Transformação de Dados Digitais
(Imagens) em Produtos
Leonardo F. Peres
(lperes@cptec.inpe.br)
Divisão de Satélites e Sistemas Ambientais (DSA) – INPE/CPTEC
Baseado na apresentação “From Images to Products”Marianne König, EUMETSAT marianne.koenig@eumetsat.int
Dados Bruto – Inspeção do Pixel
Posição: (800, 300) Valor Bruto: 633 Posição: (400, 500) Valor Bruto: 436 Posição: (400, 500) Valor Bruto: 452 Posição: (800, 300) Valor Bruto: 185IR
VIS
Navegação e Calibração do Satélite
5 Colunas 4 Linhas
IMAGEM COM DIMENSÃO DE 4 LINHAS E 5 COLUNAS
(L,C) = (1,4)
(L,C) = (4,5)
Navegação e Calibração do Satélite
TRANSFORMAÇÃO DAS COORDENADAS DA IMAGEM
(L,C) PARA COORDENADAS GEOGRÁFICAS (LAT,LON)
Navegação:
⎟⎟
⎠
⎞
⎜⎜
⎝
⎛
=
⎟⎟
⎠
⎞
⎜⎜
⎝
⎛
C
L
LON
LAT
f
Navegação e Calibração do Satélite
Calibração:
Radiação Número Digital (ND) Incidente Sistema Ótico Detector- Elétrico Digitalizador•
Os dados registrados por um sensor são gravados em bits que
codificam os números em formato binário
•
Cada bit registra 2
1= 2 níveis de informação.
•
Portanto, se um sensor utiliza 8 bits para registrar os dados,
então haverá 2
8= 256 valores digitais disponíveis, variando de 0
até 255. Entretanto, se são utilizados somente 4 bits, então haverá
2
4= 16 valores disponíveis variando de 0 a 15
Navegação e Calibração do Satélite
Calibração:
2 bits = 22 = 4 valores 8 bits = 28 = 256 valores 1 bit = 21 = 2 valoresNavegação e Calibração do Satélite
Calibração:
Número Digital
A fidelidade da correspondência pode ser afetada:
1) perda de informação devido à discretização em um ND; 2) degradação dos componentes óticos,3) mudanças nas características dos circuitos de amplificação eletrônica
4) ruídos resultantes de vários sistemas eletrônicos presentes na plataforma.
Quantidade de energia que chega ao sensor
Navegação e Calibração do Satélite
Calibração:
Transformação de ND em radiânciaR
i=
β
i⋅ND
i+
α
ii
iR
iβ
iα
iND
- representa o canal - radiância medida [Wm-2sr-1μm-1]- coeficiente angular de calibração (slope) [Wm-2sr-1μm-1DN-1]
- coeficiente linear de calibração (intercept) [Wm-2sr-1μm-1]
- Número Digital [0 até 1023 para uma imagem com resolução de 10 bits] Valores fornecidos
com a imagem
Dados do Pixel – Inspeção do Pixel
Posição: 1:47:42 S / 33.01:08 E Valor Brutos: 633 Radiância: 119.33 mW/m2/ster/cm-1 Temperatura: 304.21 K Posição: 1:24:17 S / 33:56:32 E Valor Bruto: 436 Radiância: 78.94 mW/m2/ster/cm-1 Temperatura: 278.21 K Posição: 1:24:17 S / 33.56:32 E Valor Bruto: 452 Radiância: 11.72 mW/m2/ster/cm-1 Posição: 1:47:42 S / 33.01:08 E Valor Brutos: 185 Radiância: 3.91 mW/m2/ster/cm-1IR
VIS
Navegação e Calibração do Satélite
Voltando ao nosso slide anterior, onde nós inspecionamos pixels individuais sobre uma imagem IR:
Com intuito de se conhecer a localização exata de um pixel, a imagem precisa ser navegada (geo-referenciada). Com o intuito de transformar os valores brutos em unidades físicas, o instrumento precisa ser calibrado.
