ArticlePDF Available

VERIFIKASI LUARAN MODEL GELOMBANG WINDWAVES-05 DENGAN SATELIT ALTIMETER (VERIFICATION OF WINDWAVES-05 OUTPUT WITH SATELLITE ALTIMETRY)

December 2013
Jurnal Meteorologi dan Geofisika

DOI:10.31172/jmg.v14i3.166

License
CC BY-NC

Authors:

Meteorological Climatological and Geophysical Agency

ABSTRAK Di negara kepulauan seperti Indonesia, informasi tentang tinggi gelombang sangat penting untuk menunjang aktivitas di laut. Mengingat hal tersebut, akurasi prakiraan tinggi gelombang perlu mendapat perhatian. Penelitian ini bertujuan untuk mengetahui performa model prediksi gelombang laut Windwaves-05 yang digunakan BMKG sejak tahun 2004 terhadap data observasi satelit altimeter AVISO dengan menghitung nilai korelasi, kesalahan absolut, dan kesalahan relatif model selama periode tahun 2010. Dari hasil verifikasi, diperoleh nilai korelasi antara luaran model Windwaves-05 dengan AVISO bervariasi diatas 0,7, dengan nilai korelasi terendah (0,77) diperoleh pada bulan Februari dan yang tertinggi pada bulan Mei (0,94), dan nilai bias absolut tinggi gelombang yang diperoleh umumnya bervariasi kurang dari 0,8 meter, serta kesalahan relatif rata-rata model sebesar 24%. Hasil kajian ini menunjukkan bahwa model gelombang laut Windwaves-05 mempunyai performa yang cukup baik dan dapat digunakan untuk prakiraan tinggi gelombang di perairan Indonesia. ABSTRACT In a maritime continent Indonesia, information about sea wave height is highly important for supporting human activities in the ocean. Therefore, the accuracy of wave height prediction must require an intensive attention. This study investigated the spatial performance and accuracy of Windwaves-05 ocean model prediction that have been used by BMKG since 2004 against the altimetry satellite observation data from AVISO for period of 2010 by computing the linear regression correlation, absolute error and its relative error. The verification's results show that the correlation is greater than 0.75 for all months of 2010, with minimum in February (0.77) and maximum in May (0.94). The absolute error varies between 0.2-0.8 meter with average relative error of 24%. These results exhibit a relatively good performance of Windwaves-05 and support its application in wave height prediction in Indonesian waters.

Gambar 2. Tinggi gelombang signifikan (H ) dari satelit altimeter AVISO (kiri) dan luaran model Windwaves-05 (kanan) s

…

Gambar 4. Bias H luaran model Windwaves-05 s terhadap data satelit altimeter AVISO (meter) Periode Desember-JanuariFebruari (DJF) tahun 2010.

…

Gambar 5. Korelasi H luaran model Windwaves-05 s terhadap data satelit merged altimeter AVISO periode Maret-April-Mei (MAM) tahun 2010. Berdasarkan diagram scatter plot H antara luaran s model Windwaves-05 dengan data satelit altimeter pada periode bulan Maret-April-Mei (MAM) tahun 2010 yang ditunjukkan pada Gambar 5, diperoleh bahwa nilai korelasi pada bulan Maret sebesar 0,79 (Gambar 5a), sedangkan untuk nilai korelasi pada bulan April dan Mei lebih tinggi, yakni sebesar 0,90 pada bulan April (Gambar 5b), dan 0,94 pada bulan Mei (5c).

…

Gambar 7. Korelasi H luaran model Windwaves-05 s terhadap data satelit merged altimeter AVISO periode Juni-Juli-Agustus (JJA) tahun 2010.

…

Gambar 8. Bias H luaran model Windwaves-05 s terhadap data satelit merged altimeter AVISO (meter) periode Juni-Juli-Agustus (JJA) tahun 2010.

…

Figures - uploaded by Donaldi S Permana

Content may be subject to copyright.

Content uploaded by Donaldi S Permana

Content may be subject to copyright.

VERIFIKASI LUARAN MODEL GELOMBANG WINDWAVES-05 Roni Kurniawan dkk..................................................................

149

VERIFIKASI LUARAN MODEL GELOMBANG WINDWAVES-05

DENGAN SATELIT ALTIMETER

VERIFICATION OF WINDWAVES-05 OUTPUT WITH SATELLITE ALTIMETRY

Roni Kurniawan*, Donaldi S. Permana, Suratno, M. Najib Habibie

Pusat Penelitian dan Pengembangan Badan Meteorologi Klimatologi dan Geofisika (BMKG)

Jl. Angkasa I No.2 Kemayoran, Jakarta 10720 – Indonesia

*e-mail : ronie_354@yahoo.co.id

Naskah masuk: 23 Mei 2013; Naskah diperbaiki: 17 Desember 2013; Naskah diterima: 24 Desember 2013

ABSTRAK

Di negara kepulauan seperti Indonesia, informasi tentang tinggi gelombang sangat penting untuk menunjang aktivitas di

laut. Mengingat hal tersebut, akurasi prakiraan tinggi gelombang perlu mendapat perhatian. Penelitian ini bertujuan

untuk mengetahui performa model prediksi gelombang laut Windwaves-05 yang digunakan BMKG sejak tahun 2004

terhadap data observasi satelit altimeter AVISO dengan menghitung nilai korelasi, kesalahan absolut, dan kesalahan

relatif model selama periode tahun 2010. Dari hasil verifikasi, diperoleh nilai korelasi antara luaran model Windwaves-

05 dengan AVISO bervariasi diatas 0,7, dengan nilai korelasi terendah (0,77) diperoleh pada bulan Februari dan yang

tertinggi pada bulan Mei (0,94), dan nilai bias absolut tinggi gelombang yang diperoleh umumnya bervariasi kurang dari

0,8 meter, serta kesalahan relatif rata-rata model sebesar 24%. Hasil kajian ini menunjukkan bahwa model gelombang

laut Windwaves-05 mempunyai performa yang cukup baik dan dapat digunakan untuk prakiraan tinggi gelombang di

perairan Indonesia.

Kata kunci: Verifikasi, Windwaves-05, Satelit Altimeter, Gelombang laut.

ABSTRACT

In a maritime continent Indonesia, information about sea wave height is highly important for supporting human

activities in the ocean. Therefore, the accuracy of wave height prediction must require an intensive attention. This study

investigated the spatial performance and accuracy of Windwaves-05 ocean model prediction that have been used by

BMKG since 2004 against the altimetry satellite observation data from AVISO for period of 2010 by computing the linear

regression correlation, absolute error and its relative error. The verification's results show that the correlation is greater

than 0.75 for all months of 2010, with minimum in February (0.77) and maximum in May (0.94). The absolute error

varies between 0.2 - 0.8 meter with average relative error of 24%. These results exhibit a relatively good performance of

Windwaves-05 and support its application in wave height prediction in Indonesian waters.

