Agroklimat 2

  • May 2020
  • PDF

This document was uploaded by user and they confirmed that they have the permission to share it. If you are author or own the copyright of this book, please report to us by using this DMCA report form. Report DMCA


Overview

Download & View Agroklimat 2 as PDF for free.

More details

  • Words: 2,514
  • Pages: 17
BAB I PENDAHULUAN

A. Latar Belakang Banyak faktor yang mempengaruhi sektor pertanian anatar lain yaitu iklim dan cuaca. Sektor pertanian juga tidak bisa lepas dari kebutuhan air karena tanaman sangat membutuhkan air agar dapat tumbuh dengan optimal. Jumlah air yang dibutuhkan pun dalam kadar yang secukupnya, dalam arti tidak boleh kekurangan ataupun berlebihan sehingga dibutuhkan perhitungan yang tepat agar jumlah air yang dibutuhkan tumbuhan dapat terserap secara optimal. Perhitungan dipeoleh dari penelitian yang langsung diadakan dilapangan dengan mengacu pada data – data klimatologi yang berpengaruh terhadap ketersediaan air. Dampak iklim sangatlah berpengaruh terhadap keberlangsungan kehidupan tanaman. Salah satu hal yang penting untuk memperkirakan unsur cuaca dari suatu wilayah dan yang mempunyai data terbatas adalah menggunakan rumus empiris karena biasanya wilayah yang belum dikelola, data meteorologinya sangat kurang atau belum ada. Salah satu cara yang digunakan untuk memperkirakan unsur cuaca pada suatu wilayah yang hanya mempunyai keterbatasan data karena wilayah tersebut belum dikelola sehingga data meteorologinya belum ada. Dalam praktikum Acara II praktikan diharapkan mampu menggunakan rumus empiris untuk menghitung evapotranspirasi tanaman yang terjadi di beberapa tempat. Metode yang digunakan adalah metode Blanney-Criddle dan metode Radiasi.

B. Tujuan Penggunaan rumus empiris untuk penggunaan yang berkaitan dengan biologis (biological application).

BAB II Tinjauan Pustaka Rumus empiris merupakan rumus yang diperoleh secara empiris dari suatu kejadian alam yang terjadi. Perhitungan evaporasi sebagian diperoleh dari rumus empiris. Rumus empiris untuk evaporasi didasarkan hukum diffusitas dan radiasi ( Anonim, 2008 ) : a. Hukum Diffusitas Adanya perpindahan massa ( dalam hal ini uap air ) oleh adanya aliran udara (aliran udara yang tidak teratur )’’Eddy Flux’’ dapat ditentukan berdasarkan pengukuran terhadap kecepatan angin ke arah atas ( upward eddy velocity ) dan fluktuasi tekanan uap air. Eddy flux ( E ) : E = ( ρ.W )’ q’ ρ

= densitas udara

W

= Kecepatan angin vertikal

q

= Kelengasan ( humiditas )

(ρ. W ) ‘ = merupakan fluktuasi yang terus menerus aliran udara ke atas q’

= berkaitan dengan fluktuasi uap air di udara

Rumus evapotranspirasi Blaney – Criddle :

(ET)o = c [ p (0,46 T + 8) ] (ET)o : evapotranspirasi tanaman bulan yang diperhitungkan (mm/day) T

: suhu rerata harian pada bulan bersangkutan (oC)

p

: persentasi rata – rata harian dari total jam siang hari tahunan

c

: faktor yang tergantung dari RH, lama penyinaran dan kecepatan angin pada siang hari

Kecepatan angin yang dipakai adalah kecepatan angin pada ketinggian 2 m. Bila tersedia data kecepatan angin rata – rata dalam 24 jam, kecepatan angin dikalikan dengan faktor koreksi. Faktor koreksi ini berkaitan dengan perbandingan antara kecepatan angin siang hari terhadap kecepatan angin malam hari (Tjasjono, 1990 ).

b. Radiasi Adanya perubahan massa (dari massa cair menjadi massa gas) diperlukan / disebabkan oleh adanya energi. Di sini dikenal adanya keseimbangan energi. Untuk evaporasi (penguapan) air, air yang ter-evaporasi dapat dihitung berdasarkan perubahan energi pada suatu periode waktu tertentu (t). Volume total evaporasi sama dengan energi (yang ada) di bagi dengan panas latent (latent heat) untuk penguapan. Rumus keseimbangan energi sebagai berikut (Anonim, 2008) : Qt = Q S + QA – QB – QN – QR dimana : Qt

