Avaliaça o para Amé rica Latina

Transcrição

1 Sensoriamento remoto e bases de dados meteorológiicas para seguros climáticos paramétricos Avaliaça o para Amé rica Latina Relatório final Agosto 2015 Preparado para o Climate Insurance Fund Preparado por eleaf Competence Center

2 Este estudo foi realizado pela eleaf for the Climate Insurance Fund Os autores são Ernesto Bastidas-Obando, Rutger Kassies, Steven Wonink e Maurits Voogt. Todos os direitos reservados, Agosto 2015 Por favor, envie perguntas ou comentários para info@eleaf.com 2

3 Tabela de conteúdos Lista de tabelas... 4 Lista de tabelas apêndices... 5 Resumo Introdução Sensoriamento remoto e bases de dados climáticas Sensores únicos de sensoriamento remoto Produtos de sensores múltiplos Projetos de assimilação de dados climáticos Estações terrestres Avaliação de projetos e casos na LATAM Conclusões e recomendações Bibliography Apêndice 1 WMO bases de dados selecionadas Apêndice 2 Escritórios nacionais de dados meteorológicos de estações terrestres Apêndice 3 Divulgação de bases de dados

4 Lista de tabelas Tabela 2-1: Panorama da disponibilidade Tabela 2-2: Dual-frequency Precipitation Radar Tabela 2-3: GPM Microwave Imager Tabela 2-4: Precipitation Radar Tabela 2-5: TRMM Microwave Imager Tabela 2-6: Vegetação Tabela 2-7: Enhanced Thematic Mapper Tabela 2-8: Operational Land Imager Tabela 2-9: Visible/Infrared Imager Radiometer Suite Tabela 2-10: Moderate Resolution Imaging Spectroradiometer Tabela 2-11: Multi-angle Imaging Spectro-Radiometer Tabela 2-12: Advanced Scatterometer Tabela 2-13: Advanced Space borne Thermal Emission and Reflection radiometer Tabela 2-14: Integrated Multi-satellitE Retrievals for GPM Tabela 2-15: Tropical Rainfall Measuring Mission Tabela 2-16: Near-real-time Ice and Snow Extent Tabela 2-17: Global Multi-sensor Automated Snow/Ice Tabela 2-18: Climate Hazards Group InfraRed Precipitation with Station data (CHIRPS) Tabela 2-19: Goddard Earth Observing System Model Tabela 2-20: Modern-Era Retrospective analysis for Research and Applications Tabela 2-21: European Centre for Medium-Range Weather Forecasts Tabela 2-22: Global Data Assimilation System (GDAS) Tabela 2-23: Global Historical Climatology Network daily (GHCN-Daily) Tabela 2-24: Latin American Climate Assessment & Dataset (LACA&D) Tabela 3-1: Argentina Precipitação para a indústria de leite Tabela 3-2: Argentina NDVI para forragem Tabela 3-3: Argentina Precipitação para o algodão Tabela 3-4: Honduras Nicarágua Precipitação para o café Tabela 3-5: Mexico NDVI for pastures Tabela 3-6: Mexico Precipitação para culturas e pastagens Tabela 3-7: Peru Precipitação para culturas Tabela 3-8: Uruguai Temperatura do ar para o arroz Tabela 3-9: Uruguay Precipitação para culturas Tabela 3-10: Uruguay NDVI para pastagens

5 Lista de tabelas appendices Tabela A- 1: WMO bases de dados selecionadas Tabela A- 2: Argentina Servicio Meteorológico Nacional Tabela A- 3: Bolivia Servicio Nacional de Meteorología e Hidrologia Tabela A- 4: Brazil Instituto Nacional de Meteorologia Tabela A- 5: Chile-Dirección Meteorológica de Chile Tabela A- 6: Colombia- Instituto de Hidrología, Meteorología y Estudios Ambientales Tabela A- 7: Costa Rica Instituto Meteorológico Nacional Tabela A- 8: Dominican Republic-Oficina Nacional de Meteorología Tabela A- 9: Ecuador- Instituto Nacional de Meteorologia e Hidrologia Tabela A- 10: Guatemala Instituto Nacional de Sismología, Vulcanología, Meteorología e Hidrología Tabela A- 11: Honduras - Servicio Meteorológico Nacional de Honduras Tabela A- 12: Mexico - Comisión Nacional del Agua Servicio Meteorológico Nacional Tabela A- 13: Nicaragua Instituto Nicaragüense de Estudios Territoriales Tabela A- 14: Panama - HIDROMET Tabela A- 15: Paraguay Dirección de Meteorología e Hidrología Tabela A- 16: Perú-Servicio Nacional de Meteorología e Hidrología Tabela A- 17: Salvador-Ministerio de Medio Ambiente y Recursos Naturales Tabela A- 18: Uruguay Dirección Nacional de Meteorología Tabela A- 19: Venezuela Servicio de Meteorología de la aviación Militar Bolivariana Tabela A- 20: Divulgação de bases dedados

6 Resumo Este relatório apresenta um inventário das estações climatéricas e de sensoriamento remoto disponível na América Latina. Por cada estação foi definido e tabulado um critério, que resultou numa descrição de 24 estações capacitadas para fazer relatórios de informação paramétrica. As tabelas facilitam a comparação de dados e a informação disponível por país de dados climáticos obtidos nas estações terrestres. A descrição dos projetos e casos de estudos usando a informação das estações de cada região é fornecida. O sensoriamento remoto e as estações climáticas estão a desempenhar um papel importante no desenvolvimento de produtos climáticos parametrizados na América Latina. A quantidade de informação fornecida por ambas fontes dá-nos a oportunidade de desenvolver este produto. No entanto, a disponibilidade de informação, nomeadamente das estações terrestres, varia por país, daí dificultar a sua implementação. Bases de dados de sensoriamento remoto e os estudos climáticos oferecem-nos a oportunidade de obter informação em tempo real o que pode suavizar as limitações dos dos dados das estações terrestres. A correspondência entre o sensoriamento remoto e os projetos de recolha de dados climáticos com os parâmetros a definir necessita ainda de mais investigação. Há projetos operacionais em determinadas regiões e noutras, ainda emfase de desenvolvimento. A transmissão do seucesso destes projetos precisa de mais divulgação. 6

