materi radar produk

Cre@tedCre@ted By : Eko Wardoyo By : Eko Wardoyo

““RADARRADAR CUACA” CUACA”Pengantar IIPengantar II

BMKG


Rainbow® 5 – Products

Warning Group

Feature Detect. & Warning

Phenomena Group

Gust Front Detection

Storm Structure Analysis

Extended Group

Horizontal Wind

Shear Group

SHEAR (3D, 2D)

Horizontal SHEAR

Vertical SHEAR

Layer Turbulence

Nowcasting Group

Rain Tracking

Centroid Tracking

Hydro Group

Precipitation Accumulation

Rainfall Intensity Histogram

Surface Rainfall Intensity

Severe Weather Indicator

Standard Group

Plan Position Indicator

Range Height Indicator

Constant Altitude PPI

Maximum Product

Multi-Line Vertical Cross Section

Echo Height

Column Maximum

Vertical Cross Section

Multiple LayerPPI


3

Rainbow® 5Standard Products

Standard Group

Plan Position Indicator

Range Height Indicator

Constant Altitude PPI

Maximum Product

Vertical Cross Section

Echo Height

Rainbow® 5 – Standard Products


4

PPI – Plan Position Indicator (1)

Merupakan Produk tercepat yang dihasilkan radar cuaca dari hasil full scan Azimuth pada satu elevasi, Algoritma PPI mengkonversi reflektifitas obyek hydrometeor dalan satuan dBZ menjadi suatu keluaran image.

reflektivitas


PPI

Range

Slant Range

Surface

Elevation PPI

Range

Slant Range

Surface

Elevation


Plan-Position Indicator (PPI) Scanning Procedure

Echo yang berasal dari objek yang dekat dengan radar berada pada elevasi rendah.

Echo yang berasal dari objek yang Jauh dari radar berada pada elevasi tinggi.

Data didapatkan dari cone pada

elevasi yang sama dengan proyeksi

Flat


7

Kecepatan radial Lebar spectral



Koreksi Ketinggian dan Jarak


9

Ringkasan

Produk PPI merupakan salah satu produk tercepat sebab hanya dibangun dari data satu elevasi.

Oleh karena kurva kelengkungan bumi dan perlunya sudut elevasi , biasanya > 0 derajat, ketinggian beam di atas permukaan bumi bertambah dengan pertambahan jarak. Sehingga data yang ditampilkan berbeda ketinggiannya tergantung pada jarak. Untuk itu interpretasi data kecepatan menjadi sulit.

S Pada jarak dekat dan elevasi rendah, Image selalu bergabung dengan echo clutter yang kuat, Sehingga, produk PPI klasik paling baik untuk mendapatkan gambaran situasi (reflektivitas) pada jarak yang lebih jauh



10

RHI – Range Height Indicator (1)

Algoritma RHI mengambil satu scan elevasi pada azimuth tetap sebagai masukan. Ditampilkan suatu tampilan tegak (jarak vs. tinggi).


RHI – Range Height Indicator

Surface

RHI

Start Elevation

Stop Elevation

AzimuthSurface

RHI

Start Elevation

Stop Elevation

Azimuth

H (HEIGHT)

Hmax

Hmd

0

0 R (RANGE)EL-START

EL-STOP

EL

RANGE MARKERS


13

Ringkasan

Produk RHI adalah merupakan data resolusi tinggi, tergantung pada Setting Step Jarak dan Step Sudut tetap pada defenisi scan.

Potongan RHI hanya mungkin dalam arah radial.

“Over-head” Bagian-bagian yang memungkinkan bila hardware radar dilengkapi Elevation Stop untuk sudut lebih besar dari 90 derajat.

ΣSaat ini, RHI kurang lebih merupakan sebuah produk kuno “old-fashioned” . Adalah lebih menyenangkan menggunakan VCUT daripada RHI. VCUT memungkinkan bebas berorientasi memotong secara vertikal secara interaktif dalam DART, tanpa tambahan scan elevasi. Tapi untuk (scientific) pemotongan selalu pada posisi azimuth tetap,RHI merupakan pilihan terbaik sebab memiliki resolusi data yang lebih tinggi.

RHI – Range Height Indicator (2)


14

CAPPI – Constant Altitude PPI (1)

Algoritma CAPPI menghasilkan sebuah image dari suatu user-defined pada lapisan atmosfir di atas Mean Sea Level (MSL).Dalam mode Pseudo-CAPPI, bagian-bagian dari image yang tidak ada dalam lapisan diisi oleh data dari elevasi tertinggi/terendah.


CAPPI – Constant Altitude PPI

CAPPI

Surface

Hei

ght

CAPPI

Surface

Hei

ght

Z

Hmax

Layer

max range

H

0radar

EL

N

EW

S

AZ

Max range

Algoritma CAPPI menghasilkan sebuah image pada ketinggian tertentu di atas Mean Sea Level (MSL).Dalam mode Pseudo-CAPPI, bagian-bagian dari image yang tidak ada dalam lapisan tersebut diisi oleh data dari elevasi tertinggi/terendah.


17

CAPPI

PPI

reflectivitas kecepatan



18

Ringkasan

Semua data memiliki ketinggian yang tetap (CAPPI mode only)

Mengurangi ground clutter di sekitar lokasi radar, bandingkan dengan PPI.

Jarak terbatas (CAPPI mode only)

ΣProduk sangat berguna.



19

MAX – Maximum Display (1)

Produk MAX menggunakan sebuah polar volume set, dirubah ke sebuah koordinat Kartesian volume, menghasilkan tiga sub-images (N-S, W-E, TOP) dan dan kombinsi ketiganya untuk ditampilkan sebagai image.

Rzeszow


MAXDISPLAY – Maximum Display

MAXDISPLAYSurface

Maximum value found

during traversingMAXDISPLAY

Surface

Maximum value found

during traversing

Maximum value found during

traversing

PROJVERT

PROJ S-N

PR

OJ W

-E

Hmax

Hmax

Range Cell Footprint

Top-Downview

West-Eastview

South-Northview


21

Garis Shower dekat Gdansk

Gdansk



22

Ringkasan

Tampilan puncak dan pandangan samping dalam window yang sama memberikan sebuah kesan tiga dimensi (3D) dari situasi cuaca.

