PROPOSTA METODOLÓGICA E DESENHO DO SISTEMA DE ALERTA A SER IMPLEMENTADO, COM BASE NA PLATAFORMA TERRAMA 2

Transcrição

1 Fundo Para o Meio Ambiente Mundial Programa das Nações Unidas para o Meio Ambiente PROJETO GESTÃO INTEGRADA E SUSTENTÁVEL DOS RECURSOS HÍDRICOS TRANSFRONTEIRIÇOS NA BACIA DO RIO AMAZONAS, CONSIDERANDO A VARIABILIDADE E MUNDANÇA CLIMÁTICA OTCA/GEF/PNUMA Atividade III.2.2 Adaptação às Mudanças Climáticas na Região Transfronteiriça do MAP Relatório Parcial PROPOSTA METODOLÓGICA E DESENHO DO SISTEMA DE ALERTA A SER IMPLEMENTADO, COM BASE NA PLATAFORMA TERRAMA 2 São José dos Campos SP Brasil

2 PROJETO GESTÃO INTEGRADA E SUSTENTÁVEL DOS RECURSOS HÍDRICOS TRANSFRONTEIRIÇOS NA BACIA DO RIO AMAZONAS, CONSIDERANDO A VARIABILIDADE E MUNDANÇA CLIMÁTICA OTCA/GEF/PNUMA Atividade III.2.2 Adaptação às Mudanças Climáticas na Região Transfronteiriça do MAP Relatório Parcial PROPOSTA METODOLÓGICA E DESENHO DO SISTEMA DE ALERTA A SER IMPLEMENTADO, COM BASE NA PLATAFORMA TERRAMA 2 São José dos Campos SP Brasil Coordenação da Atividade Elsa R. H. Mendoza Consultor Eymar Silva Sampaio Lopes ii

3 Resumo Esta proposta trata do desenho do Sistema de Alerta precoce a ser implementado na fronteira tri-nacional do MAP, para melhorar a capacidade de governança dos governos dos departamentos de Madre de Dios e Pando e o governo do estado do Acre, para formular e implementar estratégias de adaptação à variabilidade climática. A base para construção desse sistema será a plataforma tecnológica TerraMA 2 ( do INPE de domínio público e código aberto. Serão utilizados a base de dados já elaborados pelo projeto para a região MAP que contribuíram para obter resultados mais confiáveis para esta região. A plataforma será utilizada para desenvolver modelos de análise básicos para fins de monitoramento e alerta de extremos ambientais na região do MAP. SISTEMA PROPOSTO Este documento apresenta descrição detalhada de todas as ferramentas para integração, monitoramento, análise e alerta de extremos ambientais que será utilizado para desenvolver o sistema de alerta. Uma vez que ainda não foi definido que tipo de análises serão implementadas, a descrição dessas ferramentas ajudam a compreender a potencialidade da plataforma TerraMA 2. Um esquema computacional foi proposto para ser adquirido pela contratante visando à implementação de duas salas de situação em dois países na fronteira região MAP (Puerto Maldonado- Peru e Pando Bolívia), não limitando uma expansão posteriormente para outros locais estratégicos na bacia do Rio Acre e na região MAP, uma vez que a plataforma é perfeitamente escalável.. Este relatório contempla ainda os requisitos para realização do treinamento de 40 horas incluindo a agenda do mesmo. O treinamento de capacitação será realizado pelo consultor entre os dias 30 de março e 4 de Abril, na cidade de Rio Branco, nas instalações da Secretaria de Meio Ambiente do Acre (SEMA). iii

4 PROPOSTA METODOLÓGICA E DESENHO DO SISTEMA DE ALERTA A SER IMPLEMENTADO, COM BASE NA PLATAFORMA TERRAMA 2 SUMÁRIO INTRODUÇÃO PLATAFORMA TECNOLÓGICA PARA O PROJETO BASES DE DADOS INTEGRAGA Dados de Observação Disponíveis para o Sistema Proposto Estimativa de precipitação por satélite Dados de PCD Dados de Radar Meteorológico Dados de Raios (Descargas Elétricas) Produtos de Previsão Numérica Dados Estáticos Dados Adicionais MÓDULO DO SISTEMA DE MONITORAMENTO Tipos de Análise disponíveis para sistema proposto Análises baseadas em objetos monitorados Análises baseadas em grades Análises baseadas em PCD Possibilidade de Análises integradas MÓDULO DE GESTÃO DE ALERTAS MÓDULO DE PUBLICAÇÃO DOS ALERTAS NA WEB SISTEMA ESCALÁVEL E DISTRIBUÍDO CRONOGRAMA FÍSICO CURSO DE CAPACITAÇÃO REFERÊNCIAS BIBLIOGRÁFICAS ANEXOS 31 LISTA DE FIGURAS Figura 1 - Diagrama dos Principais Módulos do Sistema de Monitoramento, Análise e Alerta.2 Figura 2 - Arquitetura da plataforma TerraMA2 3 Figura 3 Capacidade de integração de dados da plataforma TerraMA 2. 4 Figura 4 Três tipos de dados tratados no projeto (a) Grades multidimensionais, (b) dados de PCD (plataformas de coleta de dados) e (c) dados de ocorrências em geral. 5 Figura 5 Esquema de uma seqüência de dados de observação matricial sob um polígono de um objeto monitorado. 6 Figura 6 Imagem do satélite GOES com estimativa de chuva instantânea. 7 Figura 7 Plataforma de coleta de dados Típica. FONTE : INPE 7 Figura 8 Sistema Nacional de Dados Ambientais. FONTE: INPE 8 Figura 9 Área de cobertura do radar Pico do Couto disponível no INPE. FONTE: INPE 9 Figura 10 Rede de descargas elétricas. FONTE: INPE 10 iv