Keywords: Verification, Windwaves-05, Altimetry Satellite, Ocean waves.

1. Pendahuluan

Gelombang sangat berpengaruh terhadap berbagai

kegiatan di laut, diantaranya transportasi laut,

aktivitas penangkapan ikan oleh nelayan dan lain

sebagainya. Berbagai dampak akibat ad any a

gelombang tinggi di perairan Indonesia sudah banyak

terjadi, diantaranya selama kurun waktu 2003-2008

terdapat berbagai kecelakaan kapal dengan berbagai

ragam faktor penyebab. Dalam kurun waktu tersebut,

terdapat 260 kasus kecelakaan kapal akibat faktor

alam dan terjadi peningkatan setiap tahunnya [1],

sehingga didalam pelayanan informasi meteorologi

kelautan (marine meteorological services), selain

informasi tentang angin, informasi tinggi gelombang

merupakan bagian terpenting yang harus ada dalam

setiap jenis informasi kelautan. Informasi ini berguna

untuk mendukung berbagai kegiatan kelautan seperti

perencanaan dalam upaya mengurangi resiko yang

terjadi [2].

Data hasil pengukuran dan observasi di lautan

umumnya sangat terbatas dan tidak kontinyu,

sehingga banyak institusi di berbagai negara

menggunakan wave hindcast untuk memperoleh

informasi gelombang laut baik untuk kepentingan

operasional maupun penelitian. WMO-No.702 [3]

melaporkan bahwa data untuk keperluan analisa

gelombang laut dapat diperoleh dari dua sumber

utama, yaitu: (1) hasil pengukuran dan observasi, dan

JURNAL METEOROLOGI DAN GEOFISIKA VOL. 14 NO. 3 TAHUN 2013 : 149-158

150

(2) hasil estimasi berdasarkan data angin (wave

hindcast).

Model Windwaves-05 digunakan oleh BMKG sejak

tahun 2004 untuk keperluan operasional pelayanan

informasi meteorologi maritim di Indonesia secara

rutin termasuk juga untuk peringatan dini gelombang

tinggi di wilayah perairan Indonesia hingga sekarang.

Elemen penting dari setiap sistem operasional

prakiraan adalah verifikasi terhadap data observasi,

kegiatan verifikasi ini dilakukan terutama untuk

perkiraan jangka pendek [4]. Model Windwaves-05

pernah diverifikasi dengan data observasi kapal pada

tahun 1997 oleh Suratno [5], dengan nilai korelasi

diatas 0,6.

Penelitian ini dilakukan untuk mengetahui performa

mode l gel om b ang Win d wav es - 05 d e ngan

membandingkan data luaran model Windwaves-05

terhadap data satelit altimeter gabungan (merged)

AVISO [6].

Model Windwaves-05 merupakan model gelombang

hasil pengembangan berdasarkan model MRI-II

(Marine Research Institue) dari Jepang yang

dilakukan oleh Suratno [5,7] yang digunakan untuk

keperluan operasional Japan Meteorological Agency

(JMA) [8]. Harga batas (boundary limit) dalam model

ini ditentukan berdasarkan anggapan bahwa transfer

energi terjadi di lautan terbuka dan energi gelombang

dapat diserap secara sempurna pada batas daratan [5].

Model Windwaves-05 merupakan model ‘laut

dalam‘, dimana dalam perhitungannya diasumsikan

tidak mengalami interaksi dengan dasar laut, sehingga

unsur gesekan dengan dasar laut diabaikan [9]. Oleh

sebab itu, pada model Windwaves-05 tidak digunakan

data batimetri, dan untuk penentuan batas darat dan

laut digunakan peta dasar Rupa Bumi Indonesia.

Secara rutin, model Windwaves-05 ini dioperasikan

oleh BMKG dengan input data angin permukaan pada

level ketinggian 10 meter pada jam 00 UTC dan jam

12 UTC dari Global forecasting Sistem (GFS)

National Center for Environmental Prediction

(NCEP)-NOAA.

Model gelombang Windwaves-05 merupakan model

gelombang generasi II dimana transfer energi non-

linier antar gelombang tidak diperhitungkan secara

ekplisit tetapi di parameterisasi berdasarkan hasil

observasi [5], sedangkan pada model gelombang

generasi III, transfer energi non linier antar

gelombang dihitung secara eksplisit [10,11,12].

Namun demikian Model gelombang generasi kedua

ini telah berhasil diterapkan selama bertahun-tahun

dan digunakan sebagai alat operasional di beberapa

instansi sampai dengan saat ini, seperti di BMKG.

Persamaan yang digunakan dalam model gelombang

Windwaves-05 ini berdasarkan persamaan transfer

energi gelombang sebagai berikut [5]:

(1)

dengan S = S (f, ) adalah spektrum energi sebagai

fungsi frekuensi dan arah rambat, t menyatakan

waktu, C adalah vector kecepatan kelompok

ge lombang ( gro up v elocity ). S uku .(C S) -

menyatakan perubahan energi karena perambatan

gelombang (adveksi), S menyatakan perubahan

energi karena masukan dari angin, S menyatakan

perubahan energi karena tranfer energi non liniear

antar gelombang, dan S menyatakan energi yang

hilang (disipasi).

Perhitungan tinggi gelombang signifikan ditentukan

berdasarkan hasil integrasi Persamaan 2 terhadap

waktu secara numerik, yaitu [5]:

H (2)

Tinggi gelombang signifikan didefinisikan sebagai

tinggi rata-rata 1/3 gelombang tertinggi, yang

nilainya setara dengan tinggi gelombang hasil

observasi visual [3]. Tinggi gelombang signifikan

biasa di simbolkan dengan H atau H.

1/3 s

2. Metode Penelitian

Wilayah yang menjadi kajian dalam penelitian ini

adalah perairan Indonesia dan sekitarnya pada posisi

o o o o

12 LU–15 LS, 90 BT–141 BT (Gambar 1).

Gambar 1. Wilayah Penelitan

H diperoleh dari hasil luaran model Windwaves-05

yang di-running selama periode tahun 2010 dengan

resolusi 1 , dengan data input model adalah data

global angin permukaan di ketinggian 10 meter

selama periode tahun 2010 dengan resolusi spasial 1°

dan resolusi temporal 6 jam dari NCEP-NOAA [13].

Data observasi yang digunakan sebagai verifikator

adalah H dari satelit altimeter gabungan (merged)

(Jason-1, Envisat, Jason-2 dan Cryosat-2) melalui

situs web www.aviso.oceanobs.com [6].

Tinggi g elombang s ig ni fikan luaran model

Windwaves-05 dan data satelit altimeter AVISO

ditampilkan secara spasial dengan menggunakan

software MATLAB2010 untuk periode bulanan dan

musiman pada tahun 2010. Periode musiman terdiri

dari periode musim Desember-Januari-Februari

(DJF), Maret-April-Mei (MAM), Juni-Juli-Agustus

(JJA) dan September-Oktober-November (SON).