7 1 Introdução De há uns anos para cá, os satélites têm possibilitado o sensoriamento remoto acerca da terra. As vantagens têm sido aproveitadas por um cada vez maior número de indústrias. Esta tendência vai aumentar quantos mais satélites forem colocados em órbita recentemente o ESA Sentinel 2, começou a transmitir dados de alta resolução com intervalos de tempo cada vez mais reduzidos. Além das indústrias, outro setor que pode aproveitar esta facilidade de informação é o setor dos seguros. Seguros contra danos causados pelo clima e perdas agrícolas representam uma quota-parte do mercado dos seguros. O sensoriamento remoto e as bases de dados meteorológicas podem desempenhar um papel importante neste setor através dos seus produtos parametrizados. Estes, são produtos que atuam na prevenção de eventos repentinos, tais como uma tempestade, em vez dos danos causados pela mesma. Neste caso, a quantidade de precipitação é uma estimativa dos danos causados por uma situação de seca. Isto oferece-nos a possibilidade de baixar os custos da apólice de seguro uma vez que não será necessária uma avaliação de danos para o seguro pagar. No entanto, a aceitação do sensoriamento remoto no setor tem sido baixa. Foram desenvolvidos alguns projetos mas poucos virados para a área comercial. O Climate Insurance Fund, iniciado pelo governo alemão, tem como objetivo aumentar o acesso aos seguros nos países subdesenvolvidos. O objetivo específico deste fundo é reduzir a vulnerabilidade das pequenas empresas, bem como das famílias de baixos rendimentos a eventos climáticos extremos. Os produtos de seguros de clima paramétricos podem desempenhar um papel importante na consecução deste objetivo. Para obter uma melhor compreensão das bases de dados climáticas e de sensoriamento remoto, o Climate Insurance Fund pediu à eleaf para fazer uma avaliação dos dados disponíveis na América Latina. O foco desta avaliação incide nas bases de dados de sensoriamento remoto e nas bases de dados das estações terrestres, se existir informação disponível. Este inventário foi complementado com uma avaliação de projetos e casos onde esta informação foi utilizada como parte de um produto de seguro climático (paramétrico). Uma primeira conclusão da avaliação é que existe um grande número de bases de dados climáticas e de sensoriamento remoto na América Latina. Muitos satélites orbitam a terra e cada um destes países têm institutos que medem, administram e usam parâmetros climáticos. No entanto, nem todas essas bases de dados são relevantes ou de fácil acesso. Com o intuito de manter a lista acessível, e dado o tamanho do projeto, tivemos que ser seletivos em relação às bases de dados presentes nesta avaliação. Para bases de dados de sensoriamento remoto o nosso foco incidiu naquelas com fins científicos ou comerciais. Para bases de dados meteorológicas de fácil acesso aplicámos o nosso critério. Se estas bases de dados são capazes de transmitir informação relacionada com danos provocados pelo clima, é um tema que não foi abordado nesta avaliação. A aptidão para parâmetros de seguro climáticos vai para além do objetivo deste projeto. Na prática, a aplicação de bases de dados climáticas e de sensoriamento remoto ainda é escassa devido à dificuldade de transmitir os benefícios deste sistema. Nesta avaliação fizemos uma lista de 7

8 estudos que tentaram ou que estão a usar estas bases de dados na América Latina. Contudo, é um número limitado. No capítulo 2 selecionamos bases de dados. São descritas com base em formatos similares. O capítulo começa com uma pequena explicação dos tipos de bases de dados que incluímos e onde estão localizadas. O capítulo 3 descreve projetos e casos de estudo que utilizaram sensoriamento remoto e bases de dados climáticas para estruturar produtos de seguros climáticos. Está configurado de forma semelhante com o capítulo anterior, descrevendo cada um dos casos num formato similar. O último capítulo apresenta recomendações sobre o desenvolvimento de mais bases de dados climáticas e de sensoriamento remoto para produtos de seguros paramétricos climáticos na América Latina. 8

9 2 Sensoriamento remoto e bases de dados climáticas Neste capítulo apresentamos os resultados do inventário de sensoriamento remoto e de bases de dados climáticas que são relevantes para produtos de seguros climáticos na América do Sul. Este inventário de bases de dados de sensoriamento remoto está focado em bases de dados que quantificam e monitorizam parâmetros climáticos tias como a superfície da terra e precipitação. Adicionámos ainda bases de dados que contêm informação relacionada com neve e com lençóis freáticos. Além de parâmetros relativos ao clima, a medição concreta da cobertura da vegetação, dá-nos informação útil, por exemplo acerca do desenvolvimento das colheitas e dos seus ganhos. Características frequentemente relacionadas com condições climatéricas podem ser um indicador direto de danos nas colheitas. A qualidade da vegetação pode ser monitorizada através da variável de sensoriamento remoto, Normalized Vegetation Index (NDVI) e Leaf Area Index (LAI). A NDVI mede o vigor da vegetação. A LAI é uma variável que caracteriza a cobertura da vegetação. Mais adiante incluímos informação de sensoriamento remoto que pode ser usada para calcular estas duas variáveis. As bases de dados nem sempre têm uma fonte de informação. Algumas delas derivam de mais do que um satélite-sensor. Outras conjugam medidas efetuadas por satélite e por dados obtidos em terra. É também possível que a base de dados seja o output de um modelo climático. Neste capítulo distinguimos quatro categorias de bases de dados derivadas de: Sensores únicos de sensoriamento remoto; Produtos de multi-sensores; Modelos de assimilação Estações terrestres. Modelos de assimilação descrevem o processo físico da atmosfera, superfície terrestre e marítima com medidas concretas. As estações terrestres medem parâmetros climáticos diretamente numa localização específica. Estão situadas em diferentes locais dos países em questão e são administrados pelos institutos nacionais de meteorologia. Muitos dos dados considerados neste inventário não foram medidos diretamente. Foram o resultado da reinterpretação da medição dos sensores. Somente medidas efetuadas no terreno, por exemplo temperatura e quantidade de precipitação podem ser interpretadas diretamente. E ainda assim podem recalculadas para áreas mais distantes das estações terrestres. Os dados obtidos através de satélites necessitam sempre reinterpretação para extrair informação útil. Geralmente são necessárias medidas para obter a informação concreta. A quantidade de processos requeridos para gerar uma base de dados parametrizada terá consequências em relação à velocidade da transmissão da informação. A informação primária obtida pelos satélites está disponível nos dias seguintes à sua receção. Reinterpretar esses dados demora mais tempo até ficarem disponíveis. A informação gerada por multi-sensores e 9

10 por projetos de assimilação, geralmente necessitam de mais parâmetros e consequentemente a disponibilidade de acesso aos dados também irá variar. Além disso, os operadores de satélite processam os dados de forma diferente antes de tornarem a informação disponível. Alguns oferecem bases de dados prontas a serem utlizadas, como por exemplo a Modis NDVI. Outras não. A maioria dos operadores de satélite disponibiliza informação básica. Deste modo são necessários especialistas para reinterpretar estes dados para estabelecerem parâmetros convencionais. No parágrafo seguinte, selecionámos as bases de dados climáticas e de sensoriamento remoto objetos de estudo. Um resumo das mesmas é apresentada na Tabela 2-1. Nesta tabela um conjunto de atributos como: início - fim dos dados e número da tabela no documento, serão apresentados para facilitar a comparação e avaliação dos dados. No apendix 3 a disseminação dos dados é representada. 10

