Climate and Hazard Science

Prof. Dr. Edvin Aldrian Professor Riset BPPT bidang Meteorologi dan Klimatologi

IPCC Working Group I Vice Chair

What is hazard? • Hazard

The potential occurrence of a natural or human-

induced physical event that may cause loss of life,

injury, or other health impacts, as well as damage and

loss to property, infrastructure, livelihoods, service

provision, and environmental resources.

• Exposure

The presence of people; livelihoods; environmental

services and resources; infrastructure; or economic,

social, or cultural assets in places that could be

adversely affected.

Risiko • Risk transfer

Proses melakukan transfer risiko dengan pihak lain

melaui mekanisme beban financial. Biasanya

dilakukan dengan metoda asuransi risiko hazard.

• Risk sharing

Proses untuk memberdayakan pihak lain untuk dapat

mengurangi risiko hazard sebelum tiba dengan proses

sosialisasi dan penyampaian informasi yang lebih

awal.

Hazard and climate change

Impact based forecast and Risk based warning

• Perpaduan data spasial dengan kondisi cuaca ekstrem akumulatif seperti ini merupakan salah satu bentuk impact based forecast. Kita memadukan sebuah peramalan cuaca dengan kondisi dampak yang ditimbulkan. Dalam hal ini yang dimaksud dampak adalah kerawanan longsor. Dalam kongres ke-17 World Meteorological Organization pada 2015 dan berdasarkan Sendai Framework 2015 dalam World Conference on Disaster Risk Reduction, telah digariskan impact based forecast dan risk based warning sebagai paradigma baru penyampaian peramalan cuaca mendatang.

Definisi sederhana • Impact based forecast

Yang dimaksud dalam istilah tersebut adalah prediksi yang dihasilkan diharapkan dapat memberikan gambaran dampak yang juga dihasilkan pada iklim lokal sehingga memudahkan masyarakat untuk dapat melakukan adaptasi.

• Risk based warning

Selain itu peringatan dini yang dihasilkan juga dapat memberikan besaran risiko yang ditimbulkan apabila tidak dilakukan tindakan adaptasi terhadap hazard yang mungkin datang.

IPCC Scientific

UNFCCC Policy

GFCS Operational

Climate Science

Climate Science

Climate Science

Conceptual framework differences between IPCC, UNFCCC and GFCS

•Science Basis •Vulnerability, Impact and Adaptation •Mitigation

• increase T < 1.5°C •CO2 concentration 450 ppm •Emission 5% < 1990

•Observation and Monitoring •Research and Modeling •Climate Information Services •User Interface •Capacity Development

Contoh jenis hazard di Indonesia

Hazard akibat perbuatan manusia

http://dibi.bnpb.go.id

Indonesia Climate Hazards

Dampak pemanasan global

(Perluasan daerah tropis dan siklus air lebih intensif)

Dari perubahan iklim global ke cuaca ekstrim

• Sesuai hukum kekekalan energi, maka energi yang berlebih di atmosfir tersebut akan tetap berada di atmosfir atau berubah bentuk menjadi bentuk energi lainnya. Beberapa bentuk energi di atmosfir seperti energi laten yang terbentuk akibat perubahan fase air menjadi uap dan es, energi kinetik seperti angin, siklon dan pergerakan awan serta uap air, energi potensial seperti butir air yang jatuh sebagai hujan dan energi panas yang tersimpan pada gas gas di atmosfir yang menambah panasnya atmosfir bumi.

• salah satu bentuk energi yang mungkin terjadi adalah energi kinetik yang berupa angin kencang dan siklon. Sehingga dengan lebih banyaknya energi yang beredar kemungkinan terjadinya siklon tropis akan lebih besar dan dengan energi yang lebih besar maka intensitas serta ekornya secara otomatis akan lebih besar pula. Konsekuensi dari lebih kuatnya intensitas siklon ini adalah akan berakibat terjadi penyerapan awan dan uap air yang lebih besar di daerah sekitar siklon sedangkan di daerah yang jauh akan terjadi pengurangan secara drastis jumlah awan dan uap air yang beredar. Konsekuensi dari hal ini adalah berkurangnya jumlah hari hujan di daerah tropis yang mana dengan hari hujan yang sedikit diikuti oleh intensitas yang lebih besar dibanding beberapa dekade lalu.