5 Figura 11 Esquema de um arquivo de previsão CPTEC. 11 Figura 12 Previsão CPTEC. 12 Figura 13 Mapa de áreas de ocorrências de desastres e tabela com seus atributos. 13 Figura 14 - Modelo Digital de Elevação a partir de imagem ASTER com isolinhas (linhas de mesma altitude) e Mapa de declividade 13 Figura 15 Planos adicionais- rede de drenagem, mapas de ruas de um local, mapa de uso do solo com a localização de focos de calor, mapas de áreas de escoamento superficial, respectivamente 14 Figura 16- Imagem CBERS- CCD do área municipal de Silveira Martins, RS e Imagem GeoEye de áreas de deslizamento no município de Nova Friburgo, RJ 14 Figura 17 Esquema de uma análise com base em objeto monitorado. 16 Figura 18 Exemplo de análise com objeto monitorado. 18 Figura 19 Esquema de uma análise com base em grades. 19 Figura 20 Exemplo de análise com objeto monitorado. 21 Figura 21 Esquema de uma análise com base em PCD. 23 Figura 22 - Exemplo de 3 tempos da análise Hidro_ETA20km 25 Figura 23 Exemplo de Modelo de Análise em Linguagem Lua. 26 Figura 24 Escala de cores proposto para os alertas. 26 Figura 25 Exemplo de interface WEB com monitoramento da qualidade da água no Rio Paraíba do Sul 27 Figura 26 - Exemplo do sistema distribuído proposto. 29 LISTA DE QUADROS LISTA DE FOTOS SIGLAS E ABREVIATURAS AHP ANA ASTER CBERS CPRM CPTEC DSA IG INDE INMET INPE IPT MNT OGC OTCA PCD PNT RADAR Processo Analítico Hierárquico Agência Nacional de Águas Advanced Spaceborne Thermal Emission and Reflection Radiometer Satélite Sino-Brasileiro de Recursos Terrestres Companhia de Pesquisa de Recursos Minerais - Serviço Geológico do Brasil Centro de Previsão de Tempo e Estudos Climáticos Divisão de Satélites Ambientais Instituto Geológico Infraestrutura Nacional de Dados Espaciais Instituto Nacional de Meteorologia Instituto Nacional de Pesquisas Espaciais Instituto de Pesquisas Tecnológicas Modelo Numérico de Terreno Open Geospatial Consortium Organização do Tratado de Cooperação Amazônica Plataforma de Coleta de Dados Previsão Numérica de Tempo Radio Detection and Ranging v

6 SGI Sistema de Informações Geográficas SINDA Sistema Nacional de Dados Ambientais SOA Service oriented Architecture SRTM Shuttle Radar Topography Mission TERRAMA2 Plataforma de Monitoramento, Análise e Alerta a Extremos Ambientais. TOA Time of Arrival WCS Web Coverage Service WFS Web Feature Service WMS Web Map Service vi

7 INTRODUÇÃO Esta proposta trata do desenho do Sistema de Alerta precoce a ser implementado na fronteira tri-nacional do MAP, para melhorar a capacidade de governança dos governos dos departamentos de Madre de Dios e Pando e o governo do estado do Acre, para formular e implementar estratégias de adaptação à variabilidade climática. A base para construção desse sistema será a plataforma tecnológica TerraMA 2 ( do INPE de domínio público e código aberto. A plataforma será utilizada para desenvolver modelos de análise básicos para fins de monitoramento e alerta de extremos ambientais na região do MAP. A plataforma TerraMA 2 tem como objetivo integrar, em tempo real, dados ambientais como os hidrometeorológicos produzidos pelo CPTEC e por outras instituições parceiras, mapas com os objetos a serem monitorados (tipicamente os mapas de risco) e outras bases de dados adicionais. Apoiado em modelos de análises configuráveis pelos usuários, a plataforma emite diversos níveis de alertas quando as condições climáticas monitoradas indicarem a possibilidade de ocorrência de um evento extremo (um desastres por exemplo). A consultoria como um todo visa atender os objetivos específicos: 1. Desenhar um Sistema de alerta precoce, com base na Plataforma TerraMA 2 para a região MAP. 2. Capacitar a equipe técnica do projeto, os representantes do sistema de defesas civis da região e da sociedade civil sobre o alerta. 3. Fazer o acompanhamento da implementação do sistema de alerta nas instituições representativas das defesas civis locais. 4. Elaborar de um manual de funcionamento para facilitar o uso e a disseminação do sistema desenvolvido NOTA: Este relatório parcial refere-se ao Produto 1 definido no termo de referência e foi incluído ainda os requisitos para realização do curso de capacitação para equipe técnica. 1. PLATAFORMA TECNOLÓGICA PARA O PROJETO A TerraMA 2 necessita, fundamentalmente, da entrada de dados representada pelo módulo geoambiental e do mapeamento das áreas de risco (Figura 1). O módulo geo-ambiental fornece os parâmetros de tempo, clima e outros extremos ambientais, através da análise de dados observacionais ou previsões numéricas, estas últimas normalmente disponíveis em centros de meteorologia como, por exemplo, no Centro de Previsão de Tempo e Estudos Climáticos - CPTEC/INPE ( Instituto Nacional de Meteorologia - INMET ( e Agência Nacional de Águas - ANA (www2.ana.gov.br). O módulo que armazena informação sobre risco e vulnerabilidade a desastres naturais normalmente considera informações geotécnicas providas por institutos de pesquisas locais, como por exemplo, Instituto de Pesquisas Tecnológicas IPT ( pelo Instituto Geológico IG ( no Estado de São Paulo e Serviço Geológico do Brasil - CPRM ( O núcleo do sistema é um modulo que automaticamente sobrepõe informação geo-ambiental relacionada aos extremos climáticos e hidrometeorológicos aos mapeamentos de áreas potencialmente de risco. A intersecção de todas as informações permite que situações de risco potencial sejam identificadas e venham a alimentar o módulo de análise. O próximo passo é 1