Kemudian, dihitung nilai korelasi H luaran model

Windwaves-05 dengan data satelit altimeter AVISO

[14] dan ditunjukkan dalam bentuk scatter plot.

Selain itu, pola spasial bias (selisih) H luaran model

Windwaves-05 dengan data satelit altimeter AVISO

juga digambarkan untuk mengidentifikasi wilayah

perairan yang prakiraan tinggi gelombangnya dari

model Windwaves-05 lebih rendah atau lebih tinggi

dari data observasi satelit altimeter.

Evaluasi dilakukan adalah dengan menghitung nilai

korelasi, bias, dan kesalahan relatif antara tinggi

gelombang luaran model Windwaves-05 dan data

satelit altimeter AVISO. Untuk nilai korelasi semakin

mendekati 1 maka korelasi semakin mendekati

sempurna [14,15], sedangkan nilai bias H dihitung

berdasarkan selisih model Windwaves-05 dikurangi

data satelit altimeter AVISO, dan untuk nilai

kesalahan relatif dihitung dengan rumus sebagai

berikut [16]:

(3)

x adalah kesalahan relatif, x adalah Kesalahan

absolut, x adalah data luaran model Windwaves-05

dan x adalah data satelit altimeter AVISO.

3. Hasil dan Pembahasan

Hasil perbandingan H luaran model Windwaves-05

dengan data satelit altimeter untuk periode musiman

memperlihatkan bahwa di wilayah perairan Samudra

India, H dari model Windwaves-05 lebih rendah dari

H satelit altimeter, sedangkan di Laut Cina Selatan dan

Laut Arafuru, H dari model Windwaves-05 sedikit

lebih tinggi dari H satelit altimeter. Secara spasial,

hasil perbandingan pada umumnya menunjukkan pola

yang serupa antara luaran model Windwaves-05

dengan data satelit altimeter (Gambar 2).

VERIFIKASI LUARAN MODEL GELOMBANG WINDWAVES-05 Roni Kurniawan dkk..................................................................

151

Gambar 2. Tinggi gelombang signifikan (H) dari satelit altimeter AVISO (kiri) dan luaran model Windwaves-05 (kanan)

periode musiman tahun 2010.

JURNAL METEOROLOGI DAN GEOFISIKA VOL. 14 NO. 3 TAHUN 2013 : 149-158

152

Gambar 3. Korelasi H luaran model Windwaves-05

terhadap data satelit altimeter AVISO

Periode Desember-Januari-Februari (DJF)

tahun 2010.

Hasil korelasi H luaran model Windwaves-05

terhadap data satelit altimeter gabungan (merged)

AVISO periode bulanan tahun 2010 di perairan

o o

Indo n esi a d an s e kita r nya ( 12 L U –15 L S,

o o

90 BT–141 BT) ditunjukkan dalam bentuk scatter

plot pada Gambar 3, 5, 7 dan 9. Sedangkan pola

spasial bias H luaran model Windwaves-05 terhadap

data satelit altimeter gabungan AVISO ditampilkan

pada Gambar 4, 6, 8 dan 10.

Nilai korelasi H antara luaran model Windwaves-05

dengan data observasi (Satelit Merged Altimeter

AVISO) pada periode bulan Desember-Januari-

Februari (DJF) ditampilkan pada Gambar 3. Pada

bulan Desember, nilai koefisien korelasinya sebesar

0,86 (Gambar 3.a), pada bulan Januari, koefisien

korelasinya menurun menjadi 0,78 (Gambar 3.b),

sedangkan pada bulan Februari koefisien korelasinya

sebesar 0,77 (Gambar 3.c).

Ha si l p engurangan ( bi as ) H l ua ran model

Windwaves-05 dengan data satelit altimeter pada

periode DJF menunjukkan secara umum model

Windwaves-05 menghasilkan H yang lebih tinggi

dari data H satelit altimeter di wilayah perairan

Indonesia (Gambar 4). Nilai bias model Windwaves-

05 di perairan Laut Jawa, Selat Makassar, Laut

Sulawesi, Laut Banda, dan Laut Arafuru umumnya

lebih tinggi dari satelit altimeter dengan nilai +0,3 m,

dan di Selat Karimata, juga lebih tinggi dengan bias

sebesar +0,5 m (dari perairan sekitar Kepulauan Riau

sampai ke Laut Cina Selatan). Sedangkan di perairan

sebelah selatan Jawa dan Sumatra serta Samudra

Pasifik sebelah barat, luaran model Windwaves-05

lebih rendah daripada data satelit altimeter, yakni

berkisar antara 0,2 – 0,5 m.

Gambar 4. Bias H l uaran model Windwa ves-05

terhadap data satelit altimeter AVISO

(mete r) P er io de D esemb er-J an ua ri-

Februari (DJF) tahun 2010.

VERIFIKASI LUARAN MODEL GELOMBANG WINDWAVES-05 Roni Kurniawan dkk..................................................................

153

Gambar 5. Korelasi H luaran model Windwaves-05

terhadap data satelit merged altimeter

AVISO periode Maret-April-Mei (MAM)

tahun 2010.

Berdasarkan diagram scatter plot H antara luaran

model Windwaves-05 dengan data satelit altimeter

pada periode bulan Maret-April-Mei (MAM) tahun

2010 yang ditunjukkan pada Gambar 5, diperoleh

bahwa nilai korelasi pada bulan Maret sebesar 0,79

(Gambar 5a), sedangkan untuk nilai korelasi pada

bulan April dan Mei lebih tinggi, yakni sebesar 0,90

pada bulan April (Gambar 5b), dan 0,94 pada bulan

Mei (5c).

Pada periode bulan MAM (Gambar 6), diperoleh nilai

bias H antara luaran model Windwaves-05 dan data

satelit altimeter AVISO lebih rendah dibandingkan

dengan periode bulan sebelumnya (DJF). Dari

Gambar 6, menunjukkan bahwa di Laut Cina Selatan

dan juga Laut Arafuru nilai bias H hasil model

Windwaves-05 lebih tinggi daripada observasi satelit

altimeter dengan selisih sekitar +0,3 m, di Laut

Sulawesi dan Laut Banda nilai bias H berkisar +0,2

m, sedangkan di Laut Jawa dan Samudra Pasifik

bagian Barat, antara model dengan

Gambar 6. Bias H luaran mo del Windw ave s-05

terhadap data satelit merged altimeter

AVISO (meter) periode Maret-April-Mei

(MAM) tahun 2010.

pengukuran satelit altimeter nilai biasnya mendekati 0.

Akan tetapi untuk Samudra India sebelah barat

Sumatra sampai dengan selatan Jawa, luaran model

menunjukkan hasil yang lebih rendah dibandingkan

observasi.

