Creazione di un’animazione da immagini satellitari geostazionarie per monitorare dinamicamente le tempeste (fiumi atmosferici) in tempo reale utilizzando Python e Google Colab
- 🌟 Introduzione
- 🌐 Satellite ambientale operativo geostazionario (GOES)
- 🔍 Database GOES in AWS
- ⏳ Scarica GOES NetCDF
- 📊 Visualizzazione delle immagini GOES
- 🎥 Timelapse della tempesta
- 📄 Conclusione
- 📚 Riferimenti
🌟 Introduzione
Se sei al passo con le notizie, una delle ultime storie in questo momento riguarda le potenti tempeste conosciute come Atmospheric River che colpiranno la California e colpiranno le regioni centrali e meridionali. Un fiume atmosferico è uno stretto canale di venti che trasporta il vapore acqueo concentrato (umidità) dai tropici. Si prevede che l’imminente tempesta porterà forti piogge e significative inondazioni improvvise in alcune parti dello stato.
Ieri sera, mentre controllavo il mio account Twitter (ora chiamato X), mi sono imbattuto in numerosi tweet sulla tempesta, insieme a mappe colorate che proiettavano e simulavano la quantità di pioggia sulla California. Queste mappe sono diventate rapidamente la mia motivazione per scrivere questa storia.
In questo post esploreremo come scaricare le immagini catturate dai satelliti geostazionari e visualizzarle utilizzando Python. Poiché possiamo scaricare una sequenza di immagini con un intervallo di tempo relativamente breve, espanderemo il nostro codice per visualizzare queste immagini come un’animazione (timelapse). Alla fine della lettura di questo post, spero che tu abbia la sensazione di trovarti in un punto fisso nello spazio, osservando la Terra dall’alto al basso!
🌐 Satellite ambientale operativo geostazionario (GOES)
Il Geostationary Operational Environmental Satellite (GOES) è una serie di satelliti meteorologici gestiti dalla National Oceanic and Atmospheric Administration (NOAA) degli Stati Uniti e dalla National Aeronautics and Space Administration (NASA). Questi satelliti sono posizionati su posizioni specifiche, consentendo il monitoraggio costante delle mutevoli condizioni meteorologiche in particolari regioni.
Fonte: towardsdatascience.com
