cuaca
jangka pendek

Jam-jaman; Awan hujan, tornado, squall line, front, .

Siklus diurnal; Konveksi terorganisasi
Siklon, Gelombang Timuran, Depresi, .

Variasi cuaca
jangka
menengah
Variasi dalammusim

Blocking; Pertumbuhan, peluruhan dari gangguan troposfer

tropis

Variasi rata-rata
musim

Kekeringan panjang; Banjir; Hari panas dan dingin yang

persisten; Anomali jumlah dan track siklon

Variasi antarmusim

ENSO, QBO, TBO, NAO, NAM, SAM

Variasi dekadal

PDO, Sirkulasi Thermohaline, Kekeringan Sahel, ENSO dekadal

Perubahan iklim

Matahari, Gunung Berapi, Gas Rumah Kaca, Perubahan

Tataguna Lahan

Madden Julian Oscillation (MJO), Variasi dalam-musim

monsun, Variasi Pasifik Amerika Utara (PNA), Annular modes

Model iklim: Definisi Ilmiah

Model iklim adalah representasi numerik
dari persamaan-persamaan dasar yang
menggambarkan perilaku sistem iklim dan
interaksi antara anggotanya: atmosfer,
hidrosfer, kreosfer, biosfer, dan lithosfer.

Sejarah Singkat Pemodelan Iklim (I)

1922: Lewis Fry Richardson
Persamaan dasar dan metodologi prediksi cuaca numerik

1950: Charney, Fjrtoft and von Neumann (1950)

Prediksi cuaca numerik yang pertama (model persamaan
vortisitas barotropis)

1956: Norman Phillips

Eksperimen sirkulasi umum yang pertama (dua lapis, model
hemisfer geostropis)

1963: Smagorinsky, Manabe dan kawan-kawan di GFDL,

USA
Model persamaan primitif 9 tingkat.

1960s dan 1970s: Kelompok lain dan penerusnya mulai

bekerja
University of California Los Angeles (UCLA), National Center for
Atmospheric Research (NCAR, Boulder, Colorado) dan UK
Meteorological Office

Sejarah Singkat Pemodelan Iklim (II)

1980: Simulasi model kopel yang pertama
1990 dan seterusnya: Model perbandingan Era
AMIP, CMIP, SMIP, ENSIP, PMIP

2000 dan seterusnya: Sistem prediksi musim

ensembel multi-model
DEMETER

2004: EU ENSEMBLES Project Gabungan esembel

multi-model musim hingga dekadal dan
perubahan iklim
2007: IPCC Fourth Assessment Report
Proyeksi iklim tahun 2100 dari 18 model kopel lautatmosfer-es.

Pohon Keluarga GCM

Ref: http://www.aip.org

Pengembangan Model Sistem Iklim/Bumi

Model-model ini merupakan sintesa dan ukuran dari

pengetahuan kita mengenai sistem kopel

Pemodelan Iklim: Untuk Apa?

Masalahnya bukan apakah iklim akan berubah, tetapi

menuju arah mana dan apa penyebabnya

Apakah model iklim itu?

Model iklim adalah program komputer yang
besar berbasis persamaan-persamaan
matematika dasar mengenai gerak,
termodinamika dan transfer radiasi
Model iklim merupakan pengembangan dari
model prediksi cuaca
Persamaan-persamaan ini mengatur:
Aliran udara dan air angin di atmosfer, arus di lautan.
Pertukaran panas, air dan momentum antara atmosfer
dan permukaan bumi
Pelepasan panas laten melalui kondensasi selama
pembentukan awan dan hujan
Penyerapan sinar matahari dan emisi radiasi panas
(infra merah)

Persamaan-persamaan model iklim

(atmosfer)
Kekekalan momentum

Kekekalan Energi
Kekekalan massa
Kekekalan air
(atau zat kimia)
Persamaan keadaan

Teknik Numerik
Untuk menyelesaikan
persamaan ini, bumi
direpresentasikan oleh
kotak grid dengan
panjang 150 km atau lebih
kecil.
Atmosfer dan lautan
dibagi dalam lapisan
vertikal dengan
kedalaman yang
bervariasi.
Ini memberikan gambaran
3 dimensi dari sirkulasi
atmosfer dan lautan.

