Purwokerto (ANTARA) - Pakar Hidrologi dan Sumber Daya Air Universitas Jenderal Soedirman (Unsoed) Yanto, Ph.D. mengingatkan pentingnya peta rawan banjir guna mendukung upaya mitigasi bencana.
"Peta rawan banjir ini bisa mendukung upaya penyebarluasan informasi agar lebih tepat sasaran," katanya di Purwokerto, Kabupaten Banyumas, Jawa Tengah, Minggu.
Salah satu upaya efektif dalam upaya mitigasi bencana banjir, misalnya, dengan memberikan peringatan kepada masyarakat apabila memasuki daerah rawan banjir.
"Dengan adanya peta rawan banjir, layanan lokasi yang ada di perangkat gawai masyarakat dapat untuk menyampaikan informasi secara langsung dan terfokus ketika ada warga yang memasuki daerah rawan banjir," katanya.
Penyebarluasan informasi memang mutlak diperlukan agar upaya mitigasi bencana dapat berjalan efektif.
Baca juga: Pakar Hidrologi Unsoed ingatkan pentingnya protokol banjir
"Pada saat ini informasi prakiraan cuaca yang dibuat oleh BMKG dan LAPAN makin baik berkat data satelit dan radar yang memproduksi data near real time," katanya.
Kendati demikian, menurut dia, pengalihragaman data hujan menjadi prakiraan bencana banjir memang membutuhkan usaha yang cukup menantang.
Penelitian untuk membuat model prakiraan banjir secara spasial perlu digalakkan untuk menghasilkan prakiraan wilayah yang banjir yang lebih akurat.
"Oleh karena itu, upaya lain dengan memberikan peringatan kepada masyarakat apabila memasuki daerah rawan banjir," katanya.
Apabila prakiraan BMKG menyebutkan akan ada hujan besar di wilayah Bogor, penduduk yang tinggal di daerah rawan banjir di Jakarta, seperti Cipinang Melayu, akan mendapatkan peringatan secara langsung melalui gawai dari BPBD.
"Dengan model penyampaian informasi seperti ini diharapkan masyarakat lebih peduli jika banjir diperkirakan terjadi di wilayahnya," katanya.
Baca juga: Pakar: Cegah banjir dengan penataan DAS
Pakar hidrologi ingatkan pentingnya peta rawan banjir
Pada saat ini informasi prakiraan cuaca yang dibuat oleh BMKG dan LAPAN makin baik berkat data satelit dan radar yang memproduksi data 'near real time'.