Com o avanço das tecnologias de imageamento para a área de previsão meteorológica, o processamento de imagens e computação gráfica tem permitido melhorar a qualidade dos resultados no que tange aspectos de interpretação e visualização. O INCoD tem trabalhado com pesquisas e desenvolvimento inovadoras nesta área. Estas soluções são executadas em parceria com o INPE, CEMADEN e EPAGRI gerando ferramentas que auxiliam os meteorologistas e climatologistas a melhorar as previsões.

1. Processamento e visualização de imagens
de Satélite e Radar
PROCESSAMENTO DE IMAGENS E COMPUTAÇÃO GRÁFICA
Dr. Sylvio Luiz Mantelli Neto
UFSC-INCOD
Universidade Federal de Santa Catarina
Instituto Nacional para a Convergência Digital
Instituto Nacional de Pesquisas Espaciais
www.inpe.br www.incod.ufsc.br

2. TOPICOS PRINCIPAIS

Definição: sensoriamento remoto.

Motivações para o nosso trabalho

Processamento de imagens .

Monitorar condições atmosféricas em larga escala.

Previsão do tempo, queimadas, secas, enchentes, eventos extremos.

Monitoramento da quantidade de nuvens.

Disdrômetro.

Validação combinada de imagens de radar e satélite.

Visualização 3-D de imagens de radar (computação gráfica).

3. DEFINIÇÃO

Sensoriamento remoto, processamento de imagens.

Conjunto de técnicas que possibilita a obtenção de informações sobre alvos
na superfície terrestre (objetos, áreas) ou atmosféricos (fenômenos).

Através do registro da interação da radiação eletromagnética , realizado por
sensores distantes, ou remotos. Geralmente estes sensores estão presentes
em plataformas orbitais , satélites, radares e aviões .

A NASA e o NOAA são os maiores produtores e captadoras de imagens
recebidas por seus satélites, radares, etc.

No Brasil, o principal órgão que atua nesta área é o Instituto Nacional de
Pesquisas Espaciais - INPE.

Pesquisas desenvolvidas no LAPIX desenvolvem técnicas de processamento
destas imagens, métodos estatísticos e inteligência computacional.

4. OBJETO DE ESTUDO

5. DESAFIOS
 BRASIL: 8.456.510 km² de terra.
 Santa Catarina 95.346 km².
 Monitorar condições atmosféricas em larga escala.
Previsão do tempo, queimadas, secas, enchentes,
eventos extremos.
 Monitoramento da quantidade de nuvens.
 Validação combinada de imagens de radar e satélite.
 Visualização 3-D de imagens de radar e satélite.

6. COBERTURA DE NUVENS ATRAVÉS DE VISÃO COMPUTACIONAL
• Satélite GOES-12 monitora
a Terra a 30.000 km de
altitude.
• Imagens a cada 3 horas.
(VIS, 3xIR, VP)
• Nuvens influenciam
modelos computacionais
numéricos.
• Quantificar as nuvens para
considerá-las nos modelos NÃO CONFUNDIR COM
de previsão. CLOUD COMPUTING !

7. CLOUD COVERAGE FROM SURFACE
Fpolis Fpolis Fpolis dayly cloudness 20021103
200211031015 200211031030
Classification results
*Cooperation INPE-MCT
Journal of Atmospheric and Oceanic Technology, v. 27, n. 9, p. 1504 – 1517, 2010. The use of Euclidean
geometric distance for classification of sky and cloud patterns. Mantelli, Wangenhein, Pereira & Comunello

8. AS CORES DO CÉU

9. DISDROMETRO

Mede as gotas de chuva.

Taxas de precipitação.

Distribuição do tamanho das gotas .

Ajustes nas estimativas de radares.

Erosão do solo e deslizamentos.

Atenuação de microondas (GPS, NET e SKY).

Fornos de microondas.

Santa Catarina tem dois radares.

Um terceiro radar em fase de compras.
FORMATO REAL DE
UMA GOTA DE CHUVA

10. DISDROMETER

Existing types:
1-) RD-80® ~ EURO
− Impact (piezoelectric effect) 50cm 2
33000,00
− Optical (laser or light source) 54cm2
− One line scan cameras: 100 cm2
2-) OTT® ~ EURO

INCOD research: 6000,00
− Methods for tracking and hidrometeror
assessment.
− Video disdrometer.
3-) Joanneun ® ~ EURO
− CNPQ grant 478694/2011-3. ?
1-) http://www.distromet.com/
2-) http://www.ott.com
3-) http://www.distrometer.at/

11. VALIDAR ESTIMATIVAS DE PRECIPITAÇÃO UTILIZANDO RADARES
RESOLUÇÃO TEMPORAL
Radares produzem imagens
3-D a cada 15 minutos.
Satélites produzem imagens
2-D a cada 3 horas.
RESOLUÇÃO ESPACIAL

O,75 km.

www.cemaden.gov.br 
Alcance máximo 250 km.

Centro de Monitoramento e Alerta de Desastres Naturais

Figure Source: Sensoriamento Remoto da Atmosfera II, INPE-MCT Instituto
Nacional de Pesquisas Espaciais, Ministério da Ciência e Tecnologia.

12. RADAR Storm tracking

13. 3-D visualization of NWP models

Large amount of data generated by NWP.

Meteorologists usually interprets layers.

GPGPU hi degree of parallel processing.

Low cost but still complex implementation.

14. 3-D visualization of NWP for forecasting using GPUs.

15. Augmented reality for monitoring of severe weather systems.