Prosedur Membuat Prakiraan Cuaca

PERSIAPAN

Prakiraan cuaca dibuat dengan mengumpulkan data tentang kondisi atmosfer saat ini dan pemahaman proses atmosfer untuk memprediksi bagaimana perubahannya. Sebelum prakiraan cuaca dibuat, seorang ahli meteorologi harus terlebih dahulu memahami kondisi cuaca saat ini dan apa yang menyebabkannya. Hal ini dilakukan dengan memeriksa sejumlah besar data observasi termasuk observasi permukaan, citra satelit, data radar, data radiosonde, data udara atas, profil angin, dan melihat secara visual. Adapun data-data yang dibutuhkan dalam pembuatan prakiraan cuaca adalah sebagai berikut :

Data Skala Global
Data Skala Synoptik
Data Lokal

A. DATA SKALA GLOBAL

1. SOI (Shouthern Oscillation Index)

Penjelasan Parameter :

Jika nilai SOI negatif berhubungan dengan fenomena El-Nino (<-7) makin kecil nilai negatif makin kuat (minimal 3 bulan berturut-turut)
Jika nilai SOI positif berhubungan dengan fenomena La-Nina (>+7) makin besar nilai positif makin kuat (minimal 3 bulan berturut-turut)
Dalam fase El-Nino terjadi peningkatan suhu yang membuat berkurangnya udara basah yang dibawa ke wilayah Indonesia. Dengan demikian, udara yang masuk ke wilayah Indonesia relatif kering dan membuat beberapa perubahan seperti curah hujan yang berkurang, tutupan awan yang berkurang, dan suhu yang semakin tinggi, Untuk fase La-Nina terjadi sebaliknya.

2. MJO ( Madden Jullian Oscilation )

Penjelasan Parameter :

Cek pada fase 4 dan 5,
Jika lintasan berada dalam lingkaran kecil ditengah, MJO didefinisikan
lemah dan jika berada di luar lingkaran, MJO dinyatakan kuat.
Kontribusi
MJO berpengaruh terhadap kecepatan terbentuknya serta intenstas dari
periode El Nino dan La Nina.

3. OLR (Outgoing Longwave Radiation)

Penjelasan Parameter :

Warna biru menunjukkan anomali OLR negatif berhubungan dengan banyaknya awan,
Sedangankan warna kuning ke merah berhubungan dengan sedikit awan.

4. SST (Sea Surface Temperature)

Cek suhu muka laut dan anomalinya :
Jika anomali suhu muka laut positif menunjukan bahwa suhu muka laut lebih hanggat dari normalnya sehingga uap air meningkat.

5. Geopotential 500 hPa and temperature at 850 hPa

B. DATA SKALA SYNOPTIK

1. Streamline (Angin 3000 feet) 00.00 UTC 12.00 UTC BMKG

Monitoring keberadaan Badai tropis, Depresi tropis, Eddy, Shearline, konvergensi, dan lintasan angin
melalui lautan atau benua yang menuju arah daerah prakiraan. Jika
lintasan angin melalui permukaan laut dengan anomali suhu muka laut
positif, menunjukan bahwa angin membawa cukup banyak uap air.

2. Angin 850 dan 200 HPA

Cek kecepatan angin dilapisan 850 dan 200 hpa :

Jika kecepatan <20 kt dan konvergen ada kemungkinan pertumbuhan awan.
Jika Kecepatan >20 kt, kemungkinan adanya pertumbuhan awan sangat kecil (Kurang mendukung proses konvektiv).

Cek stadium awan Cb (tingkat pertumbuhan hingga punah) kemungkinan terjadi jika :

angin
850 hpa terjadi konvergensi dengan Kecepatan angin >20 kt dan
angin 200 hpa divergen dengan kecepatan angin >20 kt dan ini
mengindikasikan bahwa updraft dan downdraft sama kuatnya,
Jika
downraft lebih kuat dapat mengindikasikan terjadinya angin puting
beliung.(Angin puting beliung peluang terbesar terjadi hanya dari Cb)

Link Data Angin Lapisan Atas (AUSTRALIA)

Lapisan 850 mb /200 mb Model WRF (BMKG)

Lapisan 850 mb /200 mb Model IFS (BMKG)

3. RH 850 HPA, 700 HPA, dan 500 HPA

Jika Rh 850 hpa > 70% dan lapisan diatasnya Rh < 70 %, mengindikasikan pertumbuhan awan potensi hujan kemungkinan kecil.

Jika
Rh 850 hpa hingga 500 hpa > 70% mengindikasikan bahwa uap air
cukup banyak, Kemungkinan awan Cb telah tumbuh dan berpotensi hujan
hingga intensitas lebat

Link Data RH (Relative Humidity) (AUSTRALIA)

Link Data RH Model IFS (BMKG)

Link Data RH Model WRF (BMKG)

C. DATA LOKAL

1. Data Observasi
Perhatikan keadaan cuaca yang sudah terjadi :

Untuk keperluan prakiraan harian digunakan data minimal 24 jam yang lalu.
Untuk keperluan prakiraan jangka pendek dapat digunakan data minimal 6 – 12 jam

2. Data Satelit

Cutra Satelit Cuaca

3. Data Aerologi (Data Meteorologi Lapisan Atas)
Data aerologi digunakan untuk menentukan :

Nilai index stabilitas atmosfer (K-Indeks, Total-total Indeks, Lifthed Indeks dll)
Tingkat konvektivitas
Kandungan air di atmosfer (Rh 850 hpa hingga 500 hpa)

Link Data (Ogimet)

Link Data K-Indeks, Lifted Indeks, Showalter Indeks (BMKG)

4. Data Klimatologi