11 Tabela 2-1: Panorama da disponibilidade Nome Início Fim Tabela Sensor Único Dual-frequency Precipitation Radar (DPR) Tabela 2-2 GPM Microwave Imager (GMI) Tabela 2-3 Precipitation Radar (PR) (fim) Tabela 2-4 TRMM Microwave Imager (TMI) (fim) Tabela 2-5 Végétation (1 & 2) (fim) Tabela 2-6 Enhanced Thematic Mapper + (ETM+) 2015 (em Tabela andamento) Operational Land Imager (OLI) Tabela 2-8 Visible/Infrared Imager Radiometer Suite Tabela (VIIRS) Moderate Resolution Imaging 2015 (em Tabela Spectroradiometer (MODIS) andamento) Multi-angle Imaging Spectro-Radiometer (MISR) (em andamento) Tabela 2-11 Advanced Scatterometer (ASCAT) Tabela 2-12 Advanced Space borne Thermal Emission and Reflection radiometer (ASTER) Sensor Múltiplo Integrated Multi-satellitE Retrievals for GPM (IMERG) Tropical Rainfall Measuring Mission (TRMM) Near-real-time Ice and Snow Extent (NISE) Global Multi-sensor Automated Snow/Ice (GMASI) Climate Hazards Group InfraRed Precipitation with Station data (CHIRPS) Assimilação de dados Goddard Earth Observing System Model, Version 5 (GEOS-5) Modern-Era Retrospective analysis for Research and Applications (MERRA) (em andamento) 2014 em andamento 2000 em andamento 1995 em andamento 2006 em andamento 1981 em andamento 2012 em andamento 1979 em andamento Tabela 2-13 Tabela 2-14 Tabela 2-15 Tabela 2-16 Tabela 2-17 Tabela 2-18 Tabela 2-19 Tabela 2-20 ECMWF Re-analysis (ERA-Interim) 1979 em andamento Tabela 2-21 Global Data Assimilation System (GDAS) 2000 em andamento Tabela 2-22 Estações terrestres Global Historical Climatology Network Daily (GHCN-daily) Latin American Climate Assessment & Dataset (LACA&D) País específico País específico em andamento em andamento Tabela 2-23 Tabela

12 2.1 Sensores únicos de sensoriamento remoto Nesta secção referimo-nos a sensores em vez de satélites. O sensor é o que faz a medição e é o que está inserido numa plataforma que está na órbita da terra, o satélite. Diversos satélites podem transportar o mesmo sensor ou sensores múltiplos. O número de satélites na órbita da terra é elevado. A World Metrological Organisation (WMO) possui uma base de dados com os satélites e sensores que estão que estiveram em órbita (WMO-OSCAR, 2015). Uma primeira seleção para sensores ativos foi baseada na capacidade de transmitir dados relacionados com os parâmetros apropriados ao clima e à vegetação. Esta seleção resumiu-se a uma lista de 171 sensores apropriados, que pode ser encontrada no Anexo 1. Os sensores selecionados podem inseridos nas seguintes categorias: Imageador óptico de resolução moderada Imageador óptico de Radiômetro imageador de microondas, varrimento cônico Imageador de microondas / Radiômetro sondador, varrimento cônico Radiômetro de microondas com varrimento especial ou sem varrimento Radar de precipitação e de nuvens Radar de dispersão Radar imageador Uma outra seleção desta lista consistiu em sensores geralmente citados em pesquisa científica para usos comerciais. Esta seleção foi basada na experiência que a eleaf tem em trabalhar com bases de dados climáticas e de deteção remota para fins agrícolas e de gestão de recursos hídricos. A descrição dos sensores selecionados pode ser encontrada nas Tabelas 2-2 até à Cada tabela descreve as seguintes especificações: Nome do sensor Descrição sucinta Agência promotora Satélite Sensor Resolução temporal/tempo de revisitação Custo Duração da missão Relatório intervalado Bandas/Canais Produtos relevantes oferecidos pelo produtor Potencial do sensor para uso de parâmetros climáticos 12

13 Nome do sensor: Sensoriamento remoto e bases de dados meteorológiicas para seguros climáticos paramétricos Tabela 2-2: Dual-frequency Precipitation Radar Dual-frequency Precipitation Radar (DPR) Descrição sucinta: O sensor DPR é um radar de precipitação abordo satélite com capacidade de medição precisa de precipitação. É esperado que o DPR seja mais sensível que o seu antecessor TRMM em especial na medição de precipitação leve, tanto em forma de chuva como de neve, nas regiões de latitudes elevadas. Fonte: NASA ( (GPM-PMM, 2015) Satélites: GPM Core Observatory Resolução temporal: Aproximadamente 5 dias Duração da missão: Março Sensor: DPR Custo: Sem custos Período de revisita: Diário Bandas/Canais: Frequência Banda Largura de Resolução Espacial SNR /Sensibildade Faixa 13.6 Ghz Ku 245 aproxx 5 km 0.5 mm/h 35.5 Ghz Ka 120 aproxx 5 km 0.2 mm/h Produtos relevantes oferecidos pelo produtor: 3-DPR: Médias de precipitação Produto Resolução Espacial Res. Temp. Tempo de resposta Observações média de 0.25 Diária Diária Grelha, 67 N-67 S, Março de 2014 até ao presente precipitação. média de 5 Diária Diária Grelha, 70 N-70 S, Março de 2014 até ao presente precipitação. média de 0.25 Mensal Mensal Grelha, 67 N-67 S, Março de 2014 até ao presente precipitação. media de 5 Diária Mensal Grelha, 70 N-70 S, Março de 2014 até ao presente precipitação. Este sensor também é utilizado no multissensor IMERG. Este tipo de sensor pode ser utilizado para: Intensidade de precipitação à superfície (líquida ou sólida) Precipitação acumulada (diária) 13

14 Nome do sensor: Sensoriamento remoto e bases de dados meteorológiicas para seguros climáticos paramétricos Tabela 2-3: GPM Microwave Imager GPM Microwave Imager (GMI) Descrição sucinta: O Global Precipitation Measurement (GPM) Microwave Imager (GMI) Instrument, é um radiômetro micro-ondas, multi-canal, de varredura cônica que desempenha um papel importante com uma cobertura aproximadamente global, com um período de revisita frequente ao GPM. O instrumento permite que o núcleo do satélite possa servir tanto como padrão de precipitação como padrão radiométrico para os restantes instrumentos a bordo do GPM. Agência: NASA (GMI, 2015) Satélite: GPM Core Observatory Resolução temporal: Aproximadamente 2 dias Duração da missão: Março Sensor: GMI Custo: Sem custos Período de revisita: Diário Bandas/Canais: Frequência(GHz) Banda (MHz) Polarização SR / Sensibildade Resolução Espacial V 0.96 K 12 x 13.4 km H 0.96 K 12 x 13.4 km V 0.84 K 6 x 13.4 km H 0.84 K 6 x 13.4 km V 1.05 K 6 x 13.4 km V 0.65 K 6 x 13.4 km H 0.65 K 6 x 13.4 km V 0.57 K 3 x 13.4 km H 0.57 K 3 x 13.4 km V 1.5 K 3 x 13.4 km H 1.5 K 3 x 13.4 km ± V 1.5 K 3 x 13.4 km ± V 1.5 K 3 x 13.4 km Faixa imageada: 850 km Este sensor também é utilizado no produto multisensor IMERG. 14

