Sensores remotos y bases de datos meteorológicas para seguros
Transcripción
Sensores remotos y bases de datos meteorológicas para seguros
Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Reporte Final Agosto 2015 Preparado para el Climate Insurance Fund Preparado por eLEAF Competence Center Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Este estudio fue realizado por eLEAF para the Climate Insurance Fund Los autores son Ernesto Bastidas-Obando, Rutger Kassies, Steven Wonink y Maurits Voogt. Todos los derechos reservados, Agosto 2015. Por favor, enviar preguntas o comentarios a [email protected] 2 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla de Contenido Lista de tablas ......................................................................................................................................... 4 Lista de apéndices ................................................................................................................................... 5 Resumen ................................................................................................................................................. 6 1. Introducción .................................................................................................................................... 7 2. Sensores remotos y datos climáticos .............................................................................................. 8 2.1 Sensor único .......................................................................................................................... 11 2.2 Productos multisensores ...................................................................................................... 31 2.3 Proyectos asimilación de datos............................................................................................. 38 2.4 Estaciones terrestres............................................................................................................. 43 3. Evaluación de proyectos y casos en LATAM ................................................................................. 46 4. Conclusiones y recomendaciones ................................................................................................. 57 5. Bibliografía .................................................................................................................................... 58 Apéndice 1 Selección de base de datos WMO ..................................................................................... 61 Apéndice 2 Agencias nacionales para datos meteorológicos ............................................................... 71 Apéndice 3 Diseminación de los datos ................................................................................................. 83 3 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Lista de tablas Tabla 2-1: Sinopsis de los datos disponibles ......................................................................................... 10 Tabla 2-2: Dual-frequency Precipitation Radar..................................................................................... 12 Tabla 2-3: GPM Microwave Imager ...................................................................................................... 13 Tabla 2-4: Precipitation Radar .............................................................................................................. 15 Tabla 2-5: TRMM Microwave Imager ................................................................................................... 16 Tabla 2-6: Végétation ............................................................................................................................ 17 Tabla 2-7: Enhanced Thematic Mapper + ............................................................................................. 18 Tabla 2-8: Operational Land Imager ..................................................................................................... 20 Tabla 2-9: Visible/Infrared Imager Radiometer Suite ........................................................................... 22 Tabla 2-10: Moderate Resolution Imaging Spectroradiometer ............................................................ 24 Tabla 2-11: Multi-angle Imaging Spectro-Radiometer.......................................................................... 26 Tabla 2-12: Advanced Scatterometer ................................................................................................... 28 Tabla 2-13: Advanced Space borne Thermal Emission and Reflection radiometer .............................. 29 Tabla 2-14: Integrated Multi-satellitE Retrievals for GPM.................................................................... 32 Tabla 2-15: Tropical Rainfall Measuring Mission .................................................................................. 34 Tabla 2-16: Near-real-time Ice and Snow Extent .................................................................................. 35 Tabla 2-17: Global Multi-sensor Automated Snow/Ice ........................................................................ 36 Tabla 2-18: Climate Hazards Group InfraRed Precipitation with Station data (CHIRPS) ...................... 37 Tabla 2-19: Goddard Earth Observing System Model .......................................................................... 39 Tabla 2-20: Modern-Era Retrospective analysis for Research and Applications .................................. 40 Tabla 2-21: European Centre for Medium-Range Weather Forecasts ................................................. 41 Tabla 2-22: Global Data Assimilation System (GDAS) ........................................................................... 42 Tabla 2-23: Global Historical Climatology Network – daily (GHCN-Daily) ............................................ 44 Tabla 2-24: Latin American Climate Assessment & Dataset (LACA&D) ................................................ 45 Tabla 3-1: Argentina – Precipitación para la industria lechera ............................................................. 47 Tabla 3-2: Argentina – NDVI para forraje.............................................................................................. 48 Tabla 3-3: Argentina – Precipitación para algodón............................................................................... 49 Tabla 3-4: Honduras – Nicaragua – Precipitación para café ................................................................. 50 Tabla 3-5: México – NDVI para pasturas ............................................................................................... 