Diskretisasi Horisontal
Grid:

regular grids
stretched grids
rotated grids
reduced grids

Formulasi numerik:
Finite difference
spectral methods
finite elements

Diskretisasi horisontal
Metode spektral
menggambarkan variasi
spasial dalam bentuk finite
series dari fungsi
orthogonal yang disebut
basis function
Untuk geometri kartesian,
basis function yang sesuai
adalah double fourier
series dalam x dan y
Untuk bumi yang bulat,
basis function yang sesuai
adalah spherical
harmonics.

Diskretisasi Vertikal
Koordinat Sigma:

p
=
ps ( x, y , t )
Koordinat sigma
mengikuti
permukaan.
Tidak memotong
permukaan.

Diskretisasi Vertikal
p = A + Bps
Puncak atmosfer

200 hPa

400 hPa

Di permukaan:
koordinat
(A=0)
Di puncak
atmosfer:
koordinat p
(B=0)

600 hPa

800 hPa

Permukaan

Parameterisasi Fisis di dalam Model Atmosfer

Ada tiga jenis parameterisasi:
Proses yang terjadi pada skala lebih kecil daripada
skala grid, yang tidak direpresentasikan secara eksplisit;
Konveksi, Gesekan dan turbulensi lapisan batas, gravity wave
drag
Semua melibatkan transport vertikal momentum dan panas, air
dan zat kimia serta aerosol.

Proses-proses yang berkontribusi pada pemanasan

internal (non-adiabatik)
Transfer radiasi dan presipitasi
Keduanya membutuhkan prediksi tutupan awan

Proses-proses yang melibatkan variabel tambahan dari

variabel dasar model
Misalnya proses-proses permukaan, siklus karbon, kimia,
aerosol, dsb

Parameterisasi Fisis dalam Model Atmosfer

Proses-proses yang tidak secara eksplisit direpresentasikan oleh variabel
dinamika dan termodinamika dasar dalam persamaan-persamaan dasar
(dinamika, kontinuitas, termodinamika, persamaan keadaan) pada grid
model harus dimasukkan melalui parameterisasi.

O3, H20, CO2, CH4, N2O

Radiasi merupakan penggerak dari sirkulasi atmosfer

Radiasi
AGCM membutuhkan jumlah (upward,
downward) fluks radiasi pada :
Puncak atmosfer, untuk menentukan neraca energi
sistem permukaan-atmosfer.
Permukaan untuk menentukan suhu permukaan
Profil pemanasan radiasi diperlukan untuk perhitungan
termodinamika

~
~
T T Q rad

Q con
T
+
= v T +

+
+ DH
t
p
cp
cp
p

Radiasi
~
~
~
Q rad = Q s + Q l

[ K.s-1 ]

~
~
net
net
Qs g dFs
Ql g dFl
Qs = =
and Ql = =
cp cp dp
cp cp dp
I

II

Tujuan dari parameterisasi transfer radiasi adalah untuk

menghitung bagian I dan II untuk kondisi bersih
dan/atau berawan

Skema Radiasi
Proses yang perlu diparameterisasikan
terjadi pada skala molekuler untuk
penyerapan oleh gas dan skala mikro
untuk pantulan oleh partikel
Memisahkan antara solar region dan
termal region
Dalam setiap region, spektrum dipisahkan
ke dalam beberapa pita spektral
(umumnya 5-10)
Efek dari patulan Rayleigh, penyerapan
gas, awan dan aerosol
diparameterisasikan dalam setiap pita.

