5.1 Dados
5.1.1 Radar meteorológico de Ponte Nova
Para elaborar esta tese, foram utilizados dados do radar meteorológico de Ponte Nova (https://www.saisp.br/), localizado no município de Biritiba Mirim, Estado de São Paulo, na latitude de 23º36'S e longitude de 45º58'20''W (Figura 5.1). O radar é de propriedade do Departamento de Águas e Energia Elétrica (DAEE) e é operado pelo Sistema de Alerta a Inundações de São Paulo (SAISP) da Fundação Centro Tecnológico de Hidráulica (FCTH). Os dados foram cedidos pela Universidade de São Paulo.
O radar de Ponto Nova é do tipo Doppler, banda S (10,6 cm) com dupla polarização (SPOL), fabricado pela empresa Selex ES GmbH. O radar tem uma antena com abertura de 0,968 graus, e foi configurado para amostrar até 240 km de distância, com resolução de 250 m. Este radar realiza 6 elevações volumétricas21 a cada 5 minutos.
21
Um escaneamento volumétrico consiste no agrupamento de varreduras individuais coletadas em diferentes ângulos de elevação, chamados PPI. (Figura 3.2)
48 Para este estudo, foram usados dados de refletividade horizontal para a elevação de 0.5° e em um raio de 100 km22 (círculo vermelho na Figura 5.1) (PPI). Os dados referem-se ao período de março de 2015 a dezembro de 2019. A frequência temporal dos dados é de 5 minutos, com algumas falhas devido a interrupções e desligamentos do equipamento. Assim, o conjunto de dados totaliza 254.270 imagens. Cada PPI passou por um controle de qualidade automático para evitar ruído de solo e propagações anômalas, a partir de medições polarimétricas coincidentes deste radar (STRAKA et al., 2000). O processamento dos dados está descrito no próximo subitem e os dados pré-processados foram publicados e estão disponíveis no endereço eletrônico https://doi.org/10.7910/DVN/ZADDNQ.
Figura 5.1: (a) Localização do radar de Ponte Nova-SP. O círculo vermelho marca o alcance de 100 km do radar.
Optou-se por utilizar o PPI de 0,5° em vez de um CAPPI em uma altura fixa, pois é o campo mais próximo à superfície e de alta resolução. No entanto, como mostrado na próxima seção (5.1.1.1), os dados foram interpolados para uma grade mais grosseira devido à capacidade computacional disponível.
5.1.1.1 Pré-processamento
Os dados foram pré-processados, de forma que cada arquivo foi organizado como uma imagem, onde cada pixel é o valor da refletividade. Os passos do pré-processamento são detalhados a seguir:
1) Conversão de coordenadas polares para cartesianas:
Com o objetivo de se obter as imagens de radar em uma grade regular, cada arquivo foi convertido de coordenadas polares para cartesiana. Foram utilizadas
22
Em virtude da elevação do feixe emitido pelo radar com a distância (Figura 3.3), devido ao efeito de curvatura da Terra, as imagens do radar foram geradas dentro do limite de 100 km de raio, em vez dos 240 km.
49 diferentes resoluções horizontais: 1, 2, 4 e 8 km. Os dados pré-processados em diferentes resoluções de forma a testar a velocidade/capacidade de processamento do modelo, como mostrado na seção 5.2.2.1.
Os dados do radar estão organizados em coordenadas polares, tendo como referência o ângulo horizontal do azimute, isto é, o ângulo de emissão do feixe, e a distância do radar (Figura 3.2). Como esquematizado na Figura 5.2, em branco e verde, o feixe é subdividido em setores de distâncias espaçadas igualmente e são denominados de bin ou gate. A largura do bin define a resolução do radar. O radar de Ponte Nova mede 960 bins com uma resolução de 250 m o que implica em um raio de 240 km. Como a varredura azimutal do radar é de 1°, isso implica que temos um vetor de 360 azimutes por 960 bins. Dessa forma, cada bin tem cerca de 250 m e 1° de abertura; a área do bin aumenta com o aumento da distância do radar, como pode ser observado na Figura 5.2. Como informado anteriormente, apenas os primeiros 100 km de raio foram considerados (vide nota de rodapé 22).
Figura 5.2: Esquema de medição do radar. Os círculos concêntricos mostram a área medida; o feixe é marcado pelo setor circular, que possui um determinado ângulo de abertura. O radar mede pequenas áreas, denominadas bin ou gate, intercaladas em verde e branco. As linhas pretas marcam a grade cartesiana e sua disposição sobre os bins medidos pelo radar.
A transformação de coordenadas foi feita a partir de tabelas LookUp Table (LUT). A LUT é um script que têm a informação de como os bins medidos pelo radar estão distribuídos sobre a grade cartesiana, formando uma grade com as porcentagens de contribuição de cada bin ou fração do bin, caso este esteja dividido entre duas ou mais grades (Figura 5.2). Ao ler o dado do radar, a LUT calcula o valor do pixel a partir da média ponderada do valor dos bins, onde os
50 pesos são as porcentagens definidas anteriormente. Após essa transformação nas resoluções definidas de 1, 2, 4 e 8 km, as matrizes (ou imagens) ficaram com os seguintes tamanhos: 200x200, 120x120, 60x60 e 30x30 pixels, respectivamente. A Figura 5.3 ilustra a aparência de uma imagem de radar nas diferentes resoluções.
