Pertanyaan yang Sering Diajukan. Untuk lebih detail, lihat dokumentasi yang disediakan dalam Info proyek.

Mengapa proyek SACA&D diadakan?

Apa data dasar, seri dan stasiun yang digunakan?

Mengapa lebih dari satu definisi untuk min. rata-rata & maks. suhu, dll?

Apa artinya terpadu dan update?

Mengapa SACA&D tidak menggunakan nomor stasiun WMO sebagai id?

Apa prosedur kuality kontrol dan homogenitas yang telah diterapkan?

Mengapa ada perbedaan informasi dari file yang saya unduh sebelumnya?

Bagaimana mendapatkan data harian yang tidak tersedia untuk di unduh secara publik di website ini?

Bagaimana menghaluskan garis dalam plot indeks yang telah dihitung?

Apa prosedur apa yang digunakan untuk menghitung tren?

Mengapa beberapa stasiun tidak muncul pada peta tren, meskipun plot time seri tersedia?

Mengapa beberapa nilai berbeda dari nilai-nilai yang saya peroleh dari kantor METEO nasional?

Tujuan SACA&D adalah untuk menggabungkan kumpulan seri pengamatan harian di stasiun meteorologi, kuality kontrol, analisis ekstrim dan penyebaran dari data harian dan analisis hasilnya. Integrasi kegiatan ini di satu proyek terbukti penting untuk keberhasilannya. Versi baru dari dataset harian akan diterbitkan secara berkala. [ kembali ke atas ]

Dataset SACA terdiri dari seri data stasiun harian, yang diperoleh dari divisi iklim dari Layanan Badan Meteorologi dan Hidrologi Nasional dan seri stasiun dipelihara oleh pusat observatorium dan penelitian di seluruh Asia Tenggara. Untuk detail penyedia data dapat dilihat di daftar pengirim. Sebuah gambaran yang komprehensif dari semua data yang tersedia disediakan dalam data kamus .

Seri ini diquality kontrol dan flag(“OK”, “terduga” atau “hilang”) untuk data yang dikirim. Pengujian Homogenitas telah menghasilkan klasifikasi seri dalam “berguna”, “diragukan” atau “terduga”. Perhatikan bahwa kategori ini hanya berlaku untuk interval waktu tertentu dimana tes diterapkan. Disarankan untuk menggunakan hasil tes homogenitas untuk memilih yang seri yang tepat dan time interval. Seri belum homogen dalam arti bahwa nilai-nilainya yang berubah. [ kembali ke atas ]

Tiap negara berbeda dalem menghitung suhu rata-rata harian, maka mereka menggunakan metode dan formula yang berbeda juga. Jarak waktu untuk mengamati suhu minimum dan maksimum berbeda, begitu juga dengan jarak waktu untuk akumulasi curah hujan 24jam. Setiap seri diberi label sesuai dengan elemen id. [ kembali ke atas ]

Seri yang dikumpulkan dari negara-negara pengirim umumnya tidak berisi data tahun yang terbaru. Hal ini disebabkan karena waktu yang diperlukan untuk kuality kontrol data dan pengarsipan di lembaga masing-masing pengirim, dan sebagian lagi diperlukan upaya untuk memasukkan data dalam database SACA. Untuk membuat ketersediaan data untuk setiap stasiun dalam kurun waktu tertentu selengkap mungkin, kami telah memasukkan prosedur update otomatis yang bergantung dari data SYNOP harian yang didistribusikan secara real time oleh Sistem Telekomunikasi Global (GTS). Dalam prosedur ini kekosongan data harian juga diisi dengan observasi dari stasiun terdekat asalkan berada dalam jarak 25km dan perbedaan tinggi yang kurang dari 50m.

Pilihan unduhan berdasarkan data harian memungkinkan untuk memilih terpadu dan update = Ya atau Tidak. Kalau memelik terpadu, informasi mengenai seri yang mendasari yang digunakan dalam proses pencampuran disediakan.

Perhatikan, frauya seri terpadu yang dianalisis lebih lanjut di SACA&D. [ kembali ke atas ]

Nomor stasiun WMO tidak digunakan sebagai identifikasi unik untuk setiap hari seri harian SACA, karena tidak semua stasiun memiliki data yang telah ditetapkan dengan nomor WMO. [ kembali ke atas ]

Seri dengan kualitas terbaik disediakan untuk SACA&D oleh lembaga yang berpartisipasi. Selain itu, prosedur kualiti kontrol diterapkan untuk semua seri menggunakan berbagai algoritma (lihat Info proyek > ATBD ). Prosedur kualiti kontrol mengakibatkan flag (“OK”, “tersangka” atau “hilang”) yang terapkan untuk data tersebut.

Meskipun validasi data telah dilakukan dengan berhati-hati, tidak dapat dipungkiri bahwa beberapa kesalahan tetap tidak terdeteksi. Risiko untuk kesalahan tersebut sebagian besar adalah data terakhir yang berasal dari synop, karena data ini tidak mengalami proses validasi di lembaga yang berpartisipasi.

