Sistema de Informações Meteorológicas e Imagens de Satelites - SIMSAT
Wagner de A. Bezerra¹; Ivanete M. D. Ledo¹; Josefa Morgana Viturino de Almeida¹;
Maria G. R. De Oliveira²; Kleber R. da P. Ataide¹
¹ Meteorologistas, ² Geógrafa, Instituto Nacional de Meteorologia - INMET, Brasília– DF, e-mail:wagner.bezerra@inmet.gov.br; ivanete.ledo@inmet.gov.br;
morgana.almeida@inmet.gov.br, mgal.oliveira@inmet.gov.br; kleber.ataide@inmet.gov.br
Resumo
O produto SIMSAT integra dados de estações meteorológicas automáticas do Instituto Nacional de Meteorologia – INMET a imagens da banda 10.3m, infravermelho termal, do satélite da série GOES. Atualmente, funcionando apenas com dados de precipitação, vem se mostrando uma importante ferramenta para o monitoramento das chuvas em tempo quase real e no auxilio nas previsões do tempo de curto prazo "now casting".
Palavras-chave: SIMSAT, imagens de satélite, dados de estações meteorológicas automáticas.
Abstract
The SIMSAT product integrates data from automatic weather stations of the National Institute of Meteorology - INMET whith images of the band 10.3m, infrared thermal (IR), the GOES satellite series. Currently, working only with rainfall data, is proving an important tool for monitoring the rain in near real time and help with the weather forecasts for short-term "now casting".
Keywords: SIMSAT, Satellite Imagens, data from automatic weather stations.
Introdução
A implantação da rede de estações meteorológicas automáticas do Instituto Nacional de Meteorologia - INMET, com transmissão de dados horários das principais variáveis meteorológicas, exigiu o desenvolvimento de novos produtos voltados ao processamento e análise de grandes volumes de dados de forma rápida e objetiva, para os centros de monitoramento e previsão de tempo. Uma das soluções encontradas foi à espacialização desses dados, permitindo ainda, agregar informações derivadas de satélites. Este produto foi chamado de Sistema de Informações Meteorológicas e de Satélites–SIMSAT.
O SIMSAT integra dados de estações meteorológicas automáticas do INMET a imagens da banda 10.3m, infravermelho termal, dos satélites da série GOES.
Atualmente, funcionando apenas com dados de precipitação, vem se mostrando uma importante ferramenta para o monitoramento das chuvas em tempo quase real e no auxilio nas previsões do tempo de curto prazo "now casting".
O objetivo deste trabalho é descrever de forma sucinta os processos utilizados no desenvolvimento do SIMSAT e alguns conceitos envolvidos na análise de suas saídas.
Materiais e Métodos
Para o desenvolvimento deste trabalho foram utilizadas imagens dos satélites GOES-12 e 13, recebidas na Seção de Produtos e Imagens de Satélites - SEPIS do INMET, convertidas para o formato GRIB - “Gridded In Binary” (GRIB Edition 1, 2007) que é um padrão da Organização Mundial de Meteorologia – OMM, para distribuição de dados binários. Optou-se inicialmente por utilizar imagens horárias da banda do infravermelho termal do GOES, comprimento de onda de 10.3m.
Imagens no infravermelho termal registram em cada pixel a quantidade de radiação emitida pelos diversos alvos nesse comprimento de onda. Sendo assim, quanto maior a temperatura do alvo maior a quantidade de radiação detectada pelos sensores do imageador. Portanto, nuvens com baixa temperatura emitem pouca radiação e superfícies quentes emitem uma quantidade maior de radiação (Ferreira, 2002). Nesse tipo de imagem aplica-se a inversão da escala de cor para realçar as nuvens, ou seja, valores baixos de temperatura de brilho devem receber tons de cinza tendendo ao branco e valores altos de temperatura de brilho devem receber tons de cinza tendendo ao preto, criando-se uma escala linear.
A conversão da radiação emitida em um determinado comprimento de onda (radiância), para temperatura de brilho é feita segundo a função inversa da lei de Plank.
