2.1 Apa itu Climate Data Toolbox?
Climate Data Toolbox (CDT) adalah koleksi fungsi MATLAB yang dikembangkan oleh Chad A. Greene dari Jet Propulsion Laboratory (JPL), NASA. Greene adalah peneliti geosains yang juga dikenal sebagai kontributor aktif komunitas MATLAB.
CDT dirilis sebagai open-source dan tersedia gratis melalui GitHub dan MATLAB File Exchange. Toolbox ini berisi lebih dari 100 fungsi yang dirancang khusus untuk analisis dan visualisasi data iklim, cuaca, dan oseanografi.
Mengapa CDT Luar Biasa?
- Fungsi yang intuitif dan terdokumentasi dengan sangat baik
- Terintegrasi dengan colormap cmocean yang dirancang untuk data saintifik
- Mendukung analisis trend, anomali, dan climatology secara efisien
- Fungsi grid seperti cdtarea dan regrid sangat berguna untuk data global
- Gratis dan open-source — berbeda dengan banyak toolbox MATLAB lainnya
- Dipercaya dan digunakan dalam publikasi jurnal internasional
2.2 Instalasi Climate Data Toolbox
% Cara 1: Dari MATLAB Add-On Explorer (Cara Termudah)
% Home > Add-Ons > Get Add-Ons
% Cari "Climate Data Toolbox"
% Klik Install
% Cara 2: Dari GitHub
% git clone https://github.com/chadagreene/CDT.git
% Kemudian di MATLAB:
addpath(genpath('/path/to/CDT'))
savepath % Simpan path agar permanen
% Verifikasi instalasi
cdt % Akan menampilkan daftar fungsi CDT yang tersedia2.3 Fungsi-fungsi Penting CDT
◆ imagescn Menampilkan gambar/peta dengan penanganan NaN yang benar. Alternatif imagesc yang lebih baik untuk data dengan nilai kosong.
◆ cmocean Koleksi colormap perceptually-uniform untuk data saintifik. Termasuk colormap untuk SST, kedalaman laut, anomali, dan banyak lagi.
◆ trend Menghitung trend linear pada data time series. Mendukung data 3D sehingga bisa menghitung trend di setiap grid point sekaligus.
◆ anomaly Menghitung anomali bulanan atau musiman secara otomatis. Menggantikan perhitungan manual climatology dan pengurangan.
◆ climatology Menghitung rata-rata iklim untuk setiap bulan atau musim. Sangat berguna untuk membuat climatological mean dari data panjang.
◆ cdtarea Menghitung luas area setiap sel grid dalam km persegi. Penting untuk rata-rata area-weighted yang akurat secara geografis.
◆ regrid Menginterpolasi data dari satu grid ke grid lain. Berguna ketika menggabungkan dataset dengan resolusi berbeda.
Contoh penggunaan fungsi CDT:
% ── cmocean ──────────────────────────────────────────────
figure
contourf(lon, lat, sst(:,:,1), 20, 'LineColor','none')
cmocean('thermal') % Colormap termal yang bagus untuk SST
colorbar
title('SST dengan cmocean thermal')
% ── imagescn ─────────────────────────────────────────────
figure
imagescn(lon, lat, sst_anom(:,:,1)') % NaN ditampilkan transparan
cmocean('balance', 'pivot', 0) % Colormap diverging, pivot di 0
colorbar
title('SST Anomali dengan imagescn')
% ── trend ─────────────────────────────────────────────────
% Hitung trend SST di setiap grid point
% Input: data [nlon x nlat x ntime], time vector
[tr, p] = trend(sst, 1); % trend per satuan waktu
% tr: ukuran [nlon x nlat]
% p: p-value untuk signifikansi statistik
% Tampilkan hanya trend yang signifikan (p < 0.05)
tr_sig = tr;
tr_sig(p > 0.05) = NaN;
% ── anomaly ──────────────────────────────────────────────
sst_anom = anomaly(sst, 'monthly'); % Anomali bulanan otomatis
% ── climatology ──────────────────────────────────────────
sst_clim = climatology(sst, time, 'monthly'); % Climatology bulanan_(cropped).jpg)
