Search

Modern weather forecasting relies on complex numerical weather prediction (NWP) models that aim to simulate the flow of the atmosphere. The flow is described by mathematical formulations for the physics of the atmosphere that cannot be solved analytically but needs to be solved numerically using computer models. Furthermore, the initial value of the model, the best guess of the current state of the atmosphere, is not error-free. As a consequence, NWP models and its initial values are both imperfect leading to small errors accumulating over forecast time. By running ensemble forecasts consisting of 10-50 members with small differences in the initial values and model formulation it is possible to quantify the uncertainty of the forecasts and form probabilistic forecasts. To know whether an ensemble forecasting system gives reliable probabilistic forecasts, the forecasts need to be verified against analysis or observations using different verification metrics. This thesis studies two aspects of ensemble forecasting: (1) tuning of the underlying weather model and ensemble system and (2) verification of ensemble forecasts against observations. The first part of the thesis studies tuning of different model parameters: physics parameters and ensemble-specific parameters. Physics parameters appear in parameterisation schemes originating from the fact that small-scale phenomena are not explicitly present in NWP models. Ensemble-specific parameters are, on the other hand, related to the uncertainty of these parameters and the initial values. In this thesis, the aim is to tune these parameters algorithmically. The idealised Lorenz’95 model was used for studying the tuning of ensemble- specific parameters and the realistic model OpenIFS was used for the tuning of model physics parameters. The second part of the thesis studies verification of ensemble forecasts when observation errors are present. In this thesis, filter likelihood score is studied using OpenIFS ensemble forecasts and observations from radiosondes and satellites. Along with filter likelihood score, traditional verification metrics such as spread-skill relationship and Dawid-Sebastiani score are computed with consistent results. Furthermore, filter likelihood score can be computed over several variables into one single metric as a combined score. This thesis contributes to a better understanding on how to tune different parameters in NWP models and how to verify ensemble forecasts against observations while at the same time accounting for observation errors. Människan har alltid varit intresserad av väder och väderprognoser. Moderna väderprognoser bygger på komplexa väderprognosmodeller vilka strävar efter att simulera atmosfärens flöde. Flödet beskrivs med hjälp av matematiska ekvationer för atmosfärens fysik. Dessa ekvationer kan inte lösas anlaytiskt utan de löses numeriskt med hjälp av datorer. Den numeriska lösningen kan inte ta i beaktande alla detaljer relaterade till atmosfärens flöde och modellen är således en approximering av verkligheten. Modellen behöver dessutom ett initialvärde, en bästa uppskattning av atmosfärens nuläge, för att kunna göra en väderprognos framåt i tiden. Eftersom varken modellen eller initialvärdet är perfekta så leder det här till att även ett litet fel ackumuleras över tid, vilket i sin tur gör att en väderprognos enbart kan göras för en begränsad tid framåt. Olika vädersituationer är olika förutsägbara och det är därför viktigt att veta hur säker eller osäker en väderprognos är. En sannolikhetsprognos kan formuleras med hjälp av ensembleprognoser. En ensembleprognos består av ett flertal, ofta 10-50, prognoser med små, men representativa skillnader i initialvärdet och modellformuleringen, vilka sedan tillsammans används för att kvantifiera prognosens osäkerhet och forma sannolikhetsprognoser. För att kunna avgöra om ett ensembleprognossystem ger en tillförlitlig sannolikhetsprognos så måste ensembleprognosen verifieras mot observations- eller analysdata. Den här avhandligen studerar två aspekter relaterade till ensembleprognoser: (1) hur man kan optimera olika parametrar i väderprognosmodellen och dess ensemblesystem och (2) hur man kan verifiera ensembleprognoser mot observationer. Den första delen av avhandlingen behandlar optimering av olika sorters modellparametrar: fysikparametrar och ensemblespecifika parametrar. Detta studeras med hjälp av numeriska experiment med dels en idealiserad modell, Lorenz’95, och dels en realistisk atmosfärmodell, OpenIFS. Den andra delen av avhandlingen fokuserar på verifiering av ensembleprognoser mot observationer. Här studeras en verifieringsmetrik kallad ‘filter likelihood score’ genom att analysera ensembleprognoser från OpenIFS och observationsdata från satelliter och radiosonder. Analysen jämför även ‘filter likelihood score’ med traditionella verifieringsmetriker. Avhandlingen i sin helhet bidrar till ökad förståelse för hur man kan optimera olika sorters parameterar i numeriska modeller samt för hur man kan verifiera ensembleprognoser mot observationer.

Beberapa penelitian membahas penurunan konsentrasi polutan udara selama masa pandemi COVID-19, namun belum banyak penelitian yang membahas kaitan antara variabel kualitas udara dan tingkat mobilitas masyarakat. Penelitian ini menyelidiki keterkaitan hubungan antara variabel polutan udara, faktor meteorologi, dan tingkat mobilitas masyarakat di Kota Yogyakarta. Fenomena hubungan sistem kualitas udara dan mobilitas masa pandemi COVID-19 tahun 2020 terbagi dalam dua periode: (a) Pembatasan Aktivitas (April s.d. Juli 2020) dan (b) Normal Baru (Agustus s.d. Desember 2020). Kualitas udara Kota Yogyakarta sebelum dan pada masa pandemi COVID-19 menunjukkan perbaikan, dari kategori Baik: 31,85% menjadi 90,37% ISPU (chi-square asymp. sig. < 0,05). Polutan udara PM10, SO2, dan CO menurun sebesar 18%, 93%, dan 74%, sedangkan O3 meningkat sebesar 104% pada masa pandemi COVID-19 tahun 2020. Polutan udara primer PM10, SO2, dan CO berhubungan positif terhadap faktor meteorologi penyinaran matahari, tetapi berhubungan negatif terhadap polutan udara sekunder O3 serta faktor meteorologi suhu udara, kelembaban udara, curah hujan, dan kecepatan angin. Pembatasan aktivitas masyarakat di luar rumah secara umum menyebabkan perbaikan kualitas udara, di mana penurunan mobilitas transportasi menjadi variabel yang mempengaruhi penurunan polutan udara primer di Kota Yogyakarta. Pembatasan aktivitas mempengaruhi polutan udara sekunder, di mana kenaikan O3 terjadi ketika mobilitas dalam ruangan dan transportasi meningkat.

Intisari Permasalahan utama dalam mengestimasi curah hujan menggunakan data satelit adalah kegagalan membedakan antara awan cumuliform dengan awan stratiform dimana dapat menyebabkan nilai estimasi hujan under/overestimate. Dalam penelitian ini teknik estimasi curah hujan berbasis satelit yang digunakan adalah modifikasi Convective Stratiform Technique (CSTm). CSTm memiliki kelemahan ketika harus menghitung sistem awan konveksi dengan inti konveksi yang sangat luas karena akan memiliki nilai slope parameter kecil, sehingga menghasilkan estimasi curah hujan yang underestimate. Dengan melibatkan perhitungan faktor pertumbuhan awan di algoritma CSTm permasalahan tersebut dapat diatasi. Penelitian ini menerapkan algoritma CSTm dan faktor pertumbuhan awan (CSTm+Growth Factor) untuk mengestimasi kejadian hujan lebat yang menyebabkan banjir di Jakarta pada tanggal 24 Januari 2016 yang digunakan juga sebagai studi kasus di proyek pengembangan model NWP di BMKG. Hasil penelitian menunjukan bahwa perlibatan faktor pertumbuhan awan sangat efektif memperbaiki kelemahan teknik CSTm, diperlihatkan dengan peningkatan nilai korelasi dari 0.6 menjadi 0.8 untuk wilayah Kemayoran dan -0.1 menjadi 0.83 untuk wilayah Cengkareng. Secara umum gabungan teknik CSTm dan faktor pertumbuhan awan dapat memperbaiki estimasi nilai intensitas dan fase hujan. Abstract The main problem in estimating rainfall using satellite data is a failure to distinguish between cumuliform and stratiform clouds, which can cause under/overestimate of rains. In this research, the Modified Convective Stratiform Technique (CSTm) has been used to estimate rainfall based on satellite data. The weakness of the CSTm technique is defined when calculating the convective cloud system within a widely convective point. Cloud convective will have a low value of parameter slope and produce an underestimate of rainfall. This issue can be resolved by calculating the cloud growth factor on CSTm. CSTm algorithm and cloud growth factor (CSTm+Growth Factor) has been applied to this research to estimate heavy rainfall for floods event in Jakarta area on January 24th, 2016. The result showed that the cloud growth factor is very effective in improving the weakness of rainfall estimation using the CSTm technique. Correlation between estimation and observation rainfall has increased from 0,6 to 0,8 on Kemayoran and from -0,1 to 0,83 on Cengkareng. The coupled method of CSTm and cloud growth factor significantly improve in estimating phase and intensity of rainfall.

Deep neural networks (DNNs) based on satellite and radar data have shown promising results for precipitation nowcasting, beating physical models and optical flow for time horizons up to 8 hours. “MetNet”, developed by Google AI, is a 225 million parameter DNN combining three different types of architectures that was trained on satellite and radar data over the United States. They claim to be the first machine learning model to outperform physical models at such a scale. In this work, we implemented a similar but simplified model trained on radar-only Swedish data, with the aim to perform precipitation nowcasting for up to 2 hours into the future. Furthermore, we compare the model to another, simpler model that omits the spatial aggregator of the DNN architecture which is a state-of-the-art vision transformer. Our results show that, although the adopted training dataset was too small to prevent overfitting, the model is still able to outperform the persistence benchmark for lead times longer than 30 minutes with a threshold of 0.2mm/h precipitation. Our simplified model, perhaps unsurprisingly, is outperformed by MetNet because of having too few training data samples or variances in the models’ implementation. We show, nonetheless, that the adopted spatial aggregator fulfills a vital role as expected, aggregating global information into spatial and temporal contexts. Due to the limitations imposed by the reduced size of the model, we cannot, unfortunately, draw definitive conclusions on whether a radar-only model could yield similar forecast skills as MetNet. To improve on these results, more training data is certainly needed. This would require that more robust computation resources are available, but pre-training the model on a larger dataset — or even implementing a model that takes in different geographical locations for training — can naturally lead to significant improvements in the predictions. Djupa neurala nätverk (DNN) baserade på satellit och radar data har gett bra resultat för korta nederbördsprognoser och kan slå fysikaliska modeller och optical flow f ̈or prognoser upp till 8 timmar i framtiden. “MetNet” ̈ar ett 225 million DNN publicerat av Google som kombinerar tre olika typer av djupa arkitekturer, det är tränat på satellit och radar data över USA och är enligt dom den första maskininlärningsmodellen som presterar bättre än fysikaliska modeller. I denna uppsats har vi konstruerat en modell som liknar deras på ett nedskalat problem. Vi har färre parametrar, lägre upplöst data, endast 2 timmar prognostisering och använder bara radar data över Sverige för att träna modellen. Vi använder F1-score för att evaluera modellens prestanda och jämför prognosen mot persistens som referens. Vidare undersöker vi en mindre komplicerad modell där den tredje arkitekturen inte används för att se vilken roll vision transformern har. Våra resultat visar att datasetet vi tränat på är för litet och modellen överanpassas men modellen lyckas ändå slå persistens referensen för prognoser 30–120 minuter när en 0.2mm/h regntröskel tillämpas. Resultaten är sämre än MetNet av Google och vi kan inte dra några slutsatser huruvida en modell med endast radar-data skulle kunna ge liknande resultat eller inte, eftersom modellen inte tränats till dess fulla potential. Vi visar att den tredje arkitekturen, vision transformern, är en viktig del av nätverket och aggregerar global information till lokala kontexter över tid och rum. För att förbättra våra resultat skulle vi pröva att låta modellen träna på det amerikanska datasetet använt av Google och implementera en modell vars input varierar geografisk position.

