Versão 1.

Guia introdutório aos dados

da série GOES-R
Como acessar, analisar e visualizar dados da série GOES-R

Conteúdo compilado por Danielle Losos, “GOES-R Product Readiness and Operations”
Última Atualização em 8 de Fevereiro de 2021

Traduzido para o português por

Diego Souza – INPE / CGCT / DISSM
Registro das Modificações no Documento

Versão Data Slides Atualizados Descrição

1.0 21/10/2020 Todos Versão Inicial

1.1 08/02/2021 8, 12, 15-17, 19-21, O seguinte conteúdo foi adicionado: plataformas adicionais
24, 26-29 para visualização de imagens; interface do usuário AWS “S3
Explorer” para navegação de arquivos; software Geo2Grid;
pacotes Python (satpy, GOES-2-Go, goespy); seção sobre
processamento GIS (convertendo arquivos netCDF para
GeoTIFFs, transformando dados em shapefiles).

2
 Tópicos
Parte 1: A Série GOES-R ● Visualização com Python: Pacotes Customizados 21
● Introdução à Série GOES-R 5 ● Visualização com o Google Earth Engine 22
● Instrumentos da Série GOES-R 6 ● Técnica: Radiancia para Refletância 23
● Advanced Baseline Imager (ABI) 7 ● Técnica: Gerando Composições 24
● Domínios de Mesoescala 8
● Produtos de Dados GOES-R 9 Parte 4: Como Posso Processar os Dados Utilizando GIS?
● Maturidade dos Produtos e Disponibilidade de Dados 10 ● Tornando os Dados da Série GOES-R Compatíveis com GIS 26
● Convertendo arquivos NetCDF para GeoTIFFs 27
Parte 2: Onde Posso Acessar os Dados? ● Transofrmando Dados Discretos Para Shapefiles 28
● Visualizar Imagens GOES-R 12 ● Transformando Dados Contínuos Para Shapefiles 29
● Visualizar Imagens GOES-R com AWIPS 13
● Acesso aos Arquivos de Dados: NOAA CLASS 14 Parte 5: Perguntas Frequentes
● Acesso aos Arquivos de Dados : Amazon, Microsoft, OCC 15 ● Como os Arquivos da Série GOES-R são Formatados? 31
● Acesso aos Arquivos de Dados : Google Cloud 16 ● Como Posso Pré-Processar Dados da Série GOES? 32
● Usando Python para Obter Dados da AWS 17 ● Como os Produtos AB1 L1b são Georeferenciados? 33
● Por que Dados Não Estão Disponíveis Para uma Determinada
Parte 3: Como Posso Visualizar os Dados? Data? 34
● Visualização com Linha de Comando: Geo2Grid 19 ● Outras Perguntas e Contato 35
● Visualização com Python: Conceitos Básicos 20
Apêndice A: Lista de Abreviaturas 36
3
Parte 1.

A Série GOES-R

4
 Introdução a Série GOES-R
● Os Satélites Geoestacionários Operacionais Ambientais (GOES) são desenvolvidos, lançados e operados em um esforço
colaborativo da NOAA e da NASA, e estão em operação desde 1975.
● A última geração de satélites geoestacionários, com seu primeiro lançamento em 2016, é a Série GOES-R.
● A série GOES-R é um programa de quatro satélites, que mantém dois satélites operacionais constantes, bem como um
terceiro satélite em “modo de armazenamento” em órbita como sobressalente (atualmente o GOES-14).
● O GOES-R (GOES-16, GOES Leste) foi lançado em novembro de 2016, em substituição ao GOES-13. Ele orbita a 75,2⁰ O de
longitude, com cobertura da América do Norte e do Sul e do Oceano Atlântico até a costa oeste da África.
○ O GOES-S (GOES-17, GOES Oeste) lançado em março de 2018, em substituição ao
GOES-15. Ele orbita a 137,2⁰ O, com cobertura do oeste da América do Norte e do
Oceano Pacífico.
○ Os GOES-T e GOES-U, atualmente com lançamento programado para 2021 e 2024,
respectivamente, assumirão funções operacionais com a aposentadoria dos satélites
GOES-16/17.
● Os satélites GOES possuem seis instrumentos diferentes a bordo. Consulte o Slide 6
para a descrição de cada isntrumento.
Links úteis para informações básicas:
Mission Overview, GOES History, GOES-R Data Book (visão técnica geral dos satélites e
sistemas terrestres) Figura 1. Os alcances geográficos do GOES-16 e 17
juntos cobrem o continente Norte Americano. 5
 Instrumentos da Série GOES-R
Direcionados a Terra:
● Imageador Avançado de Referência (ABI) - o principal instrumento para imagens
do clima, oceanos e meio ambiente da Terra. Veja o Slide 7 para mais detalhes.
● Mapeador Geoestacionários de Raios (GLM) - um detector óptico transiente no
infravermelho próximo de canal único que pode identificar mudanças
momentâneas em uma cena óptica, indicando a presença de raios.
Direcionados ao Sol:
● Sensores de Radiação Ultravioleta Extrema e Raios-X (EXIS) - monitora a
irradiância solar na atmosfera superior usando dois sensores primários: o Sensor
de Ultravioleta Extremo (EUVS) e o Sensor de Raios-X (XRS).
● Imageador Solar Ultravioleta (SUVI) - um telescópio que monitora o sol na faixa
de comprimento de onda ultravioleta extremo, detectando labaredas solares,
erupções solares e compilando imagens solares de disco completo. Figura 2. Os satélites da série GOES-R são compostos
por 6 instrumentos e alimentados por um painel solar.
In-situ:
● Magnetômetro (MAG) - mede o campo magnético do ambiente espacial que controla a dinâmica das partículas carregadas na região
externa da magnetosfera.
● Space Environment In-Situ Suite (SEISS) - monitora os fluxos de prótons, elétrons e íons pesados na magnetosfera usando quatro
sensores: o Sensor Energético de Íons Pesados (EHIS), os Sensores de Partículas Magnetosféricas Alta e Baixa (MPS-HI e MPS-LO) e
o Sensor Solar e Galáctico de Prótons (SGPS). 6
 Imageador Avançado de Referência (ABI)
● O ABI é um imageador radiômetro multicanal passivo que obtém imagens do clima, oceanos e meio
ambiente terrestres, com 16 bandas espectrais (2 canais visíveis, 4 no infravermelho próximo e 10 canais
no infravermelho).
○ Gráfico com Resumo Técnico das Bandas ABI
● Resolução espacial de 0.5, 1, ou 2 km, dependendo da banda (consulte o gráfico do link acima).
● Cobertura geográfica
○ Disco Completo (Full Disk): uma imagem circular com cobertura quase total do hemisfério ocidental (GOES-16 / GOES-17).
○ CONUS/PACUS : uma imagem retangular de 3.000 km (lat) por 5.000 km (lon) representando os EUA Continental (CONUS)
(GOES-16) ou o Oceano Pacífico incluindo o Havaí (PACUS) (GOES-17).
○ Mesoscala: uma imagem retangular de 1.000 por 1.000 km. Os GOES-16 e 17 alternam entre duas regiões geográficas
(domínios) de mesoescala diferentes. Veja o Slide 8 para uma descrição completa dos domínios de mesoescala.
● O ABI possui multiplos modos de varredura.
○ Modo 4 - Um modo de contingência. Produz uma imagem de disco completo (Full Disk) a cada 5 minutos.
○ Modo 3 - O modo de resfriamento usado pelo GOES-17 durante quatro períodos por ano. Esta operação atenua o número de
imagens saturadas resultantes da anomalia na regulação da temperatura do “loop heat pipe” (LHP). O Modo 3 produz uma
imagem de disco completo (full disk) a cada 15 minutos e imagens de ambos os domínios de mesoescala a cada 2 minutos.
○ Modo 6 - O modo operacional padrão para os GOES-Leste e Oeste. Produz um disco completo a cada 10 minutos, uma imagem
CONUS/PACUS a cada 5 minutos e imagens de ambos os domínios de mesoescala a cada 60 segundos. 7
 Domínios de Mesoescala Número Mensal de Requisições Mesoescala