Os processos de calibração radiométrica, conversão para temperatura de brilho e navegação foram realizados pelo software Terascan 3.4.1 (Terascan Online Help, 2004).
Também foram utilizados dados horários de chuva, obtidos de 450 estações automáticas. Estes foram alocados nos pontos de grade mais próximos de suas coordenadas geográficas iniciais utilizando o método da menor distância vetorial entre dois pontos, implementado em linguagem C (Equação 1), gerando saídas compatíveis com o software GRADS – Grid Analises Display System (GrADS Online Documentation, 2005) que foi utilizado na finalização do produto. Para esse cálculo foi desconsiderada a curvatura da Terra, por se tratar de distâncias pequenas sempre menores que 4 km, e ainda a altitude individual de cada estação.
2
2 ( )
) ( ) ,
(e g x x y y
D n n e e (1)
Onde, D(en,gn) é a distância entre a enésima estação en, de coordenadas )
,
(xe ye ao ponto de grade qualquer g , de coordenadas (x, y).n
Os dados foram organizados na grade x, y e empilhados em camadas, formando um sistema de quatro dimensões (x, y, z e t). Onde, x e y correspondem respectivamente às coordenadas geográficas longitude e latitude e cada valor de z corresponde a uma das variáveis utilizadas, ou seja, temperatura de brilho e precipitação. A variável t corresponde à hora de leitura dos dados.
Resultados e Discussões
Testes iniciais, aplicando o SIMSAT ao monitoramento das condições do tempo e previsões de curto prazo, indicaram a necessidade de disponibilizar suas saídas com o menor atraso possível entre a recepção das imagens de satélite e a geração final do produto. Essa característica implica na não garantia do recebimento dos dados de todas as 450 estações automáticas em operação, visto que, a transmissão desses se dá via rádio e está sujeita a erros. Nesse caso, a própria estação retransmite o dado errôneo após alguns minutos. Na prática, mais de 80% dos dados estão disponíveis após 15 minutos do horário previsto.
A Figura 1 mostra o resultado final do produto no acompanhamento de um sistema frontal que, posicionado de forma meridional, desloca-se por toda Região Sul e
pelo estado do Mato Grosso do Sul. Na Figura 1a, observa-se precipitação entre 15 e 30 mm/h no centro do Mato Grosso do Sul, onde na imagem de satélite, localizam-se os aglomerados convectivos mais intensos associados ao sistema frontal. Nota-se ainda outros sistemas meteorológicos associados à precipitação, tais como, áreas de instabilidade na Região Norte (com nuvens convectivas, de topo alto, Figura 1a) e advecção de umidade do Oceano Atlântico gerando chuviscos no litoral da Região Nordeste associados a nuvens stratus e strato-cumulus (nuvens advectivas de topo baixo, Figura 1b) que aparecem com pouco contraste na banda do infravermelho termal por serem nuvens quentes, com temperaturas próximas as da superfície.
Figura 1: Exemplo do monitoramento com a ferramenta SIMSAT – (a) Chuvas de 1 a 15 mm/h associadas à Incursão de frente fria sobre o Estado do Rio Grande do Sul - (b) Ocorrência de chuvisco, precipitação menor que 1 mm/h, sobre o Estado da Bahia.
A partir destes resultados, tornou-se possível criticar os dados de precipitação com base nos sistemas meteorológicos envolvidos. Sistemas frontais e convectivos são exemplos de sistemas comumente associados à chuva e que apresentam baixas temperaturas de brilho no canal do infravermelho termal, isto porque, são formados por nuvens de grande extensão vertical. Nas imagens de satélite, esse tipo de nuvem é representado na cor branca.
