• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文OA文献 >OTOMATISASI TRANSFER DATA PENGAMATAN AUTOMATIC WEATHER STATION (AWS) SERTA PEMANFAATANNYA DALAM SATELLITE DISASTER EARLY WARNING SYSTEM (SADEWA)
【2h】

OTOMATISASI TRANSFER DATA PENGAMATAN AUTOMATIC WEATHER STATION (AWS) SERTA PEMANFAATANNYA DALAM SATELLITE DISASTER EARLY WARNING SYSTEM (SADEWA)

机译：卫星灾害早期预警系统（SADEWA）中的自动天气站（AWS）传输数据自动化及其应用

页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Informasi cuaca sangatlah bermanfaat bagi manusia karena informasi tersebut dapat digunakan untuk berbagai kepentingan kegiatan masyarakat saat ini. Informasi cuaca dapat diperoleh melalui hasil pengukuran dari salah satu alat meteorologi yaitu Automatic Weather Station (AWS). Agar data hasil pengukuran AWS dapat digunakan oleh masyarakat maka data tersebut perlu dipublikasikan, salah satunya dengan cara menampilkannya di web Satellite Disaster Early Warning System (SADEWA). Untuk melakukan hal tersebut maka diperlukan transfer data otomatis dari AWS ke SADEWA. SADEWA itu sendiri memiliki informasi cuaca yang bersifat prediksi. Informasi prediksi SADEWA didapatkan melalui simulasi model Weather Research and Forecasting (WRF). Untuk melihat sejauh mana kinerja WRF dalam memprediksi cuaca, maka dapat dilakukan validasi terhadap data pengamatan AWS yang telah ditransfer otomatis ke SADEWA. Validasi model dilakukan dengan cara menghitung koefisien korelasi dimana semakin tinggi nilai koefisien korelasinya maka hasil simulasi model semakin valid. Teori koefisien korelasi Pearson digunakan untuk melakukan validasi model. Dari hasil penelitian didapatkan nilai koefisien korelasi data SADEWA terhadap data AWS untuk suhu adalah 0,8198 dan untuk kelembaban adalah 0,7074 yang artinya bahwa data prediksi SADEWA dan data pengukuran AWS memiliki korelasi yang kuat. Sedangkan untuk curah hujan nilai koefisien korelasinya adalah 0,2522. Nilai yang rendah ini dikarenakan curah hujan merupakan parameter tersulit untuk diprediksi oleh model.ududKata Kunci : Automatic Weather Station (AWS), Informasi Cuaca, Satellite Disaster Early Warning System (SADEWA), Transfer otomatis, Validasi hasil prediksi.ud udWeather information is very useful for people because the information can be used for various purposes of their activities. Weather information can be obtained through the measurement of meteorological tool, that is Automatic Weather Station (AWS). In order that people can use the data from the result of measurement, so the data must be published by displaying it on the Satellite Disaster Early Warning System (SADEWA) web. It is needed to transfer data automatically from AWS to SADEWA for displaying the data on the web. Sadewa itself has weather information prediction. Information of SADEWA is obtained by the simulation of Weather Research and Forecasting (WRF) model. To know the performance of WRF in predicting the weather, it must be compared by observation data to validate the model. Validation of model can be obtained by calculating the correlation coefficient. Theory of Pearson correlation coefficient is used to validate the model. From the results, the correlation coefficient for temperature is 0,8198 and for relative humidity is 0,7074. It means that data of SADEWA prediction and data of AWS observation have s a strong correlation. As for precipitation correlation coefficient value is 0,2522. A low value is due to the rainfall is the most difficult parameter to be predicted by the model. ud udKeywords : Automatic Weather Station (AWS), Weather information, Satellite Disaster Early Warning System (SADEWA), Automatic transfer, Validation of prediction’s result.
机译：天气信息对人类非常有用，因为它可以用于当前社区活动的各种目的。天气信息可以通过一种气象工具（即自动气象站（AWS））的测量结果获得。为了使AWS度量的数据可以被公众使用，需要发布数据，其中之一就是将其显示在卫星灾难早期预警系统（SADEWA）上。为此，需要从AWS到SADEWA的自动数据传输。 SADEWA本身具有天气预报信息。 SADEWA预测信息是通过天气研究和预报（WRF）模型仿真获得的。要查看WRF在天气预报方面的表现程度，我们可以验证已自动传输到SADEWA的AWS观测数据。通过计算相关系数来完成模型验证，其中相关系数值越高，仿真模型结果越有效。皮尔逊相关系数理论用于验证模型。从研究结果来看，SADEWA数据在AWS数据上的温度和湿度的相关系数值为0.8198，相对湿度为0.7074，这意味着SADEWA预测数据和AWS测量数据具有很强的相关性。而对于降雨，相关系数值为0.2522。这个低值是由于降雨是该模型最难预测的参数关键词：自动气象站（AWS），天气信息，卫星灾害早期预警系统（SADEWA），自动传递，预测结果的验证。 udWeather信息对人们非常有用，因为该信息可用于其活动的各种目的。可以通过测量气象工具（即自动气象站（AWS））来获取天气信息。为了使人们能够使用测量结果中的数据，因此必须通过在卫星灾难早期预警系统（SADEWA）网站上显示数据来发布数据。需要将数据自动从AWS传输到SADEWA以在线显示数据。萨德瓦本身具有天气预报信息。通过对天气研究和预报（WRF）模型的仿真可以获得SADEWA的信息。要了解WRF在天气预报方面的性能，必须通过观察数据进行比较以验证模型。可以通过计算相关系数来获得模型的验证。皮尔逊相关系数理论用于验证模型。根据结果​​，温度的相关系数为0.8198，相对湿度的相关系数为0.7074。这意味着SADEWA预测的数据与AWS观测的数据具有很强的相关性。至于降水的相关系数值为0.2522。较低的值是由于降雨是模型最难预测的参数。 ud ud关键字：自动气象站（AWS），天气信息，卫星灾难早期预警系统（SADEWA），自动传输，验证预测结果。

著录项

  • 作者

    Purwalaksana Ahmad Zatnika;

  • 作者单位
  • 年度 2015
  • 总页数
  • 原文格式 PDF
  • 正文语种 en
  • 中图分类

相似文献

  • 外文文献
  • 中文文献
  • 专利

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号