● Os domínios de mesoescala são regiões retangulares móveis de 1.000 por

1.000 km. As varreduras de mesoescala frequentemente revisitam uma área
de interesse para monitorar as condições regionais.
● Os GOES-16 e 17 têm, cada um, dois domínios padrão (veja abaixo), no
entanto, os domínios podem ser posicionados em qualquer lugar dentro do
disco completo mediante solicitação. As solicitações são feitas pelos
Escritórios de Previsão do Tempo (WFOs) do Serviço Meteorológico Nacional
(NWS).
○ Veja o gráfico (à direita) com as requisições mesoescala mensais.
○ Confira o feed ao vivo dos locais atuais de mesoescala.
● No Modo 6, o ABI do GOES-16 e 17 varrem o mesmo domínio de mesoescala a
cada 30 segundos ou dois domínios de mesoescala separados a cada 60
Figura 3. A frequência de solicitações de domínio de mesoescala varia
segundos. com o tempo, com pico durante os meses de verão.
Figura 4a. Os
setores de Figura 4b. Os
varredura de setores de
mesoescala varredura de
padrão do mesoescala
GOES-16 são padrão do
a costa leste e GOES-17 são
o a costa oeste e
MESO 1 (Costa Leste) MESO 2 (Centro-Oeste) o Alasca.
MESO 1 (Costa Oeste) MESO 2 (Alasca) 8
centro-oeste.
 Produtos de Dados GOES-R
● Para visualizar os dados do GOES-R, selecione um dos muitos produtos disponíveis.
○ Aqui está uma lista de todos os produtos GOES-R disponibilizados para a comunidade de usuários pela NOAA.
● Nível 0 (L0):
○ Os produtos L0 são dados de observação recebidos diretamente dos 6 instrumentos de satélite. Os dados não são significativos
para a maioria dos usuários antes do processamento pelo sistema terrestre.
● Nível 1b (L1b):
○ Os produtos L1b são calibrados e, quando aplicável, dados L0 corrigidos geograficamente. Isso significa que os dados foram
processados de forma que seus valores estejam em unidades padrão de quantidades físicas.
○ Para o ABI, o produto L1b está em Radiâncias. Isso é útil para usuários que desejam unidades de radiância, ao invés de unidades
de refletância / temperatura de brilho (Kelvin).
○ Todos os instrumentos têm produtos L1b disponíveis, exceto o GLM, que é distribuído apenas como um produto L2+.
○ Guia do Usuário do Produto (PUG) Volume 3: Produtos L1b, Revisão 2.2 (para informações técnicas)
● Produtos Nível 2+:
○ Os produtos L2 + contêm qualidades físicas ambientais, como altura do topo da nuvem ou temperatura da superfície da terra.
Com exceção do Produto de Detecção de Raios GLM, a fonte de dados para esses produtos são os dados ABI L1b.
○ O produto ABI de missão crítica é o Cloud and Moisture Imagery (CMI), que utiliza todas as 16 bandas espectrais ABI e é usado
para gerar uma série de produtos que auxiliam os previsores no monitoramento e previsão de todos os tipos de ameaças.
○ PUG Volume 5: Produtos L2+, Revisão 2.2 (para informações técnicas)
9
 Maturidade dos Produtos e Disponibilidade de Dados

● Antes do lançamento dos satélites GOES-R, uma verificação prévia determina se os sistemas estão funcionando.
● No entanto, a maioria das validações de produto L1b e L2+ dos instrumentos são totalmente realizadas após o lançamento
com testes de produtos pós-lançamento que usam observações reais da terra. A calibração e a caracterização também
continuam após o lançamento para manter a qualidade do produto de dados.
● Nível de Maturidade dos Produtos, em resumo:
○ Beta: os dados são preliminares e não operacionais; em teste e calibração inicial e validação. Os produtos beta foram minimamente
validados e ainda podem conter erros significativos.
○ Provisório: os dados estão prontos para operação. O desempenho foi testado e documentado em um subconjunto de condições, locais e
períodos. A validação ainda está em andamento; e anomalias conhecidas são documentadas e disponibilizadas para a comunidade de
usuários.
○ Completo: o produto está operacional. Todas as anomalias conhecidas são documentadas e compartilhadas com a comunidade de
usuários. O desempenho foi testado e documentado em uma ampla gama de condições.
● Disponibilidade de Dados:
○ O CLASS e o NCEI (veja o Slide 14) têm todos os dados do lançamento em diante disponíveis para os usuários finais.
○ As plataformas baseadas na nuvem (veja os Slides 15 e 16) normalmente têm apenas dados provisórios e posteriores disponíveis para
os usuários. No entanto, o período dos dados pode variar entre os fornecedores dos dados.
○ Para determinar quando um produto específico avançou para um determinado nível de maturidade, veja a página: Peer/Stakeholder
Product Validation Reviews.
10
Parte 2.

Onde Posso Acessar os Dados?