Por outro lado, é sabido que nuvens tipo cirrus, constituídas basicamente de cristais de gelo e formadas a grandes altitudes apresentam baixas temperaturas de brilho (Ferreira, 2002), e também são representadas na cor branca, mas não geram precipitação. Já nuvens baixas, apresentam temperaturas de brilho elevadas (temperaturas próximas as da superfície) e podem estar associadas à chuva como mostrado, por exemplo, na Figura 1 (precipitações inferiores a 5 mm/h no estado da Bahia). Portanto, a correlação entre temperatura de brilho e precipitação depende dos sistemas meteorológicos atuantes e dos tipos de nuvens associadas aos mesmos. Sendo assim, o SIMSAT apenas auxilia o usuário informando-lhe quanto aos níveis de intensidade das precipitações geradas pelos sistemas meteorológicos em questão.
Observa-se no, Gráfico 1, um exemplo da variação da temperatura de brilho e da precipitação total horária no dia 16/07/2010 na estação automática de Urucará – AM.
Nota-se que, a temperatura de brilho apresentou dois picos de mínima associados a ocorrência de chuva: entre 4 e 5 UTC acumulando 9.6mm e às 21 UTC com um total de 3.0mm. Ver-se ainda outro pico de mínima temperatura de brilho às 13 UTC, este por
sua vez, não está associado à ocorrência de chuva, provavelmente, por se tratar de nuvens do tipo Cirrus decorrentes da dissipação das nuvens do tipo Cumulonimbus presentes sobre a região (Ver Figura 2).
Gráfico 1 – Exemplo da variação da Temperatura de brilho – T e da Precipitação total horária–P, no dia 16/07/2010 na estação automática de Urucará–AM.
Figura 2: Deslocamento de aglomerado convectivo gerando precipitação sobre a estação automática de Urucará – AM (-2.53S; -57.75W): (a) 03:15 UTC, região sem nuvens; (b) 04:15 UTC, chuva entre 1 e 5 mm/h; (c) 05:15 UTC, chuva entre 5 e 15 mm/h e (d) 06:15 UTC, chuva menor que 1mm/h.
Nesse tipo de análise deve-se considerar que imagens GOES a cada hora e com resoluções espacial de 4 km acabam por mascarar pequenos sistemas convectivos.
Deve-se considerar também que os dados de precipitação foram coletados durante a última hora e apenas um imageamento foi realizado nesse período.
Uma segunda aplicação do produto está voltada para a identificação de dados de precipitação duvidosos. A Figura 3 mostra a ocorrência de chuva com intensidade entre (45 e 60) mm/h em Minas Gerais e entre (15 e 30) mm/h no Estado do Piauí. Em ambos os casos, não havia sistemas meteorológicos coerentes com tais taxas de precipitação.
Nesses casos, realizavam-se manutenções preventivas nas estações automáticas de Timóteo - MG e Bom Jesus do Piauí – PI. Sensores travados ou obstruídos também seriam detectados nos casos de sistemas meteorológicos intensos sem registro de precipitação.
FIGURA 2: Dados duvidosos de precipitação: (a) - Estado de MG no dia 29/04/2007 às 07:15 UTC com chuvas entre 45 e 60mm/h; (b) Estado do Piauí no dia 27/04/2010 às 17:45 UTC, precipitação entre 15.1 e 30mm/h.
Conclusão
A sobreposição dos dados de precipitação de estações automáticas a imagens de satélite mostrou-se uma forma eficiente no acompanhamento de sistemas meteorológicos e permitiu o monitoramento de grande volume de dados simultaneamente;
O software GRADS, inicialmente criado para a análise de campos de modelos numéricos, apresentou bom desempenho no processamento de imagens o que possibilita o desenvolvimento de novos produtos, inclusive com o processamento de múltiplos canais espectrais.
Referências
GRIB Edition 1. 2007. Disponível em: <
http://dss.ucar.edu/docs/formats/grib/gribdoc/>. Acessado em:17/05/2010.
Ferreira, A. G. Interpretação de Imagens de Satélites Meteorológicos: uma visão prática e operacional do hemisfério sul. Editora Stilo, Brasilia, 2002. 272p.
GrADS Online Documentation. 2005. Disponível em: <http://grads.iges.org/grads/gadoc/>.
Acessado em: 17/05/2010.
Terascan Online Help. 2004. Disponível em:
<http://www.seaspace.com/technical/html/bbintro.html>. Acessado em: 17/05/2010.
