Ilmu Atmosfer |  Menggunakan mikrofisika awan untuk memprediksi badai petir: Bagaimana pemodelan listrik atmosfer dapat menyelamatkan nyawa
  • Februari 14, 2021

Ilmu Atmosfer | Menggunakan mikrofisika awan untuk memprediksi badai petir: Bagaimana pemodelan listrik atmosfer dapat menyelamatkan nyawa

Ilmu Atmosfer |  Menggunakan mikrofisika awan untuk memprediksi badai petir: Bagaimana pemodelan listrik atmosfer dapat menyelamatkan nyawa

Sambaran petir: Akankah mikrofisika awan membantu kita memprediksi ini? Kredit gambar: Mike Lehmann, CC BY-SA 3.0 , melalui Wikimedia Commons

Tiga dekade terakhir adalah yang terpanas dalam sejarah pengamatan meteorologi di Eropa. Kenaikan suhu disertai dengan peningkatan frekuensi dan besarnya kejadian cuaca dan iklim ekstrem, yang merupakan risiko utama bagi populasi dan lingkungan yang terkait dengan perubahan iklim modern. Kelas penting dari fenomena tersebut termasuk curah hujan yang parah, tornado, badai, dan badai petir. Mengingat bahwa cuaca ekstrem diharapkan menjadi “norma baru” dalam iklim kita yang berubah dengan cepat, mengembangkan kemampuan prakiraan cuaca ekstrem mungkin akan menjadi bagian dari produk prediksi standar yang dapat membantu melindungi infrastruktur penting dan kehidupan manusia.

Di negara asal saya, Rusia, peristiwa cuaca ekstrem selama 10 tahun terakhir telah menyebabkan kerusakan ekonomi beberapa puluh miliar rubel (~ 1 miliar Euro dalam tarif saat ini) dan kematian beberapa ratus orang (misalnya hujan lebat dan banjir yang disebabkan oleh mereka di Krymsk pada 2012 dan Timur Jauh pada 2013 dan 2016, tornado udara di Blagoveshchensk pada 2011, badai dahsyat di utara wilayah Eropa Rusia pada 2010, dll.). Saya mengambil beberapa gambar badai petir dan hujan lebat yang terjadi di Moskow pada 14 Juni 2016, di mana Anda dapat melihat beberapa kerusakan infrastruktur. (Gbr. 1).

Gbr. 1 Kerusakan akibat badai petir parah di Moskow (14 Juni 2016). Kredit gambar: Inna Gubenko.

Diketahui bahwa badai petir dihasilkan oleh awan cumulonimbus (Gbr. 2). Prediksi petir yang kuat membutuhkan prakiraan awan yang memproduksinya. Masalah utama untuk prakiraan fenomena cuaca ekstrem berkualitas tinggi adalah pemahaman yang buruk tentang mekanisme spesifik yang menentukan pembentukan dan variabilitas awan badai petir. Alasannya cukup sederhana: hanya ada sedikit data pengamatan tentang partikel di awan petir. Karena proses fisik di awan tidak sepenuhnya dijelaskan, simulasi komputer mereka sangat tidak pasti. Terlepas dari tantangan dalam menggambarkan mikrofisika awan, pentingnya dan permintaan untuk peramalan fenomena berbahaya telah memotivasi pengembangan model matematika yang menggambarkan interaksi partikel awan yang menghasilkan petir. Sekarang, katakanlah kita telah memprediksi petir – maka ramalan tersebut harus diverifikasi oleh badai petir yang diamati. Namun, data observasi standar sinoptik diambil sampelnya hanya setiap tiga jam, dan jaringan stasiun cuaca sangat heterogen dan jarang. Data ini tidak cukup untuk mengevaluasi fenomena jangka pendek dan lokal seperti badai petir, dan lebih jauh lagi menghalangi peningkatan prakiraan.

Gambar 2 Struktur listrik awan Cumulonimbus [3].

