Resumo
Introdução: Desde 1985, o CEPAGRI vem desenvolvendo trabalhos utilizando processamento de imagens de satélites tanto para fins de pesquisas aplicadas à agricultura, às áreas urbanas e ao meio ambiente, quanto para auxiliar a previsão do tempo. Após receber por 30 anos imagens dos sistemas de recepção de imagens UAI-R, AVHRR/NOAA, AVHRR/Metop e Feng-Yun, em 2018, foi instalado o sistema de recepção de imagens do satélite meteorológico GOES-16 em sua área experimental. A UNICAMP passou a ser a primeira Universidade Pública brasileira a possuir esse satélite de última geração. Objetivo: Disponibilizar imagens do GOES-16 e seus produtos para os usuários em geral. Metodologia: Para disponibilizar esses dados para os usuários, o LabSat (Laboratório de Processamento de Dados e Imagens de Sensoriamento Remoto) desenvolveu uma plataforma para visualização interativa das imagens e dos produtos do GOES-16, tais como: 16 bandas espectrais, índice de vegetação (NDVI), temperatura de superfície, raios, chuva e imagens de composição natural da Terra. Resultados: A plataforma permite que o usuário interaja com os dados disponíveis em tempo real de um terço da Terra a cada 10 minutos das bandas espectrais, e dos produtos provenientes dessas bandas. Permite também visualizar informações de raios a cada 20 segundos. Conclusão: Esses dados apresentam uma série de benefícios à sociedade como: auxiliar a elaboração da previsão do tempo com maior precisão, melhores condições para os pesquisadores realizarem monitoramentos e estudos mais refinados voltados tanto para a agricultura (solo, plantação e previsão de safra) quanto para o meio ambiente (florestas e corpos d’água).
Referências
Plataforma LabSat - Aplicação para visualização interativa dos dados do satélite GOES-16, acessado em [23 de setembro de 2024] através do link: https://plataforma.labsat.cpa.unicamp.br/

Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Copyright (c) 2024 Renata Ribeiro do Valle Gonlçalves, Guilherme Moura Oliveira, Felipe de Lorenzi, Bruno Kabke Bainy
