Chandrarien, Ahayu Rachmadini and Prof. Dr. Eng Donny Harisuseno, ST., MT. and Ir. Sri Wahyuni, ST., MT., PhD., IPM. (2023) Pemanfaatan Data Satelit Hujan untuk Pembuatan Peta Spasial Hujan di DAS Rejoso. Sarjana thesis, Universitas Brawijaya.
Abstract
Banjir merupakan bencana alam yang menimbulkan berbagai macam kerugian, hal ini dapat terjadi akibat beberapa faktor salah satunya curah hujan yang tinggi. Mitigasi pada banjir dapat dilakukan dengan analisis hidrologi karena analisis hidrologi merupakan dasar dari pembangunan di bidang keairan. Data curah hujan yang optimum dibututuhkan untuk kepentingan perencanaan hidrologi, namun data curah hujan belum bisa didapatkan secara merata di stasiun hujan pada daerah studi yaitu DAS Rejoso. Keterbatasan data ini dapat diatasi dengan pengideraan jarak jauh yaitu data hujan satelit. DAS Rejoso termasuk daerah yang sering mengalami banjir. Maka dari itu, dibutuhkan informasi hidrologi yang siap pakai berupa peta spasial hujan rancangan dengan memanfaatkan data curah hujan satelit untuk mengatasi masalah tersebut. Pada studi ini digunakan 13 stasiun hujan lapangan dan 5 titik stasiun baru dengan memanfaatkan data hujan satelit (CHIRPS) untuk mengisi kekosongan data stasiun hujan pada daerah studi. Data tersebut dikalibrasi menggunakan analisis regresi dan mencari nilai koefisien determinasi (R2) yang paling besar. Sehingga data tersebut dapat digunakan untuk mencari nilai curah hujan rancangan. Dilakukan analisis frekuensi pada data tersebut menggunakan metode Gumbel dan Log Pearson tipe III dengan kala ulang 2, 5, 10, 25, 50 dan 100 tahun. Hasil perhitungan curah hujan rancangan dengan berbagai macam kala ulang diolah menggunakan tiga metode interpolasi yaitu metode IDW, Spline, dan Kriging untuk membuat peta spasial hujan rancangan. Untuk mencari peta spasial hujan rancangan dengan performa terbaik dilakukan analisis perbandingan menggunakan metode Nash-Sutcliffe Efficiency (NSE),RMSE-Observation Standart Deviation (RSR) , dan Persen Bias (PBIAS). Hasil dari analsisis regresi menunjukkan persamaan dengan nilai koefisien determinsai (R2) terbesar adalah persamaan linear intercept dimana persamaan ini dapat menggambarkan variabel hujan di lapangan. Curah hujan rancangan dihitung di 13 stasiun hujan lapangan dan 5 stasiun rencana, dengan 8 stasiun menggunakan distribusi Gumbel dan 10 stasiun menggunakan distribusi Log Pearson tipe III. Nilai curah hujan rancangan terkecil sebesar 47.08 mm pada stasiun rencana titik dua. Sedangkan curah hujan rancangan terbesar terletak pada Stasiun Panditan sebesar 282.28 mm. Peta spasial hujan rancangan dengan metode IDW menunjukkan nilai NSE yang mendekati satu, nilai RSR dan PBIAS terkecil dibandingkan dengan kedua metode lainnya. Sehingga peta spasial hujan rancangan dengan metode IDW merupakan peta dengan performa terbaik.
English Abstract
Flood is a natural disaster that causes various damages, and it can occur due to several factors, one of them is high rainfall. Flood mitigation can be done through hydrological analysis as it serves as the basis for water-related development. Optimum rainfall data is required for hydrological planning purposes. However the availability of ground measurement precipitation network that containing rainfall data is rare and spatial coverage is irregular. This data limitation can be overcome by remote sensing, specifically satellite rainfall data. Floods frequently occur in Rejoso Watershed . Therefore, the availability hydrological information in the form of spatial rainfall maps is needed, utilizing satellite rainfall data to address this issue. In this study, 13 ground station and 5 new station points were used, utilizing satellite rainfall data (CHIRPS) to fill in the data gaps at the rain gauge stations in the study area. The data was calibrated using regression analysis, and find the highest value of the coefficient of determination (R2). This data can be used to determine the design rainfall intensity. Frequency analysis was then performed on the data using the Gumbel and Log Pearson Type III methods with return periods of 2, 5, 10, 25, 50, and 100 years. The calculated design rainfall intensities for various return periods were processed using three interpolation methods: Inverse Distance Weighting (IDW), Spline, and Kriging, to create spatial maps of design rainfall. To determine the best-performing spatial rainfall map, a comparative analysis was conducted using the Nash-Sutcliffe Efficiency (NSE), Root Mean Square Error to Observation Standard Deviation Ratio (RSR), and Percent Bias (PBIAS) methods. The regression analysis results revealed that the equation with the highest coefficient of determination (R2) was the linear intercept equation, which can describe the ground rainfall variable. Design rainfall intensities were calculated for 13 field rain gauge stations and 5 planned stations, with 8 stations using the Gumbel distribution and 10 stations using the Log Pearson Type III distribution. The smallest value of design rainfall intensity was 47.08 mm at station point two, while the largest design rainfall intensity was recorded at Panditan Station with 282.28 mm. The spatial map of design rainfall using the IDW method showed the best NSE, with the smallest RSR and PBIAS values compared to the other two methods. Thus, the spatial rainfall map generated using the IDW method exhibited the best performance.
Item Type: | Thesis (Sarjana) |
---|---|
Identification Number: | 052307 |
Uncontrolled Keywords: | CHIRPS, IDW, Kriging, Spline, Curah Hujan Rancangan, Peta Spasial |
Subjects: | 600 Technology (Applied sciences) > 627 Hydraulic engineering > 627.1 Inland waterways > 627.12 Rivers and streams / Watershed management |
Divisions: | Fakultas Teknik > Teknik Pengairan |
Depositing User: | Unnamed user with username tunjungsari |
Date Deposited: | 10 Jan 2024 00:50 |
Last Modified: | 10 Jan 2024 00:50 |
URI: | http://repository.ub.ac.id/id/eprint/206932 |
![]() |
Text (DALAM MASA EMBARGO)
Ahayu Rachmadini Chandra Rien.pdf Restricted to Registered users only until 31 December 2025. Download (13MB) |
Actions (login required)
![]() |
View Item |