Bagaimana petir terbentuk? Mari kita kembali lagi ke struktur kelistrikan awan Cumulonimbus (Gbr. 2). Ada beberapa jenis partikel awan: graupel, kristal es, dan salju. Tabrakan antara partikel-partikel ini menghasilkan muatan listrik yang dibutuhkan untuk petir. Ketika suhu di bawah -15° C (di atas garis putus-putus hijau pada Gambar 1), graupel menjadi bermuatan negatif setelah bertabrakan dengan kristal salju. Kristal salju bermuatan positif dan dibawa ke atas awan oleh angin updraft. Pada suhu antara 0 dan -15° C, polaritasnya terbalik[1]. Sejumlah besar muatan positif menumpuk di bagian atas badai. Lapisan muatan negatif menumpuk di tengah awan. Beberapa volume muatan positif yang lebih kecil ditemukan di bawah lapisan muatan negatif. Muatan positif juga menumpuk di tanah di bawah badai (itu ditarik ke sana oleh lapisan besar muatan negatif di awan). Ketika gaya tarik-menarik listrik antara pusat muatan ini menjadi cukup tinggi, petir terjadi. Sebagian besar petir tetap berada di dalam awan dan bergerak di antara pusat muatan positif utama di dekat bagian atas awan dan lapisan besar muatan negatif di tengah awan; ini adalah petir intracloud (2/3 dari semua pukulan). Sekitar 1/3 dari semua kilatan petir menyambar tanah. Ini disebut pelepasan awan-ke-tanah.[2][3] Model konseptual ini adalah dasar fisik untuk model matematika untuk proses listrik di awan konvektif. Jenis model ini disebut model elektrifikasi. Salah satunya dikembangkan di Laboratory of Atmospheric process modelling di NSI RAS, Moskow.

Saya akan menunjukkan beberapa hasil studi kasus. Peristiwa konvektif diamati di bagian Eropa Rusia (wilayah Smolensk, Moskow, Vladimir, dan Nizhny Novgorod) antara 13.07.2016 dan 14.07.2016. Perjalanan badai konvektif disertai dengan sejumlah peristiwa cuaca berbahaya: aktivitas petir intensif, hujan, hujan es, badai angin, dan tornado yang menyebabkan cedera manusia, menghancurkan infrastruktur dan menyebabkan kerugian ekonomi yang serius.[4] Cuaca ini dikaitkan dengan kompleks konvektif mesoscale (MCC) yang terbentuk di perbatasan Belarusia dan wilayah Smolensk Rusia sejak 15:00 UTC13.07.2016. Menurut jalur data radar, PKS di wilayah Moskow dimulai pada pukul 18:30 UTC dan bergerak dari Barat Laut ke Timur hingga pukul 22:00 UTC. Anda dapat melihat contoh peta pengamatan pada Gambar. 3 dengan konvektif (anomali aktivitas badai petir yang parah dan hujan es – Gambar 4) dan daerah stratiform dengan curah hujan kumulus yang intensif[5]. Setelah pukul 00:00 UTC 14.07.2016, PKS mulai menyebar di wilayah Vladimir dan Nizhniy Novgorod. Peta diwarnai dengan jenis bencana alam yang terjadi. Tujuan untuk masa depan adalah untuk memprediksi peta seperti itu.

Fig. 3. Bagian dari kompleks konvektif skala meso di atas wilayah Moskow, 13.07.2016. Peta radar DMRL-S.

Gambar 4. Area aktivitas petir intensif di wilayah Moskow (21:00 UTC, 13.07.2016). Detektor badai petir dan peta sinoptik. Kredit gambar: http://www.meteoinfo.ru/news/1-2009-10-01-09-03-06/12903-14072016-. Kode warna sama seperti pada Gambar 4.

