bab2-curahan

21
1 DDA3332 Nota Kuliah Hidrologi Bab 2 Curahan (Precipitation) 2.1 Pengenalan Bermula dengan sejatan dari tasik, sungai, atau laut sebagai wap. Juga melalui proses perpeluhan ( transpiration) dari pokok. Wap air naik ke atas dan menyejuk disebabkan suhu menurun dengan ketinggian pada kadar 5-6.5°C/1000m (adiabatic lapse rate). Wap air menjadi tepu dan berlaku pengewapan ( condensation) lalu membentuk awan dan titisan hujan. Satu biji zarah (aerosol) diperlukan untuk membina setiap titis hujan. Keupayaan udara untuk mengekalkan air bergantung dengan suhu udara. Bentuk Curahan Bentuk cecair (fluid) hujan Bentuk pepejal (solid) salji (snow), sleet (small ball of ice), hail (large ball of ice) Titis-titis hujan mempunyai garispusat 400- 5000 micron (μm) atau 0.4 -5 mm Keamatan (intensity): < 2.5-mm/jam = hujan renyai/gerimis ( light rainfall) 2.5 7.5-mm/jam = sederhana hebat ( intermediate rainfall) > 7.5-mm/jam = hujan lebat (heavy rainfall or downpour) Wap, gm H 2 O vapor per m 3 udara g Suhu, °C hujan atau embun Garis tepu atau suhu embun zarah (debu, hablur, garam, pasir, dan lain-lain) air dari proses pengewapan 0 m 1000 m 2000 m 3000 m 4000 m 5000 m 30°C 20°C 10°C 0°C

Upload: sani-oghang-pekan

Post on 07-Dec-2015

23 views

Category:

Documents


1 download

DESCRIPTION

Hidraulik Hidrol

TRANSCRIPT

1

DDA3332 Nota Kuliah Hidrologi

Bab 2 Curahan (Precipitation)

2.1 Pengenalan

Bermula dengan sejatan dari tasik, sungai, atau laut sebagai wap. Juga melalui proses

perpeluhan (transpiration) dari pokok.

Wap air naik ke atas dan menyejuk disebabkan suhu menurun dengan ketinggian pada kadar

5-6.5°C/1000m (adiabatic lapse rate).

Wap air menjadi tepu dan berlaku pengewapan (condensation) lalu membentuk awan dan

titisan hujan. Satu biji zarah (aerosol) diperlukan untuk membina setiap titis hujan.

Keupayaan udara untuk mengekalkan air bergantung dengan suhu udara.

Bentuk Curahan

Bentuk cecair (fluid) – hujan

Bentuk pepejal (solid) – salji (snow), sleet (small ball of ice), hail (large ball of ice)

Titis-titis hujan mempunyai garispusat 400-5000 micron (μm) atau 0.4-5 mm

Keamatan (intensity):

< 2.5-mm/jam = hujan renyai/gerimis (light rainfall)

2.5 – 7.5-mm/jam = sederhana hebat (intermediate rainfall)

> 7.5-mm/jam = hujan lebat (heavy rainfall or downpour)

Wap, gm H2O vapor per m3 udara

g

Suhu, °C

hujan atau embun

Garis tepu atau suhu embun

zarah (debu, hablur, garam, pasir,

dan lain-lain)

air dari proses pengewapan

0 m

1000 m

2000 m

3000 m

4000 m

5000 m

30°C

20°C

10°C

0°C

2

2.2 Jenis Hujan

Bergantung kepada cara bagaimana wap air diangkat naik dan disejukkan bagi membentuk titis

hujan. Ada empat jenis hujan:

i. Hujan olakan (convective)

ii. Hujan orografi (orographic)

iii. Hujan perenggan (frontal)

iv. Hujan puting beliung (cyclonic)

2.2.1 Ribut Hujan Olakan (Convective storms)

Biasa berlaku di kawasan tropika

Udara panas di permukaan bumi naik ke atas dan menyejuk melalui proses adiabatik dan

membentuk awan

Suhu sejuk menyebabkan wap air terpeluhwap (condensed) pada suhu embun (dew point)

Menghasilkan hujan lebat (dgn petir, guruh) tetapi dalam masa yang singkat

Berlaku pada lewat tengahari dan awal senja

2.2.2 Ribut Hujan Orografi (Orographic storms)

Berlaku apabila jisim udara yang mengandungi wap air bergerak ke kawasan pergunungan

Menghasilkan hujan lebat dalam tempoh yang agak lama

2.2.3 Ribut Hujan Perenggan (Frontal storms)

Pertembungan udara sejuk dan udara panas

Penerubusan udara sejuk dari bawah menolak udara panas ke atas. Menghasilkan hujan

lebat tetapi meliputi kawasan kecil.

