Agora temos o GMES/Copernicus e podemos desenvolver os serviços. Os serviços podem variar de muito simples a muito avançados e altamente desenvolvidos. Deixe-me dar alguns exemplos e ver quais são as condições para serviços eficientes e de grande porte. É apenas detecção. Não é grande coisa aqui, é uma detecção de derramamento de óleo que você pode ver nas imagens de radar. Como você pode ver pela área iluminada, esta é uma foto do Mar Adriático perto da Itália. No lado direito desta imagem em preto e branco, o ponto brilhante é um navio e você pode ver que há uma longa trilha preta atrás dele, o que provavelmente é um derramamento de óleo. Esta faixa não é preta porque é petróleo, mas porque o petróleo na verdade é devido à sua viscosidade, nivelará o mar e se o mar estiver calmo, a retroespalhamento do sinal do radar será menor e o traço aparece preto porque menos sinal vem dessa área. Mas esta é essencialmente uma detecção direta/direta. Então, é claro, a Guarda Costeira poderá fazer algo com essa informação.
Um pouco mais desenvolvida e complexa é a gestão de (risco de) inundação, onde você pode usar as imagens com pouco processamento, para mapear a extensão da inundação. Este é um exemplo muito interessante onde o dr. uma característica muito importante de Copérnico. Esta não é apenas a imagem do Sentinel, mas uma imagem combinada com imagem do satélite Cosmo-Skymed, que é um satélite italiano. Isto mostra como o Copernicus nos permite reunir recursos de países nacionais com fontes da UE e depois reúna todos os dados do satélite para obter mais informações. Há um pouco de processamento aqui. Há ainda mais processamento para esta bela imagem do Vesúvio e dos Campos Flegreanos na Itália perto de Nápoles, que é uma região vulcânica, onde a terra está constantemente sendo deformada. Esta deformação pode ser observada e medida pela técnica de interferometria diferencial que mencionei no terremoto na Califórnia. Estas faixas coloridas podem ser usadas para medir a deformação do solo com precisão de alguns milímetros. É um dispositivo mecânico incrivelmente preciso para determinar a deformação e é algo que pode ser usado por cientistas, mas também pode ter uma série de aplicações comerciais para os casos em que a deformação não é causada por um fenômeno natural, um fenômeno geofísico, como um vulcão ou um terremoto, e está relacionado ao desenvolvimento urbano – construção, obras subterrâneas, mineração, etc.
Este é um nível de processamento um pouco mais avançado, e ainda assim não é algo muito complexo e complicado. Este é mais um exemplo da utilização do Sentinel 1 e de outros satélites, que são um pouco mais integrados. Eles são responsáveis pelo problema da colheita de arroz no Sudeste Asiático em duas direções: um diz respeito à produção de arroz, para melhorar a produção e a eficiência na produção, mas também para seguros. É por isso que a Allianz, a seguradora suíça, está envolvida neste projeto. Esta é novamente uma demonstração interessante de como a aplicação complexa de satélites precisa de mais do que apenas um satélite de observação da Terra, mas de uma combinação de muitos satélites.
Talvez para entender melhor o que torna um geosserviço bem-sucedido, por que é difícil desenvolver um geo-serviço e e qual pode ser o papel dos satélites no desenvolvimento, melhoria ou gestão de geoserviços, devemos considerar um exemplo. O exemplo é na verdade o arquétipo dos geo-serviços, nomeadamente a previsão meteorológica. Primeiro, o que torna possível a previsão do tempo é a combinação de observações in situ, observações de campo, ou seja não começamos no nível do satélite. Realisticamente, a previsão do tempo existe há dois séculos ou um pouco mais. Ela não esperou pela existência de satélites. Portanto, temos observações in situ nos oceanos por navios, mas principalmente são os avistamentos nos continentes e esse é realmente o problema. Quero dizer, esses avistamentos não estão espalhados por todo o planeta. Eles estão principalmente concentrados nos continentes e particularmente no hemisfério norte.
Mas são observações in situ. Claro, existe também o Sistema Global de Observação Meteorológica, o chamado Um sistema de observação global que possui vários satélites geoestacionários, fornecido por todos os principais países membros da Organização Meteorológica Mundial (OMM), todos os quais estão nesta órbita geoestacionária: os satélites GOES dos EUA, METEOSAT fornecido pela Europa e depois os satélites FY da China, um MTSAT do Japão. Também possui uma série de satélites NEO em órbita quase polar. Alguns deles estão, na verdade, em órbitas mais inclinadas como JASON para os oceanos ou TRIMM, que agora foi substituído pelo GPM – Global Precipitation Measurement Missions, que estão em órbita de baixa inclinação. Portanto, temos observações in situ, observações de satélite do GO e do NEO. Depois, claro, há os modelos, as capacidades computacionais e os modelos. Estes são os três componentes principais, elementos da infraestrutura de uma boa previsão do tempo. Precisamos de observações in situ, observações de satélite bem coordenadas e capacidade computacional e claro um bom modelo para assimilar os dados.