51 Tabla 3-6: México – Precipitación para cultivos y pasturas .................................................................. 52 Tabla 3-7: Perú – Precipitación para cultivos........................................................................................ 53 Tabla 3-8: Uruguay – Temperatura del aire para arroz ........................................................................ 54 Tabla 3-9: Uruguay – Precipitación para cultivos ................................................................................. 55 Tabla 3-10: Uruguay – NDVI para pasturas ........................................................................................... 56 4 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Lista de apéndices Tabla A- 1: Selección de base de datos ................................................................................................. 61 Tabla A- 2: Argentina – Servicio Meteorológico Nacional .................................................................... 71 Tabla A- 3: Bolivia – Servicio Nacional de Meteorología e Hidrología .................................................. 71 Tabla A- 4: Brasil – Instituto Nacional de Meteorología ....................................................................... 72 Tabla A- 5: Chile-Dirección Meteorológica de Chile ............................................................................. 73 Tabla A- 6: Colombia- Instituto de Hidrología, Meteorología y Estudios Ambientales ........................ 74 Tabla A- 7: Costa Rica – Instituto Meteorológico Nacional .................................................................. 75 Tabla A- 8: República Dominicana - Oficina Nacional de Meteorología ............................................... 75 Tabla A- 9: Ecuador- Instituto Nacional de Meteorología e Hidrología ................................................ 76 Tabla A- 10: Guatemala – Instituto Nacional de Sismología, Vulcanología, Meteorología e Hidrología .............................................................................................................................................................. 77 Tabla A- 11: Honduras - Servicio Meteorológico Nacional de Honduras.............................................. 77 Tabla A- 12: México - Comisión Nacional del Agua Servicio Meteorológico Nacional ......................... 78 Tabla A- 13: Nicaragua – Instituto Nicaragüense de Estudios Territoriales.......................................... 78 Tabla A- 14: Panamá - HIDROMET ........................................................................................................ 79 Tabla A- 15: Paraguay – Dirección de Meteorología e Hidrología ........................................................ 80 Tabla A- 16: Perú-Servicio Nacional de Meteorología e Hidrología...................................................... 81 Tabla A- 17: Salvador-Ministerio de Medio Ambiente y Recursos Naturales ....................................... 81 Tabla A- 18: Uruguay – Dirección Nacional de Meteorología ............................................................... 82 Tabla A- 19: Venezuela – Servicio de Meteorología de la aviación Militar Bolivariana ........................ 82 Tabla A- 20: Diseminación de los datos ................................................................................................ 83 5 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Resumen Este reporte presenta un inventario de las bases de datos meteorológicas y de sensores remotos disponibles para América Latina. Para cada uno de los datos los criterios fueron definidos y tabulados, lo que resultó en una descripción de 24 datos disponibles para generar información paramétrica. Las tablas facilitan la comparación entre los datos e indican la información meteorológica disponible por país. También se han incluido una descripción de los proyectos y casos de uso de sensores remotos y datos meteorológicos para seguros climáticos en la región. Sensores remotos y datos meteorológicos están jugado un rol importante en el desarrollo de productos climáticos paramétricos para América Latina. La abundante información de estaciones meteorológicas difiere por país y por este motivo dificulta su implementación. Datos provenientes de sensores remotos y asimilación de datos ofrecen la oportunidad de generar una continuidad en los datos en tiempo real que puede reducir las limitaciones de estaciones meteorológicas. La correspondencia de datos provenientes de sensores remotos y asimilación de datos con parámetros definidos necesitan de mayor investigación. Proyectos en la región se encuentran en el momento de forma operacional y otros están en evaluación. La replicación de estos casos de éxito necesita de mayor exposición en la región. 6 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina 1. Introducción Por algunas décadas los satélites se han utilizado para generar información sobre la superficie terrestre. Esta información se ha utilizado en diferentes sectores e industrias y su tendencia va en aumento en la medida que aumenta el número de satélites colocados en órbita. Por ejemplo, en corto tiempo ESA Sentinel 2 entregara información detallada de la superficie con intervalos periódicos cortos. Un sector que puede estar beneficiado con esta información es el sector de los seguros. Seguros contra daños relacionados con el clima y pérdidas agrícolas representan un componente significativo del mercado de las aseguradoras. Datos de variables climáticas y de sensores remotos pueden tener un rol significativo en el desarrollo de productos climáticos paramétricos. En este tipo de seguros se estructuran los pagos con base en un disparador del evento; por ejemplo cuantificando como puede ser la magnitud de la reducción de la precipitación al contrario del daño producido por esta variable. En este caso la cantidad de precipitación es un estimativo del daño generado por la sequía. Esto ofrece la posibilidad de disminuir los costos de transacción en el diligenciamiento de pólizas y la verificación del daño para efectuar el pago. Sin embargo, la implementación de información proveniente de sensores remotos es limitada. Actualmente se han desarrollado un buen número de proyectos piloto pero pocos se encuentran a nivel comercial en el sector de los seguros. El Climate Insurance Fund, iniciado por el gobierno alemán, se ha enfocado a mejorar el acceso y uso de los seguros en los países en desarrollo. El objetivo específico del fondo es recudir