Jika cerun baji perenggan mendatar → hujan kurang lebat tetapi meliputi kawasan yang

lebih luas.

2.2.4 Hujan Puting Beliung (Cyclonic storms)

Berlaku kerana ada perbezaan tekanan

Udara lembap bergerak menuju kawasan tekanan rendah.

Angin bergerak pantas secara berpusar – mengikut pusingan jam di hemisfera utara dan

lawan jam di hemisfera selatan.

Lihat Fig. II.1 dan II.2

2.3 Pengukuran dan Pencerapan Data Hujan (Rainfall Observation and Measurement)

Hujan disukat menggunakan tolok hujan (raingauge)

Berada dua jenis:

i) Manual (Non-recording)

ii) Automatik (Recording)

3

4

2.3.1 Tolok Hujan Manual (Non-recording Raingauge)

Tidak dapat merekod data secara sendiri

Mengumpul isipadu hujan sahaja dan perlu disukat menggunakan silinder penyukat

Satu cerapan untuk sekali pemeriksaan, contoh, sekali sehari, seminggu, sebulan dll

Kedalaman (depth) hujan dikira sebagai

mm atau cm hujan =

Keamatan tidak boleh ditentukan, hanya jumlah di dalam setempoh antara cerapan.

2.3.2 Tolok Hujan Automatik

Ada tiga jenis:

i) Jenis “Tipping bucket”

ii) Jenis timbang “Weighing type”

iii) Jenis pelampung “Float type”

Mengandungi Beberapa Komponen

Jam perakam waktu mekanikal atau digerakan dengan bateri

Drum serta carta

Pen untuk mencatat rekod hujan

Terkini menggunakan digital data-logger yang simpan data di dalam mikroprosesor

Jenis perakam

i) tipping bucket

ii) timbang (weighing)

iii) pelampung (float)

50cm

20cm

Skala pengukur corong

5

Tipping Bucket

Air dari corong dialirkan ke dalam “tipping bucket” (ada dua bahagian)

Setiap bahagian mewakili 0.1-mm hujan

Satu “tip” = 0.1-mm hujan di atas carta

Jatuh ke kiri dan ke kanan secara berterusan hingga hujan selesai

Boleh tentukan keamatan dari carta (mm/jam)

Weighing Type

Hujan dikumpul dalam timba yang berat tidak henti-henti diukur dengan berat penimbang

Berat air ditukar ke kedalaman yang benar dan rekod di atas carta

Boleh tentukan keamatan dari carta (mm/jam)

Float Type

Hujan dikumpul dalam timba dan paras air di dalam timba tidak henti-henti diukur

Perubahan paras air ditukar ke dalaman yang benar dan rekod di atas carta

Boleh tentukan keamatan dari carta (mm/jam)

Kelebihan

Merekod hujan secara automatic di atas carta atau disimpan dalam data logger (data berterusan)

Selain kedalaman hujan ia juga merekod masa dan tempoh hujan

Keamatan hujan boleh dikira

Jenis “tipping bucket” menghasilkan litar letrik, cerapan boleh dipancar terus secara elektronik

ke bilik kawalan

Masa

Hujan, mm Keamatan rendah

Keamatan tinggi

Setiap “tip”: Air masuk Air keluar 1 “tip” = 0.1 mm

6

2.3.3 Faktor Berikut Boleh Menyebabkan Ralat (Error) Data Hujan

Percikan (splash) titisan hujan. Bahagian tepi corong mestilah tirus dan tajam untuk

mengurangkan percikan.

