厄爾尼諾與拉尼娜現像中海表溫度分佈的研究
介紹
Suhu Permukaan Laut (Sea Surface Temperature/SST) merupakan salah satu parameter paling penting dalam sistem iklim Bumi. Laut menyimpan dan melepaskan energi panas dalam jumlah besar, sehingga perubahan kecil pada SST dapat memicu perubahan sirkulasi atmosfer skala regional hingga global. Dalam konteks iklim tropis, kajian SST sangat erat kaitannya dengan fenomena El Niño dan La Niña yang tergabung dalam sistem ENSO (El Niño–Southern Oscillation). ENSO adalah variabilitas iklim alami yang terjadi terutama di Samudra Pasifik ekuatorial dan berdampak luas terhadap 雨量, suhu udara, angin, badai tropis, hingga produktivitas perikanan.
Artikel ini membahas bagaimana distribusi SST terbentuk dan berubah selama El Niño dan La Niña, indikator yang digunakan untuk memantau fenomena tersebut, mekanisme fisik yang menghubungkan laut dan atmosfer, serta implikasinya bagi wilayah Indonesia.
基本概念 Suhu Permukaan Laut dan Distribusinya
SST adalah temperatur lapisan permukaan laut yang umumnya diukur pada kedalaman beberapa milimeter hingga beberapa meter. Distribusi SST dipengaruhi oleh radiasi matahari, penguapan, pertukaran panas dengan atmosfer, arus laut, dan proses pencampuran (mixing) akibat angin. Di wilayah tropis, SST biasanya lebih hangat karena penerimaan radiasi matahari tinggi sepanjang tahun. Namun demikian, tidak semua wilayah tropis memiliki suhu permukaan yang sama: arus laut, upwelling, serta pola angin pasat dapat menghasilkan “kantong” air hangat maupun daerah relatif dingin.
Di Samudra Pasifik ekuatorial, distribusi SST pada kondisi normal bersifat asimetris: bagian barat (dekat Indonesia dan Papua Nugini) relatif lebih hangat, sedangkan bagian timur (dekat pantai Peru–Ekuador) lebih dingin. Ketidakseimbangan ini terbentuk karena angin pasat bertiup dari timur ke barat, mendorong air hangat berkumpul di Pasifik barat, sementara di Pasifik timur terjadi upwelling air dingin dari lapisan bawah.
厄爾尼諾-南方濤動：海洋-大氣關係
ENSO bukan sekadar anomali suhu laut, melainkan interaksi dua arah antara laut dan atmosfer. Perubahan SST memengaruhi pusat pembentukan awan dan konveksi di atmosfer tropis. Sebaliknya, perubahan pola angin memodifikasi arus permukaan, kedalaman termoklin (batas antara air hangat permukaan dan air dingin bawah), serta intensitas upwelling.
在「中性」條件下，最活躍的對流中心位於溫暖的西太平洋上空。沃克環流——熱帶地區一種東西向的大氣環流模式——將空氣推向這片溫暖區域上方，然後在上層向東移動，在東太平洋上空下沉，並在近地面處隨著信風向西返回。
厄爾尼諾期間海溫分佈
厄爾尼諾現象的特徵是中東太平洋海表溫度異常升高。這種升高通常在尼諾指數區域，特別是尼諾3.4區（大約北緯5°至南緯5°，西經170°至120°）清晰可見，該區域最常被用作業務指標。
主要物理機制
1. Melemahnya angin pasat: Ketika angin pasat melemah, dorongan air hangat ke barat berkurang. Sebagian massa air hangat yang sebelumnya “menumpuk” di barat bergerak kembali ke tengah dan timur.
2. Perubahan kedalaman termoklin: Termoklin di Pasifik timur menjadi lebih dalam sehingga upwelling membawa air yang relatif lebih hangat daripada biasanya. Akibatnya, pendinginan permukaan di timur berkurang.
3. Umpan balik Bjerknes: Pemanasan SST di timur menyebabkan konveksi bergeser ke timur, yang semakin melemahkan angin pasat. Pelemahan angin pasat kemudian memperkuat pemanasan SST. Ini menciptakan penguatan (positive feedback) yang membuat El Niño berkembang.
分佈模式
在聖嬰現象高峰期，一股「暖水舌」從太平洋中部延伸至南美洲沿岸，東西向溫差縮小。空間上，正海表溫度異常可能範圍廣泛，並持續數月之久。厄爾尼諾現象並非千篇一律，存在「東太平洋厄爾尼諾」型（以東部海域增溫為主）和「中太平洋/莫多基厄爾尼諾」型（以中部海域增溫為主），它們對區域氣候模式的影響各不相同。
拉尼娜期間海溫分佈
拉尼娜現象與此相反，其特徵是中東太平洋海表溫度異常降溫。在拉尼娜現象期間，「正常」狀況得到加強：西太平洋變暖，東太平洋變冷。
主要物理機制
1. Menguatnya angin pasat: Angin pasat yang lebih kuat mendorong lebih banyak air hangat ke barat, meningkatkan penumpukan air hangat di sekitar Indonesia.