The atmospheric spatial variability over Isfjorden, Svalbard, was investigated through statistical data analysis. The data used in the thesis was measured by mobile weather stations installed on three ships crossing the fjord, and two stationary weather stations close to the shoreline, during the autumn of 2021 and spring to autumn 2022. The spatial distributions of temperature, specific humidity, and wind speed were filtered into categories of season, ambient wind direction, and ambient wind speed, before they were studied. Gradients in temperature and humidity are re-occurring patterns along the Isfjorden axis during various seasons and wind directions. The temperature gradient was found to be partly generated by local drainage winds and further to be connected to the difference between air and sea surface temperature. The humidity gradient was consistent across all seasons and predominantly controlled by advection and differences in available water from surrounding land surfaces. A peak in wind speed around the mouth of Sassenfjorden indicated forced channeling effects, as the pattern dominated when the ambient wind aligned with the axis of the fjord. The results indicate local processes that can be expected from previous research.

In this project warm extreme temperature events in the Arctic region during the spring months March, April and May were identified and analysed. In the analysis daily average NCEP reanalysis data from NOAA/OAR/ESRL PSL format was used. The extreme events were retrieved as the highest positive temperature anomalies from the climatological mean, and the synoptic scale plots for the 50 most extreme events were created to identify what patterns caused the extreme warming over the Polar region. By contouring the areas of statistical significance, the regions with a reoccuring pattern were identified. The results conclude that cyclonic activity over the high Arctic extending down over Greenland and northern Canada combined with anomalously high geopotential height over the north Pacific ocean, over the Arctic, and towards Siberia cause the high temperatures over the pole. A weaker Polar Vortex causes perturbations in the jet stream, ridges in these Rossby waves can act as a pathway for warm and moist air from the oceanic regions which has a warming effect in the Arctic. Further analysis can be done to investigate what teleconnections these spring-time extreme events have on a global scale. Under detta projekt har extremt varma temperaturevent i Arktisområdet under vårmånaderna Mars, April och Maj identifierats samt analyserats, genom att använda daglig medelvärdes NCEP reanalys data från NOAA/OAR/ESRL PSL i NetCDF format. De extrema händelserna identifierades genom att ta de största positiva temperaturavvikelserna från ett klimatologiskt medelvärde, storskaliga avvikelseplottar skapades för de 50 mest extrema händelserna för att kunna identifiera meteorologiska mönster som ovanligt varma Arktisdagar. De områden med mest återkommande mönsterna var statistiskt signifikanta och markerades med svarta konturer. Resultaten visar att lågtrycksaktivitet i Arktis som sträcker sig ner över Grönland samt norra Kanada kombinerat med höga geopotentialhöjdavvikelser över Stilla havet och Sibirien som sträcker sig upp mot Nordpolen orsakar ovanligt höga temperaturer i Arktis. En svag polarvirvel orsakar störningar i jetströmmen, dessa ryggar i jetströmmen kan transportera varm fuktig luft från haven mot polen vilket kan ha en värmande effekt. Vidare forskning kan utföras för att identifiera de exakta kopplingarna och konsekvenserna som dessa varma extrema Arktishändelser har globalt.

Som en del av forskningssamarbeidet mellom SINTEF og Forsvarsbygg, som ble startet i 2018, skal SINTEF lage en modell for beregning av skytestøy, som tar hensyn til meteorologi og som gir bedre resultater på 500 til 2000 meter enn dagens modeller. Klassifisering av de meteorologiske forholdene i 25 klasser har blitt gjort og med denne klassifiseringen har det blitt gjort simuleringer av lydutbredelse med Nord2000. Resultatene fra simuleringene har blitt sammenlignet med målinger utført av Forsvarsbygg. Denne sammenligningen viser en god overensstemmelse mellom målinger og simuleringer. Statistikk for de meteorologiske klassene har blitt beregnet for fire ulike lokasjoner i Norge. Denne statistikken viser at fordelingen mellom ulike lydpropageringsforhold er svært lik mellom de ulike lokasjonene, men at det naturlig nok er ulikheter i dominerende vindretning, noe som påvirker retningsfordelingen. ISBN: 978-82-14-06458-2

Intisari Pada penelitian ini, penulis mengkaji uji performa kualitatif konvergensi angin permukaan model reanalisis ERA5 di BMI yang dibandingkan dengan hasil penelitian menggunakan limited area model ( LAM ) oleh Qian, Im dan Eltahir serta Alfahmi et al. Konvergensi angin permukaan dan anomali angin permukaan dihitung dengan menggunakan finite difference. Hasil penelitian menunjukkan bahwa model reanalisis ERA5 mampu mensimulasikan konvergensi anomali angin permukaan dengan baik terhadap model regional climate model (RegCM) maupun The MIT regional climate model (MRCM) resolusi 27 km di Pulau Jawa dan sekitarnya serta BMI bagian barat dengan nilai konvergensi yang lebih tinggi. Sedangkan terhadap model weather research forecast (WRF) 9 km di BMI bagian timur, model reanalisis ERA5 juga dapat mensimulasikan konvergensi angin permukaan, tetapi dengan nilai yang lebih rendah. Selain itu, model reanalisis ERA5 mensimulasikan konvergensi angin permukaan lebih cepat 2 jam di BMI bagian barat dan timur dibandingkan MR C M27 dan WRF. Abstract In this study, we discuss the qualitative performance testing of ERA5 surface wind convergence over the Indonesia maritime continent (BMI) compared with research based on limited area model (LAM) by Qian, Im, and Eltahir and also Alfahmi et al. Wind surface convergence and wind surface anomalies convergence is calculated using finite-difference. The results show that the ERA5 reanalysis model can simulate convergence of surface wind anomalies compared with both regional climate model (RegCM) and 27 km MIT regional climate model (MRCM) over Java and also western BMI with higher convergence values. While ERA5 reanalysis model can also simulate convergence of surface winds, but with lower values compared to 9 km weather research forecast (WRF) model over eastern BMI. Besides, the ERA5 reanalysis model simulates convergence of surface winds, which is 2 hours faster over western and eastern BMI compared to MRCM27 and WRF.

Intisari Telah dilakukan analisis kondisi atmosfer di berbagai lapisan ketinggian untuk melihat keterkaitannya dengan kejadian hujan ekstrim di wilayah perbatasan Jawa Barat-Jawa Tengah pada tanggal 15 Februari 2017. Area penelitian difokuskan di area 108.0 0 -109.5 0 BT dan 6.5 0 -7.5 0 LS yang merupakan area hujan ekstrim (AHE). Analisis sebaran dan waktu kejadian hujan menggunakan data GSMaP dengan resolusi 0.1 0 x 0.1 0 dan periode setiap satu jam, data satelit MERRA2 dengan resolusi 0.625 0 x 0.5 0 dengan periode setiap 3 jam, data Radiosonde stasiun Cengkareng jam 07.00 dan 19.00 WIB, serta citra satelit Himawari 8. Hujan di wilayah AHE berlangsung pada jam 13.00–23.00 WIB dengan puncak hujan terjadi pada jam 18.00 WIB. Saat terjadi hujan ekstrim, terdapat perlambatan angin baratan di wilayah AHE serta adanya pertemuan angin dari utara dan dari selatan di wilayah tersebut. Area AHE merupakan area dengan konvergensi kuat pada level ketinggian 925 mb dan 850 mb, sebaliknya terjadi divergensi pada level ketinggian 700 mb dan 500 mb. Data Radiosonde menunjukkan kelembapan udara dari permukaan hingga lapisan 400 mb umumnya lebih dari 80%. Freezing level pada jam 07.00 WIB terdapat di level 571 mb (4.622 m) dan pada jam 19.00 WIB terdapat di level 585 mb (4.820 m). Abstract Have been analyzed of the atmospheric conditions at various altitudes in its relationship with extreme rainfall over West Java-Central Java border area on February 15th, 2017. The study area is focused on the 108.0 0 -109.5 0 East and 6.5 0 -7.5 0 South, which is the extreme rainfall area (AHE). The data used in this study are GSMaP hourly rainfall (0.1 0 x 0.1 0 ), MERRA2 satellite three-hourly data (0.625 0 x 0.5 0 ), Cengkareng Radiosonde data at 07.00 LT and 19.00 LT, and Himawari 8 Satellite imagery. The rainfall in the AHE area occurred at 13.00–23.00 LT, with the peak rainfall, occurred at 18.00 LT. The lower atmospheric westerly wind became slower over the AHE area, while the northerly and southerly wind converged at this area. The AHE area has a strong convergence at level 925 mb, and 850 mb, conversely divergence occurred at level 700 mb and 500 mb. The Radiosonde data shows that the air humidity is generally more than 80% from the surface to 400 mb. The freezing level at 07.00 LT found at 571 mb (4,622 m) while at 19.00 LT found at 585 mb (4,820 m).

IntisariPada saat monsun dingin Asia berlangsung pada Oktober hingga Maret, sebagian wilayah Indonesia mengalami peningkatan curah hujan yang signifikan dibandingkan saat periode April hingga September. Selain dari pengaruh monsun, cuaca di wilayah Indonesia juga dipengaruhi oleh sirkulasi skala global dan regional yang terjadi secara simultan. Hal ini dapat memengaruhi dinamika atmosfer di sebagian wilayah Indonesia. Pada penelitian ini, dikaji aktivitas cross equatorial northerly surge yang terjadi pada skala regional serta dampaknya terhadap dinamika atmosfer di wilayah Indonesia bagian barat khususnya Laut China Selatan bagian selatan hingga Laut Jawa. Hasil penelitian menunjukkan bahwa cross equatorial northerly surge pada tahun 2013 terjadi paling kuat pada saat bersamaan dengan cold surge, dan memengaruhi pola divergensi, transpor kelembapan, dan omega, terutama di wilayah utama pada penelitian ini yaitu perairan Laut China Selatan hingga Laut Jawa, yang berpotensi mendukung terjadinya cuaca buruk di wilayah Bangka Belitung dan Jawa bagian barat. AbstractDuring the Asia winter monsoon from October to March, parts of the Indonesian region experienced significant rainfall increases compared to the period from April to September. Apart from monsoon influence, the weather in the Indonesian region was also influenced by global and regional scale circulations, which occurred simultaneously. This can affect atmospheric dynamics in parts of the Indonesian region. In this study, the activities of cross-equatorial northerly surge that occurred on a regional scale and its impact on atmospheric dynamics conditions in western Indonesia, especially the southern South China Sea to the Java Sea, are examined. The results showed that the cross-equatorial northerly surge in 2013 occurred most strongly at the same time as cold surge, and influenced divergence, moisture transport, and omega patterns, particularly in the main research areas including South China Sea to the Java Sea, which have the potential to excite severe weather in Bangka Belitung and Western part of Java.