Hasil luaran model pada bulan Maret menunjukkan

adanya nilai H lebih tinggi dengan nilai sekitar +0,4 m

di Laut Cina Selatan dan Laut Arafuru, sedangkan di

perairan sekitar Bangka Belitung menunjukkan hasil

yang sama (Gambar 6.a). Kondisi ini berubah seiring

dengan berubahnya waktu dimana pada bulan April

(Gambar 6.b) di daerah tersebut biasnya semakin

rendah dan semakin menurun pada bulan Mei (Gambar

6c). Begitu juga di Laut Sulawesi dan Selat Makassar

serta perairan sekitar Maluku menunjukkan nilai Hs

lebih tinggi dengan bias sekitar +0,2 m pada bulan

Maret dan berangsur menurun pada bulan April dan

Mei. Pada bulan Maret, nilai H luaran model

Windwaves-05 di Samudra India sepanjang Sumatra

dan Jawa menunjukkan hasil yang lebih rendah

dibandingkan observasi oleh satelit altimeter dengan

bias sekitar +0,7 m dan tertinggi di bagian selatan

Jawa. Pada bulan April, nilai bias H antara luaran

JURNAL METEOROLOGI DAN GEOFISIKA VOL. 14 NO. 3 TAHUN 2013 : 149-158

154

model dan observasi semakin berkurang dan tertinggi

di selatan Jawa dengan nilai berkisar 0,5 m.

Hasil korelasi H antara model Windwaves-05 dengan

satelit altimeter pada periode bulan Juni-Juli-Agustus

(JJA) ditampilkan pada Gambar 7. Pada bulan Juni

diperoleh nilai korelasi sebesar 0,89 (Gambar 7.a),

pada bulan Juli memiliki nilai koefisien korelasi 0,90

(Gambar 7.b), sedangkan pada bulan Agustus

koefisien korelasinya sebesar 0,85 (Gambar 7.c).

Gambar 7. Korelasi H luaran model Windwaves-05

terhadap data satelit merged altimeter

AVISO periode Juni-Juli-Agustus (JJA)

tahun 2010.

Nilai bias Hs luaran model Windwaves-05 terhadap

data satelit merged altimeter AVISO pada periode

musim Timur (Monsun Australia) mulai dari bulan

Juni, Juli dan Agustus (Gambar 8) relatif sama dengan

periode musim sebelumnya. Gambar 8 menunjukkan

bahwa pada Laut Cina Selatan, Laut Jawa, Laut

Banda, Laut Sulawesi dan Laut Banda, serta Laut

Arafuru nilai Hs luaran model lebih tinggi daripada

nilai Hs observasi satelit altimeter dengan selisih

sekitar 0,2 sampai 0,8 m, sedangkan di perairan

Samudra Pasifik bagian barat, nilai bias Hs antara

luaran model Windwaves-05 dengan data satelit

altimeter sangat kecil (mendekati nol). Untuk wilayah

perairan Samudra India sebelah barat Sumatra sampai

dengan selatan Jawa, bias nilai Hs luaran model

Windwaves-05 menunjukkan hasil yang lebih rendah

dibandingkan satelit altimeter yakni sekitar +0,5

meter.

Gambar 8. Bias H l uaran model Windwa ves-05

terhadap data satelit merged altimeter

AVISO (meter) periode Juni-Juli-Agustus

(JJA) tahun 2010.

VERIFIKASI LUARAN MODEL GELOMBANG WINDWAVES-05 Roni Kurniawan dkk..................................................................

155

Gambar 9. Korelasi H luaran model Windwaves-05

terhadap data satelit merged altimeter

AVISO p er io de September- Ok to be r-

November (SON) tahun 2010.

Hasil korelasi H antara luaran model Windwaves-05

dengan data satelit altimeter pada periode bulan

September - Oktober - November diberikan pada

Gambar 9. Pada bulan September diperoleh nilai

koefisien korelasi sebesar 0,91 (Gambar 9.a), pada

bulan Oktober memiliki nilai koefisien korelasi

sebesar 0,89 (Gambar 9.b), sedangkan pada bulan

November nilai koefisien korelasi sebesar 0,88

(Gambar 9.c).

Periode bulan September-Oktober-November (SON)

ini merupakan musim peralihan menuju monsun Asia

(Gambar 1 0), bi as H antara l uaran m odel

Windwaves-05 dan data satelit altimeter AVISO lebih

rendah dibandingkan dengan periode bulan DJF dan

JJA. Di wilayah perairan Laut Cina Selatan sampai

Laut Jawa,

Gambar 10. Bias H luaran model Windwaves-05

terhadap data satelit merged altimeter

AVISO (met er) pe riode S eptember-

Oktober-November (SON) tahun 2010.

untuk bulan September-Oktober, nilai bias H luaran

model Windwaves-05 sangat kecil dengan data satelit

altimeter, demikian juga untuk wilayah perairan Laut

Arafuru, pada bulan November, nilai bias H antara

luaran model Windwaves-05 dengan data satelit

altimeter sangat kecil (Gambar 10c). Untuk wilayah

di perairan Samudra Pasifik bagian barat, nilai bias H

antara luaran model Windwaves-05 dengan data

satelit altimeter pada bulan September-Oktober-

November juga sangat kecil yakni mendekati nol,

sedangkan untuk wilayah perairan Samudra India

bagian barat Sumatra sampai dengan selatan Jawa,

bias nilai H luaran Windwaves-05 menunjukkan hasil

yang lebih rendah dibandingkan satelit altimeter

yakni sekitar +0,5 meter.

JURNAL METEOROLOGI DAN GEOFISIKA VOL. 14 NO. 3 TAHUN 2013 : 149-158

156

Tabel 1. Tabel Kesalahan Relatif Rata-rata Model

Windwaves-05 terhadap Satelit Altimeter

AVISO

Kesalahan Relatif

Rata-rata Bulan

Kesalahan Relatif

Rata-rata Musim

Desember

15 %

21 %

Januari

21 %

Februari

26 %

Maret

30 %

26 %

April

25 %

Mei

25 %

Juni

25 %

Juli

22 %

Agustus

28 %

September

28 %

25 %

Oktober

26 %

Nopember

20 %

Rata-rata

24 %

Nilai persentase kesalahan relatif rata-rata prediksi

tinggi gelombang model Windwaves-05 terhadap

satelit altimeter AVISO di perairan Indonesia dan

o o o o

sekitarnya (12 LU-15 LS, 90 BT-141 BT) bervariasi

setiap bulannya (Tabel 1), untuk nilai kesalahan relatif

rata-rata model Windwaves-05 yang paling rendah

terdapat pada bulan Desember sebesar 15% dan pada

musim DJF sebesar 21%, sedangkan nilai kesalahan

relatif rata-rata tertinggi terjadi pada bulan Maret

sebesar 30% dan pada musim MAM sebesar 26%.