2. Upwelling lebih intens: Di Pasifik timur, angin yang menguat meningkatkan upwelling air dingin sehingga SST makin rendah.
3. Penguatan sirkulasi Walker: Konveksi tetap dominan di barat, meningkatkan hujan di wilayah Indonesia dan sekitarnya, sementara Pasifik tengah–timur cenderung lebih kering.
分佈模式
拉尼娜現象的特徵是中東太平洋赤道海域普遍出現負海表溫度異常，通常比中性條件下形成更明顯的「冷舌」模式。同時，西太平洋和印尼海域則可能出現正海表溫度異常，這為雨雲的形成提供了大量能量。
海表溫度分佈監測與分析方法
Kajian distribusi SST terhadap ENSO umumnya melibatkan kombinasi data observasi dan analisis spasial-temporal:
1. Satelit penginderaan jauh: Sensor inframerah dan gelombang mikro dapat memetakan SST secara global dengan resolusi cukup tinggi. Data satelit penting untuk melihat sebaran anomali, gradien suhu, serta evolusi bulanan.
2. Buoy dan Argo float: Jaringan buoy seperti TAO/TRITON di Pasifik ekuatorial serta Argo menyediakan data suhu hingga kedalaman ratusan meter, membantu mengkaji perubahan termoklin dan “isi panas laut” (ocean heat content).
3. Indeks ENSO: Indeks Niño 3.4, Southern Oscillation Index (SOI), dan Oceanic Niño Index (ONI) sering dipakai untuk menentukan fase, intensitas, dan durasi El Niño/La Niña.
4. Anomali SST: Analisis biasanya menghitung selisih SST terhadap klimatologi (rata-rata jangka panjang) untuk mengidentifikasi pola pemanasan/pendinginan yang tidak biasa.
在研究中，經常使用海表溫度異常圖、霍夫莫勒圖（時間與經度）以及與緯向降雨和風的相關性分析等視覺化方法來了解厄爾尼諾-南方濤動的空間相互關係。
厄爾尼諾-南方濤動海表溫度分佈對印尼的影響
印尼位於熱帶海洋性氣候區，對對流中心的變化極為敏感。在厄爾尼諾現象期間，中東太平洋海域暖化導致雲團形成中心遠離印尼。常見的後果包括降雨量減少、乾旱風險增加、農業生產中斷以及森林和土地火災風險上升。在一些極端情況下，旱季可能會延長，雨季也可能推遲到來。
Sebaliknya, pada La Niña, perairan sekitar Indonesia cenderung lebih hangat sehingga mendukung penguapan dan pembentukan awan. Curah hujan meningkat, risiko banjir dan longsor naik, serta kejadian 極端天氣 seperti hujan lebat lebih sering muncul. Namun, dampak di Indonesia tidak hanya ditentukan ENSO; faktor seperti 印度洋偶極子 (IOD), monsun Asia–Australia, serta dinamika lokal (topografi dan arus regional) juga memodulasi respon.
結論
Distribusi Suhu Permukaan Laut merupakan kunci untuk memahami perkembangan El Niño dan La Niña karena SST berperan langsung dalam mengatur pertukaran energi laut–atmosfer dan lokasi konveksi tropis. El Niño dicirikan pemanasan anomali SST di Pasifik tengah–timur akibat melemahnya angin pasat, pendalaman termoklin di timur, dan umpan balik Bjerknes. La Niña sebaliknya memperkuat gradien suhu barat–timur melalui penguatan angin pasat dan upwelling, membuat Pasifik timur lebih dingin dan perairan Indonesia relatif lebih hangat.
Pemantauan ENSO melalui peta anomali SST, indeks Niño 3.4/ONI, serta observasi kolom air laut menjadi dasar penting untuk prakiraan iklim musiman. Bagi Indonesia, pemahaman distribusi SST terkait ENSO krusial untuk mitigasi risiko kekeringan, banjir, gangguan pangan, dan bencana hidrometeorologi lainnya. Dengan penelitian yang semakin baik dan integrasi data satelit serta observasi in-situ, kajian SST dapat meningkatkan ketepatan prediksi iklim dan memperkuat ketahanan masyarakat terhadap variabilitas iklim.