Selain kesalahan pada hari yang bersangkutan, perubahan dalam praktek pengamatan mungkin telah menyebabkan ketidakhomogenan yang bukan berasal dari non iklim time seri. Ketidakhomogenan ini sangat, dapat mempengaruhi penilaian perubahan ekstrim. Untuk evaluasi homogenitas time seri SACA&D, dua tahap prosedur pengujian dilakukan (lihat Info proyek > ATBD ). Pertama, empat tes homogenitas umum diterapkan untuk mengevaluasi seri harian dalam jangka waktu tetap, menggunakan pengujian variabel: (1) tahunan rata-rata suhu diurnal kisaran DTR (= suhu maksimum - suhu minimum), (2) tahunan rata-rata perbedaan harian mutlak dari diurnal Kisaran suhu vDTR dan (3) jumlah hari hujan RR1 (ambang 1 mm). Kedua, hasil tes untuk setiap seri dikelompokkan dalam tiga kelas: berguna-diragukan-tersangka. empat test Homogenitas umum adalah: Standar uji Homogenitas Normal, BuisHand Range test, PETtitt test dan von Neumann uji rasio.

Perhatikan bahwa analisis homogenitas di atas bertujuan untuk penelitian selanjutnya, karena tidak ada prosedur test untuk data harian. Selain itu, sebuah pertanyaan yang muncul adalah bagaimana menerapkan hasil tes. Ini adalah tergantung pada aplikasi tertentu. Untuk indeks ekstrim dianalisis dalam SACA&D kami telah memilih untuk mempresentasikan hasil tren hanya untuk seri yang berguna atau ragu, tetapi dalam kasus lain pilihan dapat dilakukan (lihat misalnya bagian publikasi). Jelas perlu untuk penelitian tambahan tentang teknik untuk homogenisation dari data harian dalam rangka menciptakan dataset harian berkualitas tinggi untuk penilaian ekstrim tanpa meninggalkan seluruh seri atau melempar keluar ekstrim nyata. Hal ini penting terutama di wilayah dimana kepadatan stasiun dengan seri data yang panjang harian sudah rendah. [ kembali ke atas ]

Semua file pada website ini sering diperbarui untuk memasukkan data pengamatan terbaru yang tersedia. Update tidak hanya mencakup penambahan data terbaru, tetapi juga laporan keterlambatan tanggal sebelumnya. Selain itu, seri yang sebelumnya mungkin telah berubah, karena perbaikan kualiti kontrol pengawasan atau arkeologi data dengan data lembaga penyedia. [ kembali ke atas ]

Website SACA&D menyediakan semua seri harian untuk publikasi. Untuk beberapa stasiun, kami hanya memperbolehkan menggunakan seri harian untuk analisis ekstrim dalam proyek SACA&D. Stasiun ini muncul dalam kamus data dan bagian indeks website serta dalam publikasi , tetapi tidak muncul dibagian data harian . Silakan anda langsung mengubungi ke NMHS negara masing-masing untuk memperoleh data tersebut. [ kembali ke atas ]

Garis merah di plot yang dihaluskan dihitung dengan menggunakan lowess smoother function dengan parameter: f=1/5, iter= 3, dengan menggunakan code Fortran dari wsc@research.bell-labs.com , W. S. Cleveland, Bell Laboratories, Murray Hill NJ 07974.

Referensi:
Cleveland, W.S. (1979). Robust locally weighted regression and smoothing scatterplots. J.Amer.Statist.Assoc., 74, 829-836.
Cleveland, W.S. (1981). LOWESS: A program for smoothing scatterplots by robust locally weighted regression. The American Statistician, 35, 54. [ kembali ke atas ]

Tren dihitung dengan perhitungan least-squares optimal linear fit dengan NAG's E02ADF routine.

Referensi:
Numerical Algorithms Group website
referensi dalam Dokumen pustaka Fortran NAG E02ADF. [ kembali ke atas ]

Untuk nilai tren yang dihitung, stasiun harus memiliki sedikitnya 80% dari periode yang akan dihitung trennya. Sebagai contoh, untuk jangka waktu tren 1901-1999 (99 tahun), minimal 80 tahun data yang valid harus dimiliki. Juga, hasil uji homogenitas untuk seri yang mendasari harus 'berguna' atau 'diragukan' untuk periode ini. Jika hasil tes adalah 'tersangka' atau kurang dari 80% dari tren periode data indeks yang valid, tren untuk stasiun tersebut tidak dihitung dan karena itu tidak diplot pada peta tren. Time seri plot dihasilkan jika data indeks yang valid tersedia untuk stasiun yang bersangkutan, dengan batasan nilai indeks untuk tahun yang bersangkutan hanya dihitung jika data yang hilang, tidak lebih dari 3%. [ kembali ke atas ]

SACA menggunakan dua jenis sumber data: data yang dikeluarkan oleh meteorologi kantor nasional atau peserta lain (sehingga disebut peserta data) dan data dari synop. Perbedaan antara kedua jenis data adalah data dari peserta biasanya divalidasi, sedangkan data synop tidak divalidasi. Dalam SACA&D data synop digunakan sementara untuk melengkapi seri data, untuk membuat seri acurat mungkin. Tetapi segera diganti ketika data dari peserta sudah tersedia.

Data synoptik yang divalidasi dan tidak dapat dibedakan dari angka pertama source ID(SOUID) diberikan untuk setiap data file: sumber yang dimulai dengan 9 menggambarkan non-divalidasi data synop, sedangkan sumber dimulai dengan 1 menunjukkan data pengirim divalidasi. [ kembali ke atas ]