Intisari Awan cumulus potensial, dalam kegiatan Teknologi Modifikasi Cuaca (TMC) merupakan awan target semai untuk menghasilkan hujan. Selama ini, penentuan kemunculan awan cumulus potensial biasanya didasarkan pada pengamatan radar cuaca dan pengamatan kanal tunggal satelit maupun beberapa kombinasi kanal satelit yang terpisah-pisah. Keberadaan Satelit Geostasioner Himawari 8 dengan frekuensi observasi tiap 10 menit dan memiliki banyak kanal panjang gelombang menawarkan potensi baru untuk mengamati dinamika awan. Pada artikel ini, penulis mencoba menggunakan skema daytime microphysics RGB Himawari 8 untuk mendeteksi kemunculan dan perkembangan awan cumulus potensial pada wilayah TMC di Kalimantan Barat pada bulan Agustus 2018. Berdasarkan hasil penelitian, terlihat bahwa terdapat karakter awan cumulus potensial seperti yang ditunjukkan oleh hasil klasifikasi dari skema daytime microphysics RGB Himawari 8 pada rute semai pesawat TMC. Selain itu, selama 4 hari kegiatan TMC, terlihat bahwa skema daytime microphysics RGB Himawari 8 dapat mendeteksi awal kemunculan awan cumulus potensial dengan selang waktu 1 hingga 2 jam lebih awal sebelum pesawat TMC terlihat sampai ke lokasi awan cumulus potensial tersebut. Sehingga, skema daytime microphysics RGB Himawari 8 bisa dicoba sebagai panduan informasi pelengkap data radar cuaca bagi pesawat TMC untuk menentukan lokasi awan cumulus potensial . Abstract Potential cumulus clouds, in Weather Modification Technology (TMC) activities are seedling cloud targets to produce rain. During this time, the determination of the appearance of a potential cumulus cloud is usually based on weather radar observations and observations of single satellite channels as well as several separate satellite channel combinations. The existence of the Himawari 8 Geostationary Satellite with an observation frequency every 10 minutes and has many wavelength channels offers new potential for observing cloud dynamics. In this paper, the author tried to use the Himawari 8 RGB daytime microphysics scheme to detect the emergence and development of potential cumulus clouds in the TMC region in West Kalimantan in August 2018. Based on the research results, it appears that there are potential cumulus cloud character traits, as shown by the classification results of the scheme daytime microphysics RGB Himawari 8 on the TMC aircraft seedling route. In addition, during the five days of TMC activities, it was seen that the Himawari 8 RGB microphysics daytime scheme could detect the beginning of the appearance of potential cumulus clouds at intervals of 1 to 2 hours before the TMC aircraft was seen up to the location of the potential cumulus clouds. Thus, the Himawari 8 microphysics RGB daytime scheme can be tried as a supplementary information guide on weather radar data for TMC aircraft to determine the location of potential cumulus clouds.

Intisari Data Radar cuaca Enterprise Electronics Corporation (EEC) selama 24 jam pada tanggal 5 O ktober 2018 mulai pukul 07.00 WIB hingga 07.00 WI B tanggal 6 O ktober 2018 digunakan pada penelitian ini. Data ini diperoleh dari Balai Besar Meteorologi Klimatologi dan Geofisika Wilayah I dalam format volumetric ( . vol) dan memiliki selang waktu per 10 menit. Metode yang digunakan yaitu analisis deskriptif hasil produk turunan Radar yang di olah menggunakan perangkat lunak yang berasal dari produsen radar yaitu Enterprise Doppler Graphic Environment (EDGE) berupa Coloumn Maximum (CMAX), momen intensitas horizontal, momen rata-rata curah hujan, dan Vertical Integrated Reflectivity (VIR), serta grafik curah hujan (RHG). Penelitian ini memperlihatkan bahwa fluktuasi kondisi cuaca yang terjadi pada tanggal 5 Oktober 2018 sangat tinggi. Secara umum, curah hujan intensitas tinggi yang terjadi di Kota Medan pada tanggal 5 Oktober 2018 umumnya terbagi menjadi tiga periode, yaitu hujan pada siang hingga sore (pukul 14.00 – 15.50 WIB), hujan pada petang (pukul 18.20 – 19.40 WIB), dan hujan pada malam hari (21.10 – 23.40 WIB). Fluktuasi tertinggi terjadi pada periode pertama dengan kenaikan curah hujan tertinggi terjadi di Kecamatan Medan Helvetia dengan kenaikan curah hujan sebanyak 32 mm dalam 10 menit yang terjadi pada pukul 14.50 WIB, pada periode kedua terjadi di Kecamatan Medan Kota dengan kenaikan 24 mm pada pukul 18.20 WIB, dan periode ketiga terjadi di Kecamatan Medan Johor dengan kenaikan 17 mm pada pukul 21.20 WIB. Abstract Enterprise Electronics Corporation (EEC) Data Radar for 24 hours on October 5th, 2018, starting at 7:00 LT until 07.00 LT on October 6th, 2018, were used in this research. These data were obtained from the Center for Meteorology, Climatology and Geophysics in Region I in the form of volumetric (.vol) and has an interval of 10 minutes. The method used were descriptive analysis of Radar products processed by software from Radar manufacture, namely Enterprise Doppler Graphic Environment (EDGE) software which in the form of Column Maximum (CMAX) moments of horizontal intensity and moments of average rainfall, Vertical Integrated Reflectivity (VIR), and rainfall graph (RHG). We found that there were high fluctuations in weather conditions that occurred on October 5th, 2018. In general, the high-intensity rainfall occurred in Medan city on October 5th, 2018 was generally divided into three periods, namely rain in the afternoon until evening (at 14:00 - 15:50 LT), rain at dusk (18:20 - 19:40 LT), rain at night (21.10 - 23.40 LT). The highest fluctuation occurred in the first period with the highest increase of rainfall occurred in Medan Helvetia Subdistrict with an increase of 32 mm rainfall in 10 minutes which occurred at 14.50 LT; the second period occurred in Medan Kota District with a 24 mm increase at 18.20 LT, and the third period occurred in Medan Johor District with a 17 mm increase at 21.20 LT.

The environmental conditions surrounding a meteorological site influence the measurements taken at that site. To account for this, the World Meteorological Organization's (WMO) Commission for Instruments and Methods of Observation (CIMO) provides guidelines for how temperature, precipitation, wind, and radiation measuring sites should be classified in their Siting Classification for Surface Observing Stations on Land (SC). These guidelines are given in the appendix of WMO CIMO's guide. The classifications given in the SC for temperature measuring sites take into consideration the factors of distance from heat sources and water bodies, slope, shade, and height of vegetation. A site's classification impacts the way its measurements are interpreted, including adding additional estimated uncertainty to the measurements to account for the site's environmental conditions. As an increasing number of countries are utilizing the SC, issues therein have been identified, and recommendations have been made to conduct further analysis of the SC criteria. These recommendations included, among other aspects, the category height of vegetation. This thesis aimed to analyze and examine the influence of increased vegetation height on temperature measurements. The data used are from an experiment conducted in Ås, Norway, where air temperature and humidity data were collected hourly at two locations; one where the grass was cut (C) and one where the grass remained uncut (U). Data were collected at three heights in order to better understand the temperature profile. The grass at U was 40-50 cm tall throughout the majority of the experiment's duration. The SC currently estimates the additional estimated uncertainty of vegetation taller than 25 cm to be 2°C. This thesis' analysis of the observations showed that the most common difference between temperature measured at the two locations at 2 m was 0.0°C and that 97.4% of the differences in temperature between U and C were in the interval [-0.3°C, 0.3°C]. Furthermore, the largest observed difference in temperature between U and C at 0.55 m was 1.4°C. Of these values, 88.5% were in the ±0.3°C-interval. As expected, the analysis also showed that weather impacted how strongly the influence of surface properties affected air temperature. Low wind and cloud cover increased the influence and made the difference between air temperature measured at U and C larger. It is a well-known fact that increased vegetation density results in subdued diurnal temperature variation. When evaluating the difference in daily maximum and minimum temperature, this notion was demonstrated. The daily maximum temperature was generally lower over uncut grass than over cut grass, and the daily minimum was generally higher. However, the difference in daily maximum and minimum temperature between U and C at 2 m had median values of 0.0°C and 0.1°C respectively, making the differences smaller than would be expected based on the current SC guidelines. The findings of this study indicate that increased vegetation height influences air temperature to a lesser degree than WMO CIMO suggests, and that the limits for vegetation height in the SC might be too strict. Miljøforholdene rundt en meteorologisk stasjon påvirker målingene som blir gjort der. Verdens meteorologiorganisasjons (WMO) kommisjon for instrumenter og metoder for observasjon (CIMO), redegjør for dette ved å gi retningslinjer for hvordan målestasjoner for temperatur, nedbør, vind og stråling skal klassifiseres. Disse retningslinjene finnes i deres Siting Classification Guide (SC). Klassifiseringene som blir gitt for målestasjoner for temperatur tar hensyn til følgende kategorier for påvirkning: avstand fra varmekilder og vannmasser, helning, skygge og vegetasjonshøyde. Klassifiseringen av en målestasjon påvirker tolkingen av målingene. Dette skjer gjennom blant annet at målingene blir gitt en ytterligere estimert usikkerhet for å redegjøre for stasjonens miljøforhold. Ettersom stadig flere land tar i bruk SC er det blitt identifisert problemer med guiden, og ytterligere analyse av kriteriene i SC har blitt anbefalt. Disse anbefalingene inkluderer blant annet å gjennomføre en analyse av vegetasjonshøydekategorien. Målet med denne oppgaven er å analysere og undersøke påvirkningen av økt vegetasjonshøyde på temperaturmålinger. Dataene som ble brukt er fra et eksperiment utført i Ås i Norge, der lufttemperatur- og fuktighetsmålinger ble samlet inn hver time på to steder. På det ene stedet ble gresset klipt (C) og på det andre stedet forble gresset uklipt (U). Data ble samlet inn i tre høyder for å få en bedre forståelse av temperaturprofilen. Gresset ved U var 40-50 cm høyt gjennom mesteparten av eksperimentet. SC anslår at den ekstra estimerte usikkerheten til stasjoner med vegetasjon høyere enn 25 cm er 2°C Resultatene som presenteres i oppgaven viser at den vanligste forskjellen mellom temperatur målt på de to stedene i 2 m var 0,0°C, og at 97,4% av temperaturforskjellene mellom U og C var i intervallet [(-0,3°C), (0,3°C)]. Videre var 1,4°C den største observerte temperaturforskjellen mellom U og C i 0,55 m og 88,5% av disse temperaturforskjellene var mellom -0,3°C og 0,3°C. Som forventet viste analysen også at været hadde innflytelse på hvor sterk overflatens påvirkning var på lufttemperaturen. Lav vind og lavt skydekke økte påvirkningen og gjorde forskjellen mellom lufttemperatur målt ved U og C større. Det er et kjent faktum at økt vegetasjonstetthet resulterer i mindre daglig temperaturvariasjon. Ved evaluering av forskjellen i daglig maksimums- og minimumstemperatur ble dette observert. Den daglige maksimale temperaturen var generelt lavere over uklippet gress enn over klippet gress, og det daglige minimum var generelt høyere. Forskjellen i daglig maksimal og minimumstemperatur mellom U og C ved 2 m hadde imidlertid medianverdier på henholdsvis 0,0°C og 0,1°C. Disse forskjellene er mindre enn forventet basert på gjeldende retningslinjer i SC. Funnene fra denne studien indikerer at økt vegetasjonshøyde påvirker lufttemperaturen i mindre grad enn WMO CIMO antyder, og at grensene for vegetasjonshøyde i SC kan være for strenge. M-MF

Farevarsler fra Meteorologisk institutt skal varsle mot mulige skader forårsaket av uvær. Brukerne skal med slike farevarsler forberede seg på mulige uvær. Denne oppgaven fokuserer på hvordan de nye farevarslene til Meteorologisk institutt blir forstått av vanlige brukere. Dette undersøkes ved å gjennomføre kvalitative enkeltintervjuer med informanter fra to forskjellige aldersgrupper. I tillegg er det gjennomført en kvalitativ tekstanalyse av farevarslene, for å forstå varslene og finne ut hvordan de prøver å kommunisere sitt budskap. Farevarslene er nye og forståelsen av værrelaterte tekster er et lite utforsket, men viktig området for samfunnet. Tidligere forskning har i hovedsak benyttet eksperimenter og kvantitative spørreundersøkelser som metode. Denne oppgaven fokuserer altså på et samfunnsmessig relevant og værrelatert befolkningsvarsel med en medievitenskaplig og kvalitativ tilnærming. Målet er å kunne hjelpe med å forbedre fremtidige farevarsler. Det finnes mange aspekter som kan påvirke forståelsen av farevarsler. Ett av disse aspektene er minner og erfaringer. Personer med mer livserfaring og flere opplevelser av værrelaterte hendelser har sannsynligvis en annen forståelse av et farevarsel en andre. Ett annet aspekt er forskjellige bruksmåter i hverdagen. En person som skal en tur på fjellet, vil sannsynligvis være mer interessert i et farevarsel enn en person som er hjemme i stuen og ikke blir påvirket av vær. Samtidig spørs det også om brukerne generelt har tillit til meteorologene som lager farevarslene og om de nye farevarslene med sine nye farenivåer, ny struktur og nye symboler er forståelig. Resultatene viser at farevarslene stort sett blir forstått, men at denne forståelsen blir styrt av tidligere erfaringer, behov og personlige interesser. I tillegg finnes forskjellige utfordringer knyttet til farevarslene som også kan påvirke brukernes forståelse eller bruksmønstre. Blant disse utfordringer er en farefokusert begrepsvandel, tillitssenkende mediedekning og utilstrekkelig oppfylling av brukernes behov. Masteroppgave i medievitenskap MEVI350 MASV-MEVI