: laju energi yang digunakan untuk penguapan

QS

: laju perubahan energi untuk radiai matahari gelombang pendek (net-rate of change of energy due to short-wave solar radiation)

QA

: laju pemindahan energi dari energi yang masuk dan keluar tandon air (reservoir)

QB

: laju keluarnya adiasi gelombang pendek

QN

: laju konduksi dan konveksi dari energi dan permukaan air ke atmosfer

QR

: laju perubahan energi yang tersimpan di dalam tandon air (reservoir)

Menentukan

evapotranspirasi

berdasarkan

metode

radiasi

persamaan empiris (Anonim, 2007) :

( Eto ) = c (W *Rs )

( mm /hari )

menggunakan

Eto

= evapotranspirasi untuk tanaman referensi untuk suatu periode tertentu

Rs

= radiasi matahari ( mm / hari )

W

= faktor pemberat yang tergantung dari temperatur

c

= faktor yang disesuaikan , tergantung dari RH rata – rata dan kecepatan angin siang hari pada ketinggian 2 m di atas permukaan tanah.

Evapotranspirasi merupakan gabungan dua istilah yang menggambarkan proses fisika transfer air ke dalam atmosfir, yakni evaporasi air dari permukaan tanah, dan transpirasimelalui tumbuhan. Evapotranspirasi merupakan komponen penting dalam keseimbangan hidrologi. Di lingkungan terestrial, evapotranspirasi merupakan komponen tunggal terbesar siklus air. Oleh karena itu, pengetahuan tentangnya penting dalam menejemen sumberdaya air, pendugaan hasil tanaman, dan dalam mempelajari hubungan antara perubahan penggunaan lahan dan iklim (Usman,2004) Pengukuran kelembaban udara dapat diperoleh dengan termometer bola basah dan bola kering. Penurunan temperatur tergantung pada jumlah uap air diudara dan gerakan udara diselilingnya yang akan memindahkan kelembaban uap air (Sudira,2001). Salah satu komponen yang mempengaruhi dinamika iklim adalah sinar matahari. Matahari sebagai sumber energi utama dalam kehidupan, khususnya bidang pertanian, perlu dikaji secara empiris dan mendalam. Energi yang dihasilkan matahari dilakukan secara radiasi. Permukaan bumi menerima energi surya berupa radiasi langsung dan radiasi dari langit. Kedua jenis radiasi tersebut disebut radiasi global (Sudira,1999).

BAB III METODOLOGI

A. Alat dan Bahan A.1

Alat :

1. Alat tulis 2. Kalkulator A.1

Bahan :

Data klimatologi yang meliputi : 1. Suhu 2. Curah Hujan 3. Kelembaban Udara 4. Sinar Matahari 5. Kecepatan Angin 6. Lama Penyinaran 7. Tabel Konversi Data

B. Cara Kerja B.1 Metode Blanney Cridlle 1. Ditentukan Tmean, dengan cara menjumlahkan nilai Tmaks dan Tmin kemudian dibagi 2 . 2. Ditentukan nilai P, dengan cara menginterpolasi table 3. Ditentukan nilai F, 4. Diestimasi RH. 5. Ditentukan nilai N, dengan cara tabel 3 diinterpolasi. 6. Dihitung n/N 7. Ditentukan nilai Uday, dengan cara merubah satuannya, dari km/hari menjadi m/s 8. Ditentukan nilai Eto, dengan cara melihat digrafik.

B.2 Metode Radiasi 1. Ditentukan Tmean, dengan cara nilai Tmaks dan Tmin dijumlahkan kemudian dibagi 2 . 2. Ditentukan nilai Ra, dengan cara tabel 2 diinterpolasi. 3. Ditentukan nilai W, dengan cara tabel 4 diinterpolasi. 4. Ditentukan nilai Rs, 5. Estimasi RH Low

< 40 %

Low-medium

40%-55%

Medium-high

55%-70%

High

> 70%

6. Dihitung W×Rs 7. Dibaca nilai Eto dari grafik

C. Analisa Data C.1. Metode Perhitungan Barney – Criddle : a. Rumus Perhitungan 1. Tmean =

Tmax  Tmin 2

2. Interpolasi data dari tabel 1 3

F = P (0,46 T mean + 8)