Ground clutter akan dikurangi bila memilih Bottom ketinggian yang lebih dari tinggi instalasi radar.

Kurang bermanfaat untuk data kecepatan. Hanya kecepatan absolut yang ditampilkan.

ΣProduk sangat berguna khusus untuk analisa data reflektivitas hingga jarak menengah.



23

VCUT / MLVCUT – Vertical Cut (1)

VCUT menampilkan sebuah irisan tegaklurus dari suatu polar volume set. Titik Start dan Stop dapat dipilih dengan menggunakan mouse secara interaktif. Dalam kasus MLVCUT irisan tegak lurus dihasilkan sepanjang garis berganda.


VXSEC – Vertical Cross Section

Surface

VerticalCross SectionSurface

VerticalCross Section

S

N

EW

A

B

Bx

By

Ax

Ay

Y

X(0,0)

Window CAPPI to mark points A the B

A(x,y)

B(x,y)

S

E

N

W

Y

X

Z

1. POINTS SELECTION

2. VERTICAL CUT

3. PRESENTATION

Z

A(x,y) B(x,y)

Hmax


25

VCUT

RHI

versus

100 km West



26

Ringkasan

Titik potong Start dan stop dapat ditentukan secara berpindah-pindah.pada kertas kerja PDF dan juga interaktif dengan menggunakan mouse.

Secara khusus pada jarak yang panjang, resolusi vertikalnya lebih buruk dibanding produk RHI.

ΣProduk sangat berguna , khususnya untuk menganalisa struktur tegaklurus dari fenomena meteorologi, mis. Sel Badai.



27

EHT – Echo Height (1)

Produk EHT menunjukkan misalnya tinggi paling atas dimana pengukuran nilai lebih besar dari suatu ambang batas user-defined. Yang dapat dipilih adalah ...• Echo Top• Echo Base• Height of Zmax

• Layer Thickness


ETOP – Maximum Height of Echo

Surface

ECHO TOP

Searched Value

Maximum Height where the searched values were found

Surface

ECHO TOP

Searched Value

Maximum Height where the searched values were found

Z

Hmax

DH

max range

H

0radar

EL

DX,DY

range

N

EW

S

AZ

Max range

X

Y

DY

DX

Z


29

Ringkasan

Identifikasi Otomatis dari struktur echo dalam lajur tegak.

Pada hujan stratiform (rata), “Struktur cincin yang memusat” Mis. dalam tampilan puncak echo dimungkinkan, sebab data terlambat datang dari scan Strategy (elevasi yang berlainan dalam scan volume). Hal ini akan membingungkan pemakai.

ΣProduk ini berguna secara khusus untuk mengidentifikasi, struktur vertikal fenomena meteorologi seperti sel-sel thunderstorm, “bright band” dsb.

EHT – Echo Height (2)


30

Rainbow® 5Extended Products

Rainbow® 5 – Extended Products

Extended Group

Velocity Azimuth Display

Volume Velocity Processing

Uniform Wind

Horizontal Wind

Storm Relative Velocity

Spectrum at Max. Velocity

Layer Mean Reflectivity

Flight Level CAPPI

Flight Level MAX

Severe Weather Analysis Display

Combined Moment Display

Vertical Profile of Reflectivity

BASE Reflectivity


31

BASEZ – Base Reflectivity (1)

Produk BASEZ menggunakan sebuah volume data set dari data reflektivitas sebagai masukan. Sebuah image dari data reflektivitas yang dihasilkan dari bagian data elevasi paling rendah yang tersedia, lebih tinggi dari threshold user-defined.


Surface

ECHO BASE

Searched Value

Minimum Height where the searched values were found

Surface

ECHO BASE

Searched Value

Minimum Height where the searched values were found

Z

Hmax

DH

max range

H

0radar

EL

DX,DY

range

N

EW

S

AZ

Max range

X

Y

DY

DX

Z


33

Ringkasan

Mengurus data tinggi (mis. Hujan diatmosfir), kecuali–dibandingkan dengan produk MAX – hindari efek “bright band”.

Umumnya, data berasal dari ketinggian berbeda.

Elevasi paling rendah pada umumnya terkontaminasi dengan clutter. Oleh karena itu, penggunaan tehnik filter clutter dalam signal processor sangat disarankan.

ΣProduk BASEZ menunjukkan data reflektivitas paling rendah yang ada di atas permukaan tanah. Hal ini mendekati sebenarnya, tetapi suatu hal yang perlu diperhatikan echo clutter.

BASEZ – Base Reflectivity (2)


34

VAD – Velocity Azimuth Display (1)

VAD menampilkan kecepatan radial terhadap sudut azimuth untuk ketinggian tetap dan jarak kemiringan tetap.


VAD – Velocity Azimuth Display

Slant Range

Surface

Elevation

N

S

W EAzimuth

Wind Direction

0

-Vmax

VmaxN E S NW

Wind Direction(peak point of calculated profile)

Real Data

Calculated Profile


V V P – 3 D W i n d S p e e d a n d D i r e c t i o n

M i n H e i g h t

M a x H e i g h t

M i n H e i g h t

M a x H e i g h t

D i r e c t i o n

V e l o c i t y0 1 8 0 3 6 0

0 V M a x

S u r f a c e

M a x H e i g h t

M i n H e i g h t

R e s u l t i n g V V e c t o r

M i n H e i g h t

M a x H e i g h t

M i n H e i g h t

M a x H e i g h t

D i r e c t i o n

V e l o c i t y0 1 8 0 3 6 0

0 V M a x

S u r f a c e

M a x H e i g h t

M i n H e i g h t

R e s u l t i n g V V e c t o r

VAD – Velocity Azimuth DisplayZ

N

E

W

S

R

AZEL

N

β

(0,0,0)

Vy Vx

Vr

VvVh

Vw

range gate under analysis

Vw = wind velocityVx = velocity component in axle xVy = velocity component in axle yVv = velocity component in verticalVh = velocity component in horizontalVr = velocity component in the radial of radar


37

Ringkasan

Waktu perhitungan yang cepat.