Seberapa baik model memprediksi acara yang ditunjukkan pada Gambar. 3 dan Gambar. 4? Cukup baik sebenarnya, yang luar biasa mengingat kompleksitas dan ketidakpastian dalam memprediksi fenomena ini! Gambar 5 menunjukkan peta peramalan simulasi beda potensial medan listrik pada lapisan 0-8 km (MV) yang diperoleh model WRF-ARW ditambah dengan model elektrifikasi cumulonimbus. Jika kita membandingkan peta radar (data pengamatan, Gambar 3 dan 4) dan peta medan listrik (data perkiraan, gambar 5), kita dapat melihat bahwa peristiwa cuaca berbahaya dapat diprediksi dengan menggunakan nilai yang dihitung dari perbedaan potensial di atmosfer. Keterampilan perkiraan ini jauh lebih baik daripada metode sebelumnya yang didasarkan pada peta sinoptik atau indeks statistik[4] dan menunjukkan kekuatan yang dimungkinkan oleh pemodelan berbasis fisik yang eksplisit dari sistem cloud ini.[6]

Gambar 5. Simulasi beda potensial medan listrik (MV) kompleks konvektif skala meso. Wilayah Moskow, 18:30-22:00 UTC, 13.07.2016. Area di mana perbedaan potensial medan listrik melebihi 260 MV ditunjukkan pada sel badai petir (warna merah). Peta prakiraan konsisten dengan data pengamatan (Gbr. 3, 4).

Menurut hasil awal tetapi sangat menjanjikan ini, pendekatan yang diusulkan dari pemodelan medan listrik eksplisit ini berlaku untuk peramalan jangka pendek konveksi intens dan pelacakan badai terisolasi, sel konvektif, dan kompleks konvektif skala meso. Memperoleh nilai medan listrik yang bervariasi dapat membantu mengidentifikasi keragaman fenomena cuaca berbahaya yang terkait dengan konveksi. Ini berarti, pada titik tertentu kita mungkin dapat memperkirakan badai petir yang parah. Semoga layanan perkiraan waktu singkat ini akan segera tersedia di aplikasi ponsel. Kemudian Anda akan bisa mendapatkan peringatan bahaya alam yang tepat di aplikasi cuaca ponsel Anda, sehingga Anda dapat melindungi diri tepat waktu.

Diedit oleh Eva Pfannerstill, Mengze Li dan Athanasios Nenes.


Inna Gubenko adalah Peneliti, Ph. D. di Laboratorium Pemodelan Proses Atmosfer di Institut Keamanan Nuklir Akademi Ilmu Pengetahuan Rusia, Moskow. Dia berfokus pada pemodelan matematika prakiraan bahaya alam konvektif, dan badai petir pada khususnya.


[1] -15° C adalah suhu yang diperoleh secara empiris (laboratorium) ketika partikel awan mengubah polaritas muatannya. Inilah yang disebut suhu terbalik.

[2] Mansell dkk. (2005) J. Geofis. Res. Atmosfer, 110, 12-20.

[3] http://www.atmo.arizona.edu/students/courselinks/fall12/atmo170a1s1/lecture_notes/nov26cmplt.html

[4] Inna Gubenko dan Konstantin Rubinstein. Metode eksplisit prediksi badai konvektif skala meso untuk wilayah Tengah Rusia. Abstrak Pertemuan Tahunan EMS. Jil. 14, EMS2017-13, 2017.

[5] http://www.meteoinfo.ru/news/1-2009-10-01-09-03-06/12903-14072016-.

[6] Sebelumnya, dua metode digunakan untuk peramalan fenomena tersebut. Yang pertama adalah metode sinoptik (analisis peta sinoptik). Pendekatan kedua didasarkan pada indeks khusus, dengan hanya memperhitungkan suhu, kelembaban, dan angin. Kedua metode ini memprediksi tanda-tanda tidak langsung dari kekeruhan. Akibatnya, prakiraan bahaya yang disebabkan oleh awan kumulus dengan metode lama ini kurang akurat dibandingkan dengan prakiraan beda potensial medan listrik.

Lalu live draw hk pools tercepat tidak masuk di dalamnya, gara-gara pasar ini merupakan pasar yang dimiliki dan ditunaikan oleh perusahaan swasta. Dan untuk jadi anggota ini pasar selayaknya dijalankan oleh pemerintah langsung.
Tapi tidak masuknya pasar hongkong pools dalam WLA bukan bermakna pasar ini tidak dapat dipercaya. Malahan pasar ini membuktikan kualitas permainannya pada bettor, bersama mampu mendapatkan posisi pasar togel ke-2 paling baik di dunia tanpa mesti mengantongi gelar WLA.