4. Estimasi RH : < 20%

low

20%-50%

medium

> 50%

high

5. Interpolasi N dari tabel 3 6. Klasifikasi n/N : Low

~ 0, 45

Medium ~ 0,7 High

~ 0,9

0-2 m/s ( grafik 1 ) 2-5 m/s ( grafik 2 ) 5-8 m/s ( grafik 3 ) 8. ETo dilihat berdasarkan grafik C.2. Contoh Perhitungan Bulan Mei : 1. Tmax = 30 , Tmin = 22 Trata-rata = 32,5 +24 = 28,25 2 2. P bulan Mei

10  7,5 0,27  x  10  5 0,26  0,27  x  0,265 3. f = 0,265 ( 0,46*28,25+8 ) = 5,564 4. RH 87,6

high

5. N bulan Mei

10  7,5 11,6  x  10  5 11,6  11,9  x  11,75 6. n/N bulan Mei = 7,8/11,75 = 0,75 7. Uday = 37 Km/Hari = 37000m/86400s = 0,428 8. Eto = 4,1

B. Metode Perhitungan Radiasi : a. Rumus perhitungan 1. Tmean =

Tmax  Tmin 2

2. Ra : menginterpolasi dari tabel 2 3. W : interpolasi tabel 4 4. Rs = ( 0.25 + 0.5 n/N ) Ra 5. estimasi RH Low

< 40 %

Low-medium

40%-55%

Medium-high

55%-70%

High

> 70%

6. W x Rs 7. Eto

b. Contoh Perhitungan Mei : 1. Tmax = 32,5 , Tmin = 24 Trata-rata = 32,5+ 24 = 28,25 2 2. Ra

8  7,5 13,1  x  8  7,5 13,1  13,4  x  13,175 3. W

30  28,75 0,784  x 1,25 0,784  x    30  28 0,784  0,774 2 0,01 x= 0,77525 maka W =0.77525 4. Rs = (0.25 + 0.5*0.664)0,77525 = 7,668 5. RH 87,6 high 6. W*Rs = 0,77525 * 7,668 = 6,6820 7. Epan Mei= 0.75 * 4,28= 3,21

BAB IV HASIL DAN PEMBAHASAN

A. Hasil Perhitungan A.1.

Metode Blaney-Criddle Bulan

epan

E BC

Januari

2,025

2,7

Februari

2,25

3,5

Maret

3,1875

3,6

April

3,0375

4

Mei

3,21

3,9

Juni

3,6

4,1

Juli

3,6825

4,2

Agustus

3,7425

4,3

September

3,42

4,25

Oktober

2,925

3,6

Nopember

2,775

3,5

Desember

1,95

2,8

EBC vs EPan 5 4,5 4 3,5 3 2,5 2 1,5 1 0,5 0

y = 0,0128x + 3,6212 R² = 0,0075

EBC vs EPan

1,95

2,775

2,925

3,42

3,7425

3,6825

3,6

3,21

3,0375

3,1875

2,25

2,025

Linear (EBC vs EPan)

A.2.

Radiasi

bulan

epan

Erad

Januari

2,025

3,7

Februari

2,25

4,3

Maret

3,1875

4,4

April

3,0375

4,6

Mei

3,21

4,45

Juni

3,6

4,5

Juli

3,6825

4,55

Agustus

3,7425

5,3

September

3,42

5,25

Oktober

2,925

4,8

Nopember

2,775

4,7

Desember

1,95

3,8

Erad Vs EPan 6 5

y = 0,0467x + 4,2258 R² = 0,1238

4 3

Erad Vs EPan

2

Linear (Erad Vs EPan)

