Avanços tecnológicos na plataforma de monitoramento ambiental TerraMA 2

(1)

Avanços tecnológicos na plataforma de

monitoramento ambiental TerraMA

2

Eymar Silva Sampaio Lopes Gilberto Ribeiro de Queiroz Fabiano Morelli

(2)

2

O que é a plataforma TerraMA

2 _?

2



_TerraMA

2 _{é um produto de software, uma}

plataforma computacional, baseado em uma

arquitetura de serviços, aberta, que provê a

infra-estrutura tecnológica necessária ao

desenvolvimento de sistemas operacionais para

monitoramento de alertas de riscos ambientais.

(3)

(4)

4 • Defesa Civil • Saúde Pública • Controle Ambiental • Concessionárias, ... Dados Meteorológicos, Hidrológicos , Atmosféricos, Geotécnicos ... ) Pré análise das previsões e observações de extremos Mapas vetoriais, Mapas de Riscos ou Mapas de Vulnerabilidades Ambientais modelo x se x = ? risco = 1 risco =2 Fim salva risco

Integração

dos dados

Bases Geográficas Adicionais

Análises Alertas _Ações Objeto Monitorado Dados Ambientais dinâmicos U s u á r i o s

Concepção da Plataforma

Dados Adicionais

(5)

Histórico

• Release 1.0 - 11/07/2008 - TerraLib 3.2 e TerraPHP

• Release 2.0 - 24/07/2009 - TerraLib 3.3 e TerraPHP -

Inclui módulo de ADM para serviços

• Release 3.0 - 18/07/2012 - TerraLib 4.2.1 e TerraOGC -

Novo módulo Web em java e serviços OGC. Inclui dados

de ocorrências (ex: focos queimadas)

• Release 3.0.1 - 15/03/2013 - TerraLib 4.2.2 e

TerraOGC - Correções,

• Release 3.0.2 - 11/10/2013 - TerraLib 4.2.2 e

TerraOGC - Correções, versão em espanhol,

importadores/exportação de servidores e séries de

dados por meio de arquivos XML.

(6)

Diferenças TerraMA

2 _{v3 x v4}



Uso da TerraLib 4



Necessidade dos módulos de Adm

e Conf. serem executados na

mesma máquina onde está o banco



Serviços locais



Somente cadastro de usuário para

acesso a aplicação web de

monitoramento.



Ambiente de trabalho carregado por

um arquivo .



Todos os dados e metadados num

único banco



Módulo de Monitoramento com

TerraOGC



Estilo do TerraView 4.2



Versões para Win e Linux



Uso da TerraLib 5



Módulo de Administração Web com

diferentes perfis de usuário ( 1

aplicação web )



Serviços locais e remotos (Ssh)



Administração de usuários com

privilégio de administrador ou não.



Conceito de projeto



Dados Geo. distribuídos em

arquivos ou tabelas



Módulo de Monitoramento com

Geoserver



Estilos do Geoserver

(7)

Modernização da Plataforma (release 4.0)

7

• Administração e Configuração via Web • Novo módulo de Monitoramento Web • Arquitetura totalmente distribuída • Maior flexibilidade de acesso a dados • Integração da linguagem Python para construção de modelos

• Maior eficiência de processamento de dados matriciais

• Armazenamento no padrão OGC – SFS • Controle de usuários e projetos

• Modernização da infraestrutura de desenvolvimento

(8)

TerraMA

2 _{: 2015-2017}

“BRAZIL CERRADO CLIMATE CHANGE MITIGATION

PLATFORM OF MONITORING AND WARNING OF FOREST

FIRES IN THE BRAZILIAN CERRADO PROJECT”

(Alberto Setzer)

Financiamento: Banco Mundial

Prazo: 30 meses a partir de 01-Julho de

2015

(9)

Roadmap: https://trac.dpi.inpe.br/terrama2

4.0.0-alpha1 (18/12/15 )

4.0.0-alpha2 (18/06/16 )

4.0.0-alpha3 (05/08/16 )