Temperaturen på Svalbard har økt med 3-5 °C de siste 50 årene, øygruppen er blant de områdene på jorda som har den største temperaturøkningen i denne perioden. Denne oppgaven ser på temperaturavhengiget i nedbør, og om det har endret seg de siste 50 årene. I denne oppgaven er temperaturavhengighet i nedbørintensitet, nedbørfrekvens, og nedbørtype undersøkt ved fire målestasjoner på vestkysten av Spitsbergen, Svalbard. Det er også undersøkt om det er endringer i disse mellom periodene 1974-1995 og 1995-2019. Det kommer fram at samtidig som temperaturen har steget har nedbørfrekvens og nedbørintensitet også økt, og en større andel av nedbøren har falt som regn. Endringen i frekvens, intensitet og fordeling av nedbørtyper skyldes økende temperatur og ikke endringer i temperaturavhengigheten til nedbør. The temperature in Svalbard has increased by 3-5 °C during the last 50 years. The archipelago of Svalbard is among the areas in the world that have seen the largest increase in temperature during this period of time. This thesis studies the temperature dependency on precipitation, and whether that has changed in the last 50 years. In this thesis the temperature dependency of intensity, frequency and type of precipitation is studied at four weatherstations at the west coast of Spitsbergen, Svalbard. One part of the analysis is to identify changes in temperature dependency of precipitation between the periods 1974-1995 and 1995-2019. Results show that there has been an increase in intensity and frequency of precipitation in Svalbard, following the increase in temperature. There has also been a increase in the fraction of precipitation falling as rain. The changes to the frequency and intensity, and the increased fraction of liquid precipitation appears to be caused by the increasing temperature, and not by alterations in the temperature dependency of precipitation. M-MF

Wilayah Banjarnegara terekspos dengan kejadian tanah longsor yang terjadi hampir setiap tahun. Hujan lebat merupakan salah satu faktor penting pemicu terjadinya longsor yang paling mungkin untuk diprediksi, sehingga prediksi hujan lebat yang akurat sangat dibutuhkan dalam sistem peringatan dini longsor. Namun demikian, keterbatasan peralatan pengamatan cuaca di Banjarnegara memberikan kendala tersendiri sehingga dibutuhkan teknik lain dalam pembuatan informasi prediksi cuaca di wilayah ini. Penelitian ini dibuat untuk memberikan kontribusi landasan ilmiah dalam membuat prakiraan cuaca menggunakan model Weather Research and Forecasting (WRF) dengan mengintegrasikan data pengamatan satelit menggunakan WRF Data Assimilation (WRF-DA) untuk memperbaiki kualitas data awal model. Hasil penelitian menunjukan bahwa prosedur asimilasi data satelit cuaca dapat memperbaiki data awal kandungan uap air di atmosfer (+60%) beberapa jam sebelum kejadian hujan lebat. Sehingga hasil prediksi model cuaca numerik dengan menggunakan asimilasi data satelit (DA-SAT) menjadi lebih baik dibandingkan dengan yang tidak menggunakan asimilasi data (Non_DA). Hal ini ditunjukan dengan nilai bias model yang mengecil (-32%) jika dibandingkan dengan data pengamatan penakar hujan stasiun. Hasil perbandingan data series waktu akumulasi curah hujan antara DA-SAT dan Non-DA memperlihatkan adanya perbedaan waktu tercapainya hujan maksimum dan juga perbedaan intensitasnya dimana skema Non-DA lebih lambat (+5 jam) dengan bias (-40%) sementara DA-SAT lebih lambat 0.5 jam dengan bias (+8%). Dapat disimpulkan bahwa asimilasi data satelit dapat memperbaiki kesalahan prediksi jumlah hujan dan waktu kejadiannya. Hasil penelitian ini dapat dijadikan rekomendasi penggunaan asimilasi data satelit dalam pembuatan informasi prediksi cuaca numerik di wilayah Banjarnegara.

Semarang merupakan salah satu wilayah di Indonesia yang rawan terdampak bencana hidrometeorologi. Sejumlah wilayah di Semarang merupakan daerah rawan kekeringan, sementara di wilayah lainnya merupakan daerah langganan banjir tiap tahunnya. Salah satu parameter yang memiliki keterkaitan erat dengan fenomena hidrometeorologi adalah El Nino Southern Oscillation (ENSO). Sebagai sirkulasi tropis non musiman, ENSO memiliki peran penting terhadap variasi curah hujan yang diamati. Penelitian terkait ENSO telah banyak dilakukan sebelumnya, namun belum ada penelitian tekait yang dilakukan di Semarang yang notabene merupakan daerah rawan bencana hidrometeorologi, sehingga fluktuasi ENSO menarik untuk dikaji di wilayah ini. Penelitian ini bertujuan untuk menganalisis korelasi fenomena global laut atmosfer terhadap distribusi curah hujan di wilayah Semarang. Dalam jangka waktu 15 tahun (2001-2015), pengaruh dari ENSO dianalisis menggunakan korelasi temporal untuk menentukan dampak dari ENSO pada curah hujan yang diamati di enam pos pengamatan hujan di Semarang. Analisis tersebut menunjukkan bahwa korelasi antara anomali Suhu Permukaan Laut (SPL) di wilayah Nino 3.4 dengan curah hujan diamati secara signifikan pada lima pos pengamatan hujan selama periode September Oktober November (SON) dengan rentang nilai korelasi antara -0.598 sampai dengan -0.679. Sementara itu, korelasi variabilitas curah hujan dengan Southern Oscillation Index (SOI) menunjukan nilai yang berkisar antara 0.561 sampai dengan 0.780. Curah hujan yang diamati umumnya selalu berkurang pada tahun-tahun dimana nilai indeks Nino 3.4 positif dan nilai SOI negatif, sedangkan curah hujan diamati meningkat pada tahun-tahun dimana nilai indeks Nino 3.4 negatif dan nilai SOI yang positif.

Curah hujan merupakan parameter meteorologi yang sangat berpengaruh dalam kehidupan. Saat ini, pengamatan secara in situ sangat kurang representatif untuk digunakan sebagai analisis karena jangkauannya yang sangat sempit sehingga memerlukan instrumen pendukung seperti satelit agar dapat memberikan gambaran yang lebih baik terkait distribusi hujan. Namun, data satelit juga belum tentu sepenuhnya benar karena resolusi dan kondisi dari setiap wilayah berbeda. Penelitian ini bertujuan untuk me ndapatkan nilai akurasi, bias, korelasi, root mean square error ( RMSE ) , dan mean absolute error ( MAE ) data estimasi curah hujan GPM IMERG dengan data curah hujan pengamatan langsung. Penelitian ini dilakukkan di Surabaya dengan menggunakan data estimasi curah hujan GPM IMERG dan data curah hujan pengamatan langsung dari Stasiun Meteorologi Kelas I Juanda Surabaya selama tahun 2017 mewakili musim hujan, musim kemarau, dan periode transisi. Hasil penelitian menunjukkan bahwa data curah hujan produk GPM IMERG memiliki korelasi yang sangat baik untuk memperkirakan akumulasi curah hujan bulanan. Sedangkan, untuk akumulasi harian, memiliki korelasi yang sangat rendah. Sementara itu untuk akumulasi sepuluh harian, data curah hujan produk satelit GPM IMERG memiliki korelasi yang baik terutama di periode musim hujan dan musim kemarau, akan tetapi memiliki korelasi yang rendah selama periode transisi dari musim hujan ke musim kemarau atau sebaliknya. Pada umumnya, produk ini sangat bagus dalam menentukan ada atau tidaknya hujan, tetapi performanya sangat rendah dalam menentukan besarnya intensitas curah hujan.

Prediksi cuaca numerik saat ini terus dikembangkan untuk memenuhi kebutuhan prakiraan curah hujan be resolusi tinggi. Namun, prediksi cuaca numerik di Indonesia masih bermasalah dalam hal akurasi model numerik. Beberapa penelitian sebelumnya menunjukkan bahwa akurasi pemodelan sangat dipengaruhi oleh error pada data kondisi inisial. Penelitian ini mengkaji upaya untuk memperbaiki data inisial model Weather Research and Forecasting (WRF) dengan menggunakan prosedur asimilasi radiance satelit untuk prakiraan curah hujan di wilayah Jabodetabek untuk empat studi kasus pada musim yang berbeda selama 2017. Enam eksperimen model dijalankan dengan data satelit AMSUA, MHS, HIRS4, dan ATMS menggunakan WRFDA 3DVar. Penelitian ini dilakukan dengan analisis pengaruh asimilasi terhadap data inisial model, analisis skill model berdasarkan diagram taylor , kriteria curah hujan, curah hujan spasial, dan akumulasi curah hujan time series dibandingkan dengan data observasi curah hujan BMKG dan data curah hujan GSMaP. Hasil penelitian menunjukkan bahwa eksperimen DA AMSUA, MHS, dan MIX dapat memodifikasi data kondisi inisial model dengan b aik . Sementara itu, hasil verifikasi di agram taylor mengungkapkan bahwa eksperimen DA-MHS memiliki performa terbaik dibandingkan dengan asimilasi lainnya, sedangkan verifikasi prediksi curah hujan berdasarkan kriteria hujan, verifikasi spasial, dan akumulasi curah hujan time series pada eksperimen DA-AMSUA adalah yang terbaik dengan skill model yang cukup konsisten di wilayah Jabodetabek pada berbagai musim.

Beberapa kondisi udara atas yang bagus untuk mendukung pertumbuhan awan adalah udara dalam kondisi labil, kelembapan yang cukup basah dan angin yang tidak terlalu kencang. Profil udara atas ini biasa diukur dengan menggunakan radiosonde. Namun selama ini terjadi keterbatasan dalam hal lokasi peluncuran radiosonde yang tidak banyak di Indonesia, seperti di Palembang tidak ada peluncuran radiosonde yang rutin dilakukan kecuali ada event tertentu seperti Intensive Observation Period (IOP) sehingga dalam kondisi biasa untuk mengetahui profil udara atasnya menggunakan lokasi peluncuran radiosonde terdekat yaitu di Pangkalpinang. Penelitian ini bertujuan untuk membandingkan parameter dari pengukuran radiosonde Palembang saat kegiatan IOP dengan radiosonde Pangkalpinang, guna mengetahui apakah parameter yang dihasilkan dari radiosonde Pangkalpinang bisa digunakan untuk wilayah Palembang. Parameter yang dibandingkan adalah K-Index, Lifted Index, Showalter Index, Convective Temperature (Tc), CAPE, RH 850 mb, RH 700 mb dan RH 500 mb. Perbandingan dilakukan secara visual dan uji statistik. Secara visual dengan metode grafik dan secara statistik menggunakan Wilcoxon Signed Rank Test. Hasil secara visual menunjukkan semua parameter memiliki pola yang mirip dan berdekatan. Hasil uji statistik menunjukkan hampir semua parameter yang diuji memiliki nilai probabilitas di atas 0.05 yang berati tidak ada perbedaan yang signifikan antara hasil pengukuran di Palembang dan Pangkalpinang kecuali parameter Showalter Index yang memiliki nilai probabilitas 0.008 atau di bawah 0.05 yang menunjukkan bahwa parameter Showalter Index ini ada perbedaan yang signifikan dari kedua lokasi.