Sebahagian air diperlukan untuk membasahi komponen sebelah dalam tolok hujan

Tiupan angin, jika serius perlu adangan (wind shield)

Lekuk (dent)

Lihat lampiran, Fig. II.23 Radio-Reporting Storage Gauge

2.3.4 Lokasi Tolok Hujan

1) Di kawasan lapang (open field) pada ketinggian 75 cm hingga 100 cm dari permukaan tanah

untuk mengurangkan ralat daripada percikan.

2) Sudut bukaan dari corong antara 30-45º, atau pada jarak > 1x ketinggian (1*H) bangunan atau

pokok disekelilingnya

2.3.5 Rangkaian Tolok Hujan (Raingauge Network)

Kawasan rata: 600-900 km2 / stesen

Berbukit: 100-250 km2 / stesen

Boleh juga ditentukan secara statistik

N =

Yang mana:

N = bilangan tolok hujan (bilangan stesen)

Cv = pekali sisihan; (sisihan piawai / purata) × 100

E = peratus ralat yang dibenarkan

Sisihan piawai (σ)

σ =

Yang mana:

1*H

>1*H > 1*H

1*H

0.75-1m < 45°

tidak

boleh

boleh bibir corong

7

n = bilangan stesen sediada

x = hujan (mm atau cm) pada stesen

= purata semua stesen

Contoh,

Dalam satu tadahan terdapat empat stesen hujan dengan purata 800, 620, 400 dan 540 mm/tahun,

masing-masing. Tentukan bilangan stesen optima untuk mendapatkan ralat purata hujan tahunan

kurang dari 10%.

2.4 Menganalisis Data Hujan (Analysis of Rainfall Data)

Dua jenis data hujan:

1) Hujan Titik (Point Rainfall) = Data hujan dari satu stesen dan mewakili satu tempat sahaja

2) Hujan Kawasan (Areal Rainfall) = Data hujan dari beberapa stesen dan mewakili satu kawasan

yang lebih luas; ditentukan dari rekod hujan titik dari beberapa stesen

Hujan Titik tidak dapat memberi anggaran hujan yang tepat untuk kawasan yang lebih luas.

Maklumat hujan kawasan penting bagi merekabentuk struktur hidraul, contoh empangan,

pencegahan banjir, saliran dan lain-lain.

Hujan Kawasan dikira dari Hujan Titik dari beberapa stesen.

Untuk mengurangkan data hujan (reduce data from many numbers to fewer, more useful numbers),

boleh menggunakan empat kaedah untuk mendapat Hujan Kawasan bagi satu kawasan dari data

Hujan Titik:

1) Kaedah Purata Mudah (Simple Average)

2) Kaedah Purata Berpemberat (Weighted Average) menggunakan Poligon Thiessen (Thiessen

Polygon)

3) Kaedah Interpolasi Garisan Sehujan (Isohyetal Interpolation)

4) Kaedah Sukuan (Quadrant Method) menggunakan Kaedah Purata Berpemberat

2.4.1 Kaedah Purata Mudah (Simple Average)

Untuk merupakan purata mudah dari rekod Hujan Titik dari setiap stesen yang berhampiran

Sesuai bagi kawasan yang landai dan rata

PK =

(P1 + P2 + P3 + ….. + Pn)

yang mana:

PK = Hujan Kawasan (purata mudah Hujan Titik dari semua stesen yg dekat)

n = bilangan stesen hujan yang diguna

P1, P2, … = rekod hujan stesen yang diguna (Hujan Titik)

2.4.2 Kaedah Purata Berpemberat (Weighted Average)

Dikira dari data hujan stesen yang berhampiran (biasanya 3 stesen)

Diguna apabila perbezaan purata hujan tahunan antara setiap stesen melebihi 10%

PK =

yang mana:

PK = Hujan Kawasan (purata mudah Hujan Titik dari semua stesen yg dekat)

8

n = bilangan stesen hujan yang diguna

P1, P2, … = rekod hujan stesen yang diguna (Hujan Titik)

= faktor berpemberat; nisbah keluasan, nisbah hujan purata tahunan, dan lain-lain

Contoh, A1 … An = Purata Hujan Tahunan untuk Stesen 1 …. n, dan AT = Purata semua nilai A1 …

An

2.4.2.1 Poligon Thiessen (Thiessen Polygon)

Lebih baik dari Kaedah Purata Mudah

Mengambil kira keluasan yang diwakili oleh setiap stesen

Sesuai untuk kawasan rata tetapi tidak untuk kawasan berbukit

Boleh mengatasi masalah ketidakseragaman hujan stesen

Prosedur:

1) Dapatkan peta tadahan atau kawasan dan kedudukan stesen-stesen hujan yang terlibat.

