A. Satelit TRMM
Satelit TRMM (Tropical Rainfall Measuring Mission) merupakan satelit cuaca/klimatologi yang dapat digunakan untuk mengukur curah hujan di wilayah tropis. Wahana/Satelit yang diluncurkan pada tanggal 27 November 1997 ini membawa 5 sensor, yakni PR (Precipitation Radar), TMI (TRMM Microwave Imager), VIRS (Visible Infrared Scanner), LIS (Lightning Imaging Sensor) dan CERES (Clouds and Earth’s Radiant Energy System).
Gambar satelit TRMM. (Sumber: http://disc.sci.gsfc.nasa.gov/precipitation/additional/instruments/trmm_instr.shtml http://disc.sci.gsfc.nasa.gov/precipitation/additional/instruments/trmm_instr.shtml)) TRMM mampu mengobservasi struktur hujan, jumlah dan distriibusinya di daerah tropis dan sub tropis serta berperan penting untuk mengetahui mekanisme perubahan iklim global dan memonitoring variasi lingkungan. Data TRMM ini tersedia dalam 3 level berdasarkan tingkat proses pengolahannya. Level 1 merupakan data yang masih dalam bentuk raw dan telah dikalibrasi dan dikoreksi geometrik, Level 2 merupakan data yang telah memiliki gambaran paramater geofisik hujan pada resolusi spasial yang sama akan tetapi masih dalam kondisi asli keadaan hujan saat satelit tersebut melewati daerah yang direkam, sedangkan level 3 merupakan data yang telah memiliki nilai-nilai hujan, khususnya kondisi hujan bulanan yang merupakan penggabungan dari kondisi hujan dari level 2 (Feidas 2010). Adapun data-data hujan yang dihasilkan adalah seperti tipe hujan, jumlah hujan, rata-rata jumlah hujan pada ketinggian tertentu, dan lain-lainnya. Setiap level dan tipe memiliki kekurangan dan kelebihan, khususnya bila ingin mengetahui lebih dalam keadaan hujan. Untuk mendapatkan data hujan dalam bentuk milimeter (mm) sebaiknya menggunakan level 3. Gambar di bawah merupakan diagram alir algoritma TRMM untuk mendapatkan level dan tipe data tertentu, termasuk input data dan autputnya.
Dalam penelitian ini, data yang digunakan adalah data TRMM dengan jenis produk 3B43 yang merupakan produk akhir dalam tingkatan level proses pengolahan data TRMM yang tersedia. Data 3B43 TRMM memiliki resolusi temporal bulanan (monthly) dan resolusi spasial 0,25° x 0,25°. Cakupan pengamatan datanya adalah global, dari 50° LU-50°LS dan 180°BT-180°BB, dan tersedia dari bulan Januari 1998 sampai sekarang (Desember 2008).
B. Mengolah Data Curah Hujan Bulanan dari TRMM
Data TRMM dapat di download di situs NASA, dengan link di bawah ini. http://mirador.gsfc.nasa.gov/cgi-bin/mirador/presentNavigation.pl?tree=project&project=TRMM
Kemudian, pilihlah data curah hujan bulanan denga kode product 3B43, selanjutnya pilihlah waktu perekamannya.
Kemudian, unduhlah keseluruhan data tersebut dalam format NetCDF
Langkah selanjutnya, mengolah/mengkonversi nilai dari data raster tersebut menjadi nilai curah hujan bulanan masing-masing image tersebut di dalam software Arc Gis. Agar data NetCDF tersebut dapat diinput ke dalam Arc Gis, gunakanlah tools Make NetCDF Raster Layer yang terdapat di kotak ArcToolbox Multidimension Tools
Inputlah data NetCDF yang berhasil di download dari situs NASA, Kemudian pada kolom variable, pilihlah pcp
Maka, hasilnya adalah sebagai berikut.
Langkah selanjutnya adalah memotong image TRMM dengan Area of interest (AOI) dengan menggunakan tools clip.
Sehingga data yang didapatkan hanya meliputi wilayah yang dikaji saja.
Selanjutnya, mengkonversi nilai curah hujan bulanan dengan rumus sebagai berikut : CH bulanan = NP x 24 x JHB Dimana: NP = Nilai Pixel JHB = Jumlah Hari dalam 1 Bulan
Karena resolusi spatial dari data TRMM ini sangat kecil yakni 0,25 degree x 0,25 degree, maka perlu proses interpolasi sehingga hasil data curah hujan ini menjadi lebih smooth.
Untuk dapat diinterpolasi, maka data raster ini perlu dikonversi menjadi data vector titik.
Langkah selanjutnya adalah menginterpolasi menjadi data raster kembali namun dengan resolusi pixel yang lebih besar/detail, yakni 100 meter.
Kemudian, hal yang sama dilakukan untuk data bulanan lainnya.
DAFTAR PUSTAKA
http://pmm.nasa.gov/TRMM H. Feidas. (2010) Validation of satellite rainfall products over Greece. Theoretical and Applied Climatology 99:1-2, 193-216