Cek kualitas data kecepatan radial yang cepat.

Interpretasi medan angin yang tidak seragam membutuhkan banyak pengalaman.

ΣKetinggalan zaman namun masih sangat berguna bagi ahli.

VAD – Velocity Azimuth Display (2)


38

VVP – Volume Velocity Processing (1)

Simbol arah angin menampilkan kecepatan dan arah angin mendatar dari kolom vertikal di atas lokasi radar pada sumbu waktu.


39

Presentasi profile menampilkan variasi komponen medan angin kolom vertikal di atas lokasi radar.

Disini, kecepatan mendatar (horisontal) di atas ketinggian diperlihatkan.



40

Ringkasan

Profile vertikal (yang terpusat pada lokasi radar) variasi data keluaran dihitung.

Meskipun tidak ada hydrometeors (contoh: tidak ada hujan) algoritma dapat menentukan profile vertikal di atas ketinggian beberapa kilometer. Hal ini dikarenakan tingkat sensitifitas yang tinggi dari channel kecepatan sebuah radar, dan polusi udara (contoh: debu, partikel garam) di seluruh dunia.

Karena teori yang melatarbelakangi dan dengan demikian cek kualitas menjadi sangat penting, Algoritma membutuhkan data kecepatan dengan kualitas yang baik sebagai masukan. Secara umum, pembacaan volume yang terpisat, yang dioptimalkan untuk data mentah kecepatan sangat diperlukan.

ΣProduk yang sangat berguna, tidak hanya untuk instalasi bandara. Profile vertikal dapat diturunkan meskipun pada situasi “cuaca baik”.



41

UWT – Uniform Wind Technique (1)

Produk ini menunjukkan arah angin horisontal pada setiap proyeksi image bagian atas sebagai overley yang dinamis. Standar algoritma untuk teknik angin yang seragam SMI telah diaplikasikan.


42

Ringkasan

Arah angin horisontal diturunkan, hanya dengan bantuan radar Doppler single.

Karena teori yang melatarbelakangi dan dengan demikian cek kualitas menjadi sangat penting, Algoritma membutuhkan data kecepatan dengan kualitas yang baik sebagai masukan. Secara umum, pembacaan volume yang terpisat, yang dioptimalkan untuk data mentah kecepatan sangat diperlukan.

ΣProduk berguna untuk menampilkan medan kecepatan horisontal dan medan refleksi secara bersamaan (angin terkait sebagai perlapisan dengan produk proyeksi bagian atas yang lain).

UWT – Uniform Wind Technique (3)


43

HWIND – Horizontal Wind (1)

Produk ini menunjukkan arah angin horisontal pada proyeksi image bagian atas yang lain sebagai perlapisan dinamis. Berbeda dengan UWT, komponen angin horisontal dihitung dengan regresi seperti VAD.


44

Ringkasan

Arah angin horizontal diturunkan, hanya dengan bantuan sebuah radar Doppler single.

Karena teori yang melatarbelakangi dan oleh karena itu diperlukan pemeriksaan kualitas, Algoritma memerlukan kualitas data kecepatan sebagai masukan. Pada umumnya scan volume terpisah dibutuhkan untuk optimalisasi data mentah kecepatan.

ΣProduk berguna untuk menampilkan medan kecepatan horisontal dan medan reflektivitas simultan. (angin bekait sebagai overlay dengan produk top-projection yang lain).

HWIND – Horizontal Wind (2)


45

SRV – Storm Relative Velocity (1)

Produk ini digunakan untuk menunjukkan nilai kecepatan radial lokal relatip terhadap pergerakan badai. Tidak sama dengan sebuah PPI(V) sederhana ...• Pusat image tidak harus berada pada radar site, dan• angin permukaan dapat dibuang.


46

Angin dasra dihilangkan.

Angin dasar tidak dihilangkan

(sama dengan PPI sederhana)



47

Ringkasan

Detail Lokal dari medan angin (mis. putaran, divergensi, konvergensi) semua lebih bagus terlihat setelah membuang angin dasar.

Adalah mungkin untuk memusatkan dalam satu area yang diinginkan dengan pemusatan image..

Sebagaimana untuk setiap produk kecepatan, data mentah dengan kualitas yang bagus diperlukan. Secara umum sebuah scan volume tersendiri diperlukan untuk optimalisasi data kecepatan.

ΣProduk ini baik untuk analisa rinci dari medan angin dasar dari data kecepatan radial.



48

SMV – Spectrum at Maximum Velocity (1)

For each pixel, a vertical column of W and V data is derived. The W of that height is displayed where the maximum absolute value of V of the column was measured.


49

SMV – Spectrum at Maximum Velocity (2)

Ringkasan

High velocity correlated with high spectrum width (= turbulence) is a potential risk for air traffic. The SMV visualizes such areas.

To reduce false alarm, velocity as well as spectrum width data of good quality are required. In general, a separate volume scan, optimized for velocity and spectrum width raw data, is required.

ΣVisualization of horizontal areas of a potential risk for air traffic. Because there is no height information available, Top and Bottom value should be set around the level of interest, e.g. flight level.


50

LMR – Layer Mean Reflectivity (1)

Tidak seperti produk MAX , LMR memberikan suatu perkiraan dari reflektivitas rata-rata dalam lapiran atmosfir sesuai ketetapan pengguna.


51

Ringkasan

Ground clutter akan dihilangkan ketika memilih sebuah Bottom dengan ketinggian lebih tinggi dari ketinggian instalasi radar.

Pengaruh dari variasi-variasi kuat dari profil reflektivitas vertical (mis “bright band”) dikurangi.

ΣProduk ini berguna untuk analisa data reflektivitas hingga jarak menengah.