Partikel awan
berinterkasi kuat dengan
radiasi gelombang
panjang dan pendek

Memantulkan visibel dan

menyerap infra merah

GCM tidak dapat

menghitung awan, tetapi
pengetahuan mengenai
jumlahnya dan sifatnya
menentukan untuk
menghitung radiasi dan
presipitasi

Jumlah awan untuk wilayah grid

berkaitan dengan variabel prediksi
iklim yang lain
Banyak skema dari tahun 1970-an
menghitung tutupan awan berbasis
kelembaban relatif (RH)

cloudy=
q

1 RH > RH crit
Ac =
0 RH < RH crit
Ac = a + b(RH RH crit )

q
qs
RH=1

RH<1

Smagorinsky, 1960

RHcrit = critical relative humidity

at which cloud assumed to form
(function of height, typical
value is 60-80%)

Skema mikrofisika awan

Semua parameterisasi ini sangat sederhana dibandingkan dengan
proses atmosfer sesungguhnya yang menentukan tutupan awan

Disinilah ketidakpastian utama dari sensitivitas iklim timbul

Skema Radiasi: Awan

Skema awal menggunakan sinar untuk
gelombang pendek dan perkiraan emisivitas
untuk gelombang panjang
Sifat radiatif awan ditentukan
Tidak memperhitungkan aerosol

Skema modern menggunakan two stream

equations untuk memperhitungkan pantulan
dan juga perhitungan sifat radiatif dari awan dan
aerosol
Pengaruh ukuran partikel, fasa (air atau es) dan bentuk
(kristal es) dapat diparameterisasikan.
Penting untuk meneliti efek tidak langsung dari aerosol
dan sifat radiatif awan.

Konveksi

cp

T
t

~
= Qrad

Dengan kesetimbangan radiasi murni, struktur

termal tidak stabil terhadap pergerakan vertikal
udara.
Penyerapan radiasi SW di permukaan dan emisi
radiasi LW di tengah troposfermentidakstabilkan
atmosfer.
Dalam kondisi ini, pergerakan kecil dikuatkkan
oleh buoyancy hingga berkembang
Bersama penyimpanan uap air, pembalikan
konvektif menjaga troposfer rata-rata global
mendekati stabilitas basah netral.

Mengapa parameteriasi konveksi penting?

Konveksi dapat mempengaruhi stabilitas
vertikal dan pola aliran skala besar melalui
Redistribusi panas, uap air dan momentum
Menghasilkan tutupan awan yang
mempengaruhi suhu permukaan

Apakah Parameterisasi Konveksi Itu?

Skema parameterisasi kumulus atau
konveksi adalah prosedur untuk
memperhitungkan pengaruh kolektif dari
proses konvektif skala kecil terhadap
variable skala besar dari model.
Model iklim dengan ukuran grid lebih besar
daripada konveksi harus
memparameterisasikan efek dari konveksi
terhadap variabel model pada setiap
kotak grid.

Formulasi Parameterisasi Konveksi

Tentukan kejadian/lokalisasi dari konveksi
(trigger): Bagaimana pola-pola cuaca
skala besar menentukan pemicuan, lokasi
dan intensitas dari konveksi
Tentukan distribusi vertikal dari perubahan
pemanasan, uap air dan momentum
(cloud model): Bagaimana sifat-sifat awan
yang diparameterisasikan
Tentukan jumlah total dari konversi energi,
presipitasiu konvektif=pelepasan panas
(closure): Bagaimana konveksi
mempengaruhi lingkungan

Skema Konveksi
Skema konveksi yang pertama menyesuaikan profil suhu: Skema
penyesuaian adiabatik basah (Manabe 1965)
Ketika * dari model melebihi
*crit dari model * disesuaikan
kembali menjadi *crit
Prosedur penyesuaian
bertindak mendinginkan
permukaan dan
menghangatkan troposfer atas
Penyesuaian dapat dilihat
sebagai proses yang
mencampurkan udara hangat
dekat permukaan ke atas
melalui atmosfer

Skema Konveksi
Skema-skema berikutnya berbasis neraca uap air dan memcoba
menggambarkan kendali skala besar (misalnya Kuo 1974)

1 ps
M q = vqdp + Es
g ptrop

Konvergensi uap air ke

dalam kolom model

Dalam skema Kuo presipitasi konvektif diasumsikan

terjadi mengikuti konvergensi uap air skala model.
Sebagian b dari Mq tersedia untuk membasahi atmosfer,
sementara sisanya, (1- b) berkondensasi dan menjadi hujan.