Figura 5.3: Exemplo de imagem de radar em grade regular com diferentes resoluções horizontais: a) 1 km, b) 2 km, c) 4 km e d) 8 km.
2) Dimensionamento de bordas:
Os dados originais do radar se apresentam em áreas circulares (Figura 5.4). Com o objetivo de obter uma imagem com bordas quadradas e eliminar áreas sem dados, externas à circunferência medida, na fase de dimensionamento de bordas, as imagens foram cortadas em um quadrado inscrito à circunferência do radar de raio 100 km, como esquematizado na Figura 5.4. Dessa forma, as imagens passaram a possuir a forma e o tamanho de um quadrado com cerca de 140 km de lado. A partir das resoluções definidas de 1, 2, 4 e 8 km, as matrizes de dados foram cortadas nos seguintes tamanhos: 144x144, 76x7623, 40x40, 20x20 pixels. As imagens apresentadas na Figura 5.3 são para o mesmo horário da Figura 5.4, já com dimensionamento das bordas.
23
Devido a problemas de escalabilidade do modelo, como o tamanho do filtro de convolução, as matrizes nas resoluções de 1 km e 2 km tiveram que ser reprocessadas de 146x146 e 78x78 pixels para 144x144 e 76x76 pixels.
51
Figura 5.4: Esquema de dimensionamento de bordas aplicado nas imagens. O quadrado preto marca a área de corte das imagens, com aproximadamente 140 km de lado. A linha vermelha marca o raio da circunferência de 100 km. O mapa ao fundo da imagem mostra que o corte realizado não abrange todo o município de São Paulo.
3) Normalização:
Os valores da matriz de dados variam de 0 a 60 dBZ, onde 0 significa ausência de refletividade e 60 dBZ pode indicar chuva muito forte. De forma a normalizar os valores no intervalo [0,1], cada valor na matriz de dados foi dividido por 60. 4) Armazenamento:
As matrizes foram agrupadas por mês no formato binário do Python, NumPy (.npy), podendo facilmente serem manipuladas. Destaca-se o tamanho dos arquivos, de cerca de 2 Gb/mês na resolução de 1 km e 200 Mb/mês na resolução de 4 km.
5) Conjuntos de treinamento/teste:
Ao longo do trabalho foram utilizados diferentes conjuntos de treinamento e teste, visto que foi possível aumentar o período de dados com o passar do tempo.
a) Na Fase 2, os conjuntos de treinamento e teste foram organizados da seguinte maneira: treinamento (março/2015 a dezembro/2017) e teste (janeiro/2018 a maio/2019). Foram utilizadas 2 resoluções temporais: 5 minutos (147.805 imagens para treinamento e 86.835 para teste) e 15 minutos (49.281 imagens para treinamento e 28.950 para teste);
b) Na última fase do trabalho, Fase 3, o período de dados foi completado até dezembro de 2019. Nesta fase, os dados estavam na resolução temporal
52 de 15 minutos. Os conjuntos de treinamento, validação e teste foram organizados da seguinte maneira: treinamento (anos completos de 2016, 2017 e 2019 – 51.816 imagens), validação (março a dezembro de 2015 – 15.802 imagens) e teste (ano completo de 2018 – 19.917 imagens). Os conjuntos de treinamento e de teste utilizados para executar o modelo PredRNN++ incluem dias sem chuva (SC) e com chuva (CC). Aqui fica definido que os dias CC são imagens com ocorrência de qualquer tipo de precipitação (como chuva, granizo, etc.) detectável pelo radar, portanto com refletividade > 0 dBZ, e que estes podem ocorrer em qualquer lugar da imagem. Também não foram discriminadas tempestades isoladas de tempestades causadas por sistemas frontais, por exemplo. Compreende-se que as tempestades apresentam comportamentos diferentes (DIXON e WIENER, 1993), e que diversos fatores estão associados à formação de tempestades, como forçantes atmosféricas e de terreno (superfície ou oceano) e associação com outros sistemas meteorológicos.
As características do radar, bem como o período de dados utilizado, são sumarizadas na Tabela 5.1
Tabela 5.1: Características gerais do radar de Ponte Nova-SP e dados utilizados. Dados gerais
Latitude/Longitude 23º36'S/45º58'20''W
Altitude 916 metros
Comprimento de onda 10,6 cm
Banda / Resolução do bin S / 250 m Área disponível (raio) 100 km
Resolução temporal 5 minutos
Varredura Volumétrica (vários PPIs)
Dupla polarização Sim
Utilizados
Formato Binário (.dat.gz)
Variável utilizada Refletividade horizontal no PPI 0,5°