la vulnerabilidad de pequeñas empresas y familias con bajos recursos a condiciones climáticas extremas. Seguros paramétricos climáticos pueden jugar un papel importante en logar estos objetivos. Para poder conocer la disponibilidad de los datos meteorológicos y de sensores remotos, el Climate Insurance Fund ha solicitado los servicios de eLEAF para desarrollar una evaluación de los datos disponibles para América Latina. El objetivo de esta evaluación es realizar un inventario de los datos disponibles provenientes de estaciones meteorológicas y de sensores remotos. Este inventario es complementado con un listado de los proyectos y casos donde este tipo de información se ha utilizado como parte de un producto de seguro climático paramétrico. Una primera conclusión de esta evaluación es la existencia de un amplio número de datos climáticos y sensores remotos para América Latina. Un buen número de satélites se encuentran orbitando la tierra y en cada país existe un instituto midiendo, administrando y usando los datos climáticos. Sin embargo, de estos datos no todos son relevantes o están disponibles. Por este motivo para presentar un listado manejable dentro de la estructura de este reporte, se realizó una selección de estos datos. Para los datos provenientes de sensores remotos nos enfocamos en los datos comúnmente usados en estudios científicos o comercialmente. Para las bases de datos meteorológicas el parámetro fue la accesibilidad a la información. No se ha evaluado la capacidad de expresar el daño actual por condiciones climáticas. La pertinencia de estas bases de datos para el desarrollo de seguros climáticos paramétricos está fuera del alcance de este proyecto. En práctica la implementación de datos climáticos o de sensores remotos es escaza debido al reto de cuantificar el daño con este método. En esta evaluación se lista un número de estudios que han tratado de utilizar estas bases de datos en América Latina. Sin embargo, el número es limitado. 7 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina En el capítulo 2 se lista los datos seleccionados. El capítulo presenta una corta descripción de los datos que se han incluido y sus características. Esta información esta descrita en formato similar. En el capítulo 3 se describen proyectos y casos que ha incluido datos climáticos o de sensores remotos para estructurar productos de seguros climáticos. Este componente se ha estructurado de la misma forma del capítulo anterior, describiendo cada uso de los casos en la misma forma. El capítulo final presenta las recomendaciones para la continuación del desarrollo de productos paramétricos en seguro climáticos para América Latina con base en datos climáticos y de sensores remotos. 2. Sensores remotos y datos climáticos En este capítulo se presentan los resultados del inventario de sensores remotos y datos climáticos relevantes para productos de seguros climáticos en América Latina. El inventario de datos de sensores remotos está enfocado en sensores que cuantifican y monitorean parámetros climáticos como son la temperatura de la superficie terrestre y la precipitación. Adicionalmente, se han incluido sensores que generan información para nieve y contenido de humedad en el suelo. Además de los parámetros relacionados con el clima. Medidas directas del estado de la vegetación generan información útil, por ejemplo para el desarrollo del cultivo y su productividad. Estas características usualmente están relacionadas con la condiciones climáticas y puede ser un indicador directo del estado (daño) actual de los cultivos. La respuesta de la vegetación puede ser monitoreada a través de señores remotos con el Normalized Vegetation Index (NDVI - Índice de vegetación por diferencia normalizada) y Leaf Area Index (LAI - Índice de Área Foliar). El NDVI es una medida del vigor de la vegetación. LAI es una variable de la características del follaje. Por este motivo incluimos datos de sensores remotos que pueden ser utilizados para estimar estas dos variables. Los datos usualmente no provienen de una sola fuente y esta infromacion puede ser derivada de más de un sensor (productos multisensores). Otros datos combinan medidas capturadas por medio de satélites con datos capturados por métodos convencionales como son estaciones terrestres. Adicionalmente, es posible que los datos resulten de modelos climáticos. Por este motivo en este capítulo se hace una distinción en cuatro categorías de datos derivados de: Sensores remotos captura sensor único; Productos multisensores; Modelos de asimilación; Estaciones terrestres. Modelos de asimilación describen procesos físicos de la atmosfera, superficie terrestre y marítima con mediciones concretas. Estaciones terrestres miden información meteorológica puntual. Usualmente, estas estaciones meteorológicos están distribuidas espacialmente dentro del país y son administradas por los institutos de meteorología nacional. La mayoría de datos considerados en este inventario no son medidas directas. Su resultado es producto de una reinterpretación de las medidas de los sensores. Solo mediciones de temperatura o 8 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina la cantidad de precipitación pueden ser interpretadas directamente pero estas mediciones necesitan ser recalculadas para áreas distantes de la estación terrestre. Los datos obtenidos a través de sensores remotos siempre tienen que ser reinterpretados para obtener información relevante. Generalmente se necesitan diferentes etapas de procesamiento para obtener el dato esperado. La cantidad del procesamiento requerido para generar los datos usualmente tiene consecuencias en la prontitud de disponibilidad de los datos. La mayoría de la información primaria es disponible a pocos días después de ser medida. La reinterpretación de esta información toma mayor tiempo antes de estar disponible. Productos multisensores y modelos de asimilación generalmente toman el mayor número etapas de procesamiento con la consecuencia en el para la disponibilidad de los datos. Adicionalmente, operadores de satélite difieren de los procedimientos utilizados para la producción de los datos. Algunos ofrecen productos desarrollados, como es el caso de Modos NDVI. Pero la mayoría de los operadores de satélites solo ofrecen información primaria. De este modo son necesarios especialistas para reinterpretar y calcular los datos deseados. En las siguientes secciones de este capítulo, se genera un listado de datos de sensores remotos y clima. Un resumen de estos datos es presentado en Tabla 2-1