LMR – Layer Mean Reflectivity (2)


52

VPR – Vertical Profile of Reflectivity (1)

VPR menampilkan profil dari reflektivitas dalam sebuah kolom vertikal di atas radar site.

Di sini, ditunjukkan reflektivitas menurut ketinggian. Gradient dari reflektivitas dapat ditampilkan juga.


53

Ringkasan

Profil vertikal dari reflektivitas dapat dianalisa. Ketinggian dari lapisan melting (0°C isotherm) dapat dihasilkan dengan menganalisa yang disebut profil “bright band”.

Clutter mungkin mempengaruhi profil reflektivitas vertikal secara dramatis. Oleh karena itu, mahalnya produk VPR product sangat tergantung pada scan parameters, secara khusus filtering clutter.

ΣProduk ini sangat bermanfaat untuk mempelajari profil vertikal dari reflektivitas, mis. Untuk menganalisa “bright band”.

VPR – Vertical Profile of Reflectivity (2)


54

Produk FLCAPPI memberikan beberapa lapisan CAPPI pada ketinggian terbang berbeda flight levels (FL) dalam satu produkt. Hal ini memudahkan untuk mengakses sebaran intensitas cuaca pada altitude berbeda yang sering dilewati pesawat terbang.FL 100 = 100 hFt = 3.05 km

FLCAPPI – Flight Level CAPPI (1)


55

FLCAPPI – Flight Level CAPPI (2)

Ringkasan

Dalam satu produk terdapat beberapa set data dengan altitude tertentu.

Mudah mengakses ke data darin flight levels yang berbeda.

Mengurangi ground clutter di sekitas radar site, disamakan dengan PPI.

Jaraknya terbatas untuk flight level lapisan sangat rendah dan sangat tinggi.

ΣProduk ini sangat bermanfaat untuk penerbangan.


56

Produk FLMAX memberikan beberapa lapisan dari flight levels (FL) yang berbeda dalam satu produk. Perbedaannya dengan FLCAPPI, untuk tiap lapisan dBZ maximum dihasilakan lebar lapisan (layer width) dalam suatu user-defined.

FLMAX – Flight Level MAX (1)

FL 100 = 100 hFt = 3.05 km ± 2

widthlayer


57

Ringkasan

Dalam satu produk terdapat beberapa set data dengan altitude tertentu.

Sangat mudah mengakses data pada ketinggian penerbangan yang berbeda-beda.

Mengurangi ground clutter di sekitar radar site, disamakan dengan PPI.

Jaraknya terbatas untuk flight levels yang sangat rendah dan sangat tinggi.

ΣProduk ini sangat bermanfaat untuk penerbangan.

FLMAX – Flight Level MAX (2)


58

Tujuan SWAD adalah untuk menunjukkan tipe data radar yang berbeda-beda (Z, V, W, Shear) pada wilayah yang kecil di sekitar lokasi cuaca ekstrim. Pusat dari empat image akan dapat diturunkan secara otomatis kapanpun batasan yang diinginkan pengguna telah di dapatkan.

SWAD – Severe Weather Analysis Display (1)


59

Z V

W Shear



60

Ringkasan

4 data berbeda yang disajikan dipusatkan secara otomatis pada lokasi cuaca yang sangat ekstrim.

Jika titik referensi tetap pada lokasi radar, SWAD menjadi seperti 4 PPI dari tipe data yang berbeda-beda pada satu produk.

Data Z, V, W harus dalam pembacaan (scan) yang sama. Pembacaan ini hanya dapat dioptimalkan baik untuk data Z maupun data V dan W.

ΣProduk yang sangat berguna untuk analisa lokasi cuaca ekstrim hingga jangkauan menengah.



61

CM – Penyajian Combined Moment (1)

Ketiga prinsip momentum Radar Doppler:• reflektifitas dBZ,• kecepatan radial V, • lebar spektrum W are dapat dianalisa secara berkelanjutan.

towards/away fromthe Radar

W

|V|

dBZ


62

Ringkasan

Penyajian informasi Z, V dan W dalam satu image. image ini disusun sebagai tumpukan (overly) dinamis, yang dapat disajikan bersama dengan setiap produk tampilan atas yang lain.

Data Z, V, W harus dalam pembacaan (scan) yang sama. Pembacaan ini hanya dapat dioptimalkan baik untuk data Z maupun data V dan W.

Interpretasi Z-V-W pada vektor grid yang terkode membutuhkan pengalaman yang banyak.

ΣProduk yang sangat berguna hanya untuk ahli.

CM – Combined Moment Display (2)


63

Rainbow® 5Wind Shear Products

Rainbow® 5 – Wind Shear Products

Shear Group

SHEAR (3D, 2D)

Horizontal SHEAR

Vertical SHEAR

Layer Turbulence


64

SHEAR – Perhitungan Shear (1) (radial shear)

Radial shear (RDS) mengevaluasi penurunan kecepatan angin radial pada arah azimuth. RDS Positif → rotasi berlawanan arah jarum jam (cyclonic).RDS Negatif → rotasi searah jarum jam (anti-cyclonic).

BMG Produk SHEAR dapat disesuaikan untuk tipe shear angin yang berbeda-beda:• radial shear• azimuth shear• elevation shear• kombinasi ketiganya (2D, 3D shear)


65

SHEAR – Perhitungan Shear (2) (azimuth shear)

Azimuth shear (AZS) mengevaluasi penurunan kecepatan angin radial pada arah azimuth. AZS Positif → rotasi berlawanan arah jarum jam (cyclonic).AZS Negatif → rotasi searah jarum jam (anti-cyclonic).

Produk SHEAR dapat disesuaikan untuk tipe shear angin yang berbeda-beda:• radial shear• azimuth shear• elevation shear• kombinasi ketiganya (2D, 3D shear)

BMG


66

SHEAR – Perhitungan Shear (3) (elevation shear)

Elevation shear (ELS) mengevaluasi turunan kecepatan angin radial pada arah ketinggian. Dua bidang ketinggian tetap digunakan sebagai masukan (input). ELS serupa dengan produk shear vertikal VSHEAR.