8 transformar as análises automáticas em alertas, os quais devem ser disponibilizados para usuários múltiplos (defesa civil, concessionárias, entre outros). Esta fase requer a intervenção de analistas especialistas, altamente treinados, para que os alertas sejam avaliados por diferentes profissionais a fim de identificar alarmes falsos. Finalmente os alertas, após avaliações por testes rigorosos de probabilidades serão enviados às agências responsáveis pelas ações de prevenção e mitigação. Acoplado a este sistema, uma base de dados geográficos adicionais devem permitir o cruzamento e visualização de qualquer mapa ou imagem que possam auxiliar na tomada de decisão, como por exemplo, vias de acessos, dutos, ou outras infra-estruturas que possam ser afetadas. Objeto Monitorado Mapas vetoriai Mapas de Riscos Mapas de Vulnerabi Ambientais Dados Ambientais dinâmicos Monitoramento remoto e in situ de Áreas Dados Meteorológicos, Hidrológicos, Atmosféricos, Geotécnicos... ) Pré análise das previsões e observações de extremos Integração dos dados Bases Geográficas Adicionais Análises modelo x if x return 2 them return 3 endif Dados Adicionais Figura 1 - Diagrama dos Principais Módulos do Sistema de Monitoramento, Análise e Alerta. A implementação operacional do sistema pode ser feita em Salas de Situação de agências operacionais de Defesa Civil, Meteorologia, Concessionárias e Proteção Ambiental. Antes que alertas confiáveis sejam utilizados por usuários-finais, baseados nos quais serão tomadas decisões, técnicos altamente capacitados de agências de usuários-finais farão verificações, inclusive in loco, das áreas identificadas como expostas a riscos, a fim de que possam corrigir e remover possíveis erros. 2

9 A arquitetura da plataforma TerraMA 2 é baseada em serviços (SOA Service oriented Architecture) e em módulos, onde módulos são processos independentes que publicam grupos de serviços correlatos, além de executarem processos diversos em resposta a um timer (como por exemplo a coleta de um dado em um servidor ou a execução de uma análise periodicamente). Estes módulos e serviços utilizam uma base de dados geográfica, modelada segundo o padrão TerraLib do INPE de armazenamento de informações, para troca de dados (Figura 2). Nesta base estão armazenadas diversos tipos de informações, tais como: Dados importados pelo processo de aquisição de dados; Planos de risco (Objeto de Monitoramento); Planos adicionais contendo outras informações geográficas relevantes aos processos de análise; Modelos de análise; Configurações de coleta de dados; Log de resultados das análises executadas, etc.. Figura 2 - Arquitetura da plataforma TerraMA2 Os serviços incluem a busca de dados atuais através da internet e sua incorporação à base de dados do sistema, o tratamento e análise dos dados recebidos em tempo real para verificar se uma situação de risco existe, através de uma comparação com mapas de risco e um modelo definido pelo usuário. Outros serviços executam análises e notificação dos alertas para os usuários finais do sistema. O sistema a ser desenvolvido para a região transfronteiriça do MAP deverá ler e processar um conjunto de dados ambientais e outros que serão definidos em conjunto com a equipe 3

10 envolvida. Alguns dos dados ambientais de domínio público do INPE já estão disponíveis para uso imediato nesse projeto e serão utilizados no curso proposto. 2. BASES DE DADOS INTEGRAGA Uma característica fundamental para o sistema de alerta proposto é capacidade de integração de diversos dados, em tempo real, que a plataforma TerraMA 2 permite através de sua funcionalidade de captura de dados de diferentes origens e formatos disponíveis no INPE ou de outros centros como INMET, ANA ou IPMET, disponibilizando estas informações para o Bancos de Dados que será definido no projeto. Além disso, outros dados (pluviômetros, fluviômetros, sensores de qualidade da água, radares meteorológicos, etc.) regionalmente coletados por órgãos estaduais do Acre ou dos países de fronteira com este, poderão ser integrados a base de dados para fins do monitoramento. A capacidade de coletar dados geoambientais no sistema proposto em diferentes fontes na internet e integrá-los em uma única base geográfica na plataforma é possível graças ao serviço de coleta apresentado na figura acima, serviço este que deve ser configurado pelo usuário administrador. Análises serão desenvolvidas para atender a região transfronteiriça do MAP, podendo numa mesma análise integrar diferentes fontes de dados. Esta habilidade de coletar dados em diferentes localizações será possível por meio da configuração dos Servidores de Dados e Séries de Dados. A Figura 3 mostra que um Servidor de Dados é uma máquina local ou remota de onde dados serão periodicamente obtidos pelo serviço de coleta. Este servidor pode fornecer dados para uma ou mais Séries de Dados. Uma Série de Dados consiste em um dado geo-ambiental que será obtido repetidamente ao longo do tempo, como por exemplo, dados de radares meteorológicos ou dados de Plataforma de Coleta de Dados (PCD). Figura 3 Capacidade de integração de dados da plataforma TerraMA 2. Os dados a serem incorporados na base poderão ser climáticos, meteorológicos, hidrológicos ou ambientais que informam sobre a condição de variáveis obtidas a intervalos de tempo prédeterminados. A fonte desses dados podem ser PCD (Platafoma de Coleta de Dados), radares meteorológicos, Previsão Numérica de Tempo (PNT) e satélites meteorológicos como o GOES americano ou ocorrências em geral. 4

11 Estes dados se resumem a fisicamente três tipos (Figura 4): Grades Multidimensionais dados matriciais com um ou várias camadas. Uma imagem de radar meteorológico por exemplo com um única camada ou um dado de modelo de previsão para variável temperatura com dezenas de camadas (exemplo: modelo Eta do CPTEC com 72 camadas, com previsão de hora em hora, para três dias) Dados de PCD (Plataforma de Coleta de Dados) dados vetoriais na forma de pontos de localização (latitude/longitude) fixa com coleta de dados locais em tempo real. Como exemplo as estações meteorológicas, sondas de qualidade da água, estações da qualidade do ar, réguas de níveis de rios ou ainda boias marítimas. Dados de Ocorrência dados vetoriais na forma de pontos com localizações dispersas no espaço e no tempo, coletados dinamicamente. Como exemplo os dados de descargas elétricas, focos de incêndios, focos de doença, abalos sísmicos ou ocorrências em geral. (a) (b) (c) Figura 4 Três tipos de dados tratados no projeto (a) Grades multidimensionais, (b) dados de PCD (plataformas de coleta de dados) e (c) dados de ocorrências em geral. Alguns desses dados estão disponíveis na home-page do Centro de Previsão de Tempo e Estudos Climáticos- CPTEC/INPE ( na forma produtos para consulta somente. Entretanto, o sistema proposto poderá fazer acesso em tempo real dados brutos que estão disponíveis em servidores do INPE ou de outras instituições. 2.1 Dados de Observação Disponíveis para o Sistema Proposto Os produtos de observação como o próprio nome diz tratam de equipamentos/sensores que coletam dados a respeito do ambiente. Estes dados podem ser analisados no momento da última coleta ou do histórico passado de alguma variável de interesse, como a chuva. Por exemplo, uma estimativa por satélite poderia indicar quando de chuva está caindo nesse momento e também quanto de chuva acumulada caiu nas últimas 72 horas. A Figura 5 mostra uma sequência de imagens ou grades numéricas, que poderiam representar dados de um radar meteorológico ou satélite, que são coletadas de tempo em tempo. A imagem atual (Arq n atual) contém o último dado coletado e este pode ser analisado sob os limites de 5