11
 Visualização de Imagens GOES-R
● Há uma variedade de plataformas projetadas para visualizar e baixar imagens recentes do GOES-R e visualização de
loops de imagens animadas, porém poucas plataformas para análise dos dados.
● GOES Image Viewer mostra as bandas do GOES-R, composições de bandas e dados do GLM das últimas 20 horas.
○ Para qualquer tempestade ativa, um console descreve o evento e fornece uma animação em tempo real.
● CIRA “RAMMB” Slider fornece as bandas GOES-R em tempo real, composições e alguns produtos L2+, além de
imagens de outros satélites (Himawari-8, Meteosat-8 / -11 e JPSS) dos últimos 10 dias.
● CSSP GeoSphere exibe apenas dados ABI do GOES-16, mas com arquivo histórico de duas semanas. Os dados são
processados usando o software de código aberto Geo2Grid, que pode ser usado por qualquer pessoa (veja o Slide 19).
● NASA Worldview permitee sobrepor dados GOES-R selecionados (canais 2 e 13 e composições de massa de ar) dos
últimos 30 dias com centenas de camadas atmosféricas, oceânicas e ambientais.
● RealEarth é outra plataforma para comparação de imagens GOES-R com vários produtos de satélite globais. As
imagens do GOES-R são fornecidas quase em tempo real, mas são arquivadas somente por três dias.
● Outras plataformas de visualização:
○ NASA SPoRT mostra bandas GOES-R e várias composições, porém apenas com o arquivo de um dia.
○ SSEC Viewer fornece dados do mesmo período que o NASA SPoRT, porém com menos produtos GOES-R para escolher.
○ Para plataformas de visualização adicionais, consulte a página web “GOES ABI (Advanced Baseline Imager) Realtime Imagery”.

12
 Visualização de Imagens GOES-R com o AWIPS
● AWIPS (Sistema Avançado de Processamento Interativo do Tempo) é o software usado pelo Serviço Meteorológico Nacional
(NWS) para exibir e analisar dados meteorológicos.
● Foi desenvolvido pela Unidata, que também oferece suporte a uma versão modificada não operacional do AWIPS que é um
software gratuito e de código aberto que qualquer usuário pode baixar para visualizar os dados da série GOES-R de modo
semelhante aos Escritórios de Previsão do Tempo (WFOs) do NWS.
○ CAVE (Common AWIPS Visualization Environment) é um
aplicativo Java que roda em Linux, Mac e Windows. Siga este
procedimento para baixar o CAVE para seu computador.
○ Os dados AWIPS podem ser acessados através da nuvem
usando o servidor EDEX. Quando solicitado, na janela de
“Preferências de Conectividade”, selecione o servidor
EDEX-cloud.
○ Leia o Manual de Usuário CAVE para aprender como interagir e
personalizar as ferramentas AWIPS. Veja a Seção GOES 16/17
para obter instruções específicas sobre canais GOES-R,
produtos e composições RGB.
■ Para mais detalhes, revise todo o manual do usuário,
com atenção especial a Seção 2.2.
■ Veja as páginas 56-63 para ver as opções de exibição de
Figura 5. A exibição AWIPS pode sobrepor produtos L2+ e imagens
imagem e cadência de tempo e as páginas 53-55 para as visíveis, como temperatura da superfície terrestre e o canal 2.
13
preferências de visualização.
 Acesso aos Arquivos de Dados: NOAA CLASS
● O repositório Comprehensive Large Array-data Stewardship System (CLASS) da NOAA é o site oficial para
acessar todos os produtos da série GOES-R disponíveis.
○ Comece selecionando o produto de interesse na barra de pesquisa, como GOES-R Series ABI Products (GRABIPRD)
(partially restricted L1b and L2+ Data Products).
○ Use as opções de Pesquisa Temporal e Avançada para filtrar os dados por hora, data, satélite, escala geográfica e produto. É
possível incluir até 10.000 arquivos em um pedido. Clique em “Quick Search and Order” e depois em “Register”.
○ Preencha suas informações de contato para criar um perfil de usuário convidado. Assim que você estiver logado no CLASS
como um convidado, a opção “Place Order” aparecerá. Se você já é um usuário do CLASS, faça o login antes de iniciar a
pesquisa de dados.
○ Quando o pedido for processado (até 48 horas para pedidos grandes), as instruções serão enviadas para o endereço de
e-mail fornecido. O e-mail oferecerá duas opções para acessar o(s) arquivo(s):
■ 1. Autenticação e Dowload do CLASS via FTPS. Isso requer um cliente de FTP robusto. Use “anonymous” como ID
de usuário do FTP e seu endereço de e-mail como senha.
■ 2. Baixe cada arquivo individualmente do site do CLASS.
● Um site semelhante, mas mais fácil de navegar, é o Archive Information Request System (AIRS) do NCEI.
○ Usando o sistema AIRS, não há necessidade de configurar uma conta.
○ É possível filtrar, pesquisar e solicitar arquivos de até 30 dias e acessar até 1.000 arquivos por pedido.
○ Será enviado um e-mail com instruções de download dos arquivos processados, com opções de download na web e FTP.
○ Outra interface para baixar o arquivo de dados GOES da NCEI é o NCEI Dataset Search. 14
 Acesso aos Arquivos de Dados: Amazon, Microsoft, OCC
● Amazon Web Service (AWS) – Os produtos ABI L1b and L2+, GLM L2+, e SUVI L1b estão disponíveis nos
“Buckets” AWS S3. Esses conjuntos de dados abertos podem ser acessados pelo público na AWS gratuitamente.
○ Interfaces de usuário para navegar e baixar os produtos disponíveis :