Você pode ver no slide que desde a existência dos satélites, você pode ver isso nos últimos 20 anos a quantidade de dados de satélite que foram integrados/assimilados na previsão numérica do tempo ou em outras palavras, através desses modelos de computador, que nos permitem prever o tempo, esse valor aumentou tremendamente. Temos agora 150 milhões de observações processadas a cada meio dia, para que possamos fazer uma previsão do tempo. É a introdução dessas observações de satélite no modelo nos permitiu fazer esse progresso incrível na previsão do tempo e sua confiabilidade. Isso é muito bem ilustrado nessas curvas. A curva azul superior mostra o desenvolvimento de 1981 a 2010. Estes são os anos. A escala vertical mostra a confiabilidade da previsão em porcentagem.
A curva azul mostra uma previsão de três dias, o vermelho tem cinco dias, a previsão de 7 dias é a curva verde e por último, a previsão de 10 dias, que provavelmente é o máximo que podemos ter hoje. Esta previsão está agora a tornar-se significativamente marginal. O que é importante aqui é que o topo da curva mostra a previsão do Hemisfério Norte, e a parte inferior é para a previsão do Hemisfério Sul. Vamos pegar a curva azul. Podemos ver que no Hemisfério Norte a confiabilidade da previsão melhorou de 85% em 1980 para 96%, 97% de confiabilidade, o que significa que no Hemisfério Norte, numa previsão de três dias temos 96%, 97% de confiabilidade de previsão. Isso é excelente. Na verdade, esse aumento está relacionado aos satélites. O que é ainda mais interessante é que se olharmos para a parte inferior da curva azul, a previsão do tempo no hemisfério sul, você verá que em 1980 a confiabilidade é de 70%, o que não é muito significativo.
Apenas para explicar – para fazer uma previsão do tempo significativa deve ser melhor que 60%. Uma maneira simples de ver isso é que se você fizer uma previsão de que amanhã o tempo será como hoje, há pouco mais de 50% de chance de você estar certo. Então você precisa estar acima de 60% para fazer uma melhoria significativa desta previsão muito simples. Você vê no hemisfério sul 70% em 1980, e agora são 97%, a mesma percentagem do hemisfério norte. Acho que essa é realmente a beleza dos satélites, porque fornecem observação uniforme de todo o planeta. Quero dizer, eles exploram o hemisfério norte tanto quanto o sul.
As previsões no hemisfério sul tornaram-se tão fiáveis como as do hemisfério norte. Esta é uma das verdadeiras virtudes dos satélites. Você observa um comportamento semelhante em cinco dias e novamente estreitando a lacuna. O mesmo por 7 dias: melhoria geral e redução da disparidade entre o hemisfério norte e o sul. Isto demonstra lindamente a eficácia da introdução de satélites num serviço global bem coordenado. Graças a esta capacidade, que é obviamente coordenada globalmente por governos e grandes organizações regionais, agora tem previsão do tempo como serviço público, o que nos permite prever com 5 dias de antecedência onde um furacão irá atingir, o que dá às autoridades locais a oportunidade de alertar e evacuar pessoas. Um indicador interessante de quanta melhoria fizemos é vejamos a história dos furacões na Baía de Bengala. Há 20 anos, um grande tufão na Baía de Bengala teria matado milhares de pessoas. Hoje, quando há tufão ainda há vítimas, ainda há muita destruição, mas pelo menos milhares de pessoas não morrem como naquela época.
Isto está relacionado com uma melhor preparação, construção de abrigos, mas também com uma excelente previsão 4 dias antes, o que dá às autoridades locais tempo suficiente para preparar as pessoas. Um desenvolvimento interessante é que agora a previsão do tempo pode tornar-se um serviço comercial. Há cada vez mais indústrias e empresas que precisam de previsões meteorológicas locais precisas. É um tipo de serviço B2B, mas obviamente está crescendo. Um exemplo óbvio são as centrais eólicas, parques eólicos onde é necessária uma boa previsão de vento. Esta previsão é realmente necessária além dos geradores eólicos, que geralmente tem cerca de 100 m de altura. Voltarei a isso mais tarde em minha apresentação, porque isso na verdade não é tão fácil de conseguir e os satélites sozinhos não conseguem lidar com isso. É claro que as operações offshore necessitarão de previsões locais muito boas. Todas as atividades, como a agricultura, por exemplo, que dependem das condições climáticas precisará de uma previsão do tempo local e estará disposto a pagar por previsões locais melhoradas para seus próprios fins.
Hoje, vemos a previsão do tempo se desenvolver como um serviço público para notificar os cidadãos, mas também para a segurança de diferentes populações, bem como um serviço comercial B2B..
![Giới thiệu các kênh Marketing 0 đồng [ Bài 1] – Công cụ marketing](https://59s.com.br/wp-content/uploads/2022/12/htmlF_IMG_638b365461402-1024x576.jpg)