12 um polígono do objeto a ser monitorado (uma área de risco por exemplo), qual o valor máximo dentro desse polígono. Este tipo de dado poderá ser analisado de forma instantânea ou em relação às últimas coletas realizadas. Considerando que este dado seja chuva em mm/h, podemos calcular por exemplo, o valor estimado na última hora ou qual o acumulado nas últimas 24 horas. Figura 5 Esquema de uma seqüência de dados de observação matricial sob um polígono de um objeto monitorado Estimativa de precipitação por satélite O Hidroestimador é um método inteiramente automático que utiliza uma relação empírica exponencial entre a precipitação (estimada por radar) e a temperatura de brilho do topo das nuvens (extraídas do canal infravermelho do satélite GOES-12), gerando taxas de precipitação em tempo real. Os produtos disponíveis no site do CPTEC/INPE são estimativas instantâneas (Figura 6) e acumuladas compiladas pela Divisão de Satélites Ambientais DSA do CPTEC/INPE e disponíveis para transferência on-line dos dados brutos. A precipitação acumulada refere-se ao período entre 12:00 horas do dia anterior e 12:00 horas do dia atual. O sistema proposto poderá acessar de qualquer computador conectado à internet os dados binários das grades numéricas fornecidos a uma freqüência de 15 minutos cada uma, numa resolução espacial de 4 km. Estes dados podem ser analisados pelo sistema de forma instantânea ou acumulada, ou seja, a taxa de chuva e precipitação total em qualquer número de horas definido pelo usuário. 6

13 Figura 6 Imagem do satélite GOES com estimativa de chuva instantânea Dados de PCD As Plataformas de Coleta de Dados - PCD (Figura 7) são equipamentos automáticos que dispõem de sensores eletrônicos capazes de realizar medições periódicas de variáveis meteorológicas como: direção e velocidade do vento, precipitação, pressão, umidade do ar, temperatura do ar, radiação solar, temperatura, umidade e fluxo de calor no solo. As PCDs podem ser agrometeorológica, meteorológica ou hidrológica. Figura 7 Plataforma de coleta de dados Típica. FONTE : INPE 7

14 As PCD podem ser agrometeorológicas, meteorológicas ou hidrológicas. Além do conjunto de PCD s do INPE monitoradas em Natal, RN (SINDA Sistema Nacional de Dados Ambientais - ) disponibilizadas automaticamente para uso no TerraMA 2 (Figura 8, informações de PCD s fornecidas por outras instituições, como, INMET, da Agência Nacional das águas (ANA) e do projeto, poderão ser integradas facilmente no módulo de integração. Figura 8 Sistema Nacional de Dados Ambientais. FONTE: INPE Dados de Radar Meteorológico O Radio Detection and Ranging (RADAR) é um instrumento de teledetecção usado na meteorologia para monitoramento da atmosfera, pois detectam a presença de hidrometeoros e movimentos das massas de ar. O funcionamento do Radar consiste na emissão de ondas eletromagnéticas de alta potencia e alta freqüência que ao encontrar o alvo (precipitação) provoca difusão de ondas incidentes em todas as direções, sendo parte reenviada para a superfície podendo ou não estar em suspensão. A conversão da refletividade das gotas em intensidade de precipitação (mm/h) pode ser feita pelo método empírico de Marshall-Palmer. O Radar ao emitir e receber um sinal eletromagnético, consegue determinar a velocidade e a direção de algo em movimento. Assim, é capaz de detectar a quantidade de chuva em uma determinada região e monitorar a velocidade e a direção do vento. O produto de radar que será utilizado para entrada do sistema de monitoramento é obtido a partir da varredura volumétrica do radar de Pico do Couto (Figura 9) disponível no INPE, assim como de outras radares disponíveis na área de monitoramento. 8

15 Figura 9 Área de cobertura do radar Pico do Couto disponível no INPE. FONTE: INPE Dados de Raios (Descargas Elétricas) As descargas elétricas que ocorrem eventualmente no espaço e tempo são dados pontuais com resolução horizontal de 10 km e em contraste com características atmosféricas continuas (por exemplo velocidade do vento e temperatura), só podem ser apresentadas em campos acumulados. Esses produtos são examinados como fonte na diagnose da estrutura e evolução dos sistemas de mesoescala. A taxa de raios cresce com a extensão vertical da nuvem e com a diminuição da temperatura. O sistema de detecção de raios baseia-se na determinação dos instantes do aparecimento e da amplitude do pulso eletromagnético irradiado pela descarga de retorno (TOA - Time of Arrival) que permite o cálculo do ponto de interseção das trajetórias hiperbólicas de pulso sobre a superfície esférica da Terra. A Figura 10 mostra os dados de raios que serão incorporados a sistema. 9

16 Figura 10 Rede de descargas elétricas. FONTE: INPE 2.2 Produtos de Previsão Numérica A Previsão Numérica do Tempo (PNT) recorre ao potencial de cálculo dos computadores para produzir uma estimativa do estado futuro da atmosfera utilizando os designados modelos de previsão. Estes modelos baseiam-se num conjunto de equações que traduzem as leis físicas que descrevem o comportamento hidro-dinâmico da atmosfera. Com base num modelo de previsão obtém-se então a previsão a partir do conhecimento do estado atmosférico inicial. A sua execução é realizada em super-computadores e só é possível através de códigos informáticos de grande complexidade que fornecem previsões para diferentes variáveis atmosféricas, tais como a temperatura, a pressão atmosférica, o vento e a precipitação. No seu trabalho diário, o meteorologista interpreta os resultados assim obtidos, confrontando-os com outras fontes de informação meteorológica para elaborar a previsão do estado do tempo. 10