2) Lakarkan garisan lurus menyambungkan stesen-stesen hujan bagi membentuk beberapa segitiga.

3) Buat garisan bersudut tepat yang membahagi dua sama antara dua stesen.

4) Bentukkan poligon-poligon dengan menyambungkan titik-titik pertemuan di antara garisan

tegak.

5) Menggunakan Kaedah Purata Berpemberat untuk dapatkan Hujan Kawasan.

=

yang mana:

P1, P2, P3, …., Pn = hujan pada stesen yang berkaitan

A1, A2, A3, …., An = luas polygon

A = jumlah luas tadahan (A1 + A2 + A3 + … + An)

Lihat Fig. II.33 Contoh, Carta Isohyetal dan Thiessen Poligon

2.4.2.2 Kaedah Interpolasi Garisan Sehujan (Isohyetal Interpolation)

Garisan sehujan (isohyet) mempunyai hujan yang sama

Garisan ini dilukis di atas peta dengan pengalaman dan akal (experience and common sense)

Lebih tepat dari Kaedah Thiessen dan Kaedah Purata Mudah

Sesuai untuk kawasan bukit

Kelemahan: mesti guna banyak stesen hujan

Keluasan antara garisan ditentukan dengan planimeter atau kertas graf

yang mana:

= hujan purata (Hujan Kawasan)

Pi = nilai hujan bagi garisan sehujan i

Pi+1 = nilai hujan bagi garisan sehujan i+1

Ai = luas antara garis sehujan

9

2.5 Menganggar Data yang Hilang

Data hujan perlu dianggar bila data gagal direkod atau hilang (contoh, tolok hujan rosak,

petugas cuti, atau hilang dari simpanan)

2.5.1 Kaedah Purata Mudah (Simple Average)

Sesuai untuk menganggar data jika perbezaan hujan tahunan normal bagi Stesen X kurang

10% dari mana-mana stesen berhampiran

PX =

(P1 + P2 + P3 + ….. + Pn)

yang mana:

PX = Hujan Stesen X yang mesti dianggar dari data stesen lain (stesen yang dekat)

n = bilangan stesen hujan yang diguna

P1, P2, … = rekod hujan stesen yang diguna

2.5.2 Kaedah Purata Berpemberat (Weighted Average)

Sesuai untuk menganggar data yang hilang untuk tempoh yang lama, contoh Bulanan,

Tahunan

PX =

yang mana:

PX = Hujan Bulanan bagi Stesen X yang dianggar dari data stesen lain (stesen yang dekat)

n = bilangan stesen hujan yang diguna

P1, P2, … = rekod Hujan Bulanan stesen-stesen yang diguna

AX = Purata Hujan Tahunan untuk Stesen X

A1 = Purata Hujan Tahunan untuk Stesen 1, dan sebagainya

2.5.2.1 Kaedah Interpolasi Garisan Sehujan (Isohyetal Interpolation)

Sesuai untuk data dari satu ribut atau hujan bagi tempoh yang singkat.

Kaedah:

1) Dapatkan data hujan harian (atau ribut) stesen yang berdekatan

2) Lakarkan garisan sehujan (isohyet = garis yang mana sama nilai hujan)

3) Dari garisan sehujan (isohyet) yang dilakar anggarkan (interpolate) nilai hujan bagi

stesen X

2.5.2.2 Kaedah Sukuan (Quadrant Method)

Menggunakan untuk menganggar data yang hilang sahaja

Lebih baik sebab:

1) Kaedah Purata Mudah tidak mengambil kira jarak di antara stesen yang terlibat dan keamatan