Navegação e calibração são pré-requisitos importantes para bons produtos! Posição: 1:47:42 S / 33.01:08 E Valor Brutos: 633 Radiância: 119.33 mW/m2/ster/cm-1 Temperatura: 304.21 K Posição: 1:24:17 S / 33:56:32 E Valor Bruto: 436 Radiância: 78.94 mW/m2/ster/cm-1 Temperatura: 278.21 K
IR
Alguma Teoria
Estágios em Sensoriamento Remoto:
Emissão da radiação eletromagnética pelo sol; Transmissão da energia emitida pela fonte até a superfície terrestre (interação da radiação com a atmosfera = transmissão + absorção + espalhamento);
Interação da radiação eletromagnética com a superfície terrestre – reflexão e absorção/emissão;
Alguma Teoria
Para se obter informação a partir
de
imagens
de
satélites,
a
radiação emitida pelo Sol deve
interagir com a atmosfera ou a
superfície!
Alguma Teoria
O que vemos?
Todo corpo com temperatura acima do zero absoluto emite radiação eletromagnética e a radiação emitida e dada pela Lei de Planck:
A quantidade energia emitida é proporcional a temperatura do objeto (Lei de Stefan-Boltzmann):
Comprimento de onda de máxima emissão é dada pela Lei de Wien:
4
T
F
=
σ
T
2897
max=
λ
Alguma Teoria
Temperatura do Sol é de 6000 K:
O pico de emissão:~ 0,4 μm na
região visível do espectro;
Radiação solar significante ocorre entre 0,3 e 4 μm;
Radiação solar: ondas curtas;
Temperatura média da Terra é de 288 K:
O pico de emissão:~ 10 μm na
região do infravermelho;
Radiação terrestre significante ocorre entre 3 e 100 μm;
Radiação terrestre: ondas
Alguma Teoria
Em geral as bandas podem ser divididas em 3
regiões:
bandas entre 0,3 e 3
μm (região de reflexão) – radiação
medida é a radiação solar refletida pelo sistema terrestre;
bandas entre 3 e 5
μm (região intermediária) – reflexão da
radiação solar e emissão de radiação pelo sistema terrestre;
bandas entre 6 e 100
μm (região de emissão) – emissão do
sistema terra-atmosfera
Alguma Teoria
Para canais localizados na região solar (VIS), a radiação medida é
aquela refletida pela superfície ou espalhada dentro da atmosfera e
nuvens.
Baixa reflexão da superfície do mar
Alta reflexão da terra e especialmente das nuvens
Alguma Teoria
Para os canais localizados na região do infravermelho,
a
radiação
é
na
verdade
emitida
pela
própria
terra/atmosfera/nuvens devido a sua temperatura.
Temperaturas razoavelmente altas na superfície do mar
Temperaturas baixas das nuvens altas
Informação Contida em Imagens no VIS
Informação contida nos canais VIS/solares: A radiação solar à superfície terrestre é refletida diferentemente por diferentes tipos de superfície – portanto nós podemos obter informações acerca dos tipos de superfície utilizando canais visíveis!
Informação Contida em Imagens no IR
Informação contida nos canais infravermelho/termais: O painel abaixo mostra as propriedades de emissão de diferentes superfícies. Esta radiação emitida viaja ascendentemente através da atmosfera e , dependendo do comprimento de onda, sofre absorção na atmosfera – o painel acima mostra a localização das principais regiões de absorção.
Exemplos de Imagens IR em Diferentes Regiões de Absorção
4 Canais (Meteosat-8), mesma região – temperaturas de brilho bastante diferentes
Uma importante ferramenta para a interpretação de
imagens de satélites: MTR.
Estes modelos permitem simular os processos
radiativos dentro da atmosfera.
A radiação no topo da atmosfera pode ser simulada
e comparada com as medições do satélite.
Esta comparação pode revelar aspectos importantes
do estado atual da atmosfera, este é um primeiro
passo em direção a um produto.