Nilai kesalahan relatif rata-rata luaran model terhadap

observasi selama periode tahun 2010 adalah sebesar

24%, hasil ini dapat diartikan bahwa nilai deviasi

prediksi tinggi gelombang model adalah +24%, jika

nilai tinggi gelombang (H) model adalah 1 meter,

maka range untuk nilai H observasinya adalah antara

0,74 - 1,24 meter.

Hasil model di Laut Cina Selatan, Selat Karimata dan

Laut Jawa bagian barat lebih tinggi dari data satelit

AVISO pada bulan DJF, sebaliknya di Laut Banda,

Arafuru dan Laut Jawa bagian Timur lebih tinggi pada

bulan JJA. Hal ini juga terjadi pada penelitian Sofian

( 2 0 1 0 ) [ 1 7 ] y a n g m en ggunakan m odel

WAVEWATCH-III. Hal ini menunjukkan bahwa pada

kecepatan angin yang tinggi, dimana pada bulan DJF

kecepatan angin lebih tinggi di sebelah utara ekuator,

sedangkan bulan JJA di bagian selatan, model

mengalami over estimate. Ada dua kemungkinan

yan g m eny eb a bk an k eja dia n i ni. Per tam a

parameterisasi interaksi nonlinear pada model

Winwave-5 mengalami over estimate pada kecepatan

angin yang tinggi. dan yang kedua adalah drag

coefficient (C) yang terlalu besar. Penelitian Perrie

(2010) [18], dan Tolman (2013) [19] menunjukkan

bahwa penentuan metode perhitungan interaksi

nonlinear ini menentukan keakuratan hasil simulasi

model, pada kecepatan angin yang tinggi perhitungan

interaksi ini umumnya menghasilkan nilai yang lebih

tinggi, s edangkan Moon e t. al (200 4) [20]

menjelaskan bahwa nilai drag coefficient yang

diaplikasikan pada model umumnya menghasilkan

nilai yang lebih tinggi pada kecepatan angin yang

tinggi.

Dari hasil verifikasi antara luaran model Windwaves-

05 dengan data satelit altimeter AVISO, nilai korelasi

yang diperoleh selama tahun 2010 diatas 0,7 dengan

prosentase kesalahan relatif rata-rata sebesar 24%.

Hasil ini menunjukkan bahwa model gelombang

Windwaves-05 mempunyai performa yang cukup

baik untuk dapat digunakan sebagai model prakiraan

tinggi gelombang laut di perairan Indonesia. Hasil

pe ne li tian i ni j ug a m em pe rkuat hasil riset

sebelumnya, diantaranya penelitian yang dilakukan

oleh Suratno [5], dimana model Windwaves-05

diverifikasi dengan data pengamatan pada kapal yang

hasilnya juga menunjukkan hasil yang cukup baik

(Tabel 2).

Tabel 2. Analisis korelasi luaran model Windwaves-05 terhadap data observasi kapal [5]

Tanggal 11-30 Januari 1996

Periode signifikan

Tinggi signifikan

Jangka

prakiraan

Deviasi rata-rata

(detik)

RMSE

Korelasi

Deviasi rata-

rata (meter)

RMSE

Korelasi

Hindcast

0,74

1,62

0,645

-0,6

0,89

0,735

Prakiraan 24

jam

0,67

1,63

0,621

-0,6

0,95

0,667

Prakiraan 48

jam

0,64

1,64

0,601

-0,7

1,00

0,614

Tanggal 21-30 Agustus 1996

Periode signifikan

Tinggi signifikan

Jangka

prakiraan

Deviasi rata-rata

(detik)

RMSE

Korelasi

Deviasi rata-

rata (meter)

RMSE

Korelasi

Hindcast

0,74

1,63

0,656

-0,3

0,695

0,736

Prakiraan 24

jam

0,79

1,67

0,628

-0,3

0,711

0,714

Prakiraan 48

jam

0,79

1,69

0,612

-0,3

0,803

0,615

VERIFIKASI LUARAN MODEL GELOMBANG WINDWAVES-05 Roni Kurniawan dkk..................................................................

157

4. Kesimpulan

Hasil perbandingan luaran model Windwaves-05

dengan satelit altimeter AVISO di perairan Indonesia

da n sekitarn ya, menunj ukkan bahw a model

gelombang Windwaves-05 mempunyai performa

yang cukup baik dengan nilai korelasi yang tinggi

pada semua bulan, nilai korelasi terendah sebesar 0,77

diperoleh pada bulan Februari dan nilai korelasi

tertinggi pada bulan Mei (0,94). Nilai bias absolut

bervariasi 0,2 – 0,8 m, bias gelombang tertinggi (0,8

meter) terdapat di perairan Selat Karimata yang

terjadi pada bulan Desember, dan pada beberapa

wilayah di perairan Laut Arafuru pada bulan Juli

Agustus dengan kesalahan relatif rata-rata model

Windwaves-05 terhadap data satelit altimeter AVISO

sebes ar 24%. Hasil verifika si antara model

Windwaves-05 dengan data satelit altimeter AVISO

menun jukka n bahwa mod el Wi nd waves -05

mempunyai performa yang cukup baik untuk

dijadikan sebagai model prakiraan tinggi gelombang

laut di perairan Indonesia.

Untuk penelitian selanjutnya terkait dengan verifikasi

model gelombang Windwaves-05 disarankan agar

diverifikasi juga dengan data observasi seperti dengan

data buoy untuk lebih mengetahui performa dari

model Windwaves-05. Selain itu, dalam rangka

meningkatkan akurasi hasil model perlu kiranya

penelitian lebih lanjut tentang parameterisasi

interaksi nonlinear dan drag coefficient stres angin

pada model tersebut.

Daftar Pustaka

[1] Dephub. (2009). Laporan Akhir Kajian Analisis

Trend kecelakaan transportasi Laut 2003-

2008.(http://www.dephub.go.id/knkt/ntsc_ma

ritime/Laut/Publications/Laporan%20Analisi

s%20Trend%20Kecelakaan%20Laut%20200

3-2008.pdf), diakses tanggal 20 Januari 2012.

[2] World Meteorolgical Organization (WMO).

(2001). Guide the marine Meteorological

Services, Third edition, WMO no.471.

Secretariat of the World Meteorological

Organisation, Geneva-Switzerland: Author.

[3] World Meteorolgical Organization (WMO).

(1998). Guide to Wave Forecasting and

Analysis, WMO-No. 702, Secretariat of the

World Meteorological Organisation, Geneva-

Switzerland: Author.

[4] Peter A.E.M. Janssen. (2008). Progress in ocean

wave forecasting. Journal of Computational

Physics 227, 3572–3594.