15 Produtos relevantes oferecidos pelo produtor: 3-GPROF: GMI média de precipitação Produto Resolução Esp. Resolução temp. Tempo de resposta Observações média de precipitação 0.25 Diário Diário Grelha, 90 N-90 S, Março 2014 até ao presente média de precipitação 0.25 Mensal Mensal Grelha, 90 N-90 S, Março 2014 até ao presente Este tipo de sensor pode ser utilizado também para: Queda de neve Precipitação acumulada (durante 24 h) Intensidade de precipitação à superfície (líquida ou sólida) 15

16 Tabela 2-4: Precipitation Radar Nome: Precipitation Radar (PR) Descrição sucinta: O primeiro de seu tipo no espaço, é um radar de varredura eletrônica (sensor ativo), operando em 13,8 GHz que mede a distribuição da precipitação em 3-Dimensões, e define a profundidade da camada de precipitação. Fonte: JAXA (PR-TRMM, 2015) Satélite: TRMM Resolução temporal/período de revisita: Aproximadamente 1 ou 2 dias Duração da missão: Sensor: PR Custo: Sem custos Período de revisita: 1 Dia Medida de banda: Frequência Largura de varrimento Resolução Espacial SNR /Sensibildade 13.8 Ghz km 0.7 mm/h Informações relevantes oferecidos pelo produtor: A combined product with the TMI sensor: Product Perfis de precipitação combinados(pr, TMI) Perfis de precipitação combinados(pr, TMI) Perfis de precipitação combinados(pr, TMI) Resolução Resolução Tempo de Observações Espacial temporal resposta 5 km Orbital, 16 por dia 3 horas Disponível passados ~7dias desde a aquisição 5 km Orbital, 16 por dia 2 dias Disponível passados ~7dias desde a aquisição 5 km Orbital, 16 por dia 5 dias Orbital (Lat 38 N-S, 7 dez 1997 até ao presente) Este sensor também é utilizado no produto multisensor TRMM. Este tipo de sensor pode ser utilizado também para: Precipitação acumulada (durante 24 h) Intensidade de precipitação à superfície (líquida ou sólida) 16

17 Tabela 2-5: TRMM Microwave Imager Nome: TRMM Microwave Imager (TMI) Descrição sucinta: É um radiômetro de micro-ondas passivo, com multicanais: 10,65, 19,35, 37,0 e 85,5 GHz com polarizão vertical e horizontal, e 22,235 GHz com polarização apenas vertical. O TMI fornece informações sobre o conteúdo integrado da coluna de precipitação, água líquida de nuvem, gelo de nuvem, intensidade da chuva, e os tipos de precipitação (por exemplo, ou convectiva estratiforme). Agência: NASA (TMI-TRMM, 2015) Satélite: TRMM Resolução temporal/tempo de revisitação: : Aproximadamente 1 ou 2 dias Duração da missão: Sensor: TMI Custo: Sem custos Período de revisita: 1 Dia Bandas: Frequência(GHz) Banda (MHz) Polarização SR / Sensibildade Resolução Espacial V 0.6 K 9.2 x 13.7 km H 0.6 K 9.2 x 13.7 km V 0.7 K 9.2 x 13.7 km H 0.7 K 9.2 x 13.7 km V 0.9 K 9,2 x 13.7 km V 0.4 K 9.2 x 13.7 km H 0.4 K 9.2 x 13.7 km V 0.7 K 4.6 x 13.7 km H 0.7 K 4.6 x 13.7 km Faixa imageada: 760 km 17

18 Informações relevantes oferecidos pelo produtor: Product Perfis de precipitação combinados(pr, TMI) Perfis de precipitação combinados(pr, TMI) Perfis de precipitação combinados(pr, TMI) Resolução Espacial Resolução temporal Tempo de resposta Observações 5 km Orbital, 16 por dia 3 horas Disponível passados ~7dias desde a aquisição 5 km Orbital, 16 por dia 2 dias Disponível passados ~7dias desde a aquisição 5 km Orbital, 16 por dia 5 dias Lat 38 N-S, 7 dez 1997 até ao presente Este sensor também é utilizado no produto multisensor TRMM. Este tipo de sensor pode ser utilizado também para: Precipitação acumulada (durante 24 h) Intensidade de precipitação à superfície (líquida ou sólida) Cobertura de neve Umidade do solo à superfície 18

19 Tabela 2-6: Vegetação Nome: Végétation (1 & 2) Descrição sucinta: Índices de vegetação são definidos como a associação matemática de dados radiométricos provenientes de sensores remotos com as características espectrais da vegetação. (VEGETATION, 2015). Satélites: Sensor: SPOT-4, SPOT-5 Végétation Período de revisita: Custo: Aproximadamente 1 dia Ver tabela abaixo Duração da missão: Período de revisita: Aproximadamente 1 semana Bandas: Comprimento de onda Largura de varrimento Resolução Espacial SR / Sensibildade µm 2200 km 1.15 km µm 2200 km 1.15 km µm 2200 km 1.15 km µm 2200 km 1.15 km Informações relevantes oferecidos pelo produtor: Produto Global 10 Days Synthesis of SPOT VEGETATION Images (VGT-S10) Resolução Resolução temporal Tempo de resposta Observações Espacial dias (decadal) Aprox. 7 dias Global 1 Day Synthesis of SPOT VEGETATION Images (VGT-S1) dia Aprox. 7 dias Physical products of SPOT VEGETATION (VGT-P) 1000 Orbital Aprox. 7 dias Free S10 VEGETATION Products (FreeS10) dias (decadal) Dados com mais de três meses 19

20 Custo: Cobertura < 1 milhão 1-4 milhão Milhões km2 km² adicionais P e S-NDVI S1-Total e S10-NDVI S10-Total km² Preço: os produtos padrão de 10 dias com mais de 3 meses, estão agora disponíveis, sem custos para todos os utilizadores (VGT-VITO, 2015) Este tipo de sensor pode ser utilizado também para: Normalised Difference Vegetation Index (NDVI) Indíce de vegetação por diferença normalizada Leaf Area Index (LAI) Indíce da área foliar 20

