TerraMA 2 Versão 3.0. Raphael Meloni

Transcrição

1 TerraMA 2 Versão 3.0 Carlos A. T. Mendes Raphael Meloni Workshop de Lançamento Local : INPE - São José dos Campos SP Dia : 18 de julho 8:30 horas Auditório Fernando de Mendonça - LIT

2 Agenda Modelo adotado Fontes de dados Preparação da análise Visualização de alertas

3 Modelo adotado

4 Aplicação x Framework O TerraMA 2 é: Um framework para implantaçãode sistemas de Monitoramento, Análise e emissão de Alertas. Extensível, baseado em serviços (SOA) O TerraMA 2 NÃO é: Uma aplicação de prateleira

5 TerraMA 2 Arquitetura Base Módulo de Coleta de Dados Base TerraLib

6 TerraMA 2 Arquitetura Base Módulo de Coleta de Dados Módulo de Análise Base TerraLib

7 TerraMA 2 Arquitetura Base Módulo de Coleta de Dados Módulo de Análise Módulo de Notificação Base TerraLib

8 TerraMA 2 Arquitetura Base Módulo de Coleta de Dados Módulo de Análise Módulo de Notificação Servidor Web Base TerraLib Servidor TerraOGC

9 TerraMA 2 Arquitetura Base Módulos de Configuração e Administração Módulo de Coleta de Dados Módulo de Análise Módulo de Notificação Servidor Web Base TerraLib Servidor TerraOGC

10 Modelos de análise Plano de risco Análise

11 Modelos de análise Matricial Álgebra de mapas FS = c R a cos 2 β [ 1 Min, 1 r ]tanφ T sin β sin β c Coesão; β Declividade; φ Atrito interno do solo; R/T Razão recarga / transmissividade; a Área específica da bacia

12 Modelos de análise Pontuais

13 Modelos de análise Dinâmicos Simulação Baseados em espaços celulares Propagação de Queimadas Fonte: (Almeida et al, 2008)

14 Fluxo de Implantação Instalação Preparação Operação Base de Dados Fontes de Dados Alertas Serviços Mapas Estáticos Acomp. Situação Aplicativos Modelos Manutenção Customização Usuários & Alertas

15 Fluxo de Implantação Instalação Preparação Operação Base de Dados Fontes de Dados Alertas Serviços Mapas Estáticos Acomp. Situação Aplicativos Modelos Manutenção Customização Usuários & Alertas

16 Atores Administrador do sistema Controle da base de dados Controle dos serviços Especialista Definição dos dados estáticos e dinâmicos utilizados Definição dos modelos de análise Usuário final Consulta e recebe alertas

17 Fontes de Dados

18 Tipos de Dados Dinâmicos Grades numéricas Sensores (pontuais) PCDs Ocorrências

19 Tipos de Dados Dinâmicos Grades numéricas Hidroestimador Modelos de previsão (ETA) Raios Radar...

20 Tipos de Dados Dinâmicos Sensores PCDs(Pontos de Coleta de Dados) Posicionamento fixo Área de influência Ocorrências Posicionamento variável Ex: Queimadas PROARCO (GOES, NOAA e MODIS)

21 Formas de recebimento de dados FTP CPTEC Serviços OGC FTP OGC S.A. WCS (grades) WFS (pontos) Serviço de coleta de dados Sistema de arquivos TerraMA 2 Extensível

22 Interface

23 Pré-Processamento Grades numéricas Filtros PCDs Transformações Interpolações Novas grades Ocorrências Filtros Interseção

24 Preparação da Análise

25 Dados estáticos Vetoriais Planos de risco Dados adicionais (rios, estradas, limites municipais,...)

26 Dados Estáticos Altimetria Matriciais Para uso nas análises Dados adicionais CBERS Cadastro via

27 Interface

28 Modelos de Análise Dados Estáticos Alertas Plano de risco Pontuais Dados Dinâmicos Modelos de Análise Novos Dados Dinâmicos Matriciais Animação Dinâmicos Modelo definido pelo usuário Lua

29 Interface

30 Um modelo simples (com plano de risco) local ca = media_pn( eta5km, 24) if ca < risco_esc * 0.35 then return 0 -- Ok elseif ca < risco_esc * 1.2 then return 2 -- Estado de atenção else end return 3 -- Estado de alerta Análise executada individualmente para cada polígono do Plano de risco Plano de risco

31 Um modelo simples (com plano de risco) local ca = media_pn( eta5km, 24) if ca < risco_esc * 0.35 then return 0 -- Ok elseif ca < risco_esc * 1.2 then return 2 -- Estado de atenção else end return 3 -- Estado de alerta Plano de risco