Produk SHEAR dapat disesuaikan dengan tipe angin shear yang berbeda-beda:• radial shear• azimuth shear• elevation shear• kombinasi ketiganya (2D, 3D shear)

BMG


67

SHEAR – Perhitungan Shear (4)

Ringkasan

Shear Radial sangat bagus untuk mendeteksi divergensi atau convergensi.

Azimuth shear adalah indicator untuk medan angin yang berputar.

Data kecepatan radial semestinya harus yang sebaik mungkin. “Kesalahan” pada data kecepatan menghasilkan gradien kecepatan yang kuat, dan, kemudian menghasilkan, nilai shear lokal yang sangat tinggi (→ bahaya dari kesalahan peringatan!).

ΣProduk yang sangat berguna untuk mendeteksi con/divergensi (contoh: downburst) dan putaran skala kecil (contoh: meso-cyclone). Akan tetapi, harus diingat bahwa telah tersedia produk khusus (MESO, SWI) yang mendeteksi fenomena tersebut secara otomatis, dan kemudian menyajikan fenomena tersebut menggunakan simbol.


68

HSHEAR – Horizontal Shear (1)

Perubahan kecepatan angin pada arah Utara-Selatan dan Timur-Barat pada satu lapisan pada ketinggian tetap di atas rata-rata tinggi muka laut dapat dihitung, dan dikombinasikan untuk menemukan nilai shear horizontal.


69

Ringkasan

HSHEAR merupakan kombinasi dari radial shear dan azimuth shear, tapi analysis ini dilakukan pada suatu lapisan dengan ketinggian tetap di atas permukaan laut (CAPPI layer). Therefore, it can be used to observe horizontal shear on e.g. flight levels.


ΣProduk yang sangat berguna utnuk mendeteksi shear pada lapisan yang tetap terhadap ketinggian.

HSHEAR – Horizontal Shear (2)


70

Nilai kecepatan dihitung untuk dua lapisan Cartesian. Nilai shear ditetapkan sebagai perbedaan kecepatan absolut diantara bin Cartesian berdampingan dari dua lapisan.

VSHEAR – Vertical Shear (1)


71

Ringkasan

VSHEAR dihitung menggunakan data kecepatan dari dua lapisan (lapisan CAPPI). Oleh karena itu, VSHEAR digunakan untuk mengamati shear vertikal pada contohnya ketinggian penerbangan.


ΣProduk yang sangat berguna untuk mendeteksi shear di antara dua lapisan (diutamakan contohnya untuk menentukan ketinggian penerbangan).

VSHEAR – Vertical Shear (2)


72

LTB – Layer Turbulence (1)

Produk LTB menyajikan panjang garis spektrum maksimum pada kolom vertikal diantara dua lapisan yang dikehendaki oleh pengguna. Lapisan ini secara normal disesuaikan dengan ketinggian penerbangan.(Karena data panjang garis spektrum berhubungan dengan turbulensi produk LTB ditempatkan pada kelompok shear)


73

Ringkasan

LTB menganalisa data W diantara dua lapisan ketinggian konstan di atas muka laut (lapisan CAPPI). Bagaimanapun, hal tersebut dapat digunakan untuk mengobservasi turbulence pada, sebagai contoh, ketinggian penerbangan.

Pembacaan radar sebaiknya dioptimalkan untuk data W dengan kualitas tinggi (misalkan kecepatan rotasi antena rendah). Atau kalau tidak, data W tidak merefleksikan turbulensi udara secara baik (→ bahaya dari kesalahan peringatan!).

ΣProduk yang sangat berguna untuk mendeteksi turbulensi diantara dua lapisan.

LTB – Layer Turbulence (2)


74

Rainbow® 5 Produk-produk

Pendeteksi Fenomena

Phenomena Group

Storm Structure Analysis

Mesocyclone Detection

Con-/Divergence Detection

Severe Weather Indicator

Hail Detection

Gust Front Detection

Dust Storm Detection

Rainbow® 5 – Produk-produk Pendeteksi Fenomena


75

SSA – Storm Structure Analysis (1)

Produk SSA menganalisa data Z, V, W pada pembacaan yang sama. Struktur pada masing-masing badai yang signifikan telah ditentukan. Bentuk dari badai tersaji, dan karakteristik dari badai terdaftar pada jendela alat bantu.

Tallinn (Estonia)


76

Ringkasan

Deteksi dan analisa badai (storm) secara otomatis. Produk SSA dapat disajikan di DART bersama dengan setiap tampilan image bagian atas yang lain sebagai sebuah overly yang dinamis.

Data Z, V, W harus dalam pembacaan yang sama. Pengamatan ini dapat dioptimalkan untuk data Z ataupun data V, W. Bagi produk SSA data Z adalah paling penting. Akan tetapi secara normal, pembacaan ZVW menjadi optimal untuk data kecepatan.

ΣProduk yang sangat berguna untuk deteksi dan analisa badai secara otomatis.

SSA – Storm Structure Analysis (2)


77

MESO – Deteksi Mesocyclone (1)

Kegunaan teknik gaya NEXRAD untuk mendeteksi siklonik atau antisiklonik MCs. Produk algoritma MESO mencari kecepatan radial polar 3D dalam rangka menemukan bentukan mesocyclone.Banyak karakteristik MC yang telah dapat diturunkan. Kesemuanya terdaftar pada jendela alat bantu.

Tallinn (Estonia)


78

Ringkasan

Deteksi dan analisa mesocyclone secara otomatis. Produk MESO dapat disajikan di DART bersama dengan setiap tampilan image bagian atas yang lain sebagai sebuah overly yang dinamis.


ΣProduk yang sangat berguna untuk deteksi dan analisa mesocyclone secara otomatis.

MESO – Deteksi Mesocyclone (2)


79

VERG – Deteksi Convergence/Divergence (1)

VERG menganalisa medan kecepatan radial polar 3D untuk mencari bentukan divergent dan convergent.Bentukan yang teridentifikasi disajikan dalam simbol. Karakter lebih lanjut terdaftar pada jendela alat bantu.