■ A interface do AWS S3 Explorer pode ser usada para navegar nos “buckets” GOES-16 e GOES-17.
■ Como alternativa, os usuários com contas AWS podem navegar pelos “buckets” através do AWS S3 Console.
■ A "Página de Download GOES-16/17 da Amazon," criada por Brian Blaylock, Ph.D., oferece filtragem de produto por
satélite, domínio, produto, data e hora por meio de sua interface de usuário amigável.
○ Opções para download de dados utilizando scripts:
■ AWS Command Line Interface, rclone (veja o tutorial rclone para acesso a dados GOES) e a biblioteca Python s3fs
(veja o Slide 17 para obter mais informações sobre como usar Python para baixar dados).
○ Veja o Arquivo README em “Documentação” na página AWS para obter instruções específicas do GOES e nomenclatura de
arquivos.
● Microsoft Azure - Dois produtos GOES-16 ABI Full Disk são armazenados em um contêiner “blob” do Azure.
○ Os produtos disponíveis atualmente são as Radiâncias L1b e MCMI L2+, que podem ser acessados no Azure gratuitamente.
○ Na guia “Acesso a dados”, um bloco de notas de demonstração mostra como obter um arquivo do armazenamento “blob” e
visualizar a imagem com Python.
● Open Commons Consortium (OCC) - Armazena um arquivo de 100 TB de dados GOES-16 (~ 8 meses). Os
produtos armazenados são ABI L1b e ABI L2 + CMI e MCMI.
○ A OCC recomenda o uso do AWS CLI ou a biblioteca python boto para acessar os dados. 15
 Acesso aos Arquivos de Dados: Google Cloud
● Google Cloud - os produtos ABI L1b e L2 +, GLM L2 + e SUVI L1b estão disponíveis em dois “buckets” diferentes
para o GOES-16 e o GOES-17.
○ Os dados GOES-R podem ser navegados e extraídos diretamente do site do Google Cloud. Os dados são armazenados em um
“Google Cloud Storage Bucket”, enquanto os metadados indexados estão disponíveis no “BigQuery”.
○ Os “buckets” podem ser filtrados por nome e pela data do produto, mas esteja com a abreviatura do produto e o dia do ano de
interesse em mãos, porque há poucos descritores no site do Google Cloud.
○ O download dos dados requer autenticação com uma conta do Google (não específica do Google Cloud).
■ Sem uma conta do Google, o acesso aos dados ainda é possível usando um link da API Cloud Storage.
○ O BigQuery offerece 1TB de requisições por mês gratuitamente. Além disso, uma Avaliação gratuita do Google Cloud
oferece US $ 300 em crédito, válido por 90 dias, que pode ser usado para explorar outros serviços do Google Cloud.
■ Siga o tutorial “Como processar dados de satélites meteorológicos em tempo real no BigQuery” para visualizar os
dados GOES-R usando o Google Cloud e o utilitário de linha de comando gsutil.
● Google Earth Engine (GEE) - Uma plataforma baseada na nuvem para análise geoespacial. Este serviço é
executado por meio do Google Cloud e extrai conjuntos de dados GOES-R dos “buckets” do Google Cloud.
○ Apenas dois produtos L2+ do GOES-R estão atualmente disponíveis no Catálogo de Dados GEE. Os produtos são Cloud and
Moisture Imagery – Multi-banda (MCMI) e Detecção e Caracterização de Incêndios (FDC).
○ Inscreva-se para obter uma conta GEE gratuita para usar esta plataforma. Pode levar de um a dois dias para que a conta seja
aprovada.
○ Veja o Slide 22 para obter mais informações sobre como usar o GEE como ferramenta para análise e visualização de imagens. 16
 Usando Python para Obter Dados da AWS
● Os scripts de amostra a seguir demonstram duas maneiras diferentes de obter arquivos GOES-R da AWS usando
Python. Os scripts devem ser editados para usar o prefixo correto para o arquivo de interesse.
○ Para as convenções de nomenclatura de arquivos GOES-R, consulte a documentação README da AWS.
● Script #1: “Visualizando Dados GOES-16 Data do S3” por Hamed Alemohammad
○ Este script não realiza o download de dados para um dispositivo local, baixando dados diretamente do “Bucket” AWS S3,
visualizando os dados e salvando a imagem como um PNG. Seguem as edições recomendadas para o Script #1, com base em uma
revisão de 06/01/21.
○ Em [2]: Ajuste as informações para especificar o produto / data / arquivo de interesse. Fique atento, pois nem todos os
produtos têm dados para várias bandas (se for o caso, remova o atributo “banda”) ou obtenha imagens para todas as datas.
○ Em [5]: Altere “M3” para “M6” (modo 3 para modo 6) se a imagem de interesse foi criada após 2 de abril de 2019.EmIsso reflete
a mudança no modo de varredura padrão do ABI. Veja o Slide 7 para mais informações sobre modos de varredura.
○ Em [8]: Altere “Rad” para outro nome de variável, se o produto de interesse não for um produto de Radiância ABI L1b.
● Script #2: “Download GOES AWS” por Brian Blaylock
○ Este script simples demonstra como fazer um download com script de arquivos GOES-R da AWS usando credenciais anônimas.
Os arquivos são armazenados em um diretório local. Seguem as edições recomendadas para o Script # 2, com base em uma
revisão de 06/01/21.
○ Linha 12 : Ajuste o nome do “bucket” de ‘'s3://noaa-goes16/’ para GOES-17, se aplicável.
○ Linha 17 : Corrija o prefixo de ‘'noaa-goes17/ABI-L2-MCMIPC/2019/240/00/’ para o arquivo de interesse.
17
● Os pacotes GOES-2-Go e goespy Python podem agilizar ainda mais o download (veja o Slide 21).
Parte 3.