[5] Suratno. (1997). Model Numerik Prakiraan

Gelombang Permukaan laut untuk Perairan

Indonesia dan Sekitarnya. Tesis, Fakultas

MIPA: Universitas Indonesia.

[6] Archiving, Validation and Interpretation of

Satellite Oceanographic data (AVISO). July,

2011. Gri dde d Win d/ Wave pro du c ts .

(http://www.aviso.oceanobs.com/en/data/pro

d u c t s / w i n d - w a v e s - p r o d u c t s /

mswhmwind/index.html).

[7] Sur atn o. ( 200 4). P and uan Ope ras ion al

W I N D W AV E S - 0 4 . P usat I n f o r m a s i

Meteorolog Penerban gan dan Maritim:

BMKG. Jakarta.

[8] Ueno, K. and Kohno, N. (2004). The Development

of Third generation wave Model MRI-III. The

8 th In ternational worksho p on wave

hindcasting. Ohaua, Hawai.

[9] Young, I. R. (1999). Wind generated ocean wave.

New York: Elsevier.

[10] Tolman, H.L. (2002), Distributed-memory

concepts in the wave model WAVEWATCH

III, Parallel Computing. 28. 35-52.

[11] Hasselmann, K. (1963), On the non-linear energy

transfer in a gravity wave spectrum, Part 2.

Co nservation the or em s; wa ve-particle

analogy; irreversibility. Journal of Fluid

Mechanics, 15 (2): 273–281.

[12] BMKG (2013). Pengembangan Model Bidang

Meteorologi Maritim “Wave Model Generasi

III”. Laporan Penelitian. Jakarta: Badan

Meteorologi Klimatologi dan Geofisika.

[13] National Center for Environmental Prediction

(NCEP), NOAA. NCEP Operational Data

( W R F i n p u t s ) : 1 - d e g r e e F N L s .

(http://www.mmm.ucar.edu/wrf/users/downl

oad/free_data.html), di akses bulan Juni 2011.

[14] Supranto, J. (2002). Statistik Teori dan Aplikasi.

Edisi 7. Jakarta: Erlangga.

[15] Sug i yono . (200 7 ). M et ode P e neli t ian

Administrasi. Bandung: Alfabeta.

[16] Abramowitz, M. and Stegun, I. A. (Eds.).

Handbook of Mathematical Functions with

Formulas, Graphs, and Mathematical Tables,

9th printing. New York: Dover, p. 14, 1972.

(http://mathworld.wolfram.com/RelativeErro

r.html), diakses tanggal 23 Desember 2013.

[17] Sofian, I & Wijanarto, A. B., (2010) Simulation of

significant wave height climatology using

WAVEWATCH-III. International Journal of

Geoinformatics. Vol. 6, No. 4. p. 13-19

[18] Perrie, W., Susilo, A. & Toulany, B. (2010). A new

approximation for nonlinear wave-wave

interaction. Ocean Modell. Vol. 33, p 159-176.

[19] Tolman, H. L. & Grumbine, R. W. (2013) holistic

genetic optimization of a Generalized Multiple

Discrete Interaction Approximation for wind

waves. Ocean Modell.

[20] Moon, I. J., Ginis, I. & Hara, T. (2004). Effect of

su rface w av es on air- se a momentum

exchange. Part II: Behavior of drag coefficient

under tropical cyclone. Journal of the

Atmospheric Sciences. Vol. 61, p 2334-2348.

JURNAL METEOROLOGI DAN GEOFISIKA VOL. 14 NO. 3 TAHUN 2013 : 149-158

158

Karakteristik Tinggi Gelombang Laut pada saat Periode Normal, El Niño dan La Niña di Selat Makassar

Article

Full-text available

Feb 2023

Waves are an important factor in marine science that can have positive and negative impacts on the natural conditions that affect them. Under certain conditions waves can change the coastline, damage marine life, cause tidal flooding, affect coastal buildings and so on. With the energy that waves have, they can affect all human activities such as distribution, utilization of energy sources, utilization of marine biota sources, tourism business, and development of coastal areas. Based on the influence generated, information on wave characteristics is needed based on climate variability that affects local conditions. Climate variability that affects the waters of the Makassar Strait which has a high wave pattern that follows a monsoonal pattern is the El Niño and La Niña phenomena. Using wind data and wave periods for 2013-2022 from Hindcasts-OFS BMKG, this study aims to determine the characteristics of high waves in the Makassar Strait during Normal, El Niño and La Niña phenomena. BMKG-OFS is the third generation data model of wavewatch (WW III) and has a relatively low error value with a range of 0.27 - 0.36 against the observed value of the wave recorder data installed in the Makassar Strait. From the processing it is produced during the Asian Monsoon (December, January, February) and during the Australian monsoon (June, July, August). The characteristics of high waves in the northern and central parts of the Makassar Strait are more influenced by the La Niña phenomenon than El Niño . Characteristics of the wave height in the southern part of the Makassar Strait experienced an increase in wave height both during La Niña and El Niño compared to normal. Gelombang merupakan faktor penting dalam ilmu kelautan yang dapat memberikan dampak positif dan negatif pada kondisi alam yang mempengaruhinya. Pada kondisi tertentu gelombang dapat merubah garis pantai, merusak biota laut, menyebabkan banjir rob, mempengaruhi bangunan pesisir dan lain sebagainya. Dengan energi yang dimilikinya gelombang dapat mempengaruhi segala kegiatan manusia seperti distribusi, pemanfaatan sumber enrgi, pemanfaatan sumber biota laut, bisnis pariwisata, dan pembangunan wilayah pesisir. Berdasarkan pengaruh yang ditimbulkan maka diperlukan informasi karakeristik gelombang berdasarkan varibilitas iklim yang mempengaruhi kondisi lokalnya. Variabilitas Iklim yang mempengaruhi perairan Selat Makassar a yang memiliki pola tinggi gelombang yang mengikuti pola monsunal dalah fenomena El Niño dan La Niña. Dengan menggunakan data angin dan gelombang periode 2013-2022 dari Hindcasts-OFS BMKG, penelitian ini bertujuan untuk mengetahui karakteristik tinggi gelombang di Selat Makassar saat fenomena Normal, El Niño , dan La Niña. BMKG-OFS merupakan data model generasi ketiga dari wavewacth(WW III)dan memiliki nilai error yang reltif rendah dengan rentang sebesar 0,27 - 0,36 terhadap nilai observasi data wave recorder yang terpasang di Selat Makassar. Dari pengolahannya dihasilkan pada saat Monsun Asia (Desember, Januari, Februari) maupun pada saat monsun Australia (Juni, Juli, Agustus). Karakteristik tinggi gelombang di Selat Maksassar bagian utara dan tengah lebih dipengaruhi oleh fenomena La Niña daripada El Niño . Karakteristik tinggi gelombang di Selat Makassar bagian selatan mengalami peningkatan tinggi gelombang baik saat La Niña maupun El Niño terhadap normalnya.