Tallinn (Estonia)


80

Ringkasan

Deteksi dan analisa convergence/divergence secara otomatis. Produk VERG dapat disajikan di DART bersama dengan setiap tampilan image bagian atas yang lain sebagai sebuah overly yang dinamis.


ΣProduk yang sangat berguna untuk deteksi dan analisa convergence/divergence secara otomatis.

VERG – Deteksi Convergence/Divergence (2)


81

GF – Deteksi Gust Front (1)

Sebuah gust front adalah garis angin gust kuat yang sangat tipis, dengan konvergensi V horisontal pada kepala front.Data Z pun dianalisa dengan baik.

Bentukan GF yang teridentifikasi disajikan dalam garis polygon. Karakteristik lebih lanjut terdaftar dalam jendela alat bantu.

Tallinn (Estonia)


82

Ringkasan

Deteksi dan analisa gust front secara otomatis. Produk GF dapat disajikan di DART bersama dengan setiap tampilan image bagian atas yang lain sebagai sebuah overly yang dinamis.


ΣProduk yang sangat berguna untuk deteksi dan analisa gust front secara otomatis.

GF – deteksi Gust Front (2)


83

SWI – Severe Weather Indicator (1)

SWI menganalisa data volume radar untuk mendeteksi ... • wilayah badai/pusat• mesocyclones• di/con-vergence• microburst

Bentukan yang teridentifikasi akan disajikan dengan simbol. Karakteristik bentukan-bentukan tersebut terdaftar di jendela alat bantu.

Tallinn (Estonia)


84

Skenario MicroburstSkenario Microburst Apakah sebuah microburst itu?

“Sebuah downburst yang meliputi wilayah kurang dari 4 km sepanjang sebuah sisi dengan puncak angin yang berlangsung selama 2-5 menit.”

(Glossary of Meteorology, AMS)



85

Ketinggian[km]

Penangkapan Radar

Dive

rgen

tT

op

1

5

10

7

50 d

BZ

Co

re

30 dB

Z S

torm

Co

nverg

ence

Ro

tation

DIVReflectivitasPos. Radial

ShearNeg. Radial

ShearAzimuthal

Shear

Deteksi Microburst (Stategi TDWR) Deteksi Microburst (Stategi TDWR)



86

Ringkasan

Deteksi dan analisa cuaca ekstrim secara otomatis. Produk SWI dapat disajikan di DART bersama dengan setiap tampilan image bagian atas yang lain sebagai sebuah overly yang dinamis.

Data kecepatan radial semestinya harus yang sebaik mungkin. “kesalahan” pada data kecepatan menghasilkan gradien kecepatan yang kuat, dan, kemudian menghasilkan, nilai shear lokal yang sangat tinggi (→ bahaya dari kesalahan peringatan!).

ΣProduk yang sangat berguna untuk deteksi dan analisa cuaca ekstrim secara otomatis.



87

ZHAIL – Deteksi Hail (1)

ZHAIL menganalisa stuktur reflektifitas vertikal di atas lapisan leleh (00C isotherm). Ketinggian lapisan ini akan dimasukkan secara manual, atau akan dibaca dari sebuah file data.Bentuk yang teridentifikasi akan tersaji berdasarkan nilai kemungkinan hail tersebut.


88

Ringkasan

Algoritma standar deteksi hail menganalisa secara umum hanya reflektifitas naksimum pada penampang vertikal, yang memberikan peringatan tingkat kesalahan yang tinggi. Di sini, ketinggian lapisan beku terhitung sebagai ketebalan lapisan, yang mempengaruhi algoritma.

ZHAIL memprakirakan kemungkinan hail.

Ketinggian lapisan beku harus diketahui. Akan tetapi bila nilai ini telah diketahui (melalui pengukuran radio sonde atau model numerik) akan sangat mudah diambil secara online melalui sebuah file data.

ΣProduk yang sangat berguna untuk deteksi hail secara otomatis, terutama apabila hanya data reflectifitas yang tersedia. Produk tersebut bekerja paling baik terutama apabila ketinggian lapisan beku telah diketahui dengan baik.

ZHAIL – Deteksi Hail (2)


89

DSD – Dust Storm Detection (1)

Badai debu mengandung partikel debu dan pasir kecil, yang ukurannya dalam mikron. Partikel-partikel tersebut tertarik oleh angin. Jadi, data ZVW dapat dicari untuk karakteristik yang sejenis.

Bentuk DSD yang teridentifikasi ditampilkan dalam garis pligon. Karakteristik lain di sajikan pada jendela alat bantu.

Bandara Internasional Kuwait


90

Ringkasan

Deteksi dan analisa badai debu secara otomatis. Produk DSD dapat ditampilkan di DART bersama dengan setiap tampilan image bagian atas yang lain sebagai sebuah overly yang dinamis.

Data Z, V, W harus dalam pembacaan yang sama. Pengamatan ini dapat dioptimalkan untuk data Z ataupun data V, W. Secara normal, pembacaan ZVW menjadi optimal untuk data kecepatan (sebagai contoh PRF yang tinggi). Sehingga, resiko pantulan gelombang yang kedua menjadi tinggi.

ΣProduk yang berguna untuk mendeteksi dan menganalisa badai debu.

DSD – Dust Storm Detection (2)


91

Rainbow® 5Hydrological Products

Hydro Group

Surface Rainfall Intensity

Rainfall Intensity Histogram

Precipitation Accumulation

River Subcatchment

Vertical Integrated Liquid

Point Rainfall Total

Rainbow® 5 – Hydrological Products


92

SRI – Surface Rainfall Intensity (1)

SRI menghasilkan image intensitas curah hujan pada lapisan permukaan yang dipilih oleh pengguna dengan ketinggian tetap di ats permukaan tanah. Lapisan ini mengikuti rentangan tanah yang ada.

SRI digunakan sebagai input bagi hampir semua produk hidrologi yang lain.


