Pemodelan Arus Lautan Permukaan Menggunakan Data Satelit Oseanografi
Arus lautan permukaan merupakan komponen utama dinamik oseanografi, yang mempengaruhi pelbagai proses di laut, daripada pengagihan haba dan pengagihan bahan pencemar kepada migrasi biota dan juga keselamatan navigasi. Pemahaman yang tepat tentang corak arus permukaan adalah penting untuk menyokong perancangan pantai, mitigasi bencana dan pengurusan sumber marin. Dengan kemajuan teknologi penderiaan jauh, data satelit oseanografi telah menjadi sumber maklumat yang semakin penting, menyediakan liputan ruang yang luas, pemantauan berkala dan pemerhatian yang konsisten dari semasa ke semasa. Artikel ini membincangkan konsep, data satelit yang digunakan, kaedah pemodelan dan cabaran serta peluang dalam pemodelan arus lautan permukaan.
1. Konsep Asas Arus Lautan Permukaan
Arus permukaan laut terutamanya didorong oleh daya angin, perbezaan ketumpatan akibat variasi suhu dan kemasinan, dan pengaruh putaran Bumi melalui daya Coriolis. Di kawasan pantai, arus juga dipengaruhi oleh pasang surut, bentuk garis pantai, batimetri, dan interaksi dengan ombak. Secara amnya, terdapat dua pendekatan utama untuk memahami arus permukaan: (1) pemerhatian langsung menggunakan instrumen in-situ seperti meter arus, ADCP (Acoustic Doppler Current Profiler), atau drifter, dan (2) anggaran tidak langsung melalui pemodelan yang menggunakan data satelit dan prinsip dinamik bendalir.
Data satelit tidak mengukur arus secara langsung seperti instrumen in-situ, tetapi ia memberikan pembolehubah yang berkait rapat dengan pergerakan jisim air, seperti paras laut, suhu permukaan laut dan angin permukaan. Pembolehubah ini boleh digabungkan untuk memperoleh komponen arus menggunakan pendekatan fizik oseanografi dan teknik berasaskan data.
2. Jenis Data Satelit Oseanografi yang Berkaitan
Pemodelan arus permukaan secara amnya menggunakan produk satelit berikut:
a. Altimetri Satelit (Ketinggian Permukaan Laut/SSH)
Altimeter satelit mengukur paras laut relatif kepada elipsoid. Daripada variasi spatial dalam paras laut, kita boleh mengira cerun permukaan laut yang berkaitan dengan arus geostropik. Produk terbitan seperti Anomali Paras Laut (SLA) dan Topografi Dinamik Mutlak (ADT) sering digunakan untuk menganggarkan arus mesoskala (cth., arus besar dan pusaran).
b. Scatterometer dan Produk Angin Permukaan
Penyerak mengukur kelajuan dan arah angin permukaan lautan. Angin merupakan pemacu utama arus Ekman permukaan dan menyumbang kepada pembentukan air terjun naik dan air terjun turun. Data angin juga penting untuk memaksa model oseanografi berangka.
c. Suhu Permukaan Laut (SST)
SST diperoleh daripada sensor inframerah dan gelombang mikro. Corak SST boleh menjadi penunjuk bahagian hadapan oseanografi, julangan air dan adveksi jisim air. Walaupun SST bukanlah ukuran arus, kecerunan dan evolusinya membantu mentafsir dinamik arus dan boleh diasimilasikan ke dalam model.
d. Warna Lautan (Klorofil-a)
Data warna lautan menggambarkan kepekatan klorofil-a dan parameter optik air laut. Corak kepekatan klorofil sering mengikuti proses adveksi semasa, menjadikannya berguna sebagai penjejak untuk mengesahkan arah dan struktur pergerakan jisim air, terutamanya di kawasan pantai dan zon produktif.
e. Kemasinan Permukaan (Kamasinan Permukaan Laut/SSS)
Satelit seperti SMOS atau SMAP memberikan anggaran kemasinan permukaan. Maklumat ini penting untuk ketumpatan termohalin dan proses peredaran, walaupun resolusinya selalunya lebih kasar daripada SST.
3. Prinsip Pemodelan Aliran daripada Data Satelit
a. Anggaran Arus Geostropik
Salah satu pendekatan yang paling biasa adalah dengan mengira arus geostropik dari kecerunan aras laut. Di bawah keadaan keseimbangan geostropik (agak sah untuk skala sederhana dan besar, dan jauh dari khatulistiwa), daya kecerunan tekanan diimbangi oleh daya Coriolis. Secara ringkasnya, arus geostropik permukaan boleh diperoleh daripada cerun ADT/SSH. Kaedah ini berkesan untuk mengenal pasti arus besar seperti Aliran Terus Indonesia (dalam konteks tertentu), arus tebing barat dan pusaran mesoskala. Walau bagaimanapun, di kawasan pantai yang sempit atau perairan cetek, pendekatan geostropik selalunya tidak tepat disebabkan oleh pengaruh geseran dasar, pasang surut dan kerumitan topografi.
b. Komponen Arus Ekman bagi Angin
Arus Ekman ialah tindak balas lapisan permukaan lautan terhadap ricih angin. Data angin satelit boleh menganggarkan komponen pengangkutan Ekman, termasuk arah pengangkutan, yang secara amnya menyimpang daripada arah angin disebabkan oleh kesan Coriolis. Anggaran ini membantu mengisi maklumat tentang arus permukaan yang tidak ditangkap sepenuhnya oleh arus geostropik, terutamanya pada skala harian hingga mingguan dan di kawasan yang banyak dipengaruhi oleh angin bermusim.