Alpha

4.0.0-alpha4 (30/09/16 )

4.0.0-alpha5 (11/11/16 )

4.0.0-alpha6 (07/12/16 )

4.0.0-beta1 (22/12/16 )

4.0.0-beta3 (28/05/17 )

4.0.0-beta2 (01/03/17 )

Beta

(10)

Roadmap: https://trac.dpi.inpe.br/terrama2

4.0.0-rc1 (20/08/17 )

4.0.0-rc2 (15/09/17 )

4.0.0-rc3 (02/10/17 )

Release

Candidate

4.0.0-rc4 (01/11/17 )

4.0.0 (15/12/17 )

(11)

1

Modelo

Conceitual

TerraMA

2

(12)

1

(13)

Dados de ocorrências

- Focos de incêndios

- Focos de doenças

- Sismos

- Descargas elétricas

-Ocorrências gerais

Dados Dinâmicos

(14)

Grades numéricas multidimensional

PREVISÃO - Modelos de previsão

Dados Dinâmicos

OBSERVAÇÃO - Hidroestimador - Raios - Radar meteorológico 14

(15)

Dados pontuais do tipo PCD

- PCDs

- Sondas

- Bóias

- Estações

Dados Dinâmicos

(16)

Onde obter dados ambientais dinâmicos ?



Programa de Queimadas do INPE



Centro de Previsão de Tempo e

Estudos Climáticos – INPE



_{Divisão de Satélites e Sistemas}

Ambientais - INPE



Sistema Integrado de Dados

Ambientais

16 http://sinda.crn2.inpe.br/PCD/ http://sigma.cptec.inpe.br/prec_sat/ http://www.cptec.inpe.br/ http://www.inpe.br/queimadas

(17)

Dados Estáticos



Mapas vetoriais – rios, estradas, dutos, áreas ocupadas, mapas de

risco, etc.

– Utilizados como objetos a serem monitorados nas análises, onde são cruzados

com dados dinâmicos ou outros estáticos

– Podem fazer interseção espacial com o objeto de monitoramento

– Podem ser utilizados apenas para visualização no módulo de monitoramento WEB

Atributos disponíveis para serem utilizados nas regras de análise

(18)

18

Dados Estáticos



Mapas matriciais

–

Podem ser utilizados como imagens de fundo no aplicativo de

monitoramento Web.

–

Podem ser utilizados em análises (ex: grade de declividade) juntamente

com dados dinâmicos.

18

CBERS-2 CCD, Minas Gerais, Brazil

12

(19)

1

(20)

Atores

• Administrador da plataforma

• Controle da base de dados

• _{Controle dos serviços e usuários}

• Especialista

• Definição dos dados estáticos e

dinâmicos utilizados

• Definição dos modelos de análise

• Usuário final

(21)

Tipos de Análises

1)

Baseada em Objetos Monitorados

2)

Baseada em Grades

(22)

Análise com Objetos Monitorados

22

Utiliza um mapa estático para cruzar com dados dinâmicos

+

Mapa com áreas a serem monitoradas

Dados Ambientais dinâmicos

=

Tabela com novas colunas dos resultados

ENTRADA

Requer um mapa vetorial previamente disponível como dado estático; Requer dados dinâmicos cadastrados;

Requer um modelo de análise escrito em Python.

SAÍDA : tabela com os resultados da análise

1

(23)

Módulo de Configuração Análises (Modelos)

Na Linguagem de programação Python pode-se utilizar :



Atributos do mapa do objeto monitorado



Operadores Python:

Aritméticos:

**+ - * / ^ Relacionais: == ~= < > <= >=**

Lógicos:

and or not Matemáticas: math.abs math.acos

math.asin math.atan ….