Skema Konveksi
Skema konveksi saat
ini kebanyakan
menggunakan
pendekatan fluks
massa. Sebagai
contoh:
Arakawa and Schubert
(1974)
Gregory and Rowntree
(1990)
Tiedtke (1989)
Kain and Fritsch (1990)

Proses-Proses
Lapisan Batas
PBL adalah lapisan dekat
permukaan di mana transport
vertikal melalui turbulensi
berperan dominan dalam
neraca panas dan uap air

Ada berbagai jenis

lapisan batas
dalam lingkungan
yang berbeda
PBL dikendalikan
oleh permukaan di
bawahnya.

Evolusi PBL dan interaksinya dengan atmosfer bebas

sangat kompleks

Transport Lapisan Batas

Cara yang paling sederhana untuk menghitung
transport turbulen di lapisan batas adalah
menggunakan K-theory, dengan analogi difusi
molekuler.
U
u' w' K
z
2
u' w' U
K K 2 U
z
z
z z

Koefisien difusi adalah fungsi dari stabilitas dsb

berdasarkan teori similaritas Monin-Obukhov

Proses-Proses Permukaan
Mengapa proses-proses permukaan
penting untuk atmosfer?
Permukaan planet adalah kondisi batas bawah untuk
sirkulasi atmosfer.
Fluks panas sensibel dan laten pada permukaan
adalah kondisi batas bawah untuk entalpi (energi
internal + energi karena ekspansi) dan persamaan uap
air di dalam atmosfer.
Gradien vertikal yang paling tajam terjadi di dekat
permukaan
Kita hidup di atasnya!

Proses-Proses Permukaan
Skema permukaan diperlukan
untuk:
1. Menghitung fluks panas, uap
air dan momentum antara
permukaan dan atmosfer.
2. Menghitung suhu permukaan
dan variabel lain

Kini model memiliki representasi

detil dari evaporasi, intersepsi
dan transfer vertikal dari panas
dan uap air di tanah

Isu kunci dalam parameterisasi

permukaan adalah: i) peran vegetasi
dalam mengendalikan
evapotranspirasi dan intersepsi hujan;
(ii) deskripsi yang cukup mengenai
transfer panas dan air di tanah; dan
(iii) untuk latitude tinggi dan di atas
gunung deskripsi yang tepat
mengenai pertukaran energi/air
untuk kreosfer.

AGCM membutuhkan time series dari fluks radiasi,

panas sensibel dan laten, dan momentum, antara
atmosfer-daratan sebagai kondisi batas.

Dapat dispesifikasi perhitungan yang melibatkan parameter

permukaan dari albedo, roughness, dan ketersediaan
kelembaban tanah

Kesetimbangan Radiasi Permukaan

SWd

SWu

LWd

LWu

Rn = SWd SWu + LWd LWu

SWu = SWd
LWu = T

Rn = (1 )SWd + LWd T

Dalam banyak GCM,

albedo ditentukan

4
=1

Proses-Proses Permukaan

Rn = H + LE + G + P
Fluks panas sensibel
(konduksi ke
atmosfer)
[ W.m-2 ]

Fluks panas laten

(dipelapskan ke
atmosfer melalui
evaporasi)
[ W.m-2 ]

Fluks panas ke tanah

[ W.m-2 ]

Energi yang
digunakan untuk
fotosintesa
[ W.m-2 ]

H dan LE umumnya menentukan Rn dan nilai rasio pelepasan panas

sensibel dan laten ke atmosfer menentukan iklim lokal dan regional

Surface Energy Balance + Storage in the ground

Source: adapted from Hartmann, 1994

( Given by the AGCM )

Dry soil, isothermal and

homogeneous

SWd

LWd
SWu

LWu

T=T(t)

Rn = (1 )SWd + LWd T 4

Td
H
H
L
L
CCs
s
Td
Td

==albedo
albedo
==emissivity
emissivity
-1 -3-3
==heat
heatcapacity
capacity(J.K
(J.K-1.m
.m ) )
==temperatura
temperaturado
dosolo
soloprofundo
profundo(K)
(K)

dT
Cs D
= Rn G
dt

[ W.m-2 ]

Depends
Dependson
onthe
thevolume
volumefractions
fractionsofof
soil,
soil,organic
organicmatter,
matter,water
waterand
andair.
air.