32 Um modelo simples (com plano de risco) local ca = media_pn( eta5km, 24) if ca < risco_esc * 0.35 then return 0 -- Ok elseif ca < risco_esc * 1.2 then return 2 -- Estado de atenção else end return 3 -- Estado de alerta

33 Um modelo simples (com plano de risco) local ca = media_pn( eta5km, 24) if ca < risco_esc * 0.35 then return 0 -- Ok elseif ca < risco_esc * 1.2 then return 2 -- Estado de atenção else end return 3 -- Estado de alerta

34 Descrevendo seu modelo Descrito em Lua Acesso a: Atributos do plano de risco Operadores Zonais (dados observados e de previsão) Históricos Contagem de ocorrências Área de influência (PCDs) Resultados de outras análises...

35 Exemplo de Análise com Planos de Risco (1) Risco no estado de São Paulo com base na chuva acumulada em 24h e na intensidade de chuva atual local max_dbz = maximo('radar_bauru') or 0 local z = math.pow(10, max_dbz/10) local prec_radar = math.pow(z/200, 1/1.6) local taxa_max_prec_acum = taxa_max_historico_grid('hidro', 24) or 0 local prec_acum = taxa_max_prec_acum * 24 if prec_acum < 25 then return 0 -- Normal elseif prec_acum < 50 then return 1 -- Observacao elseif prec_acum < 75 then return 2 -- Atencao else end if prec_radar < 15 then return 3 -- Alerta else end return 4 -- Alerta maximo

36 Exemplo de Análise com Planos de Risco (2) Quantidade de focos de queimada em 24h. Consideradas ocorrências até 100 m do polígono com valor maior que 4 no atributo foco. Focos distando menos de 3 m são agregados. A umidade influencia na gravidade do alerta. local focos_goes = contagem_pontos_agrega('goes', 100, 24, 'foco > 4', 3) local umidade = soma_pn('eta15umidade', 1, 1 ) if umidade == nil or umidade > 70 then if focos_goes == 0 then return 0 -- Normal elseif focos_goes < 4 then return 1 -- Observacao elseif focos_goes < 8 then return 2 -- Atencao elseif focos_goes < 12 then return 3 -- Alerta else return 4 -- Alerta maximo end else if focos_goes == 0 then return 0 -- Normal elseif focos_goes < 3 then return 1 -- Observacao elseif focos_goes < 6 then return 2 -- Atencao elseif focos_goes < 9 then return 3 -- Alerta else return 4 -- Alerta maximo end end

37 Exemplo de Análise Matricial Ajuste para grades de resoluções distintas Cálculo de Perigo de Secura Grade gerada pode ser usada em outras análises local soma1 = amostra('soma1') local soma2 = amostra('soma2')... local soma120 = amostra('soma120') local f1 = math.exp(-0.14 * soma1) local f2 = math.exp(-0.07 * math.abs(soma2 - soma1))... local f120 = math.exp( * math.abs(soma120 soma90)) return 105*f1*f2*f3*f4*f5*f10*f15*f30*f60*f120

38 Exemplo de Análise Dinâmica(Espaços celulares) Modelo simples de propagação de queimadas considerando dados de chuva foreachcell(itf, function(cell) foreachneighbor(cell, function(cell,neigh) if (neigh ~= cell and neigh.state < INACTIVE5) then p = math.random(10) if p < 5 and cell.hidro <= 1 then neigh.state = BURNING end end end) cell.state = BURNED burned_total = burned_total + 1 end)

39 Exemplo de Análise Pontual if pluvio == nil or pluvio < 15 then -- Normal return 0 elseif pluvio < 30 then -- Observacao return 1 elseif pluvio < 45 then -- Atencao return 2 elseif pluvio < 60 then -- Alerta return 3 else -- Alerta maximo return 4 end

40 Estudos Permite analisar como um modelo irá se comportar sob um cenário pré-definido Estudo de eventos passados

41 Visualização de Alertas

42 Cadastrando Usuários e Alertas Definir para cada usuário quais alertas ele irá receber Por análise Por nível

43 Alertas x Boletins Alertas Enviados sempre que a classificação de risco de um polígono / ponto forem alteradas Boletins Enviados sempre em um horário pré-estabelecido Agregam informações de diversas análises

44 Nova Interface Web

45 Dados Hidrometeorológicos

46 Metadados

47 Informações

48 Eventos

49 Histograma de alertas

50 ... obrigado! Contato: Carlos Augusto Teixeira Mendes Raphael Meloni cmendes@k2sistemas.com.br rmeloni@k2sistemas.com.br 50