(intensity) rangkaian stesen

2) Kaedah Purata Berpemberat memerlukan hujan purata tahunan setiap stesen selain dari hujan

bulanan stesen berhampiran (mesti ada dua nilai purata hujan)

3) Kaedah Garisan Sehujan pula memerlukan rangkaian stesen hujan yang banyak

Kekurangan di atas boleh ditampung dengan Kaedah Sukuan

Juga menggunakan purata berpemberat

Berdasarkan jarak stesen yang hendak dianggar dengan stesen terdekat

10

Semakin jauh stesen yang dipilih dengan stesen X, semakin rendah nilai pemberat

Kaedah:

1) Pada titik X, bahagikan kawasan kepada empat sukuan dengan garisan utara-selatan dan timur-

barat.

2) Dapatkan koordinet setiap stesen supaya jarak setiap stesen dari X dapat dikira.

3) Hanya satu stesen sahaja dipilih untuk setiap sukuan, iaitu stesen yang terdekat dengan X.

4) Pemberat dikira dengan rumus:

=

yang mana:

di = adalah jarak stesen „i‟ dari stesen X

Wi = faktor pemberat (weighting factor) bagi stesen „i‟

Hujan X =

2.6 Mengesahkan Keseragaman Data Hujan (Verify the Uniformity of Rainfall Data)

Hujan yang direkod pada satu stesen boleh berubah kalau keadaan berubah, contoh, pokok dekat

stesen membesar dan menjadi pengadang, alat tolok menjadi rosak, corong tersumbat, dan

sebagainya.

Keseragaman data hujan boleh ditentukan dengan Kaedah Lengkung Jisim Berganda (Double

Mass Curve).

Kaedah:

1) Dapatkan hujan tahunan (banyak tahun) bagi stesen yang diragui, X.

2) Dapatkan hujan tahunan stesen yang berdekatan (5-10 stesen) dengan stesen X.

3) Dapatkan purata tahunan untuk semua stesen.

4) Susunkan hujan tahunan secara kronologi.

5) Plotkan hujan tahunan kumulatif stesen X melawan purata hujan dari stesen-stesen berhampiran.

6) Tahun di mana berlaku perubahan rekod hujan boleh dilihat dari perbezaan cerun garisan yang

diplot

7) Kira nisbah cerun sebelum berlaku berubahan, M0, dan selepas berlaku perubahan, M1

8) Rekod hujan boleh dibetulkan dengan rumus berikut:

yang mana:

P1 = rekod hujan stesen yang hendak dibetulkan

P0 = rekod hujan stesen X asal

M1 = cerun garis lurus selepas berlaku perubahan

M0 = cerun garis lurus asal

11

Contoh: Diberi rekod hujan selama 12 tahun bagi Stesen X dan purata 10 stesen yang berhampiran.

Semak keseragaman data jika berlaku perubahan betulkan data hujan yang terlibat.

Tahun Stesen X

(mm)

Purata 10 Stesen

berhampiran (mm)

Tahun Stesen X

(mm)

Purata 10 Stesen

berhampiran (mm)

1971 178 146 1977 160 128

1972 162 147 1978 196 193

1973 194 161 1979 141 156

1974 168 155 1980 158 164

1975 196 152 1981 145 155

1976 144 117 1982 132 143

Penyelesaian:

1) Dapatkan kumulatif hujan stesen tahunan bagi Stesen X.

2) Dapatkan kumulatif purata hujan tahunan bagi 10 stesen.

3) Plotkan #1 melawan #2.

4) Tentukan perubahan cerun dengan mata (penglihatan). Pada apa tahun cerun berubah?

5) Kira nisbah pembetulan, M0/M1.