Wilayah Sumatera Utara (Sumut) memiliki kondisi geografis dan topografi yang beragam, mulai dari pesisir, dataran rendah, dataran tinggi, pegunungan, serta kepulauan. Hal ini dapat menyebabkan variabilitas curah hujan semakin beragam. Untuk itu, kajian ini akan membahas mengenai variabilitas curah hujan Sumut di beberapa wilayah dengan kondisi geografi dan topografi yang berbeda. Data curah hujan bulanan dari 17 pos hujan Badan Meteorologi Klimatologi dan Geofisika (BMKG) dengan periode 1986-2016 (31 tahun) digunakan dalam kajian ini. Metode analisis deskriptif, statistik sederhana berupa perata-rataan, standarisasi anomali, dan interpolasi pembalikkan bobot jarak digunakan dalam kajian ini. Letak pos hujan dibagi berdasarkan kondisi geografis dan topografinya sehingga diperoleh enam wilayah yaitu Pesisir Timur, Lereng Timur, Pegunungan, Lereng Barat, Pesisir Barat, dan Kepulauan Nias. Hasil yang diperoleh yaitu variabilitas curah hujan Sumut dalam skala bulanan, antar musiman dan antar tahunan di keenam wilayah topografi berbeda satu sama lain. Curah hujan rata-rata Sumut umumnya menurun dari wilayah Barat ke Timur sehingga menyebabkan perbedaan yang cukup signifikan antara wilayah Timur dan Barat. Curah hujan tertinggi terjadi di wilayah Pesisir Barat yaitu 230-570 mm/bulan atau >4550 mm/tahun sedangkan terendah terjadi di Pesisir Timur yaitu 100–150 mm/bulan atau 1500-2000 mm/tahun. Puncak musim hujan Sumut umumnya terjadi pada bulan November, kecuali wilayah Pesisir dan Lereng Timur yang terjadi pada bulan Oktober. Curah hujan tahunan wlayah topografi Sumut umumnya menunjukkan nilai anomali standar negatif pada tahun 90-an dan menunjukkan anomali positif setelah tahun 2000, kecuali di wilayah Lereng Timur dan Kepulauan.

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.

Planetary Boundary Layer (PBL) merupakan bagian dari troposfer yang mendapat pengaruh secara langsung dari permukaan bumi, yang memiliki peranan penting dalam iklim, cuaca dan kualitas udara. PBL dikenal sangat sulit untuk diobservasi dari luar angkasa dikarenakan strukturnya yang sangat kompleks dan berubah-ubah. Salah satu properties yang paling relevan dan fundamental untuk diselidiki adalah ketinggian PBL . Ketinggian PBL dihitung menggunakan tujuh metode berbasis gradien dari kelembaban relatif (RH), temperatur virtual (Tv), temperatur potensial ( ), temperatur potensial virtual ( ), kelembaban spesifik (q), refraktiviti atmosfer (N), dan Kecepatan angin (V) yang diperoleh dari data ECMWF Reanalisis Era Interm selama enam bulan di wilayah 10 0 LU –10 0 LS , 90 0 BT –150 0 BT dengan resolusi spasial 2.5 0 x 2.5 0 . Beberapa metode menunjukkan hasil yang indentik untuk ketinggian PBL pada waktu dan tempat tertentu. Metode gradien dan V konsisten memberikan ketinggian PBL yang tinggi, sementara metode q dan N menghasilkan ketinggian PBL terendah signifikan. Tingginya variasi bulanan dan harian umumnya ditemukan diseluruh wilayah daratan, sedangkan wilayah lautan relatif konstan. Beberapa sumber dari kedua parametrik dan struktur ketidakpastian dari nilai ketinggian PBL diestimasi secara statistik menggunakan lima uji statistik, yaitu uji Student’s t, Uji F, Uji Kormogoorv Sminorv, Uji Korelasi Pearson, dan Uji Korelasi NonParametrik Spearman. Ditemukan adanya perbedaan yang signifikan secara statistik antara ketujuh metode. Rata-rata median ketinggian PBL berbeda ratusan hingga ribuan meter untuk kebanyakan metode yang dibandingkan. Estimasi ketinggian PBL di Indonesia menggunakan metode RH berada di ketinggian 2000 m-4000m pada siang hari dan pada malam hari berada di bawah 2500 m.

IntisariKarasteristik curah hujan dan aliran DAS Larona telah dilakukan dengan menggunakan data curah hujan dan aliran (inflow). Data curah hujan 7 buah stasiun data bulanan dan harian 10 sampai 29 tahun dan 8 buah stasiun penakar otomatis untuk mendapatkan data jam-jaman. Nilai inflow biasanya dihitung berdasarkan data outflow. Hasilnya menunjukkan bahwa daerah di sekitar Mahalona, bagian tenggara Matano dan bagian Barat Laut Towuti mempunyai konsentrasi curah hujan yang paling besar. DAS ini masuk musim kering pada bulan Agustus dan September, sementara bulan bulan yang lain termasuk bulan basah. Curah Hujan bulanan maksimum terjadi pada bulan April dengan nilai sekitar 360 mm, sedangkan curah hujan bulanan minimum terjadi pada bulan September sekitar 105 mm. DAS Larona didominasi oleh hujan ringan (kurang dari 5 mm dalam satu harinya) dengan durasi hujan dominan kurang dari 1 jam (rata-rata sekitar 47 % dari total kejadian hujan). Dari nilai koefisien aliran yang berkisar 0.6 menunjukkan bahwa DAS Larona masih berada pada kondisi moderate dalam hal sebagai reservoir air AbstractPrecipitation and flow charasteristics of the Larona watershed was conducted by use of the rainfall and inflow data. There are monthly and daily rainfall data 10 until 29 year long for 78 automatic rainfall stations. The value of inflow was calculated based on outflow.The results show that the region around Mahalona, the southeastern of Matano and part of Northwest of Towuti have the most concentration of rainfall. This Catchment came into rainy season on August until September, while other month in the rainy season. Maximum monthly rainfall occurs in april with the value of around 360 mm, while the minimum monthly rainfall happened in september around 105 mm. The Llarona catchment was dominated by light rain (less than 5 mm/day) with the duration of rainfall less than 1mm/hour. From the value of the stream coefficients shows that Larona Catchment are still at moderate condition in terms as water reservoirs

IntisariTelah didesain sebuah usulan pemanfaatan teknologi modifikasi cuaca (TMC) dengan ground-based generator (GBG) untuk menambah debit aliran sungai Mamasa di Sulawesi guna meningkatkan produksi listrik dari Pembangkit Listrik Tenaga Air (PLTA) Bakaru. GBG adalah metode alternatif operasi penyemaian awan dari darat menggunakan menara. Penelitian tentang GBG telah selesai dilakukan di kawasan Puncak Bogor yang merupakan bagian dari sistem orografik Gunung Gede-Pangrango. Daerah Aliran Sungai (DAS) Mamasa memiliki kemiringan lereng antara 25%-40%. Topografi dengan kelerengan curam berada di bagian tengah, sebagian kecil di bagian hulu serta di bagian hilir DAS. Faktor orografi sangat dominan dalam pembentukan awan di DAS Mamasa. Uap air yang masuk ke DAS dipaksa naik oleh pebukitan di batas DAS sehingga terjadi pembentukan awan. Bagian tengah DAS sisi sebelah barat (Sikuku dan Sumarorong) memiliki curah hujan paling banyak sedangkan bagian tengah sisi sebelah timur (Rippung, Tabone, Tatoa dan Salembongan) memiliki curah hujan paling rendah. Hasil kajian topografi merekomendasikan wilayah Sikuku, Makuang dan Sumarorong sebagai lokasi menara GBG. Sementara itu, Polewali direkomendasikan untuk lokasi radar. Karena DAS Mamasa adalah daerah yang rawan longsor maka pembangunan menara GBG disarankan dilakukan pada bulan bulan tidak banyak hujan yaitu pada bulan Juni sampai dengan Agustus.AbstractA proposed use of weather modification technology (TMC) with ground-based generator (GBG) to increase Mamasa river flow in Sulawesi to increase electricity production from Bakaru hydropower was designed. GBG is an alternative method of cloud seeding operations from the ground using towers. Research on GBG has been completed in the area of Puncak, Bogor, which is part of the orographic system Gunung Gede-Pangrango. Mamasa Watershed has a slope of between 25% -40%. Topography with steep slopes are in the middle, a small portion in the upstream and in the downstream of watershed. Orography is very dominant factor in the formation of clouds in the Mamasa watershed. Water vapor that enters the watershed is forced up by the hills in the watershed resulting in the formation of clouds. The middle part of west side (Sikuku and Sumarorong) have the most rainfall, while the central part of the eastern side (Rippung, Tabone, Tatoa and Salembongan) has the lowest rainfall. Results of the assessment of topography recommend the area of Sikuku, Makuang and Sumarorong as GBG tower locations. Meanwhile, Polewali recommended for radar location. Because Mamasa watershed is an area that is prone to landslides, the construction of the GBG tower suggested carried out during June to August.

INTISARISimulasi prakiraan jumlah curah hujan bulanan dengan menggunakan input dapat parameter cuaca di Kota Pekanbaru telah dilakukan menggunakan model persamaan regresi linear berganda. Untuk memvalidasi kebenaran hasil prakiraan jumlah curah hujan dengan model persamaan regresi linear berganda dihitung nilai Mean absolut Error (MAE) dan nilai uji t student untuk mengetahui kesamaan nilai rata-rata dari jumlah curah hujan prediksi dengan jumlah curah hujan aktualnya. Hasil pengolahan data yang telah dilakukan menunjukkan bahwa simulasi prediksi curah hujan bulanan tahun 2009 dengan menggunakan data parameter cuaca didapatkan penyimpangan nilai MAE sebesar 32.93 mm/bulan dan dari uji t student terbukti bahwa model regresi linear prediksi curah hujan mempunyai kesamaan dengan nilai rata-rata jumlah curah hujan bulanan aktualnya.

IntisariTelah dilakukan kajian aplikasi mobile zappeline sebagai media teknologi modifikasi cuaca (tmc) dan media penipisan polutan udara (asap) pada sebuah truk Mitsubishi Colt Diesel berukuran 5,960 x 1,970 meter. Dengan kendaraan tersebut, direkomendasikan dimensi zappeline berbentuk bangun ruang eliptical dengan jari-jari diagonal a dan b masing-masing 3,25 dan 0,65 meter. Selanjutnya, karakteristik aerodinamik dan fisika dihitung dengan memecahkan beberapa persamaan fisika secara numerik pada kondisi atmosfer standart yaitu internasional standart of atmosphere (ISA). Pada kondisi standart ISA, maksimal beban pada ketinggian 1500 meter (5000 feet) sebesar 5,67 kg dan mampu mencapai ketinggian tersebut dalam waktu 1221.93 sekon (+/- 20 menit). Selanjutnya dilakukan perhitungan drag zappeline relatif terhadap udara yang disajikan dalam sebuah grafik yang dapat digunakan bahan pertimbangan dalam desain pendorong zappeline dan perhitungan kekuatan tali. AbstractStudies of mobile zeppeline aplication as a medium of weather modification technology and media thinning air pollutants (smoke) on a Mitsubishi Colt Diesel truck with dimensions of 5,960 x 1,970 meters have been done. With these vehicles, an elliptical zappeline shape geometry are recommended with diagonal radii a and b, 3.25 and 0.65 meters, respectively. Then, the aerodynamics and physics characteristic are calculated by solving some physics equations numerically at standard atmospheric conditions of the international standard atmosphere (ISA). In the ISA standard conditions, the maximum load at 1500 meters altitude (5000 feet) is 5.67 kg and it is capable to reach that altitude in 1221.93 seconds (+/- 20 minutes). Furthermore, calculation of the air drag relative are presented in a graph that can be used in the design considerations of driving force zappeline and calculation of rope tension.