Como Posso Visualizar os Dados?

18
 Visualização com Linha de Comando: Geo2Grid
● O pacote de software gratuito CSSP Geo2Grid é um conjunto de ferramentas de linha de
comando que facilitam a criação de imagens de satélite projetadas, desenvolvido pelo
CIMSS/SSEC.
● Instalação e configuração:
○ Instale o pacote de software Geo2Grid em um dispositivo executando Anaconda / Miniconda.
○ No prompt / terminal, execute: conda create -c conda-forge -n geo2grid
polar2grid, e então conda activate geo2grid.
○ Baixe os arquivos ABI L1b de seu interesse e armazene-os em um diretório local.
● Use o Leitor ABI L1b para ler dados e gravar em arquivos GeoTIFF de banda única:
○ geo2grid -r abi_l1b -w geotiff -f <path_to_files>
● Composições RGB podem ser geradas especificando -p [produto] (Figura 6):
○ geo2grid -r abi_l1b -w geotiff -p true_color -f <path_to_files>
○ Produtos: True color*, natural color* air mass, ash, dust, fog, e night microphysics.
○ *Esses RGBs têm proporção de nitidez, aprimoramento e uma correção atmosférica é aplicada. Figura 6. GeoTIFFs criados usando
● Outras funções incluem: remapear dados para uma projeção diferente, definir subconjuntos o Geo2Grid. 6a (acima): GOES-16
CONUS true color. 6b (abaixo):
de dados para uma região geográfica delimitada e definir o formato de saída do arquivo para GOES-17 PACUS natural color.
um png.
● Para obter mais informações, veja Geo2Grid Basics e Examples for Working with ABI Data. 19
 Visualização com Python: Conceitos Básicos
● Importe dados para Python diretamente do AWS (veja Slide 17 e Slide 19 para
exemplos), ou utilize dados de um diretório local.
● Visualize imagens GOES-R usando os pacotes Python xarray e matplotlib.
○ O Xarray processa os dados GOES-R como arrays multidimensionais. A Matplotlib plota
dados para gerar imagens com legendas. A Figure 7a é adaptada da saída do Script # 1.
● Georreferenciando imagens GOES-R usando o pacote Cartopy.
● O Cartopy ajuda a georreferenciar os dados, para que características
geográficas, como fronteiras estaduais, possam ser sobrepostas. Cartopy
deve ser usado ao invés do Basemap, um pacote que agora está obsoleto.
● Script #3: “Mapeando uma imagem GOES-16 True Color” de Brian
Blaylock. Um excelente tutorial com explicações passo a passo sobre
como renderizar e georreferenciar uma imagem GOES -16 true color. A
Figura 7b foi criada seguindo este script.
● Script #4: “Acessando dados GOES-16 no Azure.” Um script quase
idêntico, mas com código instruindo como acessar dados GOES-16 do
armazenamento “blob” no Azure.
Figura 7. GOES-16 visualizado com Python. 7a (acima) Radiâncias do Canal 2 ABI L1b
Disco Completo de 05 de janeiro de 2021. 7b (abaixo): CONUS True Color de 04 de
junho de 2020. 20
 Visualização com Python: Pacotes Personalizados
● Os exemplos em Python anteriores utilizam pacotes amplamente usados para processar quaisquer dados
ambientais. No entanto, usando pacotes Python mais específicos, é possível processar e visualizar imagens
GOES-R com menos linhas de código. Siga os respectivos guias de instalação e documentação.
● Satpy - um pacote Python para ler, escrever e manipular imagens de satélite pela equipe PyTroll.
○ O Satpy processa dados GOES-R usando leitores (“readers”) especializados: abi_l1b, abi_l2_nc, and glm_l2. Os recursos do
Satpy incluem a geração de composições, extração de valores medidos, reamostragem para uma grade regular, recorte e
subconjuntos de cenas.
○ Veja a Página web “Quickstart” do Satpy para uma visão geral, e “Reading Data with the Scene” para um exemplo ABI L1b.
○ Script #5: “Mosaico GOES-16”- Extraia arquivos do AWS ou carregue arquivos locais e, a seguir, junte todas as 16 bandas com
o ImageMagick.
○ Script #6: “GOES-16 ABI – Animação True Colorn” - Combine scans ABI para criar um arquivo de vídeo mp4.
● GOES-2-go - um pacote Python criado por Brian Blaylock, Ph.D.
○ Faz o download e lê dados ABI e GLM da AWS. Um usuário pode obter os dados GOES-R mais recentes, selecionar imagens de
uma hora e data específicas ou escolher uma série de imagens de um intervalo de datas.
○ Cria composições RGB multiespectrais, com base em receitas do RAMMB/CIRA, como True Color, Natural Color, Air Mass, e
Day Cloud Phase Distinction. Para alguns exemplos, veja o Script #7: “RGB Demo Notebook”.
● goespy - um pacote Python criado por Steven Pestana e Paulo Alexandre Mello.
○ Simplifica o download da AWS com duas funções: a ABI_Downloader e a GLM_Downloader.
○ Script #8: “Baixando e plotando imagens GOES-R com goespy e Xarray” – Demonstração do pacote goespy. 21
 Visualização com o Google Earth Engine
● O Google Earth Engine (GEE) é uma plataforma baseada na nuvem para
análise de dados geoespaciais. A lista a seguir resume as vantagens do
processamento de imagens usando GEE:
○ As imagens GOES-R armazenadas no Catálogo de Dados GEE já estão
georreferenciadas. Portanto, são necessárias apenas algumas linhas de script
para exibir uma imagem com precisão (Figura 8).
○ A GEE fornece ferramentas avançadas de processamento de imagem
projetadas para análise de imagens de satélite, oferecidas por meio de várias
APIs.
○ O Catálogo de dados GEE armazena muitos conjuntos de dados, incluindo
imagens de MODIS, Landsat e Sentinel, que são atualizados diariamente.
Sintetizar produtos de satélite diferentes é possível no GEE.
○ O GEE aproveita a infraestrutura do Google para executar o processamento
Figura 8. Imagem False Color do CONUS GOES-16 de 12 de
paralelo de alta velocidade. Isso é útil para lidar com grandes coleções de junho de 2020, visualizada usando a GEE.
imagens, sem usar recursos de computação locais.
○ Para uma introdução ao GEE, consulte os Tutoriais da Comunidade GEE.
● Esteja ciente do seguinte :
○ Para usar esta plataforma, é necessário solicitar uma conta GEE gratuita, o que pode levar um ou dois dias para ser aprovado.
○ Dois produtos da Série GOES-R L2+ estão atualmente disponíveis no Catálogo de Dados GEE: Cloud and Moisture Imagery
(Multi-Banda) (MCMI) e Detecção e Caracterização de Incendios (FDC). Nestes links, acesse scripts exemplo para diferentes produtos. 22
 Técnica: Radiância para Refletância
● Ao utilizar o produto de Radiância L1b, pode ser útil converter as unidades de radiância, que leva em
consideração a irradiância solar e a distância Terra-Sol. Para as bandas reflexivas (1-6), converta de radiância
para refletância. Para as bandas emissivas (7-16), converta para temperatura de brilho (Kelvin).
● Equação para a conversão da refletância: refletância ρ𝑓v = fator kappa κ * radiância Lv
○ O fator kappa é incluído nos metadados para cada arquivo L1b, armazenado como a variável 'kappa0'
○ Para obter mais informações sobre a conversão de refletância ou como converter para temperatura de brilho, consulte o
PUG: Volume 3: L1b Products, Revisão 2.2, páginas 27-28.
● Script #9: “True-Color Image: GOES-R ABI L1b Radiances” por Danielle Losos.
○ Este Jupyter Notebook demonstra várias técnicas úteis para processar e visualizar o produto L1b de Radiância para criar
uma imagem RGB True-Color georreferenciada.
○ Compare com a metodologia do Script #3 para criar imagens True Color a partir do produto L2+ MCMI.
■ Veja o Slide 24 para obter informações sobre o uso de várias bandas para gerar imagens de composições True Color.
○ Uma abordagem alternativa para converter os valores de radiância em valores de refletância está documentada no tutorial:
“Jupyter Notebook for Working with GOES-16 Data” da OCC . No entanto, este script erra ao usar valores constantes para
converter entre radiância e refletância. Recomenda-se sempre usar os coeficientes incorporados nos metadados dessa
imagem em particular para conversão para refletância ou temperatura de brilho.
■ Uma seção do script OCC mostra como visualizar dados pontuais do Geostationary Lightning Mapper (GLM).