21 Tabela 2-7: Enhanced Thematic Mapper + Nome: Enhanced Thematic Mapper + (ETM+) Descrição sucinta: O Landsat representa a maior coleção contínua de imagens espaciais com resolução moderada provenientes de sensoriamento remoto. Quatro décadas de imagens que fornecem uma fonte única para quem trabalha em agricultura, geologia, silvicultura, educação, cartografia e pesquisa gobal. Agência USGS (Landsat, 2015) Satélite: Landsat-7 Resolução temporal/tempo de revisitação: : 16 dias Duração da missão: Sensor: ETM+ Custo: Sem custos Período de revisita: Aproximadamente 1 dia Medida de banda: Comprimento de onda central Resolução Espectral Resolução Espacial Largura de SNR / Sensibildade varrimento Baixo ganho Alto ganho 0.48 µm µm 30 m 180 km 40 Wm2/sr/μm 190 Wm2/sr/μm 0.56 µm µm 30 m 180 km 30 Wm2/sr/μm Wm2/sr/μm 0.66 µm µm 30 m 180km 21.7 Wm2/sr/μm Wm2/sr/μm 0.83 µm µm 30 m 180 km 13.6 Wm2/sr/μm Wm2/sr/μm 1.65 µm µm 30 m 180 km 4.0 Wm2/sr/μm 31.5 Wm2/sr/μm µm µm 60 m 180 km K 320K 2.20 µm µm 30 m 180 km 1.7 Wm2/sr/μm 11.1 Wm2/sr/μm Panchromatic µm 15 m 180 km 22.9 Wm2/sr/μm Wm2/sr/μm Informações relevantes oferecidos pelo produtor: Tipo Produto Resolução Espacial Resolução Tempo de resposta temporal Produtos padrão Landsat De nível 1 L1T (correção da elevação Do terreno) Ver tabela acima 16 dias 1 dia Produtos Landsat de elevado nível científico Reflectância de superficie Ver tabela acima 1 semana Índices espectrais derivados da refectância de superfície * 30m 16 dias 1 semana 21

22 Índices disponíveis: - Normalized Difference Vegetation Index (NDVI) Indíce de vegetação por diferença normalizada - Enhanced Vegetation Index (EVI) Índice de Vegetação realçado - Soil Adjusted Vegetation Index (SAVI) Índice de vegetação ajustado ao solo - Modified Soil Adjusted Vegetation Index (MSAVI) Índice de vegetação ajustado ao solo modificado - Normalized Difference Moisture Index (NDMI) Índice de Umidade por diferença normalizada - Normalized Burn Ratio (NBR) Índice de queimada por razão normalizada - Normalized Burn Ratio 2 (NBR2) Índice de queimada por razão normalizada 2 Desde 31 de Maio de 2003, são recolhidos e arquivados como "SLC-off", devido à falha do Scan Line Corrector. Esta falha causou uma perda de dados de aproximadamente 22% de cada imagem. As falhas serão visíveis em cada uma das imagens. Este tipo de sensor pode ser utilizado também para: Cobertura de neve Umidade do solo à superfície Normalized Difference Vegetation Index (NDVI) Indíce de vegetação por diferença normalizada Leaf Area Index (LAI) Indíce da área foliar Temperatura à superfície do solo 22

23 Tabela 2-8: Operational Land Imager Nome: Operational Land Imager (OLI) Descrição sucinta: O Landsat representa a maior coleção contínua de imagens espaciais com resolução moderada provenientes de sensoriamento remoto. Quatro décadas de imagens que fornecem uma fonte única para quem trabalha em agricultura, geologia, silvicultura, educação, cartografia e pesquisa gobal. A 30 de Maio de 2013 os dados do satélite Landsat 8 (lançado como Landsat Data Continuity Mission - LDCM- a 11 de Fevereiro de 2013) tornaram-se disponíveis. Assim como outras parcerias anteriores, esta missão continua a aquisição de dados de alta qualidade que vão ao encontro dos requisitos operacionais e científicos da NASA e USGS para a observação do uso e alteração do solo. Agência USGS (Landsat, 2015) Satélite: Landsat-8 Período de revisita : 16 dias Duração da missão: Sensor: OLI Custo: Sem custos Relatório intervalado: 1 dia Medida de banda: Comprimento onda central de Intervalo espectral Resolução Faixa imageada SNR / Sensibildade Baixo ganho Alto ganho 443 nm nm Wm2/sr/μm 190 Wm2/sr/μm 482 nm nm Wm2/sr/μm 190 Wm2/sr/μm 565 m nm Wm2/sr/μm 194 Wm2/sr/μm 660 nm nm Wm2/sr/μm 150 Wm2/sr/μm 867 nm nm Wm2/sr/μm 150 Wm2/sr/μm 1650 nm nm Wm2/sr/μm 32 Wm2/sr/μm 2215 nm nm Wm2/sr/μm 11 Wm2/sr/μm Panchromatic nm Wm2/sr/μm 156 Wm2/sr/μm 1375 nm nm Wm2/sr/μm 6.0 Wm2/sr/μm 23

24 Informações relevantes oferecidos pelo produtor: Tipo Produto Resolução Espacial Resolução temporal Produtos padrão Landsat De nível 1 L1T (correção da elevação Do terreno) Ver tabela acima 16 dias 1 dia Tempo de resposta Produtos Landsat de elevado nível científico Reflectância de superficie Ver tabela acima 1 semana Índices espectrais derivados da refectância de superfície * 30m 16 dias 1 semana Índices disponíveis: - Normalized Difference Vegetation Index (NDVI) Indíce de vegetação por diferença normalizada - Enhanced Vegetation Index (EVI) Índice de Vegetação realçado - Soil Adjusted Vegetation Index (SAVI) Índice de vegetação ajustado ao solo - Modified Soil Adjusted Vegetation Index (MSAVI) Índice de vegetação ajustado ao solo modificado - Normalized Difference Moisture Index (NDMI) Índice de Umidade por diferença normalizada - Normalized Burn Ratio (NBR) Índice de queimada por razão normalizada - Normalized Burn Ratio 2 (NBR2) Índice de queimada por razão normalizada 2 Este tipo de sensor pode ser utilizado também para: Cobertura de neve Umidade do solo à superfície Normalized Difference Vegetation Index (NDVI) Indíce de vegetação por diferença normalizada Leaf Area Index (LAI) Indíce da área foliar 24

25 Nome: Sensoriamento remoto e bases de dados meteorológiicas para seguros climáticos paramétricos Tabela 2-9: Visible/Infrared Imager Radiometer Suite Visible/Infrared Imager Radiometer Suite (VIIRS) Descrição sucinta: Os dados VIIRS são usados para medir as propriedades das nuvens e dos aerossóis, a cor do oceano, a temperatura de superfície do mar e do solo, temperatura e deslocação do gelo, incêndios e o albedo da Terra. Os climatologistas usam os dados VIIRS para melhorar a nossa compreensão da mudança climática. Agência NASA (VIIRS, 2015) Satélites: Atual: Suomi-NPP Sensor: VIIRS Planejado: DWSS-1, DWSS-2, JPSS-1, JPSS-2, JPSS-3, JPSS-4, Período de revisita : Aproximadamente 1 dia Duração da missão: Custo: Sem custos Relatório intervalado: Aproximadamente 1 dia Bandas/ canais medidos: Canais radiométricos de alta qualidade Comprimento de onda Banda Resolução Alto ou ganho único Baixo ganho central 412 nm 20 nm W/m2/sr/µm 155 W/m2/sr/µm 445 nm 18 nm W/m2/sr/µm 146 W/m2/sr/µm 488 nm 20 nm W/m2/sr/µm 123 W/m2/sr/µm 555 nm 20 nm W/m2/sr/µm 90 W/m2/sr/µm 672 nm 20 nm W/m2/sr/µm 68 W/m2/sr/µm 746 nm 15 nm W/m2/sr/µm 865 nm 39 nm W/m2/sr/µm 33.4 W/m2/sr/µm 1240 nm 20 nm W/m2/sr/µm 1378 nm 15 nm W/m2/sr/µm 1610 nm 60 nm W/m2/sr/µm 2250 nm 50 nm W/m2/sr/µm 3.70 µm 0.18 µm K 4.05 µm µm K K 8.55 µm 0.30 µm K µm 1.00 µm K µm 0.95 µm K 25