SISTEM AKUISISI DATA TINGGI GELOMBANG LAUT BERBASIS IOT

Article

Full-text available

Oct 2023

Ocean wave height data is very much needed in the maritime world to support fishing activities, transportation, and coastal life. Ocean wave heights are easy to change so it is difficult to obtain measurement data, we need a system that is able to observe the behavior and changes in ocean wave height that is accurate and easy to monitor. The aim of this research is to design a data acquisition system for ocean wave height that is able to work with real time conditions and able be monitored at any time. The methods of this research is quantitative research using an experimental design. The system design consisted of field observations and literature studies, procurement of tools and materials, tool design, tool testing, and research data collection. Data collection techniques are carried out by testing sensors and displays on the application. The results showed that the Sea Wave Height Data Acquisition System that has been designed can work with an error percentage of 1.26% and has a very high level of measurement accuracy with an accuracy percentage of 98.74%. The results of the performance test of the Sea Wave Height Data Acquisition System that has been designed to be able to detect, collect, send, process, and display ocean wave height result data in real time.

POLA TINGGI GELOMBANG DI LAUT JAWA MENGGUNAKAN MODEL WAVEWATCH-III

Article

Full-text available

Nov 2020

The Java Sea is an interesting part of Indonesian waters to be studied, because it has a great of marine biological resources, especially for marine fisheries. Until now, wave model data has become the main tool for providing sea wave height information, this condition is caused by the limited observation equipment to obtain ocean data. This study aims to understand the sea wave height patterns in the Java Sea using the Wavewatch-III model, and to determine the accuracy of the Wavewatch-III model data with observation data. Based on the output of the Wavewatch-III model, the significant wave height (Hs) in the Java Sea during the West Season period (DJF) obtained a range between 0.2 m - 1 m, with the dominant direction of the sea wave from the West, in the Transition Season I (MAM) period, the significant wave height in the Java Sea obtained a range between 0.4 m - 0.8 m, and the dominant direction of sea waves comes from the Southeast to the Northwest, in the East Season (JJA), significant wave height in the Java Sea obtained a range between 0.6 m - 1.4 m, with the dominant direction of sea waves coming from the Southeast to the Northwest, and in the Transition II (SON), significant wave height in the Java Sea obtained a range between 0.2 m - 0.4 m, with the dominant direction of sea waves coming from the Southeast to the West. The significant wave height peaks in the Java Sea occur during the East Season (JJA). The results of Wavewacth-III comparison with ECMWF, obtained a good correlation value, while comparison with observational data, obtained a low correlation value, and the wave height value of Wavewatch-III is higher than observation. The results of the comparison of the Wavewacth-III model with the ECMWF model show that Wavewatch-III has good performance with a CF value of 0.04, and an error value of 35.5%. While the comparison of the Wavewatch-III model to the observation data, a low correlation value is obtained, which is only 0.32 and the Hs value of the Wavewatch-III model is higher than the observation.

VERIFICATION OF PISCES DISSOLVED OXYGEN MODEL USING IN SITU MEASUREMENT IN BIAK, ROTE, AND TANIMBAR SEAS, INDONESIA

Article

Full-text available

Jun 2017

Dissolved oxygen (DO) is one of the most chemical primary data in supported life for marine organisms. Ministry of Marine Affairs and Fisheries Republic of Indonesia through Infrastructure Development for Space Oceanography (INDESO) Project provides dissolved oxygen data services in Indonesian Seas for 7 days backward and 10 days ahead (9,25 km x 9.25 km, 1 daily). The data based on Biogeochemical model (PISCES) coupled with hydrodynamic model (NEMO), with input data from satellite acquisition. This study investigated the performance and accuracy of dissolved oxygen from PISCES model, by comparing with the measurement in situ data in Indonesian Seas specifically in three outermost islands of Indonesia (Biak Island, Rote Island, and Tanimbar Island). Results of standard deviation values between in situ DO and model are around two (St.dev ± 2). Based on the calculation of linear regression between in situ DO with the standard deviation obtained a high determinant coefficient, greater than 0.9 (R2 ≥ 0.9). Furthermore, RMSE calculation showed a minor error, less than 0.05. These results showed that the equation of the linear regression might be used as a correction equation to gain the verified dissolved oxygen.

Dampak Siklon Tropis Quang Terhadap Kondisi Oseanografi Perairan Selatan Jawa

Article

Full-text available

Mar 2018

Benua maritim Indonesia merupakan kawasan kepulauan yang diapit oleh dua samudera dan dua benua yang menjadikannya sebagai pusat dari aktivitas sirkulasi atmosfer dan sirkulasi laut global. Dalam hubungan antara lautan dan atmosfer, interkasi yang terjadi diantara keduanya memiliki peranan penting dalam menentukan dinamika dan kondisi baik pada wilayah lautan maupun lingkungan atmosfer. Pada tanggal 28 April 2015 terbentuk siklon tropis Quang di atas perairan Samudera Hindia. Walaupun siklon tropis Quang tidak melintasi wilayah Indonesia, akan tetapi dampak dari siklon tropis tersebut mempengaruhi kondisi dinamika atmosfer maupun oceanografi. Berdasarkan kondisi tersebut penelitian ini bertujuan untuk menganalisa kondisi oseanografi perairan selatan Jawa pada saat kejadian siklon tropis Quang. Data yang digunakan pada penelitian ini adalah data grib yang berisikan parameter arah dan kecepatan angin dan data klorofil-a dari hasil penginderaan satelit Aqua-MODIS. Siklon tropis Quang mulai menjadi depresi tropis pada tanggal tanggal 28 April 2015 dengan kecepatan angin mencapai 56 km/jam dan menjadi siklon tropis skala 4 dengan kecepatan mencapai 217 km/jam. Kondisi angin permukaan dan tinggi gelombang maksimum laut di perairan selatan Jawa pada umumnya meningkat intensitasnya seiring dengan peningkatan aktivitas siklon tropis Quang dan ikut berkurang intensitasnya ketika siklon tropis mulai punah. Pada kondisi arus permukaan di perairan selatan Jawa memperlihatkan kebalikan dari parameter angin dan gelombang dimana kecepatan arus permukaan berkurang seiring dengan meningkatnya aktivitas siklon tropis Quang. Selama pembentukan siklon tropis Quang hingga punahnya umumnya terjadi fenomena upwelling pada wilayah perairan selatan Jawa.