Exemplos
deste
mecanismo
serão
mostrados
adiante.
Ferramenta Importante para Geração de Produtos: Modelo de
Transferência Radiativa (MTR)
Os MTRs precisam como entrada de informação
acerca
da
superfície,
perfis
atmosféricos,
propriedades das nuvens, etc.
Com estas informações, a equação que governa os
processos radiativos (equação de transferência
radiativa)
é
resolvida
numericamente.
Existem
diferentes esquemas numéricos, os quais resultaram
em modelos mais/menos precisos e mais/menos
eficientes em termos computacionais.
Usualmente, estes modelos assumem algumas
simplificações.
Ferramenta Importante para Geração de Produtos: Modelo de
Transferência Radiativa (MTR)
Exemplo de Produto Utilizando Imagem VIS: NDVI
Detecção do estresse da vegetação
Reflectância 0,6 µm Reflectância 0,8 µm
Vegetação Saudável Menor Maior
Exemplo de Produto Utilizando Imagem VIS: NDVI
Índice de Vegetação de Diferença Normalizada (NDVI):
6 . 0 8 . 0 6 . 0 8 . 0
R
R
R
R
NDVI
+
−
=
6 . 0 8 . 0R
R
−
maior para vegetação saudável (NDVI maior)6 . 0 8 . 0
R
Exemplo de Produto Utilizando Imagem VIS: NDVI
NDVI para uma região agrícola durante o ciclo de crescimento de uma cultura
Exemplo de Produto Utilizando Imagem VIS: NDVI
http://satelite.cptec.inpe.br/
NDVI para a América do Sul Produto DSA – CPTEC/INPE
Exemplo de Produto Utilizando Imagem VIS: NDVI
Navegação Numero Digital Canais VIS0.6 & VIS0.8
Radiância
Reflectância
NDVI
Máscara de Nuvem
Medidas na janela atmosférica (10–12 μm)
Exemplo de Produto Utilizando Imagem IR: Temperatura da Superfície
O que os instrumentos a bordo de satélites medem?
Eles NÃO medem TEMPERATURA DA SUPERFÍCIE!
Medem a radiância L que chega ao topo da atmosfera em uma dado comprimento de onda λ. A radiância é relacionada com a variável geofísica através da equação de transferência radiativa
↓ ↑
+
−
+
=
λ λ λ λ λ λ λ λε
B
T
sτ
L
aε
τ
L
dL
(
)
(
1
)
1 2 3Exemplo de Produto Utilizando Imagem IR: Temperatura da Superfície
↓ ↑+
−
+
=
λ λ λ λ λ λ λ λε
B
T
sτ
L
aε
τ
L
dL
(
)
(
1
)
Composição & estrutura térmica da atmosfera Radiância no satélite Superfície (TS & EM) Correções Atmosféricas TS Levar em conta o efeito da EM CÁLCULO DOS PARÂMETROS ATMOSFÉRICOS: τ, La, Ld UTILIZANDO UM MTR MAPA DE EM Calibração e NavegaçãoExemplo de Produto Utilizando Imagem IR: Temperatura da Superfície
Radiâncias Simuladas TS & EM (Prescritas) + Perfil atmosférico Comparação TS & EM (Estimativa) MRT Construção de um algoritmo com base na relação entre TS prescritas e as radiânciasExemplo de Produto Utilizando Imagem IR: Temperatura da Superfície
Simulação com o MODTRAN4
O conjunto de dados simulados inclui 237600 diferentes condições de observações!