17 A qualidade da informação numérica é condicionada, porém, pelas incertezas inerentes ao conhecimento do estado da atmosfera num dado instante e também pelas limitações impostas pelos modelos de previsão. As incertezas inerentes à observação atmosférica e a utilização de observações irregularmente distribuídas sobre o globo são fatores de erro introduzidos na análise. Normalmente os resultados das previsões são válidos para um certo número de dias ou horas. Para cada rodada de um modelo é definido ainda quantos minutos ou horas existe entre duas previsões. A Figura 11 mostra que em um único arquivo binário o usuário recebe um conjunto camadas (ou bandas) correspondente a cada horário da previsão. A plataforma TerraMA 2 tem operadores que operam sobre este conjunto de previsões. Como exemplo, suponha que o arquivo tenha 72 camadas com intervalo de 60 minutos entre suas previsões, isto é, a previsão para 3 dias de hora em hora para precipitação (chuva). Se desejarmos calcular qual quantidade de chuva prevista para as próximas 5 horas, dentro de uma área (polígono) de risco, teríamos de somar 5 camadas consecutivas a partir do horário local. O modelo Eta e Brams serão os modelos disponíveis para uso no sistema proposto, sendo o ETA um modelo de mesoscala em ponto de grade que utiliza equações primitivas para obtenção das previsões. Desta forma, conhecendo-se o estado inicial do escoamento da atmosfera é possível obter o estado em um tempo posterior integrando numericamente as equações que governam a atmosfera. A Figura 12 mostra os dados do Eta com resolução de 20 metros. Figura 11 Esquema de um arquivo de previsão CPTEC. 11

18 Figura 12 Previsão CPTEC. 2.3 Dados Estáticos São dados que contêm informações sobre as pré-condições necessárias para a ocorrência de um desastre (planos de risco, altimetria, declividade do terreno). Sua atualização deve ser realizada sempre que uma pré-condição é alterada ou quando o modelo de ocorrência do desastre é atualizado. 12

19 n Planos de risco-mapas de polígonos com atributos (Figura 13) Figura 13 Mapa de áreas de ocorrências de desastres e tabela com seus atributos. n Planos matriciais - Modelo digital de elevação do terreno (MDT) e mapa de declividade (Figura 14) Figura 14 - Modelo Digital de Elevação a partir de imagem ASTER com isolinhas (linhas de mesma altitude) e Mapa de declividade 13

20 2.4 Dados Adicionais Outras informações que auxiliem a localização das áreas de risco e das populações ou equipamentos vulneráveis ao desastre analisado, como por exemplo: n Planos vetoriais localização de rios, rede de drenagem, localização de estradas ruas, dutos, áreas ocupadas, focos de calor, etc (Figura 15) e Figura 15 Planos adicionais- rede de drenagem, mapas de ruas de um local, mapa de uso do solo com a localização de focos de calor, mapas de áreas de escoamento superficial, respectivamente n Planos matriciais (imagens de fundo), tais como imagens LANDSAT, CBERS, RADARSAT, SPOT, ENVISAT, MODIS (Figura 16) Figura 16- Imagem CBERS- CCD do área municipal de Silveira Martins, RS e Imagem GeoEye de áreas de deslizamento no município de Nova Friburgo, RJ 14

21 3. MÓDULO DO SISTEMA DE MONITORAMENTO O sistema de monitoramento promoverá o acompanhamento das condições meteorológicas em tempo próximo do real, com dados oriundos dos equipamentos de medição e das simulações e modelagens numéricas de futuros sistemas preditivos (condições meteorológicas e hidrometeorológicas), ciclo hidrológico, dados geográficos, sendo capaz de gerar mapas e resumos de informações (boletins). O sistema proposto permitirá a realização de análises integrando os dados ambientais (hidrometeorológicos, geotécnicos, etc) com os objetos de monitoramento (um planos de risco por exemplo) e mapas adicionais de várias maneiras, para prevenção e mitigação de eventos extremos. Uma análise envolve a escolha do tipo, mapas de entrada, saídas e o mais importante um script (programa) para definir como será feita a integração dos dados. Os programas de análise serão escritos na linguagem LUA incluindo os operadores espaciais da TerraLib, para avaliar as condições de risco em uma determinada região ou criar outras grades para outras análises. Três tipos de análises serão utilizados no sistema a ser desenvolvido. A seguir uma breve descrição do tipos Tipos de Análise disponíveis para sistema proposto Análises baseadas em objetos monitorados É o principal tipo de análise utilizada a ser utilizada. Neste tipo de análise, um mapa vetorial (objeto monitorado) fornece um conjunto de polígonos com a delimitação das áreas a serem monitoradas (Figura 17). Para cada uma destas áreas será aplicada individualmente uma regra de análise fornecida pelo usuário para definir o estado da mesma. As regras de análise são um conjunto de operadores disponíveis para serem utilizados. O resultado da análise pode gerar um alerta daquela área em particular. 15

22 + = Objeto (áreas) a serem monitorados Dados Ambientais dinâmicos Figura 17 Esquema de uma análise com base em objeto monitorado. 16