23
 Técnica: Gerando Composições
● O “empilhamento de bandas" é o processo de sobrepor certas bandas para criar composições com as imagens. Leia o
conteúde de “Satellite imagery RGB: Adding Value, Saving Time” para ver como as composições auxiliam na previsão do
tempo.
● Um tipo de imagem de composição popular é o RGB True Color, que usa imagens de comprimento de onda no vermelho,
verde e azul para “imitar” a aparência da Terra ao olho humano.
○ O GOES-R possui canais visíveis no azul e vermelho (bandas 1 e 2), mas não possui um canal visível no verde. O canal no
infravermelho próximo (NIR) (banda 3) pode servir como um proxy para a banda verde. O Script #3 mostra como criar uma imagem
RGB True Color das bandas 1, 2 e 3 usando o produto L2+ MCMI. O MCMI é um arquivo único com todas as 16 bandas
reamostradas para resolução de 2 km.
○ O uso de três arquivos CMI separados para as três bandas consome menos dados e possibilita maior resolução. No entanto, a
banda 2 tem resolução de 0,5 km, enquanto as bandas 1 e 3 têm resolução de 1 km, o que dificulta as operações multibanda.
Portanto, é necessário reamostrar a banda 2. O Script #9 demonstra como reamostrar usando uma função “Rebin”.
● Outras composições RGB do GOES-R não simulam as cores reais, mas, em vez disso, destacam várias características
atmosféricas e de superfície, como as composições RGB Massa de Ar, Distinção Diurna da Fase da Nuvem, e Poeira.
○ Os pacotes Satpy e GOES-2-Go automatizam a geração de composições GOES-R mais comuns.
● Outra composição comum é o NDVI (índice de vegetação de diferença normalizada). Este índice determina a saúde da
vegetação ao calcular a diferença entre a refletância dos pixels nos comprimentos de onda no vermelho e NIR.
■ Script #10: Mostra como calcular facilmente o NDVI de uma imagem Landsat em Python usando o módulo Earthpy. Para
calcular o NDVI usando uma imagem GOES-R, substitua a banda 2 como a banda vermelha e a banda 3 como a banda NIR. 24
Parte 4.

Como Posso Processar os Dados

Utilizando GIS?

25
 Tornando os Dados da Série GOES-R Compatíveis com GIS

● O formato nativo dos produtos GOES-R são arquivos netCDF (veja o Slide 31) que nem sempre são compatíveis com
GIS. Para processar produtos usando software GIS, pode ser necessário alterar o formato dos dados. Modelos raster e
vetoriais são as duas formas principais de representar dados geoespaciais para visualização em um GIS.
○ Modelos Raster: grades de pixels retangulares, com cada pixel atribuído a um valor que
corresponde à característica ambiental medida. Para saber mais, leia “O que são dados raster?”.
■ Como os arquivos netCDF fo GOES-R armazenam variáveis em arrays multidimensionais,
a maioria dos produtos pode ser convertida facilmente para formatos de arquivo raster
(Slide 27).
■ Mais de cem tipos de arquivo raster são suportados pela plataforma de código aberto
QGIS. Os formatos comuns para armazenar imagens de satélite incluem TIFF, IMG, GRID,
JPEG, JP2, BMP, GIF, PNG, BIL / BIP / BSQ e DAT.
○ Modelos Vetoriais: pontos, linhas ou polígonos usados para delinear explicitamente os limites das
características ambientais. Cada geometria (um ponto / linha / polígono) pode ter atributos
associados que descrevem as características das medições. Para obter mais informações, leia
Source:
Saylor Academy
“Dados Vetoriais”.
■ As arrays multidimensionais dos NetCDF do GOES-R não podem ser modelados por
Figura 9. Este gráfico mostra como
vetores sem transformar os dados. Shapefiles são o formato vetorial mais amplamente
vetores e rasters de ponto / linha /
usado e são compatíveis com qualquer plataforma GIS. Outros formatos de arquivo para
polígono modelam as superfícies de
armazenar dados vetoriais incluem GeoJSON, KML / KMZ, TIN e DXF. 26
maneira diferente.
 Convertendo Arquivos NetCDF para GeoTIFFs
● Os arquivos NetCDF são compatíveis com algumas plataformas GIS. O QGIS Version 3.2+ pode lidar com alguns
produtos GOES-R. Usando QGIS 3.14: vá em Adicionar Camada > Adicionar Camada Raster e selecione uma
variável quando solicitado.
● Os GeoTIFFS são considerados o padrão da indústria para dados raster georreferenciados. A
conversão de matrizes GOES-R netCDF em rasters GeoTIFF de banda única pode ser
realizada utilizando linha de comando, como a GDAL ou o Geo2Grid (veja o Slide 19).
○ Instale o pacote Geospatial Data Abstraction Library (GDAL). Use o comando gdal_translate
NETCDF:"Input_file.nc":Variable_name Output_file.tif
○ Por exemplo: gdal_translate NETCDF:"OR_ABI-L1b-RadC-M6C01_G16_s2021
0010016176_e20210010018549_c20210010019000.nc
":Rad Sample_Output.tif
● A coleção de scripts, “GOES-R NetCDF to GeoTIFFs” por Danielle Losos, pode auxiliar na
obtenção e conversão em lotes. Esses scripts automatizam o download do arquivo baixando
Figura 10. Imagem CMI L2+
dados de um determinado satélite, produto e data da AWS. do GOES-16 recortado à
○ Script #11: “L1b Channel Loop” – Faz um loop pelos 16 arquivos netCDF contidos em um produto ABI fronteira de Minnesota,
L1b em Radiância e converte cada um em um GeoTIFF. convertido em um GeoTIFF
○ Script #12: “L2 Products” – Visualiza e converte a variável do produto GOES-R L2+ ABI escolhida, e visualizado no QGIS
como Cloud Top Height, de um arquivo netCDF para um GeoTIFF. usando o Script # 13.
○ Script #13: “Clip with Shapefile” – Recorta uma imagem de arquivo netCDF até o limite do shapefile,
como por exemplo, uma fronteira de estado, e salva a região de interesse como um GeoTiff (Figure 10). 27
 Transformando Dados Discretos em Shapefiles
● Dados discretos, também conhecidos como dados temáticos ou categorizados, são usados para representar características
que têm limites definidos. Os modelos vetoriais são mais adequados para variáveis discretas do que para variáveis contínuas.
Leia “Discrete and Continuous Data” para aprender mais sobre a diferença entre esses tipos de dados.
○ Vários produtos L2+ do GOES-R possuem variáveis discretas, incluindo a Máscara de Nuvens (que fornece uma classificação binária
para cada pixel: “claro” ou “nublado”); Detecção de Aerossol; e Fase do Topo da Nuvem.
○ A maioria dos produtos GOES-R tem uma camada de “Flag” de qualidade de dados (DQF), uma variável discreta que classifica a usabilidade de
cada pixel em categorias como "boa qualidade", "utilizável condicionalmente" ou "fora do intervalo".
● Script #14: “Discrete variable to shapefile” por Danielle Losos.
○ Este script transforma produtos GOES-R em shapefiles poligonizando dados em grade. Um polígono vetorial é criado para
cada região conectada de pixels na
matriz compartilhando um valor
comum.
○ Por exemplo, a Máscara de Nuvens
pode ser poligonizada em uma camada
vetorial onde cada polígono tem um
atributo igual a 0 para regiões sem
nuvens ou 1 para regiões com
nebulosidade (Figura 11). Figura 11. A camada vetorial Máscara de
Nuvens (imagem à esquerda) é usada
para mascarar um raster RGB False 28
Color no QGIS (imagem à direita).
 Transformando Dados Contínuos em Shapefiles
● Os dados contínuos representam variáveis que mudam progressivamente nas superfícies. A maioria dos produtos GOES-R
contém variáveis contínuas, como brilho, refletância, temperatura ou pressão.
○ Variáveis contínuas não são bem modeladas por dados vetoriais. A transformação de imagens de satélite em vetores requer
generalização de dados em categorias (ou seja, intervalos discretos), o que resulta em perda de detalhes e precisão.
○ No entanto, certas operações analíticas geoespaciais só podem ser executadas em dados vetoriais.
● Script #15: “Continuous variable to contour to shapefile” por Danielle Losos.
○ Este script converte produtos GOES-R em shapefiles, primeiro transformando a variável contínua em um gráfico de contorno de n
intervalos discretos. Em seguida, os anéis concêntricos do gráfico de contorno são convertidos em polígonos do shapefile.
○ Conforme o número de intervalos de contorno “n” aumenta, a precisão do modelo vetorial melhora (Figura 12). Um “n” mais alto implica em
um tempo de processamento mais longo e, por fim, um tamanho de arquivo maior.