1

1,95

2,775

2,925

3,42

3,7425

3,6825

3,6

3,21

3,0375

3,1875

2,25

2,025

0

B. PEMBAHASAN

Dalam praktikum Acara II praktikan difokuskan untuk memahami, mempelajari , dan mengaplikasikan metode Blaney – Criddle dan metode Radiasi yang digunakan untuk penggunaan yang berkaitan dengan biologis (biological application). Data yang dibutuhkan metode Blaney-Criddle antara lain suhu rata-rata (Tmean), kelembaban(RH), kecepatan angin,lama penyinaran (n), dan Evaporasi. Data yang digunakan cukup tersedia di stasiunklimatologi sehingga metode ini mudah digunakan. Adapun kekurangan dari metode Blaney-Criddle adalah keterbatasan dalam menyajikan kebutuhan air untuk periode waktu yang lebih pendek daripada satu bulan karena memakai temperatur sebagai satu-satunya variabel klimatologi yang digunakan. Data yang digunakan dalam metode Radiasi hampir sama dengan metode Blaney Cridle hanya yang membedakan adalah metode Blaney-Criddle yang menggunakan temperatur sebagai penentu evapotranspirasi potensial sedangkan metode Radiasi ini mengandalkan radiasi penyinaran matahari dan yang merupakan ciri dari metode ini. Metode radiasi menggunakan data yang paling lengkap dibandingkan metode Blaney-Cridle. Metode ini menunjukkan bahwa Eto adalah hal yang tidak bisa dipisahkan dengan radiasi sinar matahai yang baru masuk. Metode Radiasi lebih teilti karena lebih banyak aspek yang perlu diperhatikan. Ketinggian tempat juga diperhitungkan . Untuk praktikum di laporan ini garis lintang pada latitude 7,5 LS dan altitudenya adalah 300 mdpl Kabupaten Bojonegoro Stasiun Juanda.Data yang dibutuhkan untuk perhitungan nilai evapotranspirasi ini adalah data agroklimat bulanan pada tahun 1991 termasuk didalamnya temperatur maksimum dan minimum, persentase RH , lama penyinaran, evaporasi, dan juga kecepatan angin. Dari data tersebut kemudian digunakan tabel untuk mencari nilai p dengan menggunakan garis lintang selatan pada data nilainya sebesar 7,50 LS pada tabel pada tahun 1991 bulan Mei didapat

nilai p sebesar 0,265. Nilai p kemudian digunakan untuk menghitung besarnya nilai f dengan rumus p(0.46t+8), kemudian grafik yang digunakan adalah grafik pada gambar 1 dengan kategori kecepatan angin rendah dan RH mean tinggi, dari gambar tersebut didapatkan hasil evaporasi dengan metode Blaney-Criddle. Pada metode radiasi nilai yang dicari adalah nilai Ra pada bulan Mei sebesar 13,175. Berikutnya data lama penyinaran digunakan untuk mencari nilai W. Nilai W dikalikan dengan nilai Rs, dari hasil perhitungan tersebut dapat dilihat grafik prediksi nilai Eto dari W.Rs dengan kondisi kecepatan angin rendah dan RH mean tinggi. Dari hasil perhitungan dari data tersebut kemudian nilai evaporasi yang ada, dibuat grafik perbandingan antara nilai evaporasi observasi dengan nilai evaporasi hasil perhitungan dengan metode Blaney Criddle dan juga radiasi. Pada grafik terlihat bentuk yang hampir serupa dengan evaporasi hasil pengamatan yang terlihat cukup jelas adalah nilai evaporasi dengan metode perhitungan radiasi. Adapun metode yang digunakan dalam perhitungan adalah metode Blanney-Criddle dan metode Radiasi. Untuk perhitungan rumus empiris menggunakan metode Blanney-Criddle dari grafik didapatkan nilai R sebesar 0,084 dengan persamaan y =0,012x + 3,621 Sedangkan dari grafik perhitungan dengan metode radiasi didapatkan nilai R sebesar 0,351 dengan persamaan y = 0,046x + 4,225 Metode Blaney-Criddle memberikan hasil yang lebih akurat dengan dengan nilai R yang lebih kecil yaitu 0,084 sedangkan metode Radiasi diperoleh nilai R yang lebih dekat dengan 1(satu) yaitu 0,351. Namun, metode BlaneyCriddle mempunyai kekurangan dibandingkan dengan metode Radiasi karena dalam metode Radiasi rumus yang dipakai lebih banyak dan terkadang memerlukan interpolasi sebanyak dua kali, sehingga mungkin hasilnya lebih akurat, tetapi pada perhitungan ini tidak. Faktor human error juga bisa menjadi penyebab adanya penyimpangan perhitungan dari kedua metode tersebut. Selain itu, rumus empiris juga mempunyai kelemahan yaitu terbatasnya variable sehingga hasil perhitungan tidak seakurat jika diukur langsung dengan alat.