23 Uma regra de análise é composta por sobreposição dos objetos em monitoramento (áreas) com os dados de entrada (grades dinâmicas, pontos de PCD s ou grades interpoladas desses pontos, dados de ocorrência ou ainda grades resultantes de análise baseada em grades), definindo estados de alerta. Os atributos do objeto também podem ser utilizados na análise. Em geral, análises baseadas em objeto monitorado são compostas por comparações entre atributos de cada objeto com valores obtidos dos dados de entrada (dados ambientais dinamicamente coletados na forma de grades, pontos fixos de PCD ou pontos de ocorrências, grades adicionais estáticas, grades criadas dinamicamente por análises baseadas em grades ou grades interpoladas de uma série de PCD) para aquela área, definindo estados de alerta. A seguir apresentamos em exemplo típico da utilização de análise basesada em objeto monitorado que compara um atributo do objeto com o valor máximo de um dado matricial de chuva (Figura 18). Assim, no exemplo abaixo considere o seguinte cenário: 1. O objeto monitorado selecionado contém um atributo denominado LIMIAR_CRITICO que contém, para cada área um limite de chuva acumulada nas últimas 24 horas a partir do qual deve ser emitido um alerta para a área. 2. A série de dados hidro_diário contém uma grade com o total de chuva acumulada nas últimas 24 horas. 3. Se a chuva acumulada estiver abaixo do limiar definido para cada objeto, nenhum alerta deve ser gerado (Estado Normal). Se estiver até 20% acima do limiar deve ser emitido um alerta em estado de atenção. Chuvas acima de 20% do limiar geram um alerta máximo. Para uma melhor compreensão da regra de análise do exemplo, vamos analisá-la por partes. local var1 = maximo('hidro_diario') Esta linha define uma nova variável denominada de var1 que será inicializada com o valor do operador zonal maximo, aplicado à grade hidro_diario. Na prática estamos buscando qual o valor de chuva acumulada na área em análise a partir da grade. Mais adiante será feita uma discussão maior sobre operadores zonais. Observe que hidro_diario é o nome da série de dados que contém as informações de chuva e deve estar incluída na lista de planos de entrada na interface. if var1 < LIMIAR_CRITICO then Na linha acima estamos comparando o valor da chuva acumulada obtida da grade com o limiar definido em um objeto em particular, que tem valor 80. Observe que LIMIAR_CRITICO é o nome de um atributo do objeto monitorado selecionado. Lembrando que a fonte de objeto monitorado pode ter vários objetos (polígonos) com limiares diferentes. 17

24 Dado Ambiental Dinâmico Matricial ( hidro_diario ) Limite do Objeto Monitorado Atributos do Objeto ID_OBJ NOME AREA RISCO LIMIAR_CRITICO 0001 CR_TX_ ALTO Operador de máximo zonal : local var1 = maximo( hidro_diario ) Resultado: var1 = 86 local var1 = maximo('hidro_diario') if var1 < LIMIAR_CRITICO then return 0 -- Estado normal elseif var1 < LIMIAR_CRITICO * 1.2 then return 2 -- Estado de Atenção else return 4 -- Estado de Alerta Máximo end RESULTADO = OBJETO no nivel Atenção, pois 86 está entre 80 e 96 (80 x 1.2) Onde: AZUL = Funções de LUA VERDE = Fontes de dados VERMELHO = Comentários PRETO = Variáveis e valores Figura 18 Exemplo de análise com objeto monitorado. return 0 -- Estado Normal elseif var1 < LIMIAR_CRITICO * 1.2 then return 2 -- Estado de Atenção else return 4 -- Estado de alerta máximo end Os dados necessários para a analises serão utilizados a base de dados já elaborados pelo projeto com o grupo dos consultores do SIG. Nas linhas a seguir estamos definindo os níveis de alerta definidos pela comparação anterior. Se o valor da chuva acumulada for menor do que o valor do limiar de chuva para esta área, vamos retornar o nível de alerta 0, que indica um estado normal. Seguindo as definições do exemplo, a seguir retornamos um estado de atenção (nível 2) se a chuva acumulada superar o limite em menos de 20%, isto é o valor de 96 (= 80 x 1.2). Caso contrário entra em nível de alerta máximo (nível 4). Os níveis de alerta disponíveis são detalhados adiante. Outro ponto importante a ser observado no exemplo é a presença de comentários após a definição dos níveis de alerta. São encarados como comentários que não tem qualquer significado para a regra de análise qualquer texto após dois sinais de menos consecutivos (--), até o final da linha. O exemplo acima inclui a maior parte das estruturas necessárias para a codificação de qualquer regra de análise entendida pelo sistema. 18

25 Análises baseadas em grades São análises que tem por objetivo a criação de novas grades com base na aplicação de um modelo matemático sobre dados obtidos periodicamente dos servidores de dados (Figura 19). Estas grades não geram estados de alerta, porém podem ser recursos importantes na avaliação de outros alertas gerados por análises baseadas em objetos (planos de risco). + = Planos matriciais estáticos Dados Ambientais dinâmicos Mapa m pode se baseada Figura 19 Esquema de uma análise com base em grades. Em geral, análises baseadas em grade são comparadas as técnicas de inferência espacial realizadas em SIG como cruzamentos de mapas por regras booleanas, ponderadas, entre outras. A diferença desses cruzamentos feitos num SIG tradicional (eminentemente estático) e na plataforma proposta é que neste último pelo menos um dos mapas pode ser um dado ambiental coletado dinamicamente na forma de grades ou criadas dentro da própria plataforma. As grades estáticas como dados adicionais também podem ser utilizadas. A saída será uma nova grade criada na mesma frequência dos dados dinâmicos. A seguir apresentamos em exemplo típico da utilização de análise baseada em grades que faz o cruzamento entre quatro mapas matriciais (grades) estáticos em uma grade de pricipitação por satélite GOES dinamicamente coletada (Figura 20). Assim, no exemplo abaixo considere o seguinte cenário: 1. Os mapas temáticos de geologia, geomorfologia, solos e uso_terra foram criados em um Sistema de Informações Geográficas (SIG) e convertidos para grades numéricas com valores (pesos) entre 1 e 3. Os pesos atribuídos as classes de cada mapa temático foram definidos em função da vunerabilidade a deslizamentos (escorregamentos) de terra em encostas. 2. Cada grade ponderada dos mapas temáticos foram inseridas no banco de dados com o aplicativo TerraView e identicadas como dados adicionais estáticos. 19

26 3. A variável ambiental cruzada com os mapas temáticos é a precipitação acumulada diária ( hidro ), que também é pondera com valores entre 1 a 3 cada vez que uma nova grade é coletada. 4. A soma ponderada entre os cinco mapas (4 estáticos e 1 dinâmico) foi definida utilizando pesos defindos com ajuda da técnica AHP (Processo Analítico Hierárquico), sendo 0.4 x uso_solo x geologia x geomorfologia x solo x chuva_poderada, de modo que os valores da grade final fiquem também entre 1 a 3. 20