Figura 12. Temperatura

da superfície do solo L2+
n=5 n = 15 n = 50
do CONUS GOES-16
visualizada como um
gráfico de contorno com
5, 15 e 50 intervalos
discretos.
29
Parte 5.

Perguntas Frequentes

30
 Como os Arquivos da Série GOES-R são Formatados?

● Os arquivos dos produtos da série GOES-R usam o formato netCDF-4, um formato de arquivo de dados científicos de uso geral.
● Mais detalhes sobre arquivos netCDF:
○ Os produtos GOES podem ter qualquer um dos seguintes tipos de atributos
■ title : um atributo global que é uma matriz de caracteres que fornece uma descrição sucinta do que está no conjunto de dados.
■ Conventions : um atributo global que é uma matriz de caracteres para o nome das convenções seguidas pelo produto.
■ long_name : nome descritivo longo para cada variável.
■ _FillValue : um valor escalar que identifica dados ausentes.
■ Valid_range : um vetor delimitado de dois números que especifica os valores mínimos e máximos válidos para a variável à qual está anexado.
■ scale_factor e add_offset : esses atributos são usados em conjunto para fornecer compactação de dados simples para armazenar dados de ponto flutuante
como pequenos números inteiros em um arquivo de dados do produto.
■ units : uma sequência de caracteres que especifica as unidades usadas para os dados da variável.
○ Um arquivo netCDF também inclui as dimensões que são usadas para dimensionar variáveis dimensionais.
○ Os arquivos dos produtos netCDF L1b / L2+ do ABI em grade são compactados para reduzir o tamanho do arquivo. Para obter informações
sobre como descompactar os dados, veja o Slide 32. Para obter mais detalhes sobre os arquivos netCDF, consulte o PUG Volume 1, Revisão
2.2, páginas 8-14.
● Outros formatos de arquivo:
○ O formato Sistema de Transporte de Imagem Flexível (FITS) é usado junto com o netCDF para o produto “SUVI Solar EUV Imagery”.
○ O formato de arquivo de texto Unix é usado em um pequeno subconjunto dos arquivos de dados de origem semi-estáticos de Nível 1b e 2+.
○ O “Hierarchical Data Format” (HDF) é usado para vários arquivos de dados de origem semi-estática de Nível 1b.
31
 Como Posso Pré-Processar Dados da Série GOES-R?
● Os dados da série GOES-R são compactados em arquivos com compressão, que devem ser “descompactados” para análise de
números inteiros. As imagens podem ser visualizadas sem descompactar, uma vez que os números inteiros em escala ainda são
proporcionais entre si.
● O que são dados compactados?
○ Para minimizar o tamanho do arquivo, muitos dos produtos L1b / L2+ do ABI usam números inteiros em escala de 16 bits para quantidades
de dados físicos ao invés de valores de ponto flutuante de 32 bits.
○ Para converter os dados de volta ao valor real associado à quantidade física, o usuário deve multiplicar por um fator de escala e adicionar
um valor de “offset” ao valores inteiros em escala de 16 bits.
● Como faço para descompactar os dados?
○ Para descompactar os dados, aplique os atributos usando a seguinte equação:
unpacked_value = packed_value * scale_factor + add_offset
○ As variáveis ‘scale_factor’ e ‘add_offset’ estão incluídas nos metadados de cada arquivo. O fator de escala é calculado com a fórmula (Valor
Máximo – Valor Mínimo) / 65530, e o “offset” é o valor mínimo esperado do produto.
○ Segue um exemplo de conversão para a banda 8 : Temperatura de Brilho (Kelvin) = (2,305.05 * 0.04225) + 138.05 = 235.44 K
○ Antes de desempacotar, verifique se o programa em uso não está aplicando automaticamente o fator de escala e offset.
● Como removo dados de preenchimento (fill), fora do intervalo (out of range) ou ausentes (missing data) da imagem?
○ Esses tipos de dados “defeituosos” podem ser mascarados usando as “flags” de qualidade de dados (DQFs), atributos de convenção que
associam valores inteiros com uma categorização da qualidade dos dados.
○ Para obter mais informações sobre dados compactados ou DQFs, consulte o PUG Volume 1, Revisão 2.2,
páginas 21 ou 16, respectivamente. 32
 Como os Produtos ABI L1b são Georeferenciados?
● O ABI usa uma grade fixa cujos valores de coordenadas nativas são o ângulo de
varredura Leste / Oeste e o ângulo de elevação Norte / Sul em unidades de
radianos em relação à localização do satélite.
○ A grade fixa ABI é uma projeção baseada na perspectiva de visualização da localização
idealizada de um satélite em órbita geossíncrona. Isso permite que os mesmos pontos
de dados em todos os produtos estejam no mesmo local na Terra.
○ A grade fixa é retificada em um elipsóide definido pelo modelo terrestre do Geodetic
Reference System 1980 (GRS80).
○ Para todos os produtos L1b / L2+ em grade do ABI, os nomes das variáveis de
coordenadas são “x” (ângulo de varredura L / O) e “y” (ângulo de elevação N / S) (Figura
9).
○ Além disso, há um atributo “grid_mapping” que é anexado às variáveis de dados cujos
valores estão associados a localizações terrestres específicas.
○ Para produtos ABI L1b / L2+ em grade, o atributo de mapeamento de grade especifica a
projeção (GRS80), a origem lat / lon da projeção e um parâmetro que identifica o
padrão de varredura ABI. Figura 9. Cada ponto de dados é plotado na
grade fixa ABI como uma distância da origem
● Os mapeamentos de grade juntamente com as variáveis de coordenadas fornecem (0,0), em unidades “x” (Ângulo de Varredura
os meios para determinar a latitude e longitude de um ponto de dados. Leste a Oeste) e ”y” (Ângulo de Elevação Norte
○ Consulte o PUG Volume 3: L1b Products, Revisão 2.2, páginas 8-26, para uma a Sul).
33
explicação mais detalhada.
 Por que os Dados Não Estão Disponíveis Para uma Determinada Data?

