Radares meteorológicos de superfície são uma importante fonte de informação para o monitoramento da atmosfera. A elevada resolução espaço-temporal dessas observações possibilita o acompanhamento de fenômenos meteorológicos em diferentes escalas, contribuindo para estudos da atmosfera, monitoramento de chuvas e identificação de eventos severos. No Brasil, a rede de radares meteorológicos é composta por equipamentos vinculados a diferentes instituições, refletindo a diversidade de órgãos envolvidos no monitoramento meteorológico do país. Ao todo, 21 instituições, incluindo órgãos federais, estaduais e municipais, além de entidades do setor privado, operam cerca de 55 radares meteorológicos. Outros sete equipamentos têm instalação prevista para os próximos meses, contribuindo para a expansão da rede. Dentre as instituições responsáveis, temos por exemplo:
- Centro Nacional de Monitoramento e Alertas de Desastres Naturais (CEMADEN);
- Instituto Estadual do Ambiente do Rio de Janeiro (INEA/RJ);
- Defesa Civil de Santa Catarina (SDC/SC);
- Fundação Cearense de Meteorologia e Recursos Hídricos (FUNCEME);
- Centro Gestor e Operacional do Sistema de Proteção da Amazônia (CENSIPAM) e;
- Departamento de Controle do Espaço Aéreo (DECEA).

Figura 1 – Localizações e áreas de cobertura dos radares meteorológicos do Brasil.
Essa distribuição amplia a capacidade de observação meteorológica sobre diferentes regiões do país, porém também estabelece um cenário heterogêneo quanto à produção, organização e fornecimento dos dados. A integração dessas informações em um ambiente comum requer mecanismos capazes de tratar diferenças entre as fontes, organizar os produtos gerados e oferecer modos padronizados de acesso.
Parte dos dados produzidos pelas diferentes redes de radares é recebida pelo Instituto Nacional de Pesquisas Espaciais (INPE). No Instituto, a operação desse fluxo e as atividades relacionadas ao processamento, conversão, organização e armazenamento dos dados são realizadas pela Divisão de Satélites e Sensores Meteorológicos (DISSM), mais especificamente no âmbito do Programa Nowcasting. Essas atividades permitem reunir informações provenientes de diferentes instituições e prepará-las para utilização em aplicações de monitoramento meteorológico e previsão de curtíssimo prazo.
Esta iniciativa apresenta a integração dos dados da Rede Brasileira de Radares Meteorológicos no ambiente BIG/BDC. São descritas as características dos produtos disponibilizados, sua modelagem no padrão STAC e exemplos de acesso aos dados a partir da infraestrutura da BIG.
Dados da Rede Brasileira de Radares Meteorológicos
Mais especificamente, radares meteorológicos são sistemas de sensoriamento remoto ativo capazes de observar a estrutura e a evolução de fenômenos associados à precipitação. A partir da emissão de pulsos eletromagnéticos e da análise do sinal retroespalhado por hidrometeoros, são obtidas informações em diferentes distâncias e ângulos de elevação. Entre as variáveis produzidas, a refletividade, expressa em dBZ, permite caracterizar a distribuição espacial e a intensidade dos ecos meteorológicos (Fig. 2). A combinação das observações realizadas em diferentes elevações possibilita também a análise da estrutura vertical da atmosfera na região de cobertura do radar (i.e. aproximadamente um raio de 250 km a partir do instrumento).

Figura 2 – Representação esquemática do funcionamento de um radar meteorológico. Emissão de pulsos eletromagnéticos em diferentes elevações, retroespalhamento por hidrometeoros e a distribuição da refletividade dos ecos, expressa em dBZ.
Os dados recebidos pelo INPE têm origem em diferentes redes de radares e apresentam particularidades relacionadas à sua produção e fornecimento. Essa heterogeneidade se reflete na organização dos arquivos e no conjunto de informações efetivamente recebido de cada fonte, constituindo um dos principais desafios para sua integração. O processamento desses dados tem como objetivo principal estabelecer produtos comuns que possam ser utilizados independentemente de sua origem. Diferentes radares possuem características intrínsecas diferentes (como largura de feixe, resolução azimutal e radial) e podem gerar arquivos em diversos formatos.
CAPPI – Constant Altitude Plan Position Indicator
Entre os produtos gerados estão os chamados Constant Altitude Plan Position Indicator (CAPPI), que representam campos de refletividade em superfícies de altitude constante (Fig. 3). Os dados possuem resolução espacial horizontal de 1 km, 500 x 500 pixels, sendo o produto multinível composto por 15 níveis de altitude entre 2 e 16 km, com intervalo vertical de 1 km (i.e. 15 imagens por arquivo). Além desse conjunto, são produzidos arquivos específicos para o CAPPI de 3 km de altitude e imagens destinadas à pré-visualização das informações. A resolução temporal de aquisição dos dados varia de 5 a 15 minutos. Os produtos são armazenados em formato NetCDF e PNG, constituindo a base de dados utilizada no processo de integração e catalogação apresentado nesta iniciativa.