27 GRADES 100 x 100 m GRADE 4 x 4 km Ponderação 1 a 3 GEOLOGIA Geologia Ponderada + DADOS ESTÁTICOS Ponderação 1 a 3 Precipitação Chuva mm/dia GEOMORFOLOGIA Geomorfologia Ponderada + Ponderação * Operação realizada na análise Ponderação 1 a 3 SOLOS Solos Ponderado + Ponderação 1 a 3 + USO_TERRA Uso_Terra Ponderado = Grade de Chuva Ponderada (valores entre 1 a 3) local vuso = amostra('v_uso_terra') or 0 local vgeo = amostra('v_geologia') or 0 local vgeom = amostra('v_geomorfologia') or 0 local vsolo = amostra('v_solos') or 0 local chuva = amostra('hidro') or 0 -- Dado Dinâmico local pchuva = 0 -- Pondera o dado de chuva coletado if chuva < 2 then pchuva = 1 elseif chuva < 4 then pchuva = 1.5 elseif chuva < 6 then pchuva = 1.7 elseif chuva < 8 then pchuva = 2.2 elseif chuva < 10 then pchuva = 2.6 else pchuva = 3 end -- Realiza cruzamento ponderado return 0.4 * vuso * vgeo * vgeom * vsolo * pchuva Perigo a Deslizamento Ponderado RESULTADO = Grade criada a cada coleta do dado dinâmico de chuva. Onde: AZUL = Funções de LUA VERDE = Fontes de dados VERMELHO = Comentários PRETO = Variáveis e valores Figura 20 Exemplo de análise com objeto monitorado. 21

28 Para uma melhor compreensão da regra de análise do exemplo na Figura xx, vamos analisá-la por partes. local vuso = amostra('v_uso_terra') or 0 local vgeo = amostra('v_geologia') or 0 local vgeom = amostra('v_geomorfologia') or 0 local vsolo = amostra('v_solos') or 0 Estas linhas definem uma variável para cada grade numérica correspondente aos mapas temáticos (geologia, geomorfologia, solo e uso_terra) que foram poderados em um SIG. O conteúdo de vuso, vgeo, vgeom e vsolo recebem os valores do pontos de cada grade através do operador amostra. local chuva = amostra('hidro') or 0 local pchuva = 0 O conteúdo da variável chuva receberá os valores do pontos da grade do último dado ambiental coletado, no caso, a precipitação acumulada em 24 horas por satélite (fonte de nome hidro ). Um outra variável de nome pchuva será inicializada com valor 0 (zero). if chuva < 2 then pchuva = 1 elseif chuva < 4 then pchuva = 1.5 elseif chuva < 6 then pchuva = 1.7 elseif chuva < 8 then pchuva = 2.2 elseif chuva < 10 then pchuva = 2.6 else pchuva = 3 end As linhas acima definem quais os pesos serão fornecidos a cada intervalo de chuva. return 0.4 * vuso * vgeo * vgeom * vsolo * pchuva A última linha realiza o cruzamento de todos os mapas de forma poderada. 22

29 Análises baseadas em PCD Neste tipo de análise, uma fonte de dados do tipo PCD fornece um conjunto de pontos a serem estudados (Figura 21). Para cada uma destes pontos será aplicada individualmente uma regra de análise fornecida pelo usuário para definir o estado de alerta daquele ponto em particular. Nesta caso, tanto as PCD s do projeto como de outras instituições serão integradas ao sistema. = PCD s no campo Alertas dos parâmetros medidos ou condições do equipamento Figura 21 Esquema de uma análise com base em PCD. Nos três tipos de análises a sistema detecta automaticamente a coleta de um novo dado ambiental e automaticamente dispara as análises que fizerem uso desse novo dado Possibilidade de Análises integradas Como exemplo da capacidade de utilizar várias fontes de dados simultaneamente em uma mesma análise, a Figura 22 mostra uma situação típica de um monitoramento que considera um acumulado de chuva, que dá uma idéia do quanto está encharcado um solo e de uma dado de previsão que indica quando de chuva ainda pode cair na mesma área. No Tempo 1 o somatório da precipitação acumulada e chuva prevista é realizado com um conjunto de arquivos adquiridos a cada 15 minutos do Hidroestimador (observação por satélite) e um único arquivo de previsão com intervalo de 6 horas entre cada previsão, disponível a cada 12 horas. No Tempo 2 o somatório da precipitação acumulada e chuva prevista é realizado com um novo conjunto de arquivos adquiridos a cada 15 minutos do Hidroestimador e o mesmo arquivo de previsão. No Tempo 3 o somatório da precipitação acumulada e chuva prevista é realizado com um novo conjunto de arquivos adquiridos a cada 15 minutos do Hidroestimador e um novo arquivo de previsão, disponível a partir das 12 horas. Note que a passagem do arquivo de previsão da 0 hora para o das 12 horas é automático, sempre que o serviço de coleta coletar um novo dado. 23

30 Este exemplo é a uma situação hipotética, pois na verdade os arquivos de previsões sempre chegam com um atraso normal, dado que as 0 e 12 horas respectivamente se inicia a coleta dos dados que serão processados diariamente pelos modelo matemáticos do INPE e portanto, os resultados das previsões ficam disponíveis algumas horas depois, atualmente entre 4 e 8 horas de atraso. Este atraso não causa problema algum, dado que sempre existirá um arquivo anterior que estará sendo utilizado até que um novo arquivo seja coletado pela plataforma. Os modelos de análise devem seguir a sintaxe definida na liguagem de programação LUA e nos operadores espaciais disponíveis na TerraLIB. A Figura 23 exemplifica um programa em LUA que realiza a análise integrada de duas fontes de dados, conforme apresentado na Figura 22 a seguir. Os operadores utilizados foram a soma histórica observada em 24 horas ( prec_historico_grid ) e o máximo operador zonal previsto para as próximas 12 horas ( maximo_eta ). A variável chuva_total armazena as duas intensidades de chuva. Neste exemplo fica claro que outras fontes de dados podem fazer parte da análise, criando modelos mais sofisticados. 24