c. Asimilasi Data ke dalam Model Berangka
Pendekatan yang lebih komprehensif adalah dengan menjalankan model hidrodinamik/oseanografi (contohnya, model peredaran) dengan input daya atmosfera (angin, fluks haba) dan keadaan sempadan, kemudian mengasimilasikan data satelit (SSH, SST, SSS). Asimilasi data bertujuan untuk membetulkan keadaan model agar lebih sepadan dengan keadaan yang diperhatikan. Dengan cara ini, model tersebut dapat menghasilkan medan arus yang konsisten secara fizikal yang sejajar dengan pemerhatian satelit.
d. Kaedah Berasaskan Pembelajaran Mesin
Baru-baru ini, pembelajaran mesin telah digunakan untuk memetakan hubungan antara data satelit berbilang parameter (SST, SSH, angin, klorofil) dan arus permukaan yang tersedia daripada data in-situ atau analisis semula sebagai "label." Kelebihannya ialah keupayaannya untuk menangkap hubungan tak linear dan mengisi jurang data. Walau bagaimanapun, kaedah ini memerlukan set data latihan yang mantap dan berisiko untuk kebolehgeneralisasian yang lemah jika keadaan oseanografi berubah dengan ketara.
4. Aliran Kerja Pemodelan Biasa
Secara ringkasnya, aliran kerja pemodelan arus permukaan berasaskan satelit mungkin termasuk:
1. Pengumpulan data: pilih tempoh kajian, kawasan dan produk satelit yang berkaitan (ADT/SLA, angin, SST, klorofil).
2. Pra-pemprosesan: kawalan kualiti, pemangkasan kawasan, penjeringan semula kepada resolusi seragam dan penapisan hingar.
3. Pengiraan komponen arus: contohnya arus geostropik daripada ADT dan arus Ekman daripada angin.
4. Gabungan: menggabungkan komponen arus untuk mendapatkan anggaran arus permukaan keseluruhan atau memasukkan data ke dalam model berangka melalui asimilasi.
5. Pengesahan: membandingkan keputusan dengan set data drifter, ADCP, buoy atau analisis semula. Pengesahan adalah penting untuk menilai bias, ralat statistik dan prestasi bermusim.
6. Analisis lanjutan: pengenalpastian pusaran, bahagian hadapan, laluan pengangkutan, kawasan penumpuan/penyimpangan dan implikasi terhadap fenomena alam sekitar.
5. Cabaran dalam Pemodelan Arus Permukaan
Walaupun data satelit sangat berguna, terdapat beberapa cabaran:
– Resolusi ruang dan temporal: Altimetri tradisional mempunyai resolusi terhad untuk fenomena pantai dan berskala kecil. Fenomena seperti arus berhampiran pantai yang sempit atau arus pasang surut memerlukan resolusi tinggi.
– Gangguan di kawasan pantai: isyarat satelit sering tercemar oleh daratan, ombak atau keadaan atmosfera, sehingga kualiti data menurun berhampiran pantai.
– Had andaian geostropik: di perairan cetek, berhampiran khatulistiwa, atau pada skala yang sangat kecil, keseimbangan geostropik tidak selalunya terpakai.
– Pengaruh pasang surut dan ombak: arus permukaan di banyak kawasan pantai sangat dipengaruhi oleh pasang surut, manakala data satelit lebih kukuh dalam menangkap isyarat skala sederhana.
– Pengesahan terhad: data in-situ tidak selalunya tersedia dalam kepadatan yang mencukupi untuk mengesahkan model merentasi seluruh rantau.
6. Peluang dan Hala Tuju Pembangunan
Perkembangan teknologi satelit generasi baharu, kaedah pemprosesan yang dipertingkatkan dan ketersediaan data terbuka menawarkan peluang yang ketara. Integrasi berbilang sensor (altimetri, SST, angin, warna lautan, kemasinan) dapat meningkatkan ketepatan pemodelan. Tambahan pula, menggabungkan model fizikal dan berasaskan AI menawarkan pendekatan hibrid yang menarik: model fizikal mengekalkan konsistensi dinamik, manakala AI membantu pembetulan bias dan meningkatkan resolusi ruang (penskalaan menurun). Melangkah ke hadapan, pemodelan arus permukaan yang lebih tepat akan meningkatkan aplikasi praktikal dengan ketara seperti ramalan taburan tumpahan minyak, perancangan laluan kapal yang cekap, analisis potensi tenaga semasa dan sokongan untuk operasi mencari dan menyelamat (SAR) di laut.
penutup
Pemodelan arus permukaan lautan menggunakan data satelit oseanografi merupakan pendekatan yang semakin penting untuk memahami dinamik lautan secara meluas dan lestari. Dengan memanfaatkan altimetri untuk arus geostropik, data angin untuk arus Ekman, dan sokongan daripada SST, warna lautan, dan kemasinan, para penyelidik boleh mendapatkan gambaran arus permukaan yang lebih komprehensif. Walaupun masih mencabar, terutamanya di kawasan pantai dan pada skala kecil, penyepaduan data pelbagai sumber, asimilasi ke dalam model berangka, dan penggunaan teknik pembelajaran mesin menawarkan hala tuju pembangunan yang menjanjikan. Oleh itu, data satelit bukan sahaja memperkayakan pemahaman saintifik tetapi juga memberikan manfaat ketara kepada pelbagai sektor yang bergantung pada maklumat keadaan lautan.