Figura 3 – Exemplo de campo de refletividade. Regiões com maior refletividade aparecem nas faixas mais intensas da escala e podem representar áreas com forte precipitação.
O CAPPI realiza a conversão e interpolação dos dados brutos de radar, originalmente amostrados em coordenadas polares (azimute, distância e ângulo de elevação), para uma grade cartesiana em uma altitude constante. Como as varreduras individuais de um radar (PPI) são emitidas em feixes cônicos inclinados, a altura observada pelo feixe aumenta à medida que se afasta do radar. A interpolação do CAPPI resolve essa distorção ao reamostrar e combinar tridimensionalmente os pontos observados de múltiplos ângulos de elevação para estimar o valor do sinal em um plano horizontal fixo (por exemplo, 2 km ou 3 km de altitude), oferecendo uma visão contínua e sem variações de altura da intensidade e distribuição da precipitação sobre uma região.
Coleção STAC
Foi criada uma coleção única para representar os produtos CAPPI da Rede Brasileira de Radares Meteorológicos – Collection br-weather-radar-cappi. Cada observação de um determinado radar, em um instante específico, é representada por um Item STAC. Além das informações espaciais e temporais, os metadados do Item permitem identificar o radar de origem, a instituição responsável e os produtos associados àquela observação.
Os arquivos resultantes do processamento são representados como Assets do Item. O produto cappi15l corresponde ao arquivo NetCDF multinível, contendo os campos de refletividade para 15 níveis de altitude entre 2 e 16 km. O Asset cappi3km corresponde ao produto NetCDF específico para a altitude de 3 km, enquanto thumbnail fornece uma representação gráfica destinada à rápida visualização das informações.
A existência desses Assets em cada Item depende do conjunto de dados efetivamente recebido e processado para o radar correspondente. Desse modo, um Item pode conter os três produtos ou apenas parte deles, sem alterar a estrutura geral da coleção. Essa abordagem permite representar de modo uniforme dados provenientes de diferentes redes, preservando as particularidades associadas ao fornecimento das informações.
A extensão espacial associada a cada Item corresponde à região coberta pelo produto daquele radar. Em conjunto com o instante da observação e os demais metadados, essa informação possibilita realizar consultas espaciais e temporais sobre toda a coleção, independentemente da instituição responsável pela origem. Os dados estão disponíveis desde o ano de 2020 até o presente.
Exemplos de Consulta STAC
Nesta seção são apresentados exemplos de acesso programático aos dados da Rede Brasileira de Radares Meteorológicos disponíveis na BIG. Para isso, utiliza-se o PySTAC Client, biblioteca Python que permite realizar consultas e recuperar informações de catálogos compatíveis com o padrão STAC.
O código apresentado na Figura 4 realiza uma consulta espaço-temporal sobre a coleção. Inicialmente é estabelecida a conexão com o catálogo STAC da BIG. Em seguida, são definidos um intervalo de tempo (dia 12/10/2026) e uma região geográfica de interesse (bbox). Como resultado, são recuperados os Items em que as extensões espaciais interceptam a área consultada e os instantes de observação pertencem ao período especificado. Para cada Item, podem ser inspecionados os metadados e os Assets disponíveis, incluindo os produtos cappi15l, cappi3km e thumbnail.
import pystac_client
# Conexao com o Catalogo BIG/STAC/INPE
service = pystac_client.Client.open(
'https://data.inpe.br/bdc/stac/v1/'
)
# Consulta espaco-temporal
item_search = service.search(
collections=['br-weather-radar-cappi-1'],
bbox=[-53.2, -25.4, -44.1, -19.7]
datetime='2026-10-12'
)
Código de recuperação dos dados disponíveis do dia 12 de outubro de 2026, na região geográfica descrita por bbox.
Além dos critérios espaciais e temporais definidos pelo padrão STAC, os Items da coleção possuem propriedades específicas que caracterizam a origem e o conteúdo de cada observação. Entre elas estão radar, que identifica o equipamento correspondente; owner, que indica a instituição responsável pelos dados, e assets_available, que informa quais produtos estão associados ao Item. Desse modo, é possível recuperar todas as observações de um determinado radar em uma data (Bloco a), selecionar os dados provenientes de uma instituição (Bloco b) ou restringir a pesquisa aos Items que possuam determinado produto CAPPI (Bloco c).
Exemplos de consultas utilizando metadados dos Items da coleção.
item_search = service.search(
collections=['br-weather-radar-cappi-1'],
datetime='2026-10-12',
query={
'radar': {'eq': 'chapeco'}
}
)
(a) observações do radar de Chapecó – SC.
item_search = service.search(
collections=['br-weather-radar-cappi-1'],
datetime='2026-10-12',
query={
'owner': {'eq': 'sdcsc'}
}
)
(b) dados provenientes da SDC/SC.
item_search = service.search(
collections=['br-weather-radar-cappi-1'],
datetime='2026-10-12',
query={
'assets_available': {
'contains': 'cappi15l'
}
}
)
(c) observações que possuem o produto CAPPI multinível cappi15l.