31 24 Imagens em 6 horas 4 imagens por hora 24 horas de chuva acumulada 6 Horas 12 horas de previsão ETA 20 km 0 h h TEMPO 1 Passado 24 Imagens em 6 horas 4 imagens por hora Hora Atual 24 horas de chuva acumulada Futuro 6 Horas 12 horas de previsão ETA 20 km 0 h h TEMPO 2 Passado 24 Imagens em 6 horas 4 imagens por hora Hidroestimador Hidroestimador Hidroestimador Hora Atual 24 horas de chuva acumulada Futuro 6 Horas ETA 20 km 0 h horas de previsão ETA 20 km 12 h h TEMPO 3 Passado Hora Atual Futuro Figura 22 - Exemplo de 3 tempos da análise Hidro_ETA20km 25

32 local max_prec = prec_historico_grid('hidro', 24) local prev24h = maximo_eta('eta5km', 12) local chuvatotal = max_prec + prev24h if chuvatotal == nil or chuvatotal < 50 then return 0 elseif chuvatotal < 100 then return 1 elseif chuvatotal < 120 then return 2 elseif chuvatotal < 140 then return 3 else return 4 end Figura 23 Exemplo de Modelo de Análise em Linguagem Lua. 4. MÓDULO DE GESTÃO DE ALERTAS O sistema a ser desenvolvido terá cinco níveis de alertas: normal, observação, atenção, alerta e alerta máximo; definidos de acordo com a intensidade do risco oriunda dos resultados das análises a cada novo dado coletado. Os modelos de análise serão desenvolvidos em LUA, onde poderão ser utilizados escala de cores para cada alerta, conforme proposto na Figura 24. Figura 24 Escala de cores proposto para os alertas. 26

33 O Módulo de Alerta deve permitir a uma pessoa, software ou dispositivo capaz de acionar um serviço Web (emissor), enviar alertas a pessoas (receptores) por meios de comunicação (canais), de forma dirigida e organizada por escalonamento e contingência e receber respostas a estas mensagens enviadas pelos receptores, pelos mesmos canais de envio das mensagens, confirmando recebimento e garantindo confiabilidade ao alerta. 5. MÓDULO DE PUBLICAÇÃO DOS ALERTAS NA WEB Esse módulo tem por finalidade entregar funcionalidades que possibilitem a configuração e publicação de páginas de internet por perfil de usuário, visando à divulgação das informações gerenciadas pelo Centro de Monitoramento onde estiver instalada a plataforma. A saída gráfica do sistema proposto será o aplicativo WEB (Figura 25) que poderá ser utilizado em desktop ou servidores na sala de situação ou em dispositivos móveis tipo tablet ou smartphone. O aplicativo deverá apresentar em tempo real os resultados das análises e de outras análises que porventura venham a ser desenvolvidas. Assim também poderão ser visualizados os dados hidrometeorológicos (produtos de satélite, radar ou modelos de previsão numérica) utilizados nas análises, dados geográficos disponíveis no servidor onde estará instalado o sistema e outros dados geográficos disponíveis em servidores WEB de outras instituições nos formatos WMS, WFS ou WCS. Figura 25 Exemplo de interface WEB com monitoramento da qualidade da água no Rio Paraíba do Sul 27

34 6. SISTEMA ESCALÁVEL E DISTRIBUÍDO O sistema apresentará um conjunto de facilidades referentes às funções de consultas analíticas e gerenciais para visualização de informações armazenadas e gerenciadas pela solução. O módulo deve oferecer ainda um conjunto de consultas associadas à base de dados meteorológicos, com possibilidades de filtros por equipamento, município e região. Para aumentar a disponibilização, compartilhamento e acesso a dados e informações geoespaciais, o sistema proposto será baseado em uma arquitetura de serviços Web (OGC). O sistema será capaz de prover os dados brutos usados nas diversas análises assim como os seus resultados através de serviços baseados em padrões abertos como os definidos pelo consórico OGC - WMS, WCS e WFS ( Desta forma os dados usados em uma instância do sistema estarão disponíveis a todas as unidades/instituições de forma on-line (Figura 26). Além da entrada de dados através de arquivos na forma binária e texto, acessíveis via protocolo FTP, o sistema será capaz de consumir dados através de interfaces cliente de serviços Web. Isto flexibilizará a coleta de dados assim como possiblitará uma rápido acesso a dados produzidos em outras unidades/instituições. Com esta arquitetura o sistema poderá trabalhar de forma distribuída, provendo maior escalabilidade e confiabilidade uma vez que as análises podem rodar de forma redundante, garantindo a continuidade dos alertas nos caso de falha em um dos sistemas. Esta arquitetura proposta está em conformidade com a Infraestrutura Nacional de Dados Espaciais - INDE ( Os dados matriciais de entrada assim como os de resultados da execução de modelos serão disseminados através de serviços OGC Web Coverage Service (WCS). Dados vetoriais usados nos diversos cruzamentos poderão ser acessados através de serviços Web Feature Service (WFS). A visualização dos dados estará disponível através de serviçoes Web Map Service (WMS). O desenho do sistema de alerta proposto para ser implementado, com base na plataforma TerraMA 2 é do tipo distribuído e escalável. O esquema computacional proposto para ser adquirido pela contratante visando à implementação em apenas uma sala de situação em um dos países da OTCA, entretanto, não se limita uma expansão posteriormente uma vez que a plataforma é perfeitamente escalável. 28

35 Figura 26 - Exemplo do sistema distribuído proposto. 29

36 8. CRONOGRAMA FÍSICO O cronograma físico a seguir foi baseado na relação entre os objetivos descritos acima e os produtos (1 a 3) a serem entregues. Os seguintes produtos serão: Produto 1: Proposta metodológica e desenho do Sistema de alerta a ser implementado, com base na Plataforma TerraMA2: (1º pagamento: 40% - 20/03/2014) Produto 2: Relatório do processo de capacitação da equipe técnica do projeto, dos representantes do sistema de defesas civis e da sociedade civil sobre o alerta: (2º pagamento: 30% - 20/04/2014) Produto 3: Relatório de acompanhamento da implementação do Sistema de alerta e manual de funcionamento do mesmo: (3º pagamento 30% - 20/03/2014) 30