Casos considerados
Perfis Atmosféricos 165 perfis tirados da base de
dados TIGR
Temperatura da Superfície
Ts varia em torno da temperatura do 1º nível do perfil (Ta1) de Ta1− 10.0 K até Ta1 + 15.0 K em passos de 5 K Emissividade Varia de 0,90 até 0,99 em passos de 0,01 e Δε varia de – 0,01 até 0,01 em passos de 0,01
Ângulo de Visão do Satélite 8 ângulos cobrindo um intervalo
de valores do nadir até 60º
Ta1 varia 263 – 312K
W varia de 0 – 6 gcm-2
Exemplo de Produto Utilizando Imagem IR: Temperatura da Superfície
ε
ε
+
Δ
−
+
−
+
−
+
+
=
2 4 5 5 . 11 5 . 10 3 5 . 11 5 . 10 2 5 . 10 1 0a
T
a
(
T
T
)
a
(
T
T
)
a
(
1
)
a
a
T
sMétodo Split-Window (SW) – (Sobrino e Raissouni, 2000)
a
k (k
= de 0 a 5) – coeficientes do SW estimados por análise de regressão dos dados simulados com o MODTRAN4T
10.5 eT
11.5 – temperaturas de brilho em canais adjacentes posicionados em 10.5 e 11.5 μm(
ε
10.5ε
11.5)
2
ε
=
+
)
(
ε
10.5ε
11.5ε
=
−
Δ
Exemplo de Produto Utilizando Imagem IR: Temperatura da Superfície
Produto DSA – CPTEC/INPETemperatura da Superfície para América do Sul NOAA18 – 25/10/2006 (17:58 UTC)
Navegação Numero Digital Canais IR10.5 & IR11.5
Radiância
Temperatura de Brilho
TS
Máscara de Nuvem
Pré-processamento
Exemplo de Produto Utilizando Imagem IR: Temperatura da Superfície
Correção Atmosférica Emissividade
Produtos de Satélite: Derivação de uma Máscara de Nuvem
Intuitivamente a detecção de nuvens parece fácil já que elas
apresentaram temperaturas baixas nas imagens infravermelho
(à esquerda) e alto brilho nas imagens do visível (à direita)
…
Mas Quando Olhamos em Detalhes…
Ampliação de uma imagem no
IR: Para pixels individuais
pode ser muito difícil decidir
quando estes são nuvens ou
não.
Problemas: bordas das nuvens,
pixels parcialmente cobertos
com nuvens, nuvens em várias
camadas, superfícies frias ou
com alto brilho …
Detecção de Nuvem: Condições Difíceis
Canal VIS: Nuvens com alto
brilho sobre uma superfície no
deserto
com
alto
brilho
também
Detecção de Nuvem: Condições Difíceis
Canal VIS: Superfícies
brilhosas podem existir
também
sobre
os
oceanos
(alto
brilho
devido ao reflexo solar
-sunglint)
Detecção de Nuvem: Condições Difíceis
Estas
feições
no
Atlântico Sul podem ser
facilmente interpretadas
como nuvens (um pouco
mais
frias
que
a
superfície) – mas estas
são
correntes
frias
oceânicas
Geração de uma Máscara de Nuvem
Os
esquemas
para
detecção
de
nuvem
consiste
geralmente
em
uma
técnica
de
limiares
Imagens
em
diferentes
canais
IR
são
comparadas
às
temperaturas
de
brilho
teoricamente esperadas para um pixel sem
nuvem
Se disponível, dados no VIS são comparados
com o brilho esperado de um pixel sem nuvem
Geração de uma Máscara de Nuvem – Pré-requisitos Importantes
Precisamos de um bom registro entre canais
individuais
se
não
as
informações
para
diferentes canais podem ser contraditórias.
Precisamos de uma boa calibração, já que
comparamos reflectâncias e temperaturas de
brilho!
Geração de uma Máscara de Nuvem
NOAA18 – 02/08/2006 (17:14 UTC)
Canal 1 (0.6 μm) Máscara de Nuvem
TB4 < 278 K ou
Reflect_1/ Reflect_2 < 1.4
Pixel classificado como nuvem
Produtos de Satélite: Estimativa de Vetores Vento como um exemplo
Para satélites geoestacionários, imagens consecutivas mostram muito bem o movimento das nuvens (e.g., no VIS ou no IR). Este é um exemplo de três imagens consecutivas do IR10.8, 15 minutos entre cada uma.