Condicionais : if… for…



Operadores TerraLib:

–

Zonais:

maximo minimo media conta_amostras

–

Históricos:

operador_historico

–

Grade:

amostra

–

Operadores PN :

maximo_pn media_pn etc

(24)

Análises com Objetos Monitorados

24

Operadores com Grades Numéricas simples

Grade atual de

observação de

umidade relativa de

nome “Umin”

(25)

Análises com Objetos Monitorados

Operadores com Grades Numéricas simples

Grade atual +

passado de

observação de

umidade relativa de

nome “Umin”

(26)

Análises com Objetos Monitorados

26

Operadores com Grades Numéricas Multidimensional

Grade de previsão de umidade (arquivo com várias camadas) de nome “Umin”

(27)

Análises com Objetos Monitorados

Operadores com Ocorrências

Pontos de

Ocorrências de nome “ocorrencias”

(28)

Análises com Objetos Monitorados

28

Operadores com PCD

Pontos de PCD´s do IBAMA com atributo “Pluvio”

(29)

Análise baseada em Grades

–

ENTRADA

 Mapas estáticos matriciais disponíveis

 Requer dados dinâmicos matriciais cadastrados (pelo menos um)

 Requer um modelo de análise escrito em Python

–

SAÍDA : Dado dinâmico matricial.

+

Dados dinâmico

=

Dados matriciais Dados dinâmico

(30)

Análise de PCD

30

Utiliza a localização de PCD´s para alertar de alguma anomalia no ponto

PCD´s no campo

=

Tabela com novas colunas dos resultados

1

n

+

Dados Ambientais dinâmicos

(31)

Exemplo de integração de dados

Qual o nível de alerta considerando que há ocorrências de

focos de queimadas próximos a uma área ambiental nas

ultimas 6 horas e a previsão da umidade é menor que 30%

nas próximas 4 horas ?

Focos de Queimadas

- Dados a cada 15 min.

- Contagem de pontos

Previsão – ETA Model

- Rodado 2 x /dia (0 h e 12 h)

(32)

var1 = occurrence.zonal.count("ocorrencias", Buffer(), “6h”)

var2 = grid.zonal.forecast.min(“ETA5km”, “4h”, Buffer() )

32

(33)

var1 = occurrence.count("ocorrencias", Buffer(), “6h”)

var2 = grid.zonal.forecast.min(“ETA5km”, “4h”, Buffer() )

(34)

34 _{Exemplo 4}

var1 = occurrence.count("ocorrencias", Buffer(), “6h”)

var2 = grid.zonal.forecast.min(“ETA5km”, “4h”, Buffer() )

(35)

Módulo de Administração WEB

PROJETOS

(36)

Módulo de Administração WEB

SERVIDORES de DADOS

(37)

Módulo de Administração WEB

DADOS DINÂMICOS

(38)

Módulo de Administração WEB

DADOS ESTÁTICOS

(39)

Módulo de Administração WEB

ANÁLISES

(40)

Módulo de Administração WEB

ANÁLISES

(41)

Módulo de Administração WEB

VISUALIZAÇÕES

(42)

(43)

Módulo de Monitoramento WEB

(44)

Módulo de Monitoramento WEB

(45)

Módulo de Monitoramento WEB

(46)

Módulo de Monitoramento WEB

(47)

Módulo de Monitoramento WEB

(48)

USOS

Dissertações, teses, pós-doc



João Reis –

mestrado UNIFEI : “Monitoramento e alerta de

inundação no município de Itajubá (MG) através de modelos

matemáticos

” – doutorando no INPE “?”



Carina Rodrigues –

mestrado INPE :

“Mapeamento de

suscetibilidade a escorregamentos de Nova Friburgo-RJ por meio

de inferência fuzzy e elaboração de cenários de alerta com uso do

TerraMA

2

”



Elias Arruda –

pós-doc INPE : “Calibração de modelos de

escorregamento utilizando a plataforma para monitoramento,

análise e alerta a extremos ambientais (TerraMA

2

_{) no município de}

Nova Friburgo-RJ”



Flavio Magina –

doutorando INPE

:

“Desenvolvimento de um

sistema nacional de alerta de ocorrência de raios”



Hugo Bendini

– GeoInfo 2014 – “Proposal for a forecasting

system of black sigatoka based on environmental variables using

TerraMA

2

”