Intisari Telah dilakukan kajian tentang korelasi antara data curah hujan yang terukur di Pos Meteorologi dan data curah hujan yang terukur pada TRMM (Tropical Rainfall Measuring Mission). Data curah hujan merupakan data curah hujan rata – rata harian dibeberapa titik yang ada di Provinsi Riau. Data yang digunakan dalam kajian ini adalah data hujan dari tanggal 16 Maret sampai dengan 28 April 2014. Pengujian korelasi dilakukan dengan menggunakan teknik korelasi Product Moment Pearson dengan asumsi bahwa data terdistribusi normal. Dari hasil perhitungan dengan korelasi Pearson didapatkan nilai korelasi sebesar 0,52. Korelasi yang terhitung sebesar 0,52 masuk kedalam kategori CUKUP. Selain pengujian korelasi, data curah hujan juga dianalisa dengan uji perbandingan streamline yang terbentuk pada diagram kartesius. Tanpa melihat besarnya nilai curah hujan tetapi dengan melihat pola terbentuknya streamline terlihat tanggal 16 Maret sampai dengan tanggal 21 Maret 2014 pola yang terbentuk cenderung berkebalikan dimana ketika data curah hujan pada Posmet turun curah hujan pada TRMM justru malah naik. Sementara mulai tanggal 22 Maret 2014 sampai akhir tanggal 28 April 2014 terlihat tren stream line yang cenderung berpola mirip walaupun ada beberapa titik yang saling berkebalikan sehingga secara umum terlihat polanya mirip.Abstract Studied correlation between data rainfall in Post Meteorological (Posmet) and rainfall data on TRMM (Tropical Rainfall Measuring Mission) have been done. Precipitacion is average rainfall data at the daily average some point in Province of Riau. Data used in this study is data from 16 March to 28 April, 2014. Correlation testing was done by using Pearson Product Moment correlation with assumption that data were normally distributed. From the calculation of Pearson correlation obtained correlation value is 0.52. Correlations were calculated is 0.52, category ENOUGH. In addition to testing the correlation, data rainfall were also analyzed with a streamlined comparison test were formed on Cartesian diagram. Without seeing the value of rainfall but by looking at the pattern formation of streamlined look dated March 16 until March 21, 2014 established pattern which tends to reverse when the rainfall data Posmet down on TRMM rainfall actually even go up. While the start date of March 22, 2014 until the end date of 28 April 2014 visible trends that tend to stream line pattern is similar, although there are a few points of each other so that in general the pattern looks similiar.

Telah dianalisis hubungan antara pembentukan awan hujan dengan kecepatan angin di Waduk PLTA Kota Panjang. Penelitian ini menggunakan data angin dan kelembaban udara dari NCEP reanalysis, data angin hasil pengukuran dengan pilot balon, pengamatan awan dengan pesawat terbang serta data hujan dari penakar hujan terpasang serta data hujan TRMM. Hasil analisis menunjukkan kejadian hujan sangat terkait dengan besarnya kecepatan angin di lapisan atas. Kejadian tidak ada hujan pada tanggal 12 – 19 April 2013 berhubungan dengan tingginya kecepatan angin pada lapisan 700 – 600 mb yang merncapai 40 knot serta kelembaban udara kurang dari 60%. Angin kencanag terkait dengan adanya pusat tekanan rendah di Samudra Hindia di sebelah barat Sumatera Barat. Sebaliknya pada tanggal 20 – 30 April 2013, ketika kecepatan angin jauh berkurang hingga di bawah 5 knot, terjadi peningkatan curah hujan di DAS Waduk PLTA Kota Panjang. Agin kencang pada lapisan 700 – 600 mb mengakibatkan pertumbuhan awan terganggu sehingga sulit membentuk awan hujan. Awan yang terbentuk umumnya berupa awan Stratocumulus dan Stratus yang tidak berpotensi hujan.

IntisariSiklon Tropis merupakan gangguan meteorologi yang disebabkan karena adanya pusat tekanan rendah di lautan. Syarat terbentuknya siklon tropis di daerah perairan adalah suhu muka laut (sst) cukup panas (T > 260C). Salah satu Siklon Tropis yang terjadi di perairan Indinesia adalah Siklon Tropis Gillian. Siklon Tropis ini terjadi di Selatan Perairan Indonesia, yang berlangsung selama 5 hari dari tanggal 21 Maret – 25 Maret 2014. Siklon Tropis Gillian ini mempengaruhi kondisi curah hujan di wilayah Indonesia bagian Utara, tepatnya di Pulau Sumatera Bagian Utara. Selama terjadinya Siklon Tropis Gillian mengakibatkan pengurangan Curah hujan di wilayah tersebut, terutama di daerah Provinsi Riau. Dari data yang diperoleh baik dari data Penakar POS METEOROLOGI maupun dari data Satelit TRMM Jaxa mulai tanggal 23 Maret – 27 Maret 2014, curah hujan yang tercatat di wilayah Riau dan sekitarnya mendekati 0 mm. Hal ini membuktikan bahwa Siklon Tropis Gillian di selatan Perairan Jawa mempengaruhi curah hujan di Pulau Sumatera Bagian Utara (Riau). AbstrackTropical Cyclone is the meteorological disturbance due to the low pressure center in the ocean. Terms of tropical cyclone formation in the waters is the sea surface temperature (sst) is quite warm (T> 260C). Tropical Cyclone Gillian is one of Tropical Cyclone that occurred in the waters of Indinesia. This tropical cyclones occur in the Southern waters of Indonesian, which lasted for 5 days from March 21 to March 25, 2014. Tropical Cyclone Gillian affects rainfall in the northern part of Indonesia, precisely in Northern Sumatra Island. During the Tropical Cyclone Gillian lead to a reduction in rainfall in the region, especially in the province of Riau. Rainfall data from the POS METEOROLOGY and TRMM Satellite Jaxa began on March 23 to March 27, 2014, was recorded in Riau area close to 0 mm. This proves that the Tropical Cyclone Gillian in southern waters of Java affecting rainfall in Northern of Sumatera Island (Riau).

IntisariSalah satu akibat dari adanya fenomena penamasan global dan perubahan iklim adalah meningkatnya kasus kejadian cuaca ekstrim dan iklim ekstrim yang terjadi di hampir sebagian besar wilayah Indonesia khususnya di wilayah Riau. Hingga kini belum ada batasan yang jelas atau standar tentang suatu kondisi cuaca dan iklim yang dapat dikategorikan ekstrim. Dari hasil perhitungan curah hujan ekstrim di Riau dengan 2 daerah sampel pos hujan yaitu data Stamet Pekanbaru dan Stamet Japura Rengat, menggunakan metode regresi kuantil, untuk Kota Pekanbaru nilai ekstrim tertinggi pada bulan November 518 mm dan nilai ekstrim terendah 28 mm pada bulan Juli. Sedangkan untuk di daerah Rengat nilai batas atas untuk curah hujannya pada bulan Desember 431.4 mm dan untuk batas bawah 14.3 mm. Nilai ekstrim untuk curah hujan bermanfaat untuk peringatan dini banjir dan kekeringan. AbstractOne of the global warming and climate change effects is increased number of extreme weather events and extreme climate events that occurred in most of Indonesia region, Riau in particular. Yet, there are no distinct border or any standard definition for those events to be categorized as extreme events. Extreme rainfall events have been calculated using 2 weather station data as sample in this paper, those are Pekanbaru and Japura Rengat station, with quantile regression method. For Pekanbaru station, the highest rainfall event is in November with 518 mm monthly rainfall, and the lowest rainfall event is in July with 28 mm monthly rainfall. For Japura Rengat station the highest rainfall event is in December with 431.4 mm monthly rainfall, and the lowest rainfall event is 14.3 mm monthly rainfall. Extreme rainfall can be used for flood and drought early warning.

IntisariNegara Indonesia merupakan Negara Kepulauan yang terletak di Khatulistiwa sehingga rentan terhadap perubahan iklim.Curah hujan yang terjadi di suatu tempat dipengaruhi oleh faktor alam dan topografi daerah tersebut. Dengan melihat histori kejadian hujan selama 70 tahun (1915 – 2000) akan mengetahui pola hujan distribusi curah hujan suatu wilayah. Untuk memperoleh hasil tersebut digunakan analisa regresi. Dalam analisa tersebut didapatkan dari tahun 1915 sampai dengan tahun 2000 untuk stasiun di Kota Martapura menunjukan pola kecerendungan kenaikan 4,5898 mm/tahun dengan persamaan regresi Y=4.5898 X-6600.4 with R2=0.0513.AbstractState of Indonesia is a country located on the equator that are vulnerable to climate change. Rainfall (precipitation) that occurs in a place influenced by nature and topography of the area. By knowing historical rainfall events during 70 years (1915-2000) will determine the distribution pattern of rainfall in the area. To obtain the result about distribution pattern used regression analysis. In the regression analysis obtained that from 1915 until 2000 year for station in Martapura shows the rise pattern 4,5898 mm/years with a regression equation Y=4.5898 X-6600.4 with R2=0.0513.

IntisariPenentuan distribusi tipe awan berdasarkan diagram temperatur kecerahan (TBB) – perbedaan TBB dilakukan dengan menggunakan data citra satelit MTSAT IR1 dan IR2 pada bulan Januari dan Maret 2014 di 4 (empat) titik kajian di Provinsi Riau. Terdapat 6 (enam) tipe awan yang dikategorikan dalam diagram TBB-DT antara lain awan dingin dengan ketebalan optik besar (tipe awan Cumulonimbus/Cb), awan hangat dengan ketebalan optik besar (tipe awan Cumulus/Cu atau Stratocumulus/Sc), awan dingin dengan ketebalan optik kecil (tipe awan Cirrus/Ci yang cukup padat atau dense), awan hangat dengan ketebalan optik kecil (tipe awan Ci), serta awan tipe N yang merupakan tipe awan tipis di level rendah. Dari seluruh data yang ada dalam pada bulan Januari 2014 dan Maret 2014, distribusi awan di daerah kajian didominasi oleh tipe awan Cirrus (Ci tipis, Ci tebal, dan Ci solid). Karakteristik wilayah Riau yang cenderung kering di bulan Januari maupun Maret 2014 mempengaruhi pertumbuhan awan di daerah tersebut dan kondisi cuaca didominasi oleh cuaca cerah. Dari perbandingan yang dilakukan antara hujan dengan tipe awan di 4 (empat) titik kajian, penentuan jenis awan penghasil hujan tidak dapat dilakukan hanya dengan mengambil data TRMM dan data TBB di suatu titik karena tidak menunjukkan adanya hubungan antara hujan dengan tipe awannya. Hujan yang jatuh di titik kajian bisa jadi tidak berasal dari awan yang berada tepat di atasnya karena faktor angin.Abstract Determination of cloud type distribution based on the brightness temperature (TBB) – temperature differential image (DT) has been done using MTSAT IR1 and IR2 image data on January and March 2014 at 4 (four) point studies. There are 6 (six) cloud types categorized by the TBB-DT diagram: optically thick cold cloud (Cb type), optically thick warm cloud (Cu/Sc type), optically thin cold cloud (thin Ci type/dense Ci), and N-type which is low level thin clouds. Based on all of the data from January and March 2014, cloud distribution on the field of study was dominated by Ci type clouds (thin Ci, thick Ci, and dense Ci). Dry characteristics of the area of Riau province influenced cloud development over the area and was dominated with fair weather. From the comparison between rain events and the cloud type, rain cloud determination cannot be done with only data point of TRMM rainfall data and MTSAT TBB data because it didn’t represent the relationship between rain events and it’s cloud type. Rain which fall on point study might not come from the clouds right on it due to the wind factor.