Simulation of significant wave height climatology using wave watch III

Article

Full-text available

Dec 2010

In recent decades, the extreme wave height has become more frequent. High spatial resolution of wave model is inevitable to investigate the impact of monsoon and generate the wave atlas. The significant wave height (SWH) resulting from model estimation has a high correlation with the altimeter data (0.77-0.94), with the highest correlation in Northern Papua, and the lowest in Sulawesi Sea. The maximum SWH in Java Sea is approximately 3-3.5m, occuring in January and February. Generally, the maximum SWH in Southern Java Sea is higher than the maximum wave height in the southern coast of Kalimantan. This tends to increase the flood risk in the north coast of Java, because it coincides with the peak of wet season. When reaching 6m it can cause for example, decreasing fisheries production and preventing commodity flows that use marine transportations.

Holistic genetic optimization of a Generalized Multiple Discrete Interaction Approximation for wind waves

Article

Full-text available

Oct 2013
OCEAN MODEL

A key element of wind wave models is the parameterization of the resonant nonlinear interactions between spectral wave components. In a companion paper a new Generalized Multiple Discrete Interaction Approximation (GMD) has been developed. The present paper addresses the optimization of the free parameters of the GMD. A holistic optimization approach is used where full model integration results are optimized. Fifteen objective metrics are used, defined to measure the accuracy of a model using the GMD relative to a model using the full (exact) interactions. Due to the large number of free parameters to be optimized, and due to the existence of many local error minima in parameter space, traditional error mapping or steepest descent search algorithms are not suitable to optimize the GMD. The focus of the present study is on establishing genetic optimization techniques as a feasible and economical way to optimize the free parameters in the GMD. The behavior of the GMD with optimized parameters is outside the scope of this study, and is discussed in detail in the companion paper.

Progress in ocean wave forecasting

Article

Full-text available

Mar 2008

Peter A.E.M. Janssen

Progress in ocean wave forecasting is described in the context of the fundamental law for wave prediction: the energy balance equation. The energy balance equation gives the rate of change of the sea state caused by adiabatic processes such as advection, and by the physical source functions of the generation of ocean waves by wind, the dissipation due to white-capping and the nonlinear four-wave interactions. In this paper we discuss the formulation of the physics source functions and we discuss the numerical scheme that is used to solve the energy balance equation (with special emphasis on the so-called Garden-Sprinkler effect). Improvement in ocean wave forecasting skill is illustrated by comparing forecasts results with buoy observations for different years. Finally, the promising new development of the forecasting of extreme events is discussed as well.

Wind Generated Ocean Waves

Article

Jan 1999

I. R. Young

On the non-linear energy transfer in a gravity wave spectrum Part 2. Conservation theorems; wave-particle analogy; irrevesibility

Article

Feb 1963
J FLUID MECH

Klaus Hasselmann

From the conditions of energy and momentum conservation it is shown that all four interaction coefficients of the elementary quadruple interactions discussed in Part I of this paper are equal. A further conservative quantity is then found which can be interpreted as the number density of the gravity-wave ensemble representing the random sea surface. The well-known analogy between a random linear wave field and a mass particle ensemble is found to hold also in the case of weak non-linear interactions in the wave field. The interaction conditions for energy transfer between waves to correspond to the equations of energy and momentum conservation for a particle collision, the final equation for the rate of change of the wave spectrum corresponding to Boltzmann's equation for the rate of change of the number density of an ensemble of colliding mass particles. The stationary wave spectrum corresponding to the Maxwell distribution for a mass particle ensemble is found to be degenerate. The question of the irreversibility of the transfer process for gravity waves is discussed but not completely resolved.

A new approximation for nonlinear wave–wave interactions

Article

Dec 2010
OCEAN MODEL

Modern wave models require an accurate computation of the nonlinear wave–wave interactions. This is because nonlinear wave–wave interactions play an important role in the evolution of wind waves, accounting for nonlinear transfer of wave energy to lower and higher frequencies within the spectrum. Presently, in almost all operational state-of-the-art wave models, nonlinear transfer due to wave–wave interactions are evaluated by the discrete interaction approximation (DIA), which was developed by pioneering studies led by Hasselmann more than two decades ago. Although many efforts have tried to develop new methodologies to improve DIA, its basic formulation has not changed. In this study, we present a new computational method by evaluating the dominant nonlinear wave transfer along the wavenumber and the wave directional axes, and by approximating the contributions along the resonance loci. The new method is denoted the Advanced Dominant Interaction (AvDI) method. We show that AvDI is sufficiently efficient that it can be implemented within an operational wave model. As a validation of the approach, we compare simulations of hurricane Juan with observed wave data.

Distributed-memory concepts in the wave model WAVEWATCH III

Article

Jan 2002
PARALLEL COMPUT

Hendrik L. Tolman

Parallel concepts for spectral wind-wave models are discussed, with a focus on the WAVEWATCH III model which runs in a routine operational mode at NOAA/NCEP. After a brief description of relevant aspects of wave models, basic parallelization concepts are discussed. It is argued that a method including data transposes is more suitable for this model than conventional domain decomposition techniques. Details of the implementation, including specific buffering techniques for the data to be communicated between processors, are discussed. Extensive timing results are presented for up to 450 processors on an IBM RS6000 SP. The resulting model is shown to exhibit excellent parallel behavior for a large range of numbers of processors.

Effect of Surface Waves on Air--Sea Momentum Exchange. Part II: Behavior of Drag Coefficient under Tropical Cyclones

Article

Oct 2004

Present parameterizations of air sea momentum flux at high wind speed, including hurricane wind forcing, are based on extrapolation from field measurements in much weaker wind regimes. They predict monotonic increase of drag coefficient (Cd) with wind speed. Under hurricane wind forcing, the present numerical experiments using a coupled ocean wave and wave boundary layer model show that Cd at extreme wind speeds strongly depends on the wave field. Higher, longer, and more developed waves in the right-front quadrant of the storm produce higher sea drag; lower, shorter, and younger waves in the rear-left quadrant produce lower sea drag. Hurricane intensity, translation speed, as well as the asymmetry of wind forcing are major factors that determine the spatial distribution of Cd. At high winds above 30 m s-1, the present model predicts a significant reduction of Cd and an overall tendency to level off and even decrease with wind speed. This tendency is consistent with recent observational, experimental, and theoretical results at very high wind speeds.

Laporan Akhir Kajian Analisis Trend kecelakaan transportasi Laut

Jan 2003

Dephub

Dephub. (2009). Laporan Akhir Kajian Analisis Trend kecelakaan transportasi Laut 2003-2008.(http://www.dephub.go.id/knkt/ntsc_ma ritime/Laut/Publications/Laporan%20Analisi s%20Trend%20Kecelakaan%20Laut%20200 3-2008.pdf), diakses tanggal 20 Januari 2012.

Model Numerik Prakiraan Gelombang Permukaan laut untuk Perairan Indonesia dan Sekitarnya. Tesis, Fakultas MIPA: Universitas Indonesia

Jan 1997

Suratno

Suratno. (1997). Model Numerik Prakiraan Gelombang Permukaan laut untuk Perairan Indonesia dan Sekitarnya. Tesis, Fakultas MIPA: Universitas Indonesia.