Observe a nuvem dentro do círculo laranja!
Produtos de Satélite: Estimativa de Vetores Vento como um exemplo
Para satélites geoestacionários, imagens consecutivas mostram muito bem o movimento das nuvens (e.g., no VIS ou no IR). Este é um exemplo de três imagens consecutivas do IR10.8, 15 minutos entre cada uma.
Observe a nuvem dentro do círculo laranja!
Produtos de Satélite: Estimativa de Vetores Vento como um exemplo
Para satélites geoestacionários, imagens consecutivas mostram muito bem o movimento das nuvens (e.g., no VIS ou no IR). Este é um exemplo de três imagens consecutivas do IR10.8, 15 minutos entre cada uma.
Observe a nuvem dentro do círculo laranja!
Estimativa de Vetores Vento: Passo de Rastreio
Indo da Imagem 1 para 2: Um determinado padrão é identificado na Imagem 1 (área de alto contraste). Na Imagem 2, esta área é deslocada em diferentes direções para encontrar uma melhor concordância com a Imagem 1.
Estimativa de Vetores Vento: Passo de Rastreio
Indo da Imagem 1 para 2: Um determinado padrão é identificado na Imagem 1 (área de alto contraste). Na Imagem 2, esta área é deslocada em diferentes direções para encontrar uma melhor concordância com a Imagem 1.
Estimativa de Vetores Vento: Passo de Rastreio
Indo da Imagem 1 para 2: Um determinado padrão é identificado na Imagem 1 (área de alto contraste). Na Imagem 2, esta área é deslocada em diferentes direções para encontrar uma melhor concordância com a Imagem 1.
Estimativa de Vetores Vento: Passo de Rastreio
Indo da Imagem 1 para 2: Um determinado padrão é identificado na Imagem 1 (área de alto contraste). Na Imagem 2, esta área é deslocada em diferentes direções para encontrar uma melhor concordância com a Imagem 1.
Estimativa de Vetores Vento: Passo de Rastreio
Boa Concordância!
Indo da Imagem 1 para 2: Um determinado padrão é identificado na Imagem 1 (área de alto contraste). Na Imagem 2, esta área é deslocada em diferentes direções para encontrar uma melhor concordância com a Imagem 1.
Estimativa de Vetores Vento: Passo de rastreio
Este processo é então repetido entre a Imagem 2 e a Imagem 3
Qualidade dos Vetores Vento
Vetores resultantes de 2 pares
de imagem: Possibilidade de
controle
de
qualidade
(consistência no tempo)
Qualidade dos Vetores Vento
Campo
final
de
vetores:
Possibilidade de controle de
qualidade
(consistência
espacial)
Vetores resultantes de 2 pares
de imagem: Possibilidade de
controle
de
qualidade
(consistência no tempo)
Rastreio do Vento: Calibração e Navegação?
O rastreio do vento é um dos poucos exemplos de produtos onde
pode ser feito sem calibração: tudo que é preciso é algum contraste
na imagem, de forma que o rastreio funciona bem utilizando valores
brutos.
Boa navegação é de crucial importância: Veja o que pode acontecer
…
Navegação de Imagem para Rastreio de Vento - Exemplo
Uma má navegação pode causar
o rastreio de linhas de costa!
Neste exemplo, é assumido um
erro de navegação de 0,5 graus
em ambas latitude e longitude.
Navegação de Imagem para Rastreio de Vento - Exemplo
Uma má navegação pode causar
o rastreio de linhas de costa!
Neste exemplo, é assumido um
erro de navegação de 0,5 graus
em ambas latitude e longitude.
Navegação de Imagem para Rastreio de Vento – outro Exemplo
Sequência das Imagens 2 e 3, com o vetor vento correto mostrado à esquerda. À direita a Imagem 3 é assumida ter um erro de navegação de 0,5 em ambas latitude e longitude – o vetor vento obviamente mudou completamente e reflete agora o erro de navegação.