In the forecast data post-processing at the Swedish Meteorological and Hydrological Institute (SMHI) a regular Kalman filter is used to debias the two meter air temperature forecast of the physical models by controlling towards air temperature observations. The Kalman filter however diverges when encountering greater nonlinearities in shifting weather patterns, and can only be manually reset when a new air mass has stabilized itself within its operating region. This project aimed to automate this process by means of a machine learning approach. The methodology was at its base supervised learning, by first algorithmically labelling the air mass shift occurrences in the data, followed by training a logistic regression model. Observational data from the latest twenty years of the Uppsala automatic meteorological station was used for the analysis. A simple pipeline for loading, labelling, training on and visualizing the data was built. As a work in progress the operating regime was more of a semi-supervised one - which also in the long run could be a necessary and fruitful strategy. Conclusively the logistic regression appeared to be quite able to handle and infer from the dynamics of air temperatures - albeit non-robustly tested - being able to correctly classify 77% of the labelled data. This work was presented at Uppsala University in June 1st of 2018, and later in June 20th at SMHI.

Studien undersökte implementeringen och undervisningen av klimat och väder som år 2011 lades till under Fysik 1 i den svenska gymnasieskolan. Undersökningen använde sig av metodkombination som omfattade lärarintervjuer kompletterade med intervju av ett undervisningsråd på Skolverket och med textanalys av kursböcker. Lärarna upplevde en del problem kopplat till vad det nya ämnesområdet skulle innehålla. Oklarheten kring vad området skulle innehålla märktes också i kursböckernas framställning. Intervjupersonerna var överens om att viktiga aspekter inom ämnesområdet var växthuseffekten och global uppvärmning. Växthuseffekten och global uppvärmning hade även en framträdande roll i kursböckernas framställning. Från lärarintervjuerna framkom att lärarna gärna inkluderade Samhällsfrågor med Naturvetenskapligt Innehåll (SNI) i sin undervisning, men i bedömningen av elevernas lärande var det fysikalisk begreppsförståelse som accentuerades. Ämnesöverskridande samarbeten beskrevs av lärarna som önskvärt och förekom ofta. This study examined the implementation and teaching of climate and weather which was added in the year 2011 under Physics 1 in the Swedish upper secondary school. The study performed a mixed-methods approach consisting of teacher interviews supplemented with an interview with an official at the Swedish National Agency for Education and with text analysis of course books. The teacher’s experienced some problems related to what the new subject area would contain. The uncertainty about what the area would contain was also seen in the course books. The interviewees’ opinion that the important issues in the subject area were the greenhouse effect and global warming were shared among the teachers. The greenhouse effect and global warming also had prominent roles in the course books. From the interviews it was found that teachers were positive to include Socio-Scientific Issues (SSI) into their teaching, but when assessing students learning the concepts of physics were emphasized. Cross-disciplinary cooperation was described by the teachers as desirable and often occurring.

Studien undersökte implementeringen och undervisningen av klimat och väder som år 2011 lades till under Fysik 1 i den svenska gymnasieskolan. Undersökningen använde sig av metodkombination som omfattade lärarintervjuer kompletterade med intervju av ett undervisningsråd på Skolverket och med textanalys av kursböcker. Lärarna upplevde en del problem kopplat till vad det nya ämnesområdet skulle innehålla. Oklarheten kring vad området skulle innehålla märktes också i kursböckernas framställning. Intervjupersonerna var överens om att viktiga aspekter inom ämnesområdet var växthuseffekten och global uppvärmning. Växthuseffekten och global uppvärmning hade även en framträdande roll i kursböckernas framställning. Från lärarintervjuerna framkom att lärarna gärna inkluderade Samhällsfrågor med Naturvetenskapligt Innehåll (SNI) i sin undervisning, men i bedömningen av elevernas lärande var det fysikalisk begreppsförståelse som accentuerades. Ämnesöverskridande samarbeten beskrevs av lärarna som önskvärt och förekom ofta. This study examined the implementation and teaching of climate and weather which was added in the year 2011 under Physics 1 in the Swedish upper secondary school. The study performed a mixed-methods approach consisting of teacher interviews supplemented with an interview with an official at the Swedish National Agency for Education and with text analysis of course books. The teacher’s experienced some problems related to what the new subject area would contain. The uncertainty about what the area would contain was also seen in the course books. The interviewees’ opinion that the important issues in the subject area were the greenhouse effect and global warming were shared among the teachers. The greenhouse effect and global warming also had prominent roles in the course books. From the interviews it was found that teachers were positive to include Socio-Scientific Issues (SSI) into their teaching, but when assessing students learning the concepts of physics were emphasized. Cross-disciplinary cooperation was described by the teachers as desirable and often occurring.

Klimaet i et begrenset område (utstrekning fra 100 m til 20 km, Utaaker, 1991) omtales som lokalklima, og det påvirkes i stor grad av; 1) prosesser i terrengoverflaten som følge av storstilte vær- og klimaforhold, 2) prosesser som følge av topografiske forhold og 3) av lokale og stedbundne virkninger som følge av overflatetyper som forekomsten av vegetasjon og bebyggelse. På bakgrunn av meteorologi (urban klimatologi) kan vi analysere og hensynta forhold som er viktige for å ivareta lokalklima gjennom samfunnsplanlegging. Lokalklimahensyn i byene er en forutsetning for menneskers trivsel og helse, og faget beror på et stort kunnskapsgrunnlag, dog er ikke denne kunnskapen i særlig stor grad omsatt til praksis. Oppgavens litteraturstudie eksemplifiserer hvorfor tematikken er viktig og relevant, spesielt når fortetting fører til at det bygges i områder som av klimatiske årsaker tidligere ikke har vært aktuelle for boligformål. I tillegg er lokalklimahensyn viktig for å kunne håndtere problemer knyttet til luftforurensing i byene og når det gjelder klimatilpasningsarbeidet. Oppgaven avdekker imidlertid at lokalklimahensyn i Norge i liten grad er sikret gjennom lover og regler og en undersøkelse av norske kommuneplaner viser at temaet knapt nok nevnes. Dette viser at lokalklima ikke blir hensyntatt i overordnet kommunal planlegging. Anbefalingen er at lokalklimahensyn må styrkes og det bør skje på flere nivåer og arenaer samtidig. En viktig start vil være ny forskning og en generell styrking av urban klimatologi i Norge. Gjennom ekspertsamtaler og case-studie foreslås en rekke tiltak som kan bidra til å styrke lokalklimahensyn i norsk byplanlegging. Local climate describes the climate in a small geographical area (extent from 100 m up to 20 km, Utaaker, 1991), which is determined by; 1) processes due to climate and weather conditions, 2) processes due to topographical conditions and 3) processes due to surface types such as vegetations and buildings. With knowledge from meteorology (urban climatology) we can analyse and take into account aspects that are important in order to maintain and strengthen good local climate in the field of urban, spatial planning. A good local climate is an important prerequisite for both human well-being and health. The literature study exemplifies why urban climatology in planning of cities is important and relevant, especially due to urbanisation and a general strategy calling for compact city development. Urban climatology can provide solutions for typical city-problems such as air pollution and with relevance to urban response towards global climate change. The thesis reveals that climate considerations is not sufficiently secured through law and regulations, and application of urban climatology in Norwegian municipalities is hardly present. The thesis concludes that the discipline needs to be strengthened and points out some recommendations on how this can be done. M-BYREG

Værdata brukes til flere formål, fra værmeldinger for privatpersoner til store kostnadstunge prosjekter. I nyere tid har det utviklet seg et økende behov for enda bedre oppløsning på nedbørdata. For å tilfredsstille det økende behovet forskes det på flere ulike metoder å forbedre den stedlige oppløsningen av regndata på. Én metode med økende popularitet er nedbørmåling fra data i mobiltelefonnettverk. Kommersielle telefonnettverk er allerede godt utbygd og kan brukes til å estimere nedbørmengder i radiolinjens bane. Disse verdiene kan videre benyttes til å rekonstruere nedbørskart med en oppløsning på 1km2. Hensikten med dette studiet var å avdekke potensiale for å bruke mobiltelefonnettverk i Norge til å beregne nedbør. Studiet ble gjennomført over et område på Ås, med 3 radiolinjer og en nedbørmåler fra Meteorologisk institutt, med informasjon fra august til oktober 2018. Datasett på 10. minutters oppløsning ble uthentet fra nedbørmåleren, og mottatt signalnivå ble uthentet fra radiolinjene med 5. minutters oppløsning. Studiet viste at mottatt signalnivå i mobiltelefonnettverket påvirkes i stor grad av nedbør, og har en lineær sammenheng med nedbørintensiteten. Informasjon fra mobilleverandører og nasjonal kommunikasjonsmyndighet tilsier at Norge har et godt utvalg av radiolinjer som konsentrerer seg rundt storbyer. På grunn av unøyaktige nedbørverdier, foreslås videre studier rundt problematikk med usikkerhetskilder. For å oppnå mobiltelefonnettverkets fulle potensiale burde et godt referansenivå etableres, våt-antenne effekter justeres for, og stedlig variasjon kartlegges. Weather data is used for multiple purposes, from weather forecasts for individuals, to large costly projects. In recent times there has been a growing need for even better resolution of precipitation data. To meet the increasing need, research is being done on several different methods to improve the local resolution of rain data. One method of increasing popularity is precipitation from data in cellular networks. Commercial telephone networks are already well-developed and can be used to estimate rainfall-rates. These values can further be used to reconstruct rainfall maps with a resolution of 1km2. The purpose of this study was to uncover the potential of using cellular networks in Norway to estimate rainfall levels. The study was conducted over an area in Ås, with 3 microwave links and a rain gauge from Meteorologisk institutt, with informasion from August to October of 2018. Data sets with 10-minute resolution were obtained from the rain gauge and received signal level was obtained with 5-minute resolution. The study showed that the received signal level in the cellular network is largely affected by precipitation and has a linear correlation with precipitation intensity. Information from mobile providers and the national communication authorities in Norway indicates that Norway has a good selection of microwave links that concentrate around big cities. Due to inaccurate rain rate values, further studies should be conducted regarding issues with uncertainties. In order to achieve the full potential of the cellular network, a good reference level should be established, wet-antenna effects should be adjusted for and spatial variability should be mapped. M-VM

Intisari Kebakaran hutan dan lahan di Sumatera Selatan tahun 2015 menimbulkan bencana kabut asap yang sangat masif sehingga kualitas udara dalam beberapa hari mencapai kategori berbahaya. Dalam tulisan ini dibahas penyebaran polutan di wilayah Sumatera Selatan akibat kebakaran hutan dan lahan yang terjadi di wilayah tersebut. Data yang digunakan dalam penelitian ini adalah data hotspot dari satelit MODIS dengan tingkat kepercayaan 70 %, curah hujan TRMM serta curah hujan dari penakar yg ada di Sumatera Selatan,data kualitas udara (ISPU), data black carbon dari MERRA-2 Model M2T1NXAER v5.12.4. dengan resolusi 0.5 o x 0.625 o , serta arah dan kecepatan angin lapisan 925 mb. Analisis spasio temporal penyebaran black carbon yang dipadukan dengan arah dan kecepatan angin menggunakan perangkat lunak Grid Analysis and Display System ( GrADS ). Intensitas hujan dari 16 penakar hujan sejak minggu kedua bulan Agusus 2015 hingga akhir Oktober 2015 sebesar 36 mm. Selama bulan Juni-November 2015, Jumlah hotspot terbanyak terjadi pada bulan September (6.839 titik) dan Oktober (7.709 titik). Lokasi hotspot sebagian besar berada di Kabupaten OKI dengan jumlah mencapai 10.581 titik. Kualitas udara pada bulan September 2015 dominan masuk kategori tidak sehat sedangkan bulan Oktober 2015 dominan masuk kategori sangat tidak sehat – berbahaya. Angin pada lapisan 925 mb umumnya bertiup dari arah tenggara hingga timur sehingga black carbon dari kebakaran di daerah OKI menyebar ke arah wilayah Kabupaten Musi Banyuasin serta Kabupaten Banyuasin. Abstract In 2015, Forest and Land fires inflict serious and massive smoke disaster so that air quality in several days laid in dangerous category. This paper discussed pollutant dispersed in South Sumatera due to forest and land fire in this area. Data that used in this paper were MODIS satellite hotspot data with 70 % confidence level, rainfall from TRMM satellite and from ground observation at South Sumatera, Air quality data (ISPU), MERRA-2 Model M2T1NXAER v5.12.4 black carbon data, also wind direction and speed at 925 mb height. Spatio temporal analysis of black carbon dispersion combined with wind speed and direction using Grid Analysis and Display System (GrADS) software. Rain intensity from 16 rainfall gauge since week two of August 2015 until end of October 2015 was 36 mm. During June-November 2015, the number on highest hotspot observed was in Se p tember (6.839) and October (7.709). Hotspot location mainly in OKI district as much as 10.581. Air quality in September 2015 mainly laid in unhealthy category, meanwhile in October 2015 laid mainly stated as unhealthy to dangerous. Wind at 925 mb height generally came from South East and East so black carbon came from fires at OKI district dispersed to Musi Banyuasin and Banyuasin district.