● As plataformas baseadas na nuvem determinam a disponibilidade dos produtos L2+.

○ Quando um produto da série GOES-R atinge o status provisório, as plataformas baseadas na nuvem podem disponibilizar o produto.
○ Quando houver interesse demonstrado dos usuários em um produto, os provedores de dados podem completar seus arquivos para incluir
as datas solicitadas. Isso pode incluir níveis de maturidade beta do produto.
○ Se não houver interesse demonstrado dos usuários pelo produto, os provedores podem optar por não providenciar toda a coleção
disponível. Por esse motivo, o período da coleção de arquivos pode variar entre os produtos em plataformas baseadas na nuvem.
● Para obter produtos da série GOES-R pré-provisórios, faça uma pesquisa no NOAA CLASS para acessar todo o arquivo de
produtos disponibilizado aos usuários. O CLASS armazena produtos com status beta, provisório e completo.
● Ocasionalmente, faltam dados da série GOES-R em datas e horários específicos.
○ Para pesquisar se os dados estão faltando devido a problemas com a recepção de dados, verifique a Página Web de Monitoramento da da
SSEC. Siga estas instruções para obter dicas sobre como navegar neste site:
1. Primeiro, selecione GOES-16 ou 17 e, em seguida, escolha uma data de interesse na parte superior da página.
2. Cada linha representa a qualidade dos dados do disco completo (full disk), CONUS e imagens de mesoescala para cada hora do dia.
3. A seção “DB SSEC” relata dados ausentes devido a problemas de recepção na estação “GOES Rebroadcast” (GRB).
Parâmetro “KEY”- verde claro: 100% recebidos, amarelo: 96 -100% recebidos, vermelho claro: < 96% recebidos, vermelho escuro:
ausente
4. A seção “PDA via STAR” relata dados ausentes devido a erros com o “Product Distribution and Access” (PDA).
Parâmetro “KEY” (igual ao anterior, com mais duas categorias)- azul & laranja: dados disponíveis no PDA, mas ausentes ou atrasados
○ Além disso, verifique as Mensagens Gerais do Satélite para ver se houve alguma interrupção relatada naquele dia (Pesquise a data, por
exemplo, “10 de julho de 2020”). 34
 Outras Perguntas e Contato
Outras Perguntas

● Para perguntas não respondidas, tente navegar na página Página FAQ da Série GOES-R ou na Página FAQ do NCEI.
● Para obter detalhes técnicos sobre os satélites ou produtos, a Página de Documentos da Série GOES-R tem links
para muitos documentos úteis sobre o GOES-R, incluindo as Definições do Produto e Guias do Usuário (Volumes
1-5) e os Documentos de Base Teórica do Algoritmo do Produto (ATBDs).

Contato

● Entre em contato enviando um e-mail para os Serviços de Usuário da Divisão de Produtos e Serviços de Satélite
(SPSD) através do e-mail SPSD.UserServices@noaa.gov.
○ Compartilhe suas dúvidas, preocupações ou sugestões sobre como este guia para iniciantes do GOES-R pode
ser mais útil.
● Mostre-nos como você está usando os dados GOES-R em seu próprio trabalho usando #goesrguide ao postar nas
redes sociais!
35
 Apêndice A: Lista de Abreviaturas
ABI - Advanced Baseline Imager
AIRS - Archive Information Request System
ATBD - Algorithm Theoretical Basis Documents
AWIPS - Advanced Weather Interactive Processing
System
AWS - Amazon Web Service
CAVE - Common AWIPS Visualization Environment
CIMSS - Cooperative Institute for Meteorological
Satellite Studies
CIRA - Cooperative Institute for Research in the
Atmosphere
CLASS - Comprehensive Large Array-data
Stewardship System
CMI - Cloud and Moisture Imagery
CONUS - Continental U.S.
CSSP - Community Satellite Processing Package
DQF - Data Quality Flag
EHIS - Energetic Heavy Ion Sensor
EUVS - Extreme Ultraviolet Sensor
EXIS - Extreme Ultraviolet and X-ray Irradiance
Sensors
FDC - Fire Detection and Characterization
FITS - Flexible Image Transport System
FTP - File Transfer Protocol
GDAL - Geospatial Data Abstraction Library
GEE - Google Earth Engine
GIS - Geographic Information System
GLM - Geostationary Lightning Mapper
GOES - Geostationary Operational
Environmental Satellite
GRB - GOES Rebroadcast
GRS80 - Geodetic Reference System 1980
HDF - Hierarchical Data Format
L0/L1b/L2+ - Level 0/ Level 1b/ Level 2+
MAG - Magnetometer
MCMI - Multi-band Cloud and Moisture Imagery
MESO 1/2 - Mesoscale Domain Sector 1/2
MPS-HI/LO - Magnetospheric Particle Sensor -
High/Low
NASA - National Aeronautics and Space
Administration
NCEI - National Centers for Environmental
Information
NDVI - Normalized Difference Vegetation Index
NetCDF - Network Common Data Format
NIR - Near-infrared
NOAA - National Oceanic and Atmospheric
Administration
NWS - National Weather Service
OCC - Opens Commons Consortium
PACUS - Pacific U.S.
PDA - Product Distribution and Access
PUG - Product User Guide
RAMMB - Regional and Mesoscale Meteorology
Branch
RGB - Red-Green-Blue
SEISS - Space Environment In-Situ Suite
SGPS - Solar and Galactic Proton Sensor
SPoRT - Short-term Prediction Research and
Transition Center
SPSD - Satellite Products and Services Division
SSEC - Space Science and Engineering Center
SUVI - Solar Ultraviolet Imager
WFO - Weather Forecast Office
Abreviaturas Adicionais Definidas na Página de
36
Abreviaturas da Série GOES-R.