Ketidakpastian Model Iklim Coupled Model Intercomparison Projects 6 (CMIP6) di Wilayah Benua Maritim Indonesia pada Periode Historis dan Proyeksi Masa Depan
Perubahan iklim merupakan bencana skala global. Model iklim digunakan untuk mempelajari iklim dan dampak perubahan iklim. Model iklim memiliki ketidakpastian yang dapat memengaruhi kemampuan model menyimulasikan iklim pada suatu wilayah. Penelitian ini bertujuan untuk mencari model CMIP6 terbaik dan melihat ketidakpastian model CMIP6 dalam periode historis dan proyeksi masa depan untuk wilayah BMI. Data yang digunakan dalam penelitian ini adalah data curah hujan dan temperatur pada model CMIP6 historis dan data proyeksi masa depan SSP, serta penggunaan data CRU sebagai data referensi dan data observasi. Validasi data CRU dan CMIP6 historis dilakukan dengan perhitungan statistik yang meliputi korelasi Pearson, standar deviasi, RMSE, KGE, Taylor skill score, dan relative bias. Ketidakpastian periode historis dihitung menggunakan CDF untuk melihat nilai acak dari data. Dalam melihat ketidakpastian masa depan, data SSP divisualisasikan secara temporal untuk melihat tren pergerakan dan variansi dari keseluruhan model CMIP6. Ketidakpastian model CMIP6 pada periode historis bernilai tinggi untuk curah hujan dan temperatur tinggi dengan nilai variansi 600 dan 0,85 serta rendah, serta pada proyeksi masa depan ketidakpastian bertambah besar seiring berjalannya waktu untuk SSP2 dan SSP5, pengujian data historis memberikan hasil bahwa model CNRM-CM6-1 merupakan model terbaik dalam menyimulasikan curah hujan, hal ini ditunjukkan dengan performa model yang baik dalam menyimulasikan klimatologi curah hujan, korelasi bulanan terbaik, dan pola curah hujan yang bagus di wilayah I dan II, serta dengan nilai korelasi 0,324, RMSE 33,518, KGE -0,317, dan Taylor Skill Score 0,116, model CanESM5 dan IPSL-CM6A-LR mampu menyimulasikan temperatur paling baik, performa kedua model ini sangat baik dari segi korelasi bulanan dan musiman serta nilai validasi Statistik CanESM5 dengan nilai korelasi 0,562, RMSE 1,781, KGE -1,211 dan Taylor Skill Score 0,065. Kemudian nilai korelasi statistik model IPSL-CM6A-LR sebesar 0,493, RMSE 0,691, KGE -1,371 dan Taylor Skill Score 0,081.
URI
https://repo.itera.ac.id/depan/submission/SB2309260027
Keyword