Extração de Alvos – Exemplo Meteosat sobre a Europa
Oriental
Cada
cruz
marca
um
possível
alvo
para
o
rastreio
do
vento,
estimado
por
um
procedimento automático
que encontra áreas de
alto contraste.
Nem
todo
alvo
é
adequado para o rastreio!
Campo Final de Vento de um satélite Geoestacionário
Exemplo
tirado
do
GOES-12: As cores
indicam os diferentes
níveis dos ventos.
Produto DSA – CPTEC/INPE
Dados de Vento Extraídos com Satélites Polares
Alta resolução temporal é garantida para satélites geoestacionários
Um Exemplo Real Polar – Imagens WV do MODIS
Este
exemplo
mostra
que
há
uma
boa
sobreposição
entre
órbitas consecutivas (~
1,5 hora de diferença)
Estimativa da Altura do Vento
Enquanto
a velocidade
e direção
do vento
são bem
identificadas no processo de rastreio, a questão da altura ainda
permanece aberta:
Vamos observar um exemplo do canal IR10.8, onde uma
nuvem foi rastreada. O que é medido pelo satélite?
Exemplo Utilizando uma Imagem Real
Nós observamos uma imagem
no
canal
IR10.8
com
um
número de nuvens opacas no
centros e mais nuvens
semi-transparentes ao sul. Os valores
de temperatura de alguns pixels
mostram o efeito drástico da
semi-transparência, apesar da
diferença de altura entre estas
nuvens não é ser muita.
Atribuição de Altura para Nuvens Opacas
A temperatura de brilho de um pixel coberto com nuvem é comparada com um perfil de temperatura previsto e a esta nuvem é atribuída a altura do perfil correspondente a temperatura de brilho. Refinamento: Absorção do vapor d’água acima da nuvem é modelado por um MTR.
Atribuição de Altura para Nuvens Semi-transparentes (1)
Um
dos
muitos
métodos
de
correção para semi-transparência
utiliza os canais IR10.8 e WV
(usualmente o WV6.2).
Num primeiro passo, uma relação teórica é computada entre as radiâncias no IR e no WV para nuvens opacas para diferentes alturas. Esta relação é obtida com um MTR.
Atribuição de Altura para Nuvens Semi-transparentes (2)
As radiâncias observadas no IR e no WV de um conjunto de pixels adjacentes com nuvens são comparadas com a curva teórica: Enquanto uma nuvem opaca deve se situar sobre a curva, uma nuvem semi-transparente deve se situar abaixo da curva. A altura da nuvem para todos os pixels é dada pela interseção com a curva teórica.
Produtos de Satélite: Estimativa de Precipitação
Modelo Hydroestimador:
Utilizado operacionalmente na DSA – CPTEC/INPE
R = 1.1183x1011 exp(- 3.6382 x 10
-2x TB
1.2)
1º Passo: Relação entre a precipitação medida com radar (mm/h) e a temperatura de brilho da nuvem
Produtos de Satélite: Estimativa de Precipitação
Modelo Hydroestimador:
Utilizado operacionalmente na DSA – CPTEC/INPE
R = 1.1183x1011 exp(- 3.6382 x 10
-2x TB
1.2) x PW X RH
2º Passo: Fator de correção de Umidade
tende a sobreestimar (subestimar) a precipitação em ambientes úmidos (secos).