Temperature Ocean heat content

Sea Level

Snow Cover

Glacier

Arctic Sea-ice extent

(IP

CC

201

3. F

ig T

S.1

)

IPCC AR5 2013

Tropical phenomena: Convergence Zones

Rainfall Change (medium confidence)

“wet-get-wetter” over CZ regions “warmer-get-wetter” over oceans

Figure 14.8: Upper panel: Annual-mean precipitation percentage change (P/P in green/gray shade and white contours at 20% intervals), and relative SST change (colour contours at intervals of 0.2°C; negative shaded) to the tropical (20S–20N) mean warming in RCP8.5 projections, shown as 23 CMIP5 model ensemble mean.

Figure 14.9: Seasonal cycle of zonal-mean tropical precipitation change (2081–2100 in RCP8.5 minus 1986–2005) in CMIP5 multimodel ensemble mean. Eighteen CMIP5 models were used. Stippling indicates that more than 90% models agree on the sign of MME change. The red curve represents the meridional maximum of the climatological rainfall. Adapted from Huang et al. (2013).

The seasonal-mean rainfall is projected to increase on the ITCZ equatorward flank

More warming and rainfall at north of the equator. Less zonal SST gradient across the equatorial Pacific that contribute to the weakened Walker cells.

IPCC AR5 2013

Projected Precipitation Change by end of

21st Century Some regions will become

more wetter and others

become more drier. Extreme

precipitation events over wet

tropical regions will very likely

become more intense and more

frequent

(IP

CC

201

3. F

ig S

PM

.8b

)

IPCC AR5 2013

Nine climate sensitive sectors

• AGRICULTRE

• COASTAL INFRASTRUCTURE

• PUBLIC INFRASTRUCTUR

• HEALTH

• FISHERY

• WATER RESOURCE

• TOURISM

• TRANSPORTATION

• ENERGY

• FORESTRY

Adaptation

Mitigation

Weather and Climate Information

AG

RIC

UL

TR

E

CO

AS

TA

L

INF

RA

-

ST

RU

CT

UR

E

PU

BL

IC

INF

RA

-

ST

RU

CT

UR

E

HE

AL

TH

FIS

HE

RY

TR

AN

SP

OR

T-

AT

ION

WA

TE

R

RE

SO

UR

CE

EN

ER

GY

TO

UR

ISM

FO

RE

ST

RY

Wet season Monsoon onset prediction (onset, onset variability,

monsoon character) P P P P P

Dry season Monsoon onset prediction (onset, onset variability,

monsoon character) P P P P P

Sea wave height P P P P P

Monthly rainfall prediction, up to 3 month ahead P P P P

Monthly flood potency prediction, up to 3 month ahead P P P P P

Agroclimate potency atlas P P P

Monthly Drought potency atlas P P P

Frequency of temperature and humidity above certain threshold P P

P

Frequency of wind speed abover certain threshold P P P P

Weather extreme information (rainfall, temperature) P P P P P P P P P

Greenhouse gasses concentration P P

Air Quality information including NOx, SPM, surface Ozone,

rainfall pH, SO2, CO2. P P P

Information on pollutan dispersion P P

Earthquake and tsunami prone area map P P P P P P P

Lightning prone area map P P P P P

Pengembangan impact based forecast (WMO)

X VERY

LOW

VERY

LOW LOW

LOW

MED

MED HIGH

HIGH

IMPACT

LIK

EL

IHO

OD

Green : No severe hydrometeorological hazard is expected

Yellow : Be aware

Orange : Be prepared

Red : Take action

Assign a colour to the warning which is a combination of potential impact and likelihood (Source : Met Office)

Contoh risk based warning

Contoh impact based forecast

Upaya tanggap bencana iklim

• Kenali jenis jenis bencana

• Identifikasi risiko yang dapat ditimbulkan

• Identifikasi dampak yang mungkin terjadi

• Membuat multi hazard early warning

• Membuat impact based forecast and risk based

warning

• Ketersediaan data dan sharing antar institusi sangat

diperlukan

• Kedepan diperlukan pengolahan big data dalam

tanggap darurat.

• Penerapan teknologi data science (revolusi 4.0)

dalam hazard sharing dan hazard mitigation

Terima kasih

• https://www.researchgate.net/profile/Edvin_Aldrian

• https://www.youtube.com/channel/UCb6tHXKzSvP

51WqQ8xyo7kQ