Intisari Kemampuan MRR untuk mengamati profil hujan sampai ketinggian di atas 7500m dapat digunakan untuk mengamati kemunculan jenis hujan. Dari parameter yang diperoleh dapat dibedakan menjadi dua jenis hujan, konvektif dan stratiform berdasarkan keberadaan brightband. Pengamatan kemunculan jenis hujan dengan MRR di Serpong menunjukkan bahwa hujan konvektif relatif muncul lebih banyak dibandingkan stratiform pada puncak musim kering, sedangkan pada musim hujan sebaliknya. Untuk variasi hariannya, puncak hujan konvektif muncul sekitar pukul 15 .00 -16 .00 WIB sedangkan stratiform sekitar pukul 18 .00 WIB . Abstract The ability of micorain radar to observe precipitation profiles up to 7500m height can be used to observe the precipitation types. Precipitation can be classified into two types of rain, convective and stratiform based on the existence of brightband. MRR observation in Serpong shows that convective rain relatively appears more than stratiform rain during the peak of the dry season, while in the rainy season vice versa. For daily variations, the peak of the convective rain appears at about 15 .00 -16 .00 LT while the stratiform is around 18 .00 LT .

Intisari Pelaksanaan Teknologi Modifikasi Cuaca (TMC) di DAS PLTA Ir PM Noor dilakukan pada tanggal 18 April sampai 17 Mei 2017. Kondisi cuaca selama pelaksanaan kegiatan TMC dipengaruhi oleh adanya fenomena ENSO Netral dengan adanya kemungkinan menuju Nino lemah, sedangkan nilai anomali OLRnya lebih dominan negatif. Massa udara yang masuk daerah target didominasi massa udara yang berasal dari Lautan Pasifik Barat dan Laut Banda yang cukup mengandung uap air, kondisi kelembapan udara di wilayah Kalimantan Selatan cukup basah dan terdapat daerah konvergensi yang mendukung terjadinya pertumbuhan awan. Total rata-rata curah hujan wilayah di DAS PLTA Ir. PM Noor selama periode pelaksanaan TMC adalah sebesar 205,7 mm. Abstract The implementation of Weather Modification Technology in the Ir. PM Noor hydroelectric plant catchment area was conducted on 18 April to 17 May 2017. Weather conditions during the implementation of weather modification are influenced by the phenomenon of neutral ENSO condition with the possibility to Nino weak, while the value of the OLR anomaly is more dominantly negative. The air mass that entering the target area is dominated from the West Pacific Ocean and Banda Sea which contains enough moisture, the humidity conditions in South Kalimantan are quite wet and there is a convergence area that supports the occurrence of cloud growth. Total average rainfall in the Ir. PM Noor hydroelectric plant catchment area during the weather modification implementation period is 205.7 mm.

Gennem sin historie har Jorden gennemlevet mange forandringer i klimaet. Hvordan kan vi forklare disse klimavariationer, og hvordan kan man i dag skelne mellem naturlige og menneskeskabte klimaforandringer, når nu Jordens klima ikke er stabilt? For at kunne forstå dette, skal vi forstå det komplicerede samspil mellem processer, der styrer klimaet

Normalt varer en istid 80-90.000 år, mens en mellemistid varer 12-15.000 år. Vores nuværende mellemistid startede for 11.700 år siden. Betyder det, at vi er på vej ind i en ny istid?

Intisari Pengamatan hujan dengan menggunakan beberapa peralatan yang mempunyai metod e berbeda telah dilakukan di wilayah Serpong. Peralatan yang digunakan adalah Disdrometer dan Micro Rain R adar (MRR). Kedua peralatan tersebut dipasang pada satu lokasi yang sama agar dapat mengukur kejadian hujan yang sama. Pengamatan dilakukan pada akhir tahun 2016 selama 5 bulan, disesuaikan dengan kondisi dimana musim hujan sudah mulai masuk untuk wilayah ini. Perbandingan pengukuran yang telah dilakukan menunjukkan kesesuaian hasil antara kedua peralatan tersebut. Pengamatan distribusi ukuran butir air pada empat kejadian hujan antara bulan Agustus-Desember 2016 menunjukkan bahwa hujan konvektif mempunyai distribusi ukuran yang lebih besar dibandingkan hujan stratiform. Abstract Rain observation by using several instruments having different method has been done in Serpong area. The instrument used is Disdrometer and Micro Rain R adar (MRR). Both instruments are installed in the same location in order to measure the same rain events. Observations were made at the end of 2016 for 5 months, adjusted to the conditions in which the rainy season has begun to enter for the region. Comparison of measurements that have been done indicate the suitability of the results between the two instrument. Drop size distribution of four rain event during August - December 2016 shows that the drop size distribution on convective rain broaden than on stratiform rain.

IntisariKejadian El Nino Kuat tahun 2015 dan La Nina Lemah tahun 2016 sangat berpengaruh terhadap beberapa parameter cuaca di Indonesia seperti kelembapan udara, angin dan curah hujan. Dilihat dari kelembapan udara pada saat El Nino, kelembapan udara memiliki anomali negatif dan pada saat La Nina cenderung anomali positif. Dari pengaruhnya terhadap angin, saat El Nino angin zonal lebih dominan angin timuran, dan angin meridional lebih dominan angin selatan yang menyebabkan berkurangnya suplai uap air di Indonesia. Sedangkan saat La Nina, angin zonal lebih dominan baratan dan angin meridional lebih dominan dari utara. Data hujan yang digunakan dalam tulisan ini adalah data observasi per 1 jam dari satelit TRMM pada tahun 2015, 2016 dan data historis dari tahun 2001-2014. Dari hasil analisis spasial menunjukkan bahwa kejadian El Nino mulai terlihat dampaknya pada musim kering yaitu berupa penurunan curah hujan di bawah normalnya sekitar 50–300 mm/bulan terjadi pada bulan Agustus hingga Oktober 2015 terutama di wilayah Indonesia bagian Selatan sedangkan pada musim basah November 2015 – Maret 2016 tidak terlalu signifikan dampaknya. Kejadian La Nina terlihat dampaknya pada bulan September–Desember tahun 2016 dimana terlihat adanya penambahan curah hujan dibandingkan normalnya sekitar 50–400 mm/bulan. AbtractThe strong El Nino in 2015 and the weak La Nina in 2016 are very influential on some weather parameters in Indonesia such as relative humidifty, wind, and rainfall. The relative humidity during El Nino tends to be a negative and when La Nina tends to be a positive anomaly. Impact to the wind during El Nino, zonal winds are dominant northern and meridional winds are dominant southern which leads to reduced supply of water vapor in Indonesia. While during La Nina, zonal winds are dominant western and meridional winds are dominant northern. Rainfall data used in this paper are the observation data from TRMM Satellite hourly from 2001–2016. Data were analyzed by monthly and seasonal analysis. From the result of spatial analysis shows the impact of El Nino began on dry season. That is decrease of rainfall below the normal around 50–300 mm/month occurs in August to October 2015, especially in southern Indonesia. while in wet season November 2015 – March 2016 the impact is not significant. The impact of La Nina is seen in September–December 2016, where there is an increase of rainfall above the normal around 50–400 mm/month.

Riedel G. L. 2017. Areell förändring av tre glaciärer runt Tarfalaområdet. Kulturgeografiska institutionen, Uppsatser, Uppsala universitet. Uppsatsen syftar till att genom geografisk analys av flygfotografier mäta glacial areell förändring av tre glaciärer i området runt Tarfala, Lappland. Mätningarna görs i GIS och jämförs därefter med förändringar i temperatur och nederbörd för undersökningsperioden, 49 år. Av den geografiska analysen och den uppmätta glaciala utbredningen visualiseras den areella förändringen i glaciärerna. Resultatet från den genomförda undersökningen visar på att glaciärerna krymper konsekvent med enstaka tillväxtperioder och att utav dessa två parametrar verkar stigande temperaturer vara en del av glaciärens generella minskning medans perioder med kraftig nederbörd tangerar en påverkan av glaciärernas areella hastighetsförändring. Vidare diskuteras vilka parametrar, utöver temperatur och nederbörd, som kan vara intressanta i analysen av glaciärers areella förändring. Dessa förändringar är exempelvis topografi under glaciären, skugga, glaciärens rörelseriktning.

Two cases of severe thunderstorms that impacted the Oslo area have been investigated. The thunderstorms occurred during the summer of 2014, an extraordinary summer with record high temperatures, number of lightning strikes and amount of short-term precipitation. The thunderstorm on 26 June produced precipitation amounts of 44.5 mm in one hour and 72.8 mm in 24 hours, both records. It was short-lived in both time and space. The other thunderstorm on 4 August was part of a large organized convective system that traveled from southern Sweden to northern Norway, lasting 15 hours in total. Even though both thunderstorms were intense, the dynamical processes leading to their formation and evolution were starkly different. The necessary ingredients for deep convection are sufficient moisture, conditional instability and a so-called triggering mechanism. An in-depth synoptic scale analysis utilizing maps of the large scale flow, Lagrangian backward trajectories and stability indices is conducted for both cases to better understand how these necessary ingredients were met and their respective roles in the observed deep convection. The June case was characterized by large-scale persistent northerly flow associated with an occluding cyclone east of Norway and high pressure to the west. The flow pattern resulted in significant cold air advection and a suppressed tropopause (upper level cold anomaly). Meager amounts of moisture were found in this case, albeit with a local maximum in the thunderstorm region. Additionally, no synoptic scale triggering mechanism was present. The trajectory and stability index analyses indicate the primary cause of the thunderstorm was a steep vertical temperature lapse rate resulting from local surface heating and the large-scale upper-level cold anomaly. The surface heating on the day of the event was sufficient to create positively buoyant air parcels, thereby triggering the deep convection. The August case provides a remarkable contrast. The large scale flow characterized by low pressure to the west and high pressure to the east of Norway resulted in significant warm, moist advection and an elevated tropopause. The trajectory analysis points to two moisture regions: the Atlantic ocean and over the Baltic. The combination of anomalously high surface temperatures and moisture content led to large values of conditional instability as evidenced in the stability index analysis. Associated with a low pressure center over Great Britain, a frontal boundary draped over western Norway on the day of the event providing a triggering mechanism. The large scale (in time and space) nature of the organized convective system can be tied to the presence of significant vertical wind shear associated with low-level baroclinicity (i.e. the front). This study of two distinctly different cases of intense deep convection illustrates the utility of combining an understanding of the large scale flow pattern over the days prior to a convective event and the local scale conditions with respect to the necessary conditions for deep convection. Lagrangian analyses and stability indices were found to be valuable tools for the assessment of both events, tools that are available in a forecast framework.