26 Dia/Noite 0.7 µm µm W/m2/sr/µm Canais imageadores de alta resolução 0.64 µm µm W/m2/sr/µm µm µm W/m2/sr/µm 1.61 µm µm W/m2/sr/µm 3.74 µm µm K µm µm K Largura de varrimento: 3000 km Informações relevantes oferecidos pelo produtor: Environmental Data Record (EDR): Produto VIIRS Land Surface Temperature EDR (VLSTO) VIIRS Sea Surface Temperature EDR (VSSTO) VIIRS Snow Cover/Depth Binary Map EDR (VSCMO) VIIRS Snow Cover/Depth Snow Fraction EDR (VSCDO) VIIRS Vegetation Index EDR (VIVIO) Sensor Data Record (SDR): Por banda de radiância / temperatura do corpo negro Este tipo de sensor pode ser utilizado também para: Cobertura de neve Umidade do solo à superfície Normalized Difference Vegetation Index (NDVI) Indíce de vegetação por diferença normalizada Leaf Area Index (LAI) Indíce da área foliar Temperatura do mar à superfície Temperatura do solo à superfície 26

27 Nome: Sensoriamento remoto e bases de dados meteorológiicas para seguros climáticos paramétricos Tabela 2-10: Moderate Resolution Imaging Spectroradiometer Moderate Resolution Imaging Spectroradiometer (MODIS) Descrição sucinta: O espectroradiômetro MODIS (MODerate resolution Imaging Spectrometer) encontra-se a bordo dos satélites Terra e Aqua e cobre toda a superfície da Terra o que permite o estudo, conhecimento e observação da dinâmica e dos processos em terra, nos oceanos e na troposfera. É, por isso, um instrumento importante na validação de modelos globais. O satélite Terra apresenta uma órbita norte-sul e passa no equador de manhã, enquanto o satélite Aqua apresenta uma órbita sul-norte e passa no equador de tarde. O espectrómetro MODIS dispõe de 36 bandas espectrais entre os 0.4 e os 14.4 µm, como mostra a Tabela 1.4. Duas bandas estão disponíveis com uma resolução espacial de 250 m ao nadir, cinco bandas com 500 m e as restantes 29 com 1000 m. Agência NASA (MODIS, 2015) Satélites: Aqua, Terra Período de revisita: Aproximadamente 1 dia Duração da missão: Sensor: MODIS Custo: Sem custos Relatório intervalado: Aproximadamente 1 dia Medida de banda: Comprimento de onda Banda Resolução Espacial SNR / Sensibildade central 645 nm 50 nm 250 m 21.8 W/m2/sr/µm 858 nm 35 nm 250 m 24.7 W/m2/sr/µm 469 nm 20 nm 500 m 35.3 W/m2/sr/µm 555 nm 20 nm 500 m 29.0 W/m2/sr/µm 1240 nm 20 nm 500 m 5.4 W/m2/sr/µm 1640 nm 24 nm 500 m 7.3 W/m2/sr/µm 2130 nm 50 nm 500 m 1.0 W/m2/sr/µm 412 nm 15 nm 1000 m 44.9 W/m2/sr/µm 443 nm 10 nm 1000 m 41.9 W/m2/sr/µm 488 nm 10 nm 1000 m 32.1 W/m2/sr/µm 531 nm 10 nm 1000 m 27.9 W/m2/sr/µm 551 nm 10 nm 1000 m 21.0 W/m2/sr/µm 667 nm 10 nm 1000 m 9.5 W/m2/sr/µm 678 nm 10 nm 1000 m 8.7 W/m2/sr/µm 748 nm 10 nm 1000 m 10.2 W/m2/sr/µm 870 nm 15 nm 1000 m 6.2 W/m2/sr/µm 905 nm 30 nm 1000 m 10.0 W/m2/sr/µm 936 nm 10 nm 1000 m 3.6 W/m2/sr/µm 27

28 940 nm 50 nm 1000 m 15.0 W/m2/sr/µm 1375 nm 30 nm 1000 m 6.0 W/m2/sr/µm µm µm 1000 m W/m2/sr/µm µm µm 1000 m W/m2/sr/µm µm µm 1000 m W/m2/sr/µm µm µm 1000 m W/m2/sr/µm µm µm 1000 m W/m2/sr/µm µm µm 1000 m W/m2/sr/µm µm µm 1000 m W/m2/sr/µm µm µm 1000 m W/m2/sr/µm µm µm 1000 m W/m2/sr/µm µm µm 1000 m W/m2/sr/µm µm µm 1000 m W/m2/sr/µm µm µm 1000 m W/m2/sr/µm µm µm 1000 m W/m2/sr/µm µm µm 1000 m W/m2/sr/µm µm µm 1000 m W/m2/sr/µm µm µm 1000 m W/m2/sr/µm Largura de varrimento: 2230 km Informações relevantes oferecidos pelo produtor: O sensor de gravação de dados (radiância/temperatura de corpo negro) está disponível nas resoluções acima descritas. Produtos derivads também disponíveis: Produtos Resolução Espacial Resolução Temporal Tempo resposta de Land Surface Temperature & Emissivity 1000m Orbital Aprox 1 dia Leaf Area Index - FPAR 1000m 1 dia Aprox 1 dia Surface Reflectance Bands /1000m 1 dia Aprox 1 dia Surface Reflectance Bands m 1 dia Aprox 1 dia Land Surface Temperature & Emissivity 1000m 1 dia Aprox 1 dia Vegetation Indices (NDVI, EVI) 250m 1 dia Aprox 1 dia Leaf Area Index - FPAR 1000m 1 dia Aprox 1 dia Gross Primary Productivity 1000m 1 dia Aprox 1 dia Net Primary Productivity 1000m 1 dia Aprox 1 dia Vegetation Continuous Cover 250m 1 dia Aprox 1 dia Vegetation Continuous Fields 250m 1 dia Aprox 1 dia Este tipo de sensor pode ser utilizado também para: Cobertura de neve Umidade do solo à superfície Normalized Difference Vegetation Index (NDVI) Indíce de vegetação por diferença normalizada Leaf Area Index (LAI) Indíce da área foliar Temperatura do mar à superfície Temperatura do solo à superfície 28