(49)

MONITORAMENTO E ALERTA DE INUNDAÇÃO NO MUNICÍPIO

DE ITAJUBÁ (MG) ATRAVÉS DE MODELOS MATEMÁTICOS

Mestrado :

João Bosco Coura dos Reis

Orientadora: Profa. Dra. Nívea Adriana Dias Pons

Coorientador: Dr. Eymar Silva Sampaio Lopes

UNIVERSIDADE FEDERAL DE ITAJUBÁ - PROGRAMA DE PÓS-GRADUAÇÃO EM MEIO AMBIENTE E RECURSOS HÍDRICOS

04/02/1945

02/01/2000

O objetivo foi criar um sistema de

monitoramento e alerta com antecedência

para o município de Itajubá, utilizando

somente dados de nível fluviométrico.

(50)

MONITORAMENTO E ALERTA DE INUNDAÇÃO NO MUNICÍPIO DE ITAJUBÁ (MG) ATRAVÉS DE MODELOS MATEMÁTICOS

Ajuste do modelo para previsão de nível

50

Qual equação melhor representa o aumento

do nível do rio em Santa Rosa ?

(51)

Validação e resultados do modelo de regressão polinomial

Resultados dos testes estatísticos: prev. 3h _{Resultados dos testes estatísticos: prev. 4h}

Exemplo :

Santa Rosa

versus

São Pedro

RMSE

MAD (m)

R²

Evento 1

0,0569

0,663

0,9665

Evento 2

0,0336

1,073

0,9772

Média

0,0452

0,868

0,9719

RMSE

MAD (m)

R²

Evento 1

0,0613

0,6651

0,9858

Evento 2

0,0676

1,0494

0,9582

Média

0,0644

0,8573

0,972

NSR

(t+3h) = - 0,9054 + 1,868 *

NSP

(t) - 0,1823 * [

NSP

(t)]² - 0,0068 * [

NSP

(t)]³

(52)

Desenvolvimento do sistema de monitoramento com a TerraMA

2

52

Evolução dos alertas gerados pela execução do modelo de análise Analises_PCDs

Normal Observação

(53)

Desenvolvimento do sistema de monitoramento com a TerraMA

2

(54)

CALIBRAÇÃO DE MODELOS DE ESCORREGAMENTO UTILIZANDO A PLATAFORMA PARA MONITORAMENTO, ANÁLISE E ALERTA A EXTREMOS

AMBIENTAIS (TerraMA2_{) NO MUNICÍPIO DE NOVA FRIBURGO-RJ}

54

Pós-Doc do Candidato: Elias

Ribeiro de Arruda Junior

Supervisores: Evlyn Márcia Leão

de Moraes Novo e Eymar Silva Sampaio Lopes

Implementação do modelo SINMAP (Pack

et al. 2005) na plataforma TerraMA2

(55)

CALIBRAÇÃO DE MODELOS DE ESCORREGAMENTO UTILIZANDO A PLATAFORMA PARA

MONITORAMENTO, ANÁLISE E ALERTA A EXTREMOS AMBIENTAIS (TerraMA2_{) NO MUNICÍPIO DE NOVA}

FRIBURGO-RJ

Dados de Entrada (SINMAP)

(56)

FRIBURGO-RJ

Modelo escrito e LUA e saída das grades

56

...

Variáveis estáticas

(57)

FRIBURGO-RJ

Modelo escrito e LUA e saída das grades

Cada nova grade de

precipitação uma nova

grade do Índice de

Estabilidade é criada...

(58)

FRIBURGO-RJ

Análise nas áreas de risco a partir da grade de SI

58

Cada nova grade do Índice

de Estabilidade criada uma

nova análise nas área de

risco são calculadas...

(59)

Cálculo do Risco de Fogo Observado

Precipitaçã o A cu m u la d a Um ida d e Rela tiv a M ín im a T e m p e ratu ra M áx ima Ri sco d e Fo g o Ob se rv a d o V e g e ta çã o