93

Dua mode perhitungan SRI:• Standard SRI• Pseudo SRI

Peta Bendera SRI mengindikasikan data yang di pengaruhi oleh pembacaan geometri sehubungan dengan topografi.Bendera dengan label blank menyatakan bahwa “tidak ada data”.



94

Ringkasan

Data curah hujan memiliki ketinggian yang tetap di atas orografi.

ΣProduk yang sangat berguna untuk mempresentasikan data tingkat curah hujan. Produk ini dapat digunakan sebagai masukan untuk produk curah hujan yang lain, sebagai contoh perhitungan jumlah (akumulasi) curah hujan dan pelacakan (tracking) hujan.



95

PAC – Precipitation Accumulation (1)

Produk PAC mengakumulasi tingkat curah hujan pada produk SRI yang berurutan. Akumulasi dengan waktu dilakukan untuk interval waktu yang dapat dikonfigurasikan. Jumlah curah hujan untuk interval waktu itu diberikan dalam unit ...mm = liter/m2.


96

Disini, PAC diturunkan dari produk RTR, sebagai contoh PAC diinterpolasi dalam waktu stamps yang diskrit.

SRI→RTR→PAC



97

Ringkasan

Total curah hujan dihasilkan dari data radar. Jumlah total tersebut kemudian dapat dibandingkan total penakar hujan.

Dikarenakan data masukan yang diskrit (jadwal pengulangan interval waktu), dimungkinkan dibutuhkan untuk melakukan interpolasi waktu (→ produk RTR product sebagai data masukan).

ΣProduk yang berguna untuk aplikasi hidrologi.



98

VIL – Vertical Integrated Liquid kandungan air (1)

Tujuan dari produk VIL adalah untuk memberikan prakiraan kandungan air yang cepat pada tempat / lapisan atmosfer yang diinginkan pengguna untuk mengindikasikan potensi curah hujan pada contohnya badai yang hebat.


99

Ringkasan

Alat indikasi aktivitas badai: Apabila bagian bawah dan dan permukaan badai berada di atas tingkat beku, nilai VIL yang tinggi mengindikasikan badai yang hebat dan hail. Apabila bagian bawah dan dan permukaan badai berada di bawah tingkat beku (misalkan 1dan 3 km), VIL dapat memprakirakan jumlah hujan beberapa menit kedepan.

Nilai VIL di sekitar posisi radar hingga jangkauan Ru ditaksir terlalu renda karena pembacaan geometri.

ΣProduk yang berguna untuk mendeteksi badai hebat, dan prakiraan potensi hujan dalam jangka pendek.

VIL – Vertical Integrated Liquid Water Content (2)


100

RSA – River Subcatchment Accumulation (1)

Produk RSA menyediakan informasi mengenai jumlah hujan pada cekungan yang diinginkan pengguna (subcatchments). Seperti PAC, hal tersebut berdasarkan data SRI data yang tersedia pada interval waktu yang terkonfigurasi.

Subcatchment overlay with tool tip information


101

Rata-rata wilayah waktu aliran subcatchment “Dekat Gdansk 2”



102

Ringkasan

Subcatchment dapat diketahui dengan cara yang mudah. Mereka mungkin akan bertumpuk.

Karena data masukan bersifat diskrit (pengulangan interval waktu terjadwal), maka dibutuhkan interpolasi waktu.(→ Produk RTR sebagai masukan)

ΣProduk RSA dapat digunakan sebagai masukan untuk model hidrologi.



103

RIH – Rainfall Intensity Histogram (1)

Produk RIH menyediakan data time series intensitas hujan untuk lokasi yang diinginkan oleh pengguna (disini: “GDA_2”). Sebagai tambahan, Jumlah total curah hujan untuk lokasi tersebut ditampilkan pada jendela alat bantu informasi.Hal tersebut berdasarkan jumlah data SRI yang terkumpul pada interval waktu yang terkonfigurasi (disini: 1 hour).


104

Ringkasan

Produk RIH dapat menghasilkan time series data intensitas hujan yang terkonfigurasi panjangnya rentang waktu dan lokasi yang diinginkan oleh pengguna.

ΣProduk data RIH dapat digunakan untuk membandingkan dengan data penakar hujan.

RIH – Rainfall Intensity Histogram (2)


105

PRT – Point Rainfall Total (1)Produk PRT dapat mengimport data curah hujan external dari data penakar hujan. Apabila data tersebut cocok pada lokasi dan waktu dengan data radar yang dipilih, total rainfall untuk kedua sumber akan dapat dibandingkan. Untuk lokasi yang berbeda...• total penakar hujan• total radar • perbedaan radar-penakar hujan akan dapat dihitung.PRT yang di overlay dengan informasi alat bantu


106

Ringkasan

Produk PRT berfungsi untuk mengekstrak data curah hujan pada lokasi yang diinginkan pengguna dari produk PAC. Apabila data ground observasi curah hujan (rain gauge) tersedia, total rain gauge yang berhubungan dengan lokasi yang bersangkutan dan interval waktu bisa diperoleh (dihitung).

ΣProduk data PRT dapat digunakan untuk membandingkan data radar dan rain gauge.

PRT – Point Rainfall Total (2)


107

Rainbow® 5 Produk Prakiraan Jangka Pendek

Kelompok Prakiraan Jangka Pendek

Track Hujan

Track Centroid

Rainbow® 5 – Produk Prakiraan Jangka Pendek


108

CTR – Cell Centroid Tracking (1)Data analisa refleksi CTR untuk mengidentifikasi dan men-track cel badai (storm). Dengan seluruh antena baru, scan image yang teridentifikasi oleh antenna selalu up to date. Tampilan yang ada terdiri dari:• cell yang sedang terbentuk pada saat ini• trace image berdasarkan scan image sebelumnya• Prakiraan image


109

Image CTR yang di zoom dengan informasi mengenai cel yang diprakirakan.

CTR – Cell Centroid Tracking (2)


110

Ringkasan

Deteksi dan tracking cell centroid secara otomatis. produk CTR dapat di tampilkan bersama dengan setiap image bagian atas.