PW - conteúdo de água precipitável (entre a superfície e o nível de 500 mb)
RH - umidade relativa (entre a superfície e o nível de 500 mb)
PW x RH Modelo Global ETA
Se TB < 210 K e PWRH > 1 então R não precisa se corrigido por PWRH Se TB < 200 K R é limitada a 72 mm/h
Produtos de Satélite: Estimativa de Precipitação
Modelo Hydroestimador:
Utilizado operacionalmente na DSA – CPTEC/INPE
R = 1.1183x1011 exp(- 3.6382 x 10
-2x TB
1.2) x PW X RH x TCN
3º Passo: Fator de correção da temperatura e crescimento da nuvem (TCN)
•Um sistema convectivo produz maiores quantidades de chuva quando os topos se tornam mais frios e expansivos
•Nuvens no estágio de dissipação produzem pouca ou nenhuma precipitação
Se TB da imagem atual for mais frio que da imagem anterior então TCN = 1 Se TB da imagem atual for mais quente que da imagem anterior então TCN = 0 Se TB da imagem anterior for igual ao da imagem anterior então TCN = 0
Produtos de Satélite: Estimativa de Precipitação
Modelo Hydroestimador: Utilizado operacionalmente na DSA – CPTEC/INPE
http://satelite.cptec.inpe.br/
Produtos de Satélite: Acompanhamento e Previsão de Sistemas Convectivos (ForTraCC)
Técnica de Limiar
TB <= 235 K - pixel classificado comosistema convectivoContagem do Número
de Sistemas
Convectivos
se pixels adjacentes possuem TB <= 235 K, então estes fazem parte do mesmo sistema convectivo. É contado somente um sistema
Evolução no Tempo
Cálculo: 1) tempo de vida; 2) se o sistema está intensificando, desintensificando ou estável e etc.
Produtos de Satélite: Acompanhamento e Previsão de Sistemas Convectivos (ForTraCC)
Estatística
Cálculo:convectivas (isto é pixels com TB <= 210 K) e etc.1) Área: 2) Número de célulasParâmetros
Físicos
Cálculo: 1) temperatura mínima; 2) velocidade; 3) direção; 4) taxa de expansão e etc.
Rastreio
Identificação do sistema da imagem anteriorna imagem seguintePrevisão
previsão (30, 60, 90 e 120 minutos) de comoos sistemas irão se deslocar, intensificar, expandir e etc.Produtos de Satélite: Acompanhamento e Previsão de Sistemas Convectivos (ForTraCC)
Produto DSA – CPTEC/INPE
Estágios Típicos no Desenvolvimento de Produto
Estudo de Viabilidade – O instrumento carrega a
informação que eu quero extrair?
Escolha cuidadosa do algoritmo (e.g. modelo de radiação
adequado, tempo de cálculo, etc.)
Quando o desenvolvimento termina? Validação,
validação,validação, validação
Validação pode incluir: comparação com dados coletados
em campo, com saídas de modelos de previsão de
tempo, produtos similares obtidos com outros satélites,
produtos similares obtidos com diferentes algoritmos…
Resumo (1)
Dados de Satélite podem se tornar numa vasta gama
de produtos meteorológicos se
A radiação medida é influenciada pelo parâmetro meteorológico
Nós temos uma boa calibração do instrumento
Resumo (1)
Dados de Satélite podem se tornar numa vasta gama
de produtos meteorológicos se
A radiação medida é influenciada pelo parâmetro meteorológico
Nós temos uma boa calibração do instrumento
Nós temos uma boa geo-localização do instrumento
Geralmente, dados de satélite nos dão informação
sobre
Nuvens (altura, temperatura, fase, microfísica, …)
Superfície (temperatura, umidade, …)
Parâmetros da Superfície (reflectância, emissividade, albedo,...)
Perfis Atmosféricos / constituintes / aerossóis
Resumo (2)
Estes produtos de satélite são úteis para
Assimilação em modelos de previsão numérica de tempo
Suporte para aplicações de previsão de curto espaço de tempo Suporte para aplicações climáticas
Suporte para o monitoramento do meio ambiente (queimadas, qualidade do ar, …)
Resumo (2)
Estes produtos de satélite são úteis para
Assimilação em modelos de previsão numérica de tempo
Suporte para aplicações de previsão de curto espaço de tempo Suporte para aplicações climáticas
Suporte para o monitoramento do meio ambiente (queimadas, qualidade do ar, …)
Produtos estão geralmente disponíveis via
Disseminação direta via Satélite
Sistema de Telecomunicação global da OMM, Centros Meteorológicos Regionais
Internet