Tutorial Download Data Iklim CHIRPS

Agustus 28, 2021

Tutorial Download Data Iklim CHIRPS

CHIRPS (CLIMATE HAZARDS GROUP INFRARED PRECIPITATION WITH STATION DATA) adalah database curah hujan daratan yang merupakan kombinasi dari tiga informasi curah hujan yaitu klimatologi global, estimasi curah hujan berbasis satelit, dan curah hujan hasil pengamatan in-situ (Funk et al, 2014; Funk et al, 2015).

1. Sources

https://iridl.ldeo.columbia.edu/SOURCES/.UCSB/.CHIRPS/.v2p0/.monthly/.global/.precipitation/

CHIRPS menyediakan data curah hujan, harian (harian dan per 10 hari) dan data bulanan dari Januari 1981-Juli 2021 (update sampai artikel ini di terbitkan bulan Agustus 2021). Resolusi spasial yang disediakan yaitu 0.25 (28 km) dan 0.05 degree (5 km). Sebagai contoh dalam tutorial ini mendownload data curah hujan bulanan Kalimantan Tengah.

2. Select Data Selection untuk pengaturan data yang akan di download

Ketersediaan Data

Kolom tersebut menunjukkan default total ketersediaan data bulanan global tahun 1981-2021. Dengan resolusi spasial 0.05 Degree (5 km).

X (Longitude) = 7200 grid

Y (Latitude) = 2000 grid

Time bulanan 1981 - 2021 = 487 grid

3. Setting data yang akan di download

Tulis range lokasi dan time data yang ingin di download. Sebagai contoh berikut range data Provinsi Kalimantan Tengah bulan Januari – Juli 2021. Select Restrict Ranges!

4. Cek lagi ketersediaan data apakah sudah sesuai dengan data yang ingin di download. X, Y dan Time.

Stop Selecting!

Data yang tersedia di lokasi 111E - 116E bulan Januari - Juli 2021

X (Longitude) = 101 grid

Y (Latitude) = 100 grid

Time bulan Januari - Juli 2021 = 7 grid

Setelah proses, ada beberapa pilihan tampilan data (Views)

1. Download Data Raster

Data yang dihasilkan berupa data Curah Hujan Bulanan. Untuk export data raster Pilih Export. Ada beberapa pilihan format data.

GeoTiff : Data RGB

Data GeoTiff: Nilai CH (negatif) perlu di konversi ke nilai positif

Contoh perbandingan nilai raster dan table, Lat = 0.975N, Long= 111E. Data raster ada nilai negative (-) tapi nilai mendekati data table. Begitupun nilai pada beberapa sampel titik yang lain.