M0

M1

Kumulatif Hujan Purata Tahunan Stesen Berhampiran

Kumulatif

Hujan

Tahunan

Stesen X

Tahun berlaku perubahan

Garis selepas data

Stesen X dibetulkan

12

M0/M1 M0 M1

13

2.7 Perbandingan Data Hujan (Analysis of Rainfall Data)

Empat bentuk digunakan untuk analisa asas:

1) Kedalaman (mm, cm)

2) Tempoh (min, jam)

3) Kekerapan atau frekuensi (hujan 20-tahun, hujan 50-tahun)

4) Keamatan – kadar hujan yg turun (mm/jam, cm/hari)

e.g. 5 mm dalam masa 10 min == 30 mm/jam

10 mm dalam masa 15 min == 40 mm/jam

30 mm dalam masa 2 jam == 15 mm/jam

Kaedah-kaedah

2.7.1 Kaedah ‘Scatter Plot’

Contoh, Mukasurat 1 – Hujan Tahunan Pd 3 Stesen (A, B, C)

Guna untuk periksa variasi di dalam rekod data

Boleh mendapat purata ( , average) dan sisihan piawai (σ, standard deviation)

σ =

Kalau menggunakan statistik biasa (normal-distribution statistics):

68% data hujan di dalam julat:

Contoh, Stesen A:

57.22 dan 15.18

maka, 68% data hujan di dalam julat: 42.04 – 72.40

95% data hujan di dalam julat:

99% data hujan di dalam julat:

2.7.2 Kaedah Analisa Siri-Masa (Time Series Analysis)

Contoh, Mukasurat 2 – Analisa Siri-Masa Stesen A dan B

Walaupun statistik analisa siri-masa lebih susah, boleh guna MS Excel plugin

Data dibahagikan ke dalam dua komponen: komponen secara rawak dan trend

Guna trend untuk menganalisa perubahan yang jangka panjang

2.7.3 Lengkung Jisim Hujan (Mass Curve Rainfall)

Contoh, Mukasurat 3 – Lengkung Jisim Hujan, Stesen A, B, C

Kirakan secara kaedah yang dijelaskan seksyen Mengesahkan Keseragaman Data Hujan

Adalah lengkung jumlah hujan kumulatif melawan masa

Pada kebiasaan, cerun lengkung naik dengan cepat pada permulaan hujan dan kemudian mula

mendatar

Periksa perubahan di dalam cerun: kenapa hubungan berubah?

Juga guna untuk mencari data yang luar biasa (outliers)

14

2.7.4 Hitograf (Hyetograph)

Contoh, Mukasurat 5

Adalah graf histogram keamatan hujan (mm/jam) melawan masa

Keamatan hujan tidak sekata, biasanya lebih tinggi pada peringkat awal hujan

Keluasan di bawah lengkung mewakili jumlah hujan

Keamatan hujan

2.7.5 Lengkung Keamatan-Tempoh-Kekerapan (Intensity-Duration-Frequency Curve)

Contoh, Mukasurat 5 (Figure 4.7)

Adalah penerangan secara grafik yang merangkumkan tiga maklumat penting hujan iaitu,

keamatan, tempoh, dan kekerapan

Akan guna bila belajar seksyen Urban Hydrology

2.7.6 Kekerapan / Kala Kembali Hujan (Rainfall Frequency / Return Period)

Contoh, Mukasurat 5 (Fig. II.35)

Kala kembali adalah tempoh (dalam tahun) secara purata di mana satu magnitud atau nilai

hujan disamai atau dilebihi

Contoh, Hujan-5-Tahun (5-Year Rainfall) : bermaksud nilai hujan yang berlaku secara purata

sekali dalam tempoh 5 tahun. Tetapi tidak semestinya berlaku sekali dalam tempoh 5 tahun

ATAU mungkin lebih sekali (kebarangkalian sahaja).

Untuk tempoh yang lama, contoh, Hujan-100-Tahun, kebarangkalian untuk mendapat 20 kali

hujan > adalah lebih tinggi

Rumus:

yang mana:

Tr = kala kembali (return period)

m = pangkat (rank)

n = jumlah rekod, bilangan tahun (record length, number of years of data)

Kebarangkalian (p) hujan × mm disamai atau dilebihi adalah

yang mana:

p = kebarangkalian hujan × disamai atau dilebihi

Tr = kala kembali (tahun)

Contoh, Mukasurat 4 – Kala Kembali Hujan, Stesen A dan B

Lebih baik menggunakan kertas graf yang Semi-Log sebab Hujan lawan Tr ialah fungsi yang

logarithmic

15

Storage Rain Gauge

16

17

Mukasurat 1

18

Mukasurat 2

19

Mukasurat 3

20

Mukasurat 4

21

Mukasurat 5