Fluks Turbulensi
Potential Difference
Flux =
Resistance
Rn
LE

f2

frmula geral
D

F12

f 2 f1
=
r12

r12

F12
f1

G
E = evaporao (kg m-2 s-1)
LE = fluxo de calor latente (W m-2)
H = fluxo de calor sensvel (W m-2)
= fluxo de momentum (kg m-1 s-2)

F12 = fluxo turbulento de 1 a 2

f1 e f2 = concentrao em 1 e 2
r12 = resistncia entre 1 e 2

Fluks Momentum
(dado)

no slip

ur = (ur, vr)
Rn
ra
ur = 0

zr

= (x, y)
z0
D

zr = nvel de referncia (m)

z0 = comprimento de rugosidade (m)
ra = resistncia aerodinmica (s m-1)

0 ur
=
ra

ur
ra

ur
x =
ra
vr
y =
ra

Fluks Panas Sensibel [ H ]

( Given by the AGCM )

Tr

zr

Rn

ra

T Tr
H = c p
ra

H
Tr T
=
c p
ra

dT
Cs D
= Rn G H
dt

[W m-2]

Fluks Panas Laten [ H ]

(dado)

er
Rn

ra

Ew
qr qs (T )
=
ra

zr
LEw

L es (T ) er
LE w = c p
cp p
ra

es(T)

cp p
c p es (T ) er
LE w =
& =
ra
L

p = presso (hPa)
L = 2,5 x 106 J kg-1
= 0,622

dT
Cs D
= Rn G H LEw
dt

[W m-2]

Pemodelan Permukaan Tanah dan Heterogenitas

Rainfall

H2O CO2

Canopy
evaporation

Transpiration
Interception

Throughfall
Surface
runoff

Darcian
flow
Root
uptake

Sub-surface runoff

Stomatal conductance
Soil
evaporation

Canopy height (
Leaf area index (

Root depth

Root fractions

z0)
)

Pemodelan Permukaan Tanah dan Heterogenitas

er
SWd

LWd

LEs
+
LEc

er
ra

ra
es(T)

SWu LWu
rsoil

qs(T)

LEi
es(T)

rc

ur

Tr
ra
T

ra
u=0

zr

z0 + d

T
G
Td

dT
C
= Rn G H L(Es + Ec + Ei )
dt
c p hes (T ) er
C
LEs =
& G = (T Td )
ra + rsoil
d

Predicted u, T, q
PBL and Surface

A
Stable Condensation

No Condensation

Convective Condensation

Cloud Fraction Stable

Zero Cloud Fraction

Cloud Fraction Conv

Radiation

Spectral Blocking
Dissipation Terms

Gravity Wave Drag

Solution of the PEs

Lautan
Lautan merupakan fluida inkompresibel
dikendalikan secara termal dan mekanis
terutama pada permukaan
Dipanaskan oleh radiasi matahari dan
didinginkan oleh evaporasi dan emisi
termal dari permukaan.
Tidak ada pemanasan internal, tetapi
salinitas mempengaruhi densitas dan
sirkulasi.

Sifat-Sifat Dasar Lautan

Densitas:
Pada permukaan lautan ~ 1000x lebih rapat daripada atmosfer

Kapasitas Panas:
Kapasitas panas spesifik ~1200x atmosfer
2.5m lautan memiliki kapasitas yang sama dengan seluruh
atmosfer
Konduktivitas turbulensi (Dibandingkan difusi di daratan

Kecepatan:

Advektif

Gelombang Rossby
internal lintang tengah

Atmos.

