penerapan model wrf untuk prediksi awal musim hujan di indonesia
Clicks: 103
ID: 157898
2018
Article Quality & Performance Metrics
Overall Quality
Improving Quality
0.0
/100
Combines engagement data with AI-assessed academic quality
Reader Engagement
Steady Performance
25.8
/100
86 views
18 readers
Trending
AI Quality Assessment
Not analyzed
Abstract
Selama ini model WRF telah digunakan di BMKG untuk prediksi hujan harian dalam skala jangka pendek (1-7 hari kedepan). Penggunaan data CFSv2 sebagai boundary condition atau inputan memungkinkan WRF untuk menghasilkan prediksi hujan harian dalam skala jangka panjang (1-6 bulan ke depan). Pada penelitian ini dipilih inisial data CFSv2 selama enam bulan berturut-turut dari Mei hingga Oktober 2014 untuk menghasilkan prediksi hujan 3 bulanan: JJA, JAS, ASO, SON, OND dan NDJ. Selanjutnya diperoleh prediksi hujan 24 dasarian (Jun I 2014 s.d Jan III 2015). Keluaran WRF diatur pada resolusi ~20 Km. Berdasarkan hal tersebut sebanyak 300 dari 342 ZOM dapat dibuat prediksi awal musim hujan 2014/15. Hasil verifikasi keluaran WRF terhadap data observasi menunjukan 148 ZOM (49.33%) SESUAI, 74 ZOM (24.67%) MAJU dan 78 ZOM (26%) MUNDUR. Persentase keluaran WRF untuk kategori SESUAI masih lebih rendah dari prediksi AMH 14/15 yang dibuat oleh BMKG yaitu sebesar 54%.
| Reference Key |
muharsyah2018jurnalpenerapan
Use this key to autocite in the manuscript while using
SciMatic Manuscript Manager or Thesis Manager
|
|---|---|
| Authors | ;Robi Muharsyah |
| Journal | clinical proteomics |
| Year | 2018 |
| DOI |
10.31172/jmg.v17i3.329
|
| URL | |
| Keywords |
Citations
No citations found. To add a citation, contact the admin at info@scimatic.org
Comments
No comments yet. Be the first to comment on this article.