BAB V KESIMPULAN 1) Persamaan t-test ETB-C vs Epan

: y = 0,012x + 3,621 R2 = 0,007

Etrad vs Epan

: y = 0,046x + 4,225

R2 = 0,123

2) Hasil Perhitungan : Bulan

Evaporasi

Januari Februari Maret April Mei Juni Juli Agustus September Oktober Nopember Desember

Epan

EBC

Erad

2,7

2,025

2,7

3,7

3

2,25

3,5

4,3

4,25

3,1875

3,6

4,4

4,05

3,0375

4

4,6

4,28

3,21

3,9

4,45

4,8

3,6

4,1

4,5

4,91

3,6825

4,2

4,55

4,99

3,7425

4,3

5,3

4,56

3,42

4,25

5,25

3,9

2,925

3,6

4,8

3,7

2,775

3,5

4,7

2,6

1,95

2,8

3,8

3) Banyaknya variabel menandakan metode tesebut memiliki ketelitian yang tinggi sehingga hasil yang diperoleh lebih akurat. 4) Dari

hasil

perhitungan

grafik

metode

Blaney-Criddle

lebih

akurat

dibandingkan dengan metode Radiasi karena hasil perhitungan metode Blaney-Criddle mendekati perhitungan hasil observasi. 5) Hasil perhitungan evapotranspirasi bisa dijadikan patokan dalam pemberian air irigasi untuk tanaman pertanian. 6) Adanya pebedaan hasil perhitungan dengan pengamatan merupakan kesalahan yang disebabkan karena adanya faktor human error seperti kesalahan pembacaan tabel dan grafik dan dalam pengambilan data di lapangan .

DAFTAR PUSTAKA

Anonim. 2008. Panduan Praktikum Agroklimatologi. FTP UGM. Yogyakarta Sudira, Putu. 1999. Handout Kuliah Klimatologi. FTP UGM. Yogyakarta Sudira, Putu, 2001. Klimatologi. Fakultas Teknologi Pertanian.UGM. Yogyakarta . Tjasyono, Bayong, 1990, Klimatologi umum, Institut Teknologi Bandung. Bandung. Usman.2004.Analisis Kepekaan Beberapa Metode PendugaanEvapotranspirasi Potensial terhadap Perubahan Iklim. Jurnal Natur Indonesia. Universitas Riau.

LAMPIRAN

Blaney-Criddle Bulan

Tmean P

f

N

n/N

Klasifikasi Uday ETo

Januari

26

0,24

4,79 12,45 0,386 Low

0,382

Februari

27

0,28 5,718 12,35 0,445 Low

0,407 0,466

Maret

27,65

0,28 5,801

12,1 0,496 Low

April

27,9

0,27 5,625

11,9 0,639 Medium

0,37

Mei

28,25 0,265 5,564 11,75 0,664 Medium

0,428

Juni

29 0,265 5,655 11,65 0,745 Medium

0,469

Juli

30 0,265 5,777

11,7 0,735 Medium

0,524

Agustus

30,4

0,27 5,936 11,85 0,759 Medium

0,598

September

29,7

0,27 5,849 12,00 0,667 Medium

0,567

Oktober

28,45

0,28 5,904 12,25 0,571 Low

0,578

November

28,35

0,28 5,891 12,45 0,546 Low

0,602

Desember

26,9

0,24 4,889 12,55 0,398 Low

0,521

2,7 3,5 3,6 4 3,9 4,1 4,2 4,3 4,25 3,6 3,5 2,8

Metode Radiasi Bulan

Tmean n/N

Ra

W

Rs

W*Rs

Uday

Januari

26

0,386 16,025

0,734

7,099

5,211

0,382

Februari

27

0,445 16,075

0,754

7,595

5,727

0,407

Maret

27,65

0,496 15,525

0,767

7,731

5,929

0,466

April

27,9

0,639 14,475

0,772

8,244

6,364

0,37

Mei

28,25

0,664 13,175

0,775

7,668

5,943

0,428

Juni

29

0,745 12,5

0,779

7,781

6,061

0,469

Juli

30

0,735 12,8

0,784

7,904

6,197

0,524

Eto 3,7 4,3 4,4 4,6 4,45 4,5 4,55

Agustus

30,4

0,759 13,775

0,788

8,671

6,971

0,598

September

29,7

0,667 14,925

0,7825

8,709

6,813

0,567

Oktober

28,45

0,571 15,775

0,77625 8,448

6,558

0,578

November

28,35

0,546 15,95

0,77575 8,342

6,471

0,602

Desember

26,9

0,398 15,925

0,752

5,337

0,521

7,150

5,3 5,25 4,8 4,7 3,8

Related Documents

Agroklimat 2
May 2020 6
Agroklimat 1b.docx
May 2020 11
Agroklimat 3
May 2020 11
Agroklimat 4
May 2020 11
Agroklimat Lampiran.docx
November 2019 14