~10 m/s

~10 m/s

Laut

~1-10 cm/s

~1cm/s

Lautan bergerak dan menyesuaikan diri ~1000x lebih

lambat daripada atmosfer sumber memori dalam sistem
iklim

Rata-Rata Global Siklus Hidrologi

107-71=36

More prp
than evap

More evap
than prp

Penampung uap air yang besar !

Interaksi Lautan Atmosfer

Lautan dan atmosfer berinteraksi terus
menerus.
Fluks panas, air tawar dan momentum
(+Berbagai spesies kimia).
Presipitasi

Stress angin

Qnet panas

Evaporasi

Lapisan
batas
permukaan

Pemodelan Interaksi Atmosfer-Lautan

Kopling dinamis dengan atmosfer, es, dan
aliran permukaan.
Suhu permukaan laut dapat berubah
merespon atmosfer, dan atmosfer
dipengaruhi oleh suhu permukaan laut.
OGCM harus memiliki kendali angin, panas
dan air, geometri domain geografis yang
benar, dan persamaan keadaan untuk
laut.

Model Rawa

S + F - F - H LE =
0

SST dihitung hanya dari kesetimbangan energi

permukaan.
Tidak ada penyimpanan panas, tidak ada arus laut.
Eksperimen sensitivitas (variasi konstanta matahari
atau CO2 di dalam atmosfer)
Hanya kendali rata-rata tahunan dari
matahari.

Model lautan
lapisan
campuran

S + F - F - H LE = cphtT

50 hingga 100m air

Mengijinkan siklus
musiman
Kesetimbangan energi permukaan ditambah
penyimpanan panas
Tidak ada arus laut, tidak ada
upwelling
Eksperimen sensitivitas (variasi konstantta matahari
atau CO2 di dalam atmosfer)
Koreksi fluks (sumber panas) untuk
mengkompensasi arus laut dan upwelling

Interaksi Atmosfer-Lautan
Langkah yang paling
kompleks dalam hirarki
model global

Kesetimbangan energi
permukaan +
penyimpanan panas +
arus laut + upwelling +
proses percampuran skala
sub-grid

Apakah Downscaling itu (atau

Pemodelan Iklim Regional)?
Downscaling adalah metode untuk
memperoleh informasi iklim atau
perubahan iklim resolusi tinggi dari model
iklim global (GCM) yang kasar.
Teknik Downscaling meningkatkan atau
memberikan nilai tambah mengenai
informasi regional yang disediakan GCM

Jenis-Jenis Downscaling
Dinamik:
Model iklim nested regional (atau wilayah
terbatas)
Eksperimen GCM resolusi tinggi dan variabel.

Metode statistik menggunakan hubungan

empiris antara output GCM dan statistik
iklim lokal.
Analisa komponen utama
Analisa regresi
Metode jaringan saraf

Dynamic Downscaling:
Model Iklim Regional (atau Area Terbatas)
Tujuan: Memberikan
nilai tambah
mengenai informasi
regional yang
disediakan dari
reanalisis globall atau
GCM
Model dinamis
berbasis persamaan
primitif dengan
formulasi hidrostatik
(contoh RegCM3) dan
non-hidrostatik
(contoh: MM5, RAMS)

http://www.meted.ucar.edu/mesoprim/models/print.htm

Kita Hidup di Dunia Resolusi Tinggi

Karena resolusi yang kasar, GCM tidak dapat
memperlihatkan efek-efek dari fitur regional

Perbedaan daratan-lautan
Air di daratan
Topografi
Tata guna lahan
Efek polusi udara dan pulau panas

Mengapa Downscaling?
Biasanya,
GCM memiliki resolusi lebih kasar dari 2
.
latitude-longitude.
GCM menyediakan respon sirkulasi global terhadap
kendali skala besar.
Model regional menyediakan respon terhadap kendali
lokal, biasanya proses-proses sub-grid di dalam GCM.
Akibat langsung resolusi spasial yang kurang dari GCM
adalah ketidakcocokan skala spasial antara prediksi iklim
yang tersedia dan skala yang dibutuhkan oleh pengguna
prediksi iklim.
Beberapa aplikasi juga membutuhkan prediksi iklim
dengan resolusi waktu yang lebih tinggi. Kebanyakan
model tumbuhan membutuhkan input cuaca harian.
Presipitasi harian GCM memperlihatkan variabilitas harian
yang kurang dan penyimpangan dibandingkan
pengamatan (Mearns et al. 1990).

