Format berkas GSMaP HESLab

Semua produk GSMaP di HESLab (NOW, NRT, NRT gauged, Standard, dan Standard gauged) disediakan dalam berkas NetCDF dengan struktur yang sama. Halaman ini menjelaskan isi berkas tersebut, beberapa hal yang sering menimbulkan kesalahan, dan contoh cara membacanya dengan Python.

Isi berkas

Setiap berkas berisi satu bulan data hujan per jam untuk wilayah Indonesia dan sekitarnya.

Satu berkas untuk bulan 31 hari berukuran 744 × 302 × 601 sel (jam × lintang × bujur). Nilai koordinat adalah titik tengah sel grid 0,1°.

Nama berkas mengikuti pola gsmap_<produk>_<YYYYMM>.nc, satu berkas per bulan UTC, disimpan di folder per tahun:

nga berarti tanpa koreksi penakar hujan, ga dengan koreksi. Versi lain mengganti v8 dan V8, misalnya gsmap_std_v6_ga_200003.nc di STD/V6/GA/NC/2000/.

Hal yang perlu diperhatikan

1. Waktu dalam UTC, menandai awal jam. Nilai berstempel 00:00 UTC adalah hujan selama 00:00–01:00 UTC, yaitu 07:00–08:00 WIB. Sebelum menjumlahkan hujan harian dengan jendela waktu setempat (misalnya pukul 07:00 sampai 07:00 WIB esok harinya), geser waktunya lebih dulu. Untuk WITA tambahkan 8 jam, untuk WIT 9 jam.
2. Lintang menurun. Baris pertama adalah wilayah paling utara; ini memang urutan data sumber JAXA, bukan kesalahan. Kode yang mengira lintang naik akan menghasilkan peta terbalik tanpa pesan galat. Selalu ambil sumbu dari berkas, jangan dibuat sendiri.
3. Nilai nol tidak selalu berarti tidak hujan. Data JAXA menandai "tidak ada pengamatan" dengan nilai negatif; saat pengolahan nilai ini diubah menjadi 0. Jadi 0 bisa berarti tidak hujan atau tidak ada data.
4. Jam yang hilang tidak diisi. Bila suatu jam tidak tersedia dari JAXA, jam itu tidak ada di sumbu waktu. Akibatnya "24 nilai terakhir" belum tentu sama dengan "24 jam terakhir". Periksa kelengkapan sebelum menjumlahkan, misalnya dengan menghitung jumlah jam per hari.
5. Koordinat sedikit tidak bulat. Nilai lat dan lon disimpan sebagai float32, sehingga langkahnya tidak tepat 0,1 (misalnya 0,099991). Gunakan pencarian sel terdekat (method="nearest"), bukan pencocokan nilai persis.

Contoh membaca data dengan Python

Contoh berikut memakai pustaka xarray. Ganti nama berkas dengan berkas yang Anda unduh.

import numpy as np
import xarray as xr

ds = xr.open_dataset("gsmap_nrt_v8_nga_202601.nc")
hujan = ds["precipitation"]                      # mm/jam, waktu UTC

# Deret waktu di satu titik (Jakarta), sel terdekat
titik = hujan.sel(lat=-6.2, lon=106.8, method="nearest")

# Ubah ke WIB, lalu jumlahkan per hari kalender WIB
titik_wib = titik.assign_coords(time=titik["time"] + np.timedelta64(7, "h"))
harian = titik_wib.resample(time="1D").sum()
jumlah_jam = titik_wib.resample(time="1D").count()   # 24 = lengkap

print(harian.to_series().head())
print(jumlah_jam[jumlah_jam < 24])                   # hari yang tidak lengkap

Untuk curah hujan rata-rata suatu wilayah (misalnya satu kabupaten atau DAS), potong grid dengan batas wilayahnya lalu hitung rata-rata sel di dalamnya. Untuk ekstraksi per wilayah dan visualisasi tanpa menulis kode, gunakan gsmap-explorer (lihat bagian Sitasi & Pengolahan Data di bawah).

Produk yang memakai format ini

• GSMaP NOW
• GSMaP NRT
• GSMaP NRT gauged
• GSMaP Standard
• GSMaP Standard gauged

Belum yakin produk mana yang cocok? Baca Memilih produk GSMaP yang tepat.