Hasil prakiraan CTR sangat baik untuk cel awan konvektif yang terisolasi. Akan tetapi parameter algoritma harus disesuaikan dengan hati-hati dikarenakan adanya kondisi lokal. Harus diingat bahwa cel awan konvektif tidak hanya “bergerak”. Perpindahan cel merupakan interkaksi dan modifikasi oleh proses di dalam awan itu sendiri, diantaranya peningkatan atau penurunan bentuk sesuai dengan waktu hidupnya yang terbatas.

ΣProduk yang berguna untuk mendeteksi dan men-track cell centroid secara otomatis. CTR dapat bekerja paling baik untuk mendeteksi dan men-track untuk curah hujan secara konveksi.

CTR - Cell Centroid Tracking (3)


111

Curah hujan rata-rata: tingkat curah hujan rata-rata dalam perhitungan waktu kebelakang

RTR dilakukan menggunakan PPI, CAPPI or SRI. RTR memantau pergerakan dan memprakirakan medan curah hujan. Perpindahan arah diturunkan berdasarkan teknik pemilihan pengguna.

Lapisan keluaran berbeda-beda yang tersedia:• hujan rata-rata• PAC+...• input pada waktu terkini• prakiraan hujan

RTR - Rain Tracking (1)


112

PAC+<waktu prakiraan>: prakiraan perhitungan jumlah CH





113

Waktu kini: data input waktu terkini (PPI, CAPPI atau SRI)





114



Prakiraan hujan: tingkat curah hujan pada jangka waktu prakiraan (T+30 min.)



115

Ringkasan

Penentuan arah pergerakan dan Prakiraan Curah hujan secara otomatis. RTR terdiri dari lapisan data yang berbeda, sebagai berikut:- perkiraan tingkat curah hujan dalam jangka waktu dekat akan datang- perkiraan jumlah curah hujan dalam jangka waktu dekat akan datang

Adalah mungkin untuk menggunakan RTR sebagai hasil masukan untuk PAC. Hal ini akan menghasilkan perhitungan jumlah curah hujan yang lebih tepat karena pergerakan curah hujan dalam jadual jangka waktu pengulangan yang diskrit.

Hasil perkiraan RTR bergantung pada kualitas analisa perpindahan arah:- Jika VVP digunakan, hati-hati dengan kenyataan bahwa perpindahan arah echo curah hujan tidak selalu sama dengan arah angin yang diturunkan dari data Doppler. - Jika CTR digunakan, maka hasil perkiraan RTR akan sangat baik untuk cel awan konvektif yang terisolasi. Akan tetapi, parameter algoritma harus disesuaikan dengan baik.

ΣProduk yang berguna untuk pemantauan pergerakan dan prakiraan curah hujan secara otomatis.

RTR - Pemantauan pergerakan Hujan (5)


Problem Output Radar Display


Snow Storm

117Praktek Radar Meteorologi - Sesi 2


Hail Storm



Hook Echo



Cyclone



Gust Front

Downburst

Microburst

GustFrontInflow



Gust Front



Gust Front

13: 42 (left ) 13: 51 (right )



Bow Echo

Arah gerakan Bow Echo

Maximum Reflectivity



Bow Echo



Squall Line



Bright Band



Bright Band

D i s t a n c e ( k m )

R e f l e c t i v i t y f a c t o r ( d B Z )

S t r a t i f o r m a r e a C o n v e c t i o n

B BAltitude (km)



TBSS



Insect / Bug/ Bird


BMKG


Ground ClutterPenyebab Ground Clutter :1.Gunung2.Bangunan Tinggi3.Anomali Propagasi :

• Super Refraksi• Ducting



Ground Clutter



Anomali Propagasi“Subrefraksi” terjadi apabila nilai N semakin besar terhadap ketinggian, misalnya pada saat uap air bertambah dan temperatur berkurang secara drastis terhadap ketinggian, sehingga menyebabkan pancaran radiasi melengkung ke atas secara tajam.

“Superrefraksi” terjadi jika temperatur naik secara drastis (inversi) dan uap air berkurang terhadap ketinggian, gradient refraksi menurun dibandingkan normal.

“Ducting” terjadi pada keadaan ekstrim, penurunan gradien N sangat drastis, sehingga pancaran radar terkurung didalam atmosfer bagian bawah. Pancaran akan dipantulkan beberapa kali ke permukaan tanah, dan dapat mencapai jangkauan yang jauh. 136Praktek Radar Meteorologi - Sesi 2

BMKG


Ground Clutter

300km



Ground Clutter



Sea Clutter



Zero Isodop


Kecepatan Angin berubah terhadap Ketinggian


Divergen


Konvergen


Shear Wind


Pola Angin Siklonal

BMKG


Tornado


Front pada Spektrum Width

BMKG


Wind Shear pada Spektrum Width

BMKG


Area of “velocity folding”

Doppler Dillema


Microbursts and their signatures

“Reality” surface signature

“Ideal” surface signature

Microbust Pada Radar Product


Gust Fronts


Daftar Pustaka

http://oomyon-at-radar.blogspot.comhttp://www.weathertap.com/guides/radar/weather-radar-tutorial.html#bkg1

://www.radartutorial.eu/index.en.html

http://ww2010.atmos.uiuc.edu/(Gh)/guides/home.rxml

http://w8lrk.org/article/RadarTutorial.pdf

https://www.meted.ucar.edu/search/search_results.php?hq=site%3Ameted.ucar.edu&cx=012446052473863902991%3Ar8nkgnwzzsc&cof=FORID%3A11&q=radar+meteorology

http://www.wdtb.noaa.gov/courses/dualpol/outreach/non-mets-intro/player.html

http://www.wdtb.noaa.gov/courses/dualpol/outreach/#mets

http://www.navweaps.com/index_tech/tech-046.htm

materi radar produk

Education

atas permukaan bumi

salah satu produk tercepat

hasil full scan azimuth

tampilan tegak jarak

produk ppi klasik

dihasilkan radar cuaca

kurva kelengkungan bumi

eko wardoyo by