An extreme biomass burning event occurred in Indonesia from September through October 2015 due to severe drought conditions, partially caused by a major El Niño event, thereby allowing for significant burning of peatland that had been previously drained. This event had the highest sustained aerosol optical depths (AODs) ever monitored by the global Aerosol Robotic Network (AERONET). The newly developed AERONET Version 3 algorithms retain high AOD at the longer wavelengths when associated with high Ångström exponents (AEs), which thereby allowed for measurements of AOD at 675 nm as high as approximately 7, the upper limit of Sun photometry. Measured AEs at the highest monitored AOD levels were subsequently utilized to estimate instantaneous values of AOD at 550 nm in the range of 11 to 13, well beyond the upper measurement limit. Additionally, retrievals of complex refractive indices, size distributions, and single scattering albedos (SSAs) were obtained at much higher AOD levels than possible from almucantar scans due to the ability to perform retrievals at smaller solar zenith angles with new hybrid sky radiance scans. For retrievals made at the highest AOD levels the fine‐mode volume median radii were ~0.25–0.30 micron, which are very large particles for biomass burning. Very high SSA values (~0.975 from 440 to 1,020 nm) are consistent with the domination by smoldering combustion of peat burning. Estimates of the percentage peat contribution to total biomass burning aerosol based on retrieved SSA and laboratory measured peat SSA were ~80–85%, in excellent agreement with independent estimates.

Tingkat kenyamanan merupakan interaksi antara manusia dengan lingkungan yang berkaitan dengan cuaca dan iklim. Tingkat kenyamanan ini cukup mempengaruhi kegiatan manusia baik di dalam maupun di luar ruangan. Kenaikan suhu yang diakibatkan oleh pemanasan global menyebabkan potensi perubahan tingkat kenyamanan yang dirasakan oleh manusia. Kalimantan Barat yang berada di wilayah khatulistiwa umumnya memperoleh radiasi matahari yang intensif sehingga suhu udara rata-ratanya relatif tinggi. Penelitian ini dilakukan untuk mengetahui tren perubahan suhu dan perubahan tingkat kenyamanan termis akibat perubahan iklim dengan menggunakan humidex di wilayah Kalimantan Barat. Data yang digunakan adalah data suhu dan kelembaban rata-rata bulanan selama 30 tahun di enam stasiun, yaitu Stasiun Klimatologi Mempawah, Stasiun Meteorologi Supadio, Stasiun Meteorologi Sambas, Stasiun Meteorologi Melawi, Stasiun Meteorologi Sintang, dan Stasiun Meteorologi Ketapang. Hasil perhitungan humidex di wilayah Kalimantan Barat menunjukkan rata-rata humidex bulanan berkisar  antara 37.5°C hingga 39.2°C. Nilai ini menunjukkan bahwa kondisi tidak nyaman akibat panas sangat umum dirasakan di Kalimantan Barat. Suhu di Kalimantan Barat mengalami peningkatan selama periode 1990-2019. Peningkatan ini mengindikasikan telah terjadi perubahan iklim di Kalimantan Barat. Humidex juga mengalami tren peningkatan pada periode 1990-2019. Namun, tren peningkatan tersebut masih pada rentang kategori “perasaan tidak nyaman akibat panas” (35⁰C - 39⁰C).

No abstract

Telah dilakukan modifikasi estimasi curah hujan TRMM (Tropical Rainfall Measuring Mission) menggunakan data curah hujan observasi bulanan di Stasiun Klimatologi Siantan tahun 2002 s.d 2013. Estimasi ini menggunakan Jaringan Syaraf Tiruan (JST) Propagasi Balik dengan arsitektur [45 40 35 30 25 20 15 10 5 1]. Hasil simulasi diperoleh bahwa pada proses pelatihan antara output dan target menghasilkan koefisien korelasi 0.80 untuk pola data 6 bulanan dan 0.77 untuk pola data tahunan. Hasil pengujian menghasilkan koefisien korelasi 0,73 untuk pola data 6 bulanan dan 0.57 untuk pola data tahunan. Koefisien Korelasi ini menunjukkan pola data 6 bulanan lebih memiliki pola yang mirip dengan data observasi di Stasiun Klimatologi Siantan dibandingkan pola data tahunan. Perbandingan nilai korelasi sebelum dan setelah dimodifikasi menghasilkan nilai korelasi yang lebih tinggi setelah dilakukan modifikasi. Dengan demikian pola data 6 bulanan kedepan bisa digunakan sebagai data pembanding atau pelengkap untuk daerah penelitian.