Nilai Tambah
Wilayah dengan topografi
yang kompleks dan/atau
tata guna lahan.
Sirkulasi atmosfer regional
dan lokal (misalnya jet,
sistem konveksi skalameso, sirkulasi angin daratlaut, awan hujan tropis)
Proses-proses dengan
skala waktu frekuensi
tinggi (misalnya frekuensi
hujan dan distribusi
intensitas, onset monsun
dan waktu transisi)

300 km

60 km

Dua Jenis Kondisi Batas:

Kondisi Awal and Lateral

Kondisi awal: terrain, jenis permukaan, suhu permukaan laut,

kelembaban tanah
Lateral:
Sumber: reanalisis (misalnya NCEP-NCAR Reanalysis atau ERA-40) atau
GCM
Variabel yang diperlukan: tekanan permukaan, suhu, kelembaban, angin
horizontal (biasanya data 6 jaman)

Image source: http://www.cics.uvic.ca/scenarios/pdf/workshop/rcms.pdf

Kondisi Batas Lateral

Horisontal

Marbaix et al. (2003)

Puncak

Vertikal

Lebih banyak nudging

level
Permukaan

Lebih sedikit nudging

Nudging term

Kendali skala besar

pada bagian dalam
domain

Isu dalam RCM

Kondisi batas lateral
tetap bukan interaksi dua arah (analogi
dengan sistem pemodelan satu tingkat vs dua
tingkat)
Adanya error sistematis
Pilihan domain

RCM
Spin-up
Fisika dalam model

ATMOSFER
Dinamika Skala-Meso

Radiasi

Albedo

Radiasi
Lapisan Batas

Presipitasi

AOGCM
atau
Analisis

Aerosol &
Kimia
Fluks Permukaan

Awan &
Presipitasi

PERMUKAAN DARATAN/LAUTAN

Biosfer &
Tanah

Pertanian

Hidrologi
& Danau

Fluks
Lautan

Runoff Sungai

Salju
& Laut-Es

Ekosistem

Ringkasan
Atmosfer adalah fluida di atas planet yang berputar:
Drag di permukaan dan dalam atmosfer mempengaruhi neraca
momentum
Uap air menguap dari permukaan, berkondensasi membentuk
awan dan memanasi atmosfer ketika menjadi presipitasi.
Pemanasan dari radiasi matahari dan pendinginan dari radiasi
termal.
Dengan demikian model meliputi persamaan;
Angin 3 komponen (atau vortisitas & divergensi), termasuk koriolis
dan drag
Persamaan keadaan dan kekekalan air
Termodinamika, termasuk pemanasan oleh kondensasi dan radiasi
Lautan juga merupakan fluida tetapi inkompresibel. Ia dipanasi oleh
radiasi matahari dan didinginkan melalui evaporasi dan emisi termal
dari permukaan. Tidak ada pemanasan internal, tetapi salinitas
mempengaruhi densitas dan sirkulasi.
Model tambahan telah dibangun untuk meliputi permukaan,
kreosferm kimia dan aerosol atmosfr, siklus karbon dsb.
Proses-proses pada skala sub-grif dimodelkan melalui parameterisasi.

Referensi
Sebagian besar informasi dalam presentasi
ini merupakan terjemahan dari presentasi
Training Course on Climate Information,
Approaches and Tools for Assessing and
Managing Climate Risks, oleh Christopher
Cunningham dari Centro de Previso de
Tempo e Estudos Climticos, Instituto
Nacional de Pesquisas Espaciais.

Terima kasih !
[email protected]