29 Nome: Sensoriamento remoto e bases de dados meteorológiicas para seguros climáticos paramétricos Tabela 2-11: Multi-angle Imaging Spectro-Radiometer Multi-angle Imaging Spectro-Radiometer (MISR) Descrição sucinta: Não voou no espaço um instrumento como o MIRS. O MIRS é capaz de gerar imagens em quatro bandas espectrais distintas, a partir de nove diferentes ângulos de visadas e, quando combinadas com técnicas estereoscópicas viabiliza a construção de modelos 3D e permite com que se realizem estimativas do montante total da luz solar refletida por diversos ambientes da Terra. Estes dados são utilizados para investigar a influência do aerossol, nuvens e propriedades da superfície no balanço de radiação e em climatologia. Agência NASA (MISR, 2015) Satélite: Terra Período de revisita: Aproximadamente 7 dias Duração da missão: Sensor: MISR Custo: Sem custos Relatório intervalado: Ver tabela abaixo Medida de banda: Comprimento de onda Banda Resolução Espacial SNR / Sensibildade central nm 41.9 nm 250m nadir, 275 off-nadir 179 W/m2/sr/μm nm 28.6 nm 250m nadir, 275 off-nadir 177 W/m2/sr/μm nm 21.9 nm 250m nadir, 275 off-nadir 146 W/m2/sr/μm nm 39.7 nm 250m nadir, 275 off-nadir 93 W/m2/sr/μm Existem 9 sensores a medir os comprimentos de onda acima descritos. Os sensores medem em diferentes ângulos, entre os quais:26.1, 45.6, 60.0 e 70.5 graus Largura de varrimento 380 km Informações relevantes oferecidos pelo produtor: Produto Resolução Espacial Resolução temporal Tempo de resposta Nível 1 - Georectified Radiance Product Largura de varrimento (ver tabela acima) Nível 2 - MISR Land Surface Data Largura de varrimento ( ver tabela acima ) - Bihemispherical and directional-hemispherical reflectance (albedo) - Hemispherical directional and bidirectional reflectance factor (BRF) - BRF model parameters Orbital (Aproximadamente 7 dias) Orbital (Aproximadamente 7 dias) 3 horas (tempo quase real) Primeiro varrimento: Final: 3 meses 29

30 - Leaf-area index (LAI) - Fraction of photosynthetically active radiation (FPAR) - Normalized difference vegetation index on a 1.1 km grid Nível 3 - Global Land Surface Product 0.5 grid Diário Primeiro varrimento : - Normalized Difference Vegetation Index Final: 3 meses - DHR Photosynthetically Active Radiation (PAR) - Leaf Area Index - Average of Directional Hemispheric Reflectance (DHR) - Fractional absorbed PAR Este tipo de sensor pode ser utilizado também para: Normalized Difference Vegetation Index (NDVI) Indíce de vegetação por diferença normalizada 30

31 Nome: Sensoriamento remoto e bases de dados meteorológiicas para seguros climáticos paramétricos Tabela 2-12: Advanced Scatterometer Advanced Scatterometer (ASCAT) Descrição sucinta: O objetivo principal do Advanced SCATterometer (ASCAT) é medir a velocidade e direção do vento sobre os oceanos para assimilação de ventos oceânicos em modelos de PNT. Outras aplicações operacionais, com base na utilização de medidas do coeficiente de retroespalhamento, são deteção de borda de gelo e acompanhamento, monitoramento do gelo do mar, cobertura de neve, umidade do solo e os parâmetros da superfície da Terra. Agência ESA (ASCAT,2015) Satélites: Metop-A (PAssado) Metop-B (Currente) Metop-C (Planejado Sensor: ASCAT Período de revisita: Aproximadamente 1.5 dias Custo: Sem custos Duração da missão: Relatório intervalado: Aproximadamente 1 dia Medida de banda: Frequência Largura de varrimento Resolução Espacial Resolução temporal GHz (C-band) 2x 550 with a 700km gap 12.5km Orbital (Aprox 1.5 dias) Informações relevantes oferecidos pelo produtor: Produto Resolução Espacial Resolução temporal Tempo de resposta Soil Water Index (SWI) 25.0 km Diário Aproximadamente 1 dia ASCAT Soil Moisture (%) 12.5 km Orbital (1.5 dias) Aproximadamente 1 dia ASCAT Soil Moisture (%) 25.0 km Orbital (1.5 dias) Aproximadamente 1 dia Este tipo de sensor pode ser utilizado também para: Cobertura de neve Umidade do solo à superfície Umidade do sub-solo Leaf Area Index (LAI) Indíce da área foliar 31

32 Nome: Sensoriamento remoto e bases de dados meteorológiicas para seguros climáticos paramétricos Tabela 2-13: Advanced Space borne Thermal Emission and Reflection radiometer Advanced Space borne Thermal Emission and Reflection radiometer (ASTER) Descrição sucinta: O ASTER foi produzido através do esforço cooperativo entre a NASA, o Ministério da Economia, Comércio e Indústria do Japão e do Japan Earth Remote Sensing Data Analysis Center (ERSDAC). O ASTER é o instrumento do satélite Terra que oferece melhor resolução espacial (15 a 90 m) e opera nas regiões do visível, infravermelho próximo, infravermelho de ondas curtas e infravermelho termal. O ASTER oferece 14 canais que variam de 0,5 a 12 µm, contudo o intervalo de 0,76 a 0,86 µm é captado duplamente (no Nadir e Off-Nadir) para geração de modelos digitais de elevação. O ASTER ainda conta com uma resolução temporal de 16 dias e radiométrica de 8 bits (VNIR e SWIR) e 12 bits (TIR). Com o uso desse sensor espera-se contribuir com informações sobre as mudanças globais, incluindo a vegetação, a dinâmica dos ecossistemas, geologia e solos, a superfície terrestre, climatologia, hidrologia e a cobertura vegetal. Agência NASA/METI (ASTER, 2015) Satélites: Terra Período de revisita: Aproximadamente 16 dias (com capacidade de alvo) Duração da missão: Sensor: ASTER Custo: Grátis nos Estados Unidos. Com taxas no exterior. Relatório intervalado: Medida de banda: Comprimento de onda central Resolução Espectral Resolução Espacial SNR / Sensibildade Observações 0.56 µm µm 15 m 70% albedo 0.66 µm µm 15 m 70% albedo 0.81 µm µm 15 m 70% albedo 0.81 µm µm 15 m 70% albedo Varrimento traseiro 1.65 µm µm 30 m 70% albedo Quebrado desde Abril de µm µm 30 m 70% albedo Quebrado desde Abril de µm µm 30 m 70% albedo Quebrado desde Abril de µm µm 30 m 70% albedo Quebrado desde Abril de µm µm 30 m 70% albedo Quebrado desde Abril de µm µm 30 m 70% albedo Quebrado desde Abril de µm µm 90 m K 8.65 µm µm 90 m K 9.10 µm µm 90 m K µm µm 90 m K µm µm 90 m K Largura de varrimento: 60km 32