Organização dos Dados
| Produto | Descrição | Dimensão | Formato |
|---|---|---|---|
| cappi15l | CAPPI de refletividade com 15 níveis de altitude, entre 2 e 16 km, com intervalo vertical de 1 km. EPSG:4326. Aquisição com resolução temporal variando de 5 a 15 minutos. Unidade dBZ. | 15 × 500 × 500 | netCDF |
| cappi3km | CAPPI de refletividade em um único nível, correspondente à altitude de 3 km. EPSG:4326 Aquisição com resolução temporal variando de 5 a 15 minutos. Unidade dBZ. | 500 x 500 | netCDF |
| thumbnail | Imagem para pré-visualização do CAPPI 3km, utilizando paleta de cores convencional para refletividade em dBZ. EPSG:4326. | 500 x 500 | PNG |
Exemplo de Leitura
Os produtos CAPPI podem ser acessados diretamente em Python, utilizando bibliotecas específicas para os formatos NetCDF e PNG. Os arquivos cappi15l e cappi3km armazenam matrizes de refletividade do radar (dBZ), sendo o primeiro organizado em 15 níveis de altitude e o segundo correspondente a um único nível, a 3 km. O produto thumbnail consiste em uma imagem PNG de pré-visualização. O exemplo a seguir demonstra a leitura dos três produtos e o acesso às respectivas matrizes de dados (código abaixo).
import numpy as np
from netCDF4 import Dataset
from PIL import Image
# CAPPI 15 níveis: matriz (níveis, linhas, colunas)
with Dataset('cappi151.nc') as nc:
cappi15l = nc.variables['dbz'][0, :, :, :]
# CAPPI 3 km: matriz (linhas, colunas)
with Dataset('cappi3km.nc') as nc:
cappi3km = nc.variables['dbz'][o, :, :]
# Thumbnail: matriz de pixels da imagem
with Image.open('thumbnail.png') as img:
thumbnail = np.array(img)
Exemplo de leitura dos dados utilizando Python.
As variáveis cappi15l e cappi3km, presentes no trecho de código, possuem os valores de refletividade em dBZ, enquanto thumbnail contém os valores dos pixels da imagem (RGBA), não necessariamente valores físicos de refletividade. Os caminhos dos arquivos são ilustrativos e devem ser substituídos pelos caminhos dos respectivos Assets da coleção STAC.
Metodologia de processamento e catalogação
O processo de integração tem início com o recebimento dos dados provenientes das diferentes redes de radares pelo INPE. No âmbito da DISSM e do Programa Nowcasting, esses dados passam pelas etapas operacionais de processamento, conversão e organização necessárias à geração dos produtos CAPPI. Os arquivos resultantes constituem então a entrada para o processo de catalogação na BIG.
Durante a catalogação, são identificadas as informações necessárias para representar cada observação, incluindo o radar, o instante correspondente, sua extensão espacial e os produtos disponíveis. A partir dessas informações é construído um Item STAC e seus respectivos Assets, que são incorporados à coleção. Esse processo permite que dados originalmente provenientes de diferentes fontes passem a ser pesquisados e acessados por meio de uma interface comum.
A Figura 4 apresenta de modo esquemático esse fluxo, desde o recebimento dos dados das redes de radares até sua integração ao catálogo da BIG. A separação entre o processamento operacional realizado pela DISSM e a etapa de catalogação permite preservar as responsabilidades de cada componente, ao mesmo tempo em que fornece uma camada padronizada para descoberta e acesso aos produtos.

Figura 4 – Fluxo de integração dos dados da Rede Brasileira
de Radares Meteorológicos na BIG.
Produtos
Rede Brasileira de Radares Meteorológicos – CAPPI
Os dados dos radares meteorológicos representam campos de refletividade (dBZ) disponibilizados como produtos CAPPI, com resolução espacial de 1 km. Conforme a disponibilidade de cada radar, incluem produtos multinível (2 a 16 km de altitude), produtos em nível único (3 km) ou imagens de pré-visualização.
Links úteis:
Como citar
INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS (INPE). Programa Nowcasting; Programa BIG. Rede Brasileira de Radares Meteorológicos – CAPPI. Cachoeira Paulista – SP: INPE, s.d. Coleção de dados. Disponível em: https://data.inpe.br/dados/radares-meteorologicos/. Acesso em: [data de acesso].
Referências
Programa Nowcasting. https://nowcasting.cptec.inpe.br.
Diretrizes para a implementação do nowcasting no Brasil. São José dos Campos: INPE, 2024. Disponível em: http://mtc-m21d.sid.inpe.br/col/sid.inpe.br/mtc-m21d/2025/02.04.12.21/doc/publicacao.pdf.
J. S. Marshall. The constant-altitude presentation of radar weather patterns. In Preprints of the 6th Conference on Radar Meteorology, pages 321–324. American Meteorological Society, 1957