33 Informações relevantes oferecidos pelo produtor: Produto Resolução Espacial Resolução temporal 1. ASTER level 1 products (products after applying the Ver tabela acima Orbital standardized process of radiant quantity and geometric correction) 2. Radiance of the Land Surface(2B01) Ver tabela acima Orbital 3. Earth Surface Temperature(2B03) 90m Orbital 4. Emissivity of the Land Surface(2B04) 90m Orbital 5. Reflectance of the Land Surface(2B05) 15m & 30m Orbital Este tipo de sensor pode ser utilizado também para: Cobertura de neve Umidade do solo à superfície Normalized Difference Vegetation Index (NDVI) Indíce de vegetação por diferença normalizada Leaf Area Index (LAI) Indíce da área foliar 33

34 2.2 Produtos de sensores múltiplos Os produtos de sensores múltiplos combinam medidas de vários sensores para fornecerem informações mais pormenorizadas de dados. Estes produtos são especialmente úteis para parâmetros com alta variabilidade temporal como precipitação e queda de neve. No entanto, o fator negativo destes produtos é que estão baseados em diferentes tipos de sensores, cada um com diferentes resoluções espaciais, tempo revisitado e espectro intervalado. Isto faz com que a informação se torne ambígua, uma vez que este longo processo que disponibiliza a informação, a cada passo acrescenta algumas incertezas. Nas tabelas 2-14 à 2-18, são descritos produtos de sensores múltiplos para medições de neve e precipitação. Cada tabela descreve as seguintes especificações: Nome do produto Descrição do produto Cobertura geográfica Instituição responsável pelo produto Variável medida para objectivos de seguro climático Dados disponíveis Relatório intervalado Custos dos dados Descrição dos dados disponíveis 34

35 Tabela 2-14: Integrated Multi-satellitE Retrievals for GPM Nome: Integrated Multi-satellitE Retrievals for GPM (IMERG) Descrição do produto: Sensores utilizados na constelação: O instrumento Special Sensor Microwave Imager/Sounder (SSMIS) a bordo dos satélites U.S. Defense Meteorological Satellite Program (DMSP) O instrumento Advanced Microwave Scanning Radiometer-2 (AMSR-2) a bordo do satélite JAXA s Global Change Observation Mission - Water 1 (GCOM-W1) O instrumento Multi-Frequency Microwave Scanning Radiometer (MADRAS) e o multi-channel microwave humidity sounder (SAPHIR) a bordo do satélite Megha-Tropiques da Agência Francesa Centre National D Etudies Spatiales (CNES) e da Indian Space Research Organisation (ISRO) O instrumento Microwave Humidity Sounder (MHS) a bordo do satélite National Oceanic and Atmospheric Administration (NOAA)-19 Os instrumentos MHS a bordo da série de satélites MetOp postos em órbita pela European Organisation for the Exploitation of Meteorological Satellites (EUMETSAT) O instrumento Advanced Technology Microwave Sounder (ATMS) instruments a bordo do satélite National Polarorbiting Operational Environmental System (NPOESS) e Preparatory Project (NPP) Os instrumentos ATMS a bordo do futuro satélite da NOAA-NASA Joint Polar Satellite System (JPSS) Um imageador microondas concebido para Defense Weather Satellite System (DWSS) Cobertura geográfica: Instituto / web link: Global NASA Precipitation Measurement Mission (IMERG, 2015) Variável medida:: Dados disponíveis: Precipitatação 2014 até ao presente Relatório intervalado: Custo dos dados: Ver tabela abaixo Descrição dos dados disponíveis: Sem custos Os dados IMERG estão disponíveis em vários formatos:: Resolução espacial Resolução temporal Região - datas Tempo de resposta minutos Março 2014 até ao presente 6 horas (NRT / early run) minutos Março 2014 até ao presente 18 horas (NRT / late run) minutos Março 2014 até ao presente 4 meses (Prod / final run) Horas Abril 2015 até ao presente 18 horas (NRT) Dia Abril 2015 até ao presente 18 horas (NRT) Mês Março 2014 até ao presente 4 meses (Prod / final run) 35

36 Os produtos de 30 minutos incluem os seguintes campos: Dados Nome da variável Unidades snapshot precipitation calibrated precipitationcal mm/hr snapshot precipitation uncalibrated precipitationuncal mm/hr calibrated-precipitation random error randomerror mm/hr merged PMW precipitation Hqprecipitation mm/hr PMW source sensor identifier HQprecipSource index values PMW source time HQobservationTime min. Até meia hora IR precipitation Irprecipitation mm/hr Kalman filter weight for IR IRkalmanFilterWeight percentagem probability of liquid precipitation phase probabilityliquidprecipitation percentagem Dados disponíveis do produto mensal: Dados Nome da variável Unidades satellite-gauge precipitation precipitation mm/hr satellite-precipitation random error randomerror mm/hr gauge relative weighting gaugerelativeweight percent accumulation-weighted probability of liquid precipitation phase probabilityliquidprecipitation percent Estão disponíveis diferentes métodos para a disseminação dos dados tais como OpenDAP, Direct FTP e web tools. 36

37 Tabela 2-15: Tropical Rainfall Measuring Mission Nome: Tropical Rainfall Measuring Mission (TRMM) Descrição do produto: Sensores utilizados estão listados abaixo, os satélites que transportam os sensores estão entre parêntesis. SSM/I (DMSP F13, DMSP F14, DMSP F15) SSMIS (DMSP F16, DMSP F17, DMSP F18) AMSU-B (NOAA-15, NOAA-16, NOAA-17) MHS (NOAA-18, NOAA-19, MetOp-A, MetOp-B) TMI (TRMM) Este sensor foi desenvolvido através de uma missão conjunta entre a NASA e a Agência Espacial Japonesa (JAXA) e foi projetado para estudar e monitorar as chuvas tropicais. O satélite TRMM tem como instrumentos a bordo o imageador de microondas (TMI - varredura verde), radar de precipitação (PR - varredura vermelha), radiômetro no visível e no infravermelho (VIRS - varredura amarela), sensor de energia radiante da superfície terrestre e das nuvens (CERES) e sensor para imageamento de relâmpagos (LIS). Cobertura geográfica: Ver tabela abaixo Variável medida: Precipitação Relatório intervalado: Ver tabela abaixo Descrição dos dados disponíveis: Instituto / web link: NASA Precipitation Measurement Mission (TRMM, 2015) Dados disponíveis: 2000 até ao presente Custos dos dados: Sem custos Produto 3-Hour Realtime TRMM Multi-satellite Precipitation Analysis Resolução Resolução Historial Cobertura Tempo de espacial temporal geográfica resposta horas Mar present 60 N - 60 S 8 horas 3B42 RT Derived Daily Product Day Mar present 50 N - 50 S 8 horas 3B42 RT Derived 10-Day Product Days Oct present 50 N - 50 S 8 horas (decadal) 3B42 Research Version (TRMM Multisatellite horas N - 60 S Annual Precipitation Analysis) 3B42 Research Derived Daily Product Day Jan present 50 N - 50 S 2 months Estão disponíveis diferentes métodos para a disseminação dos dados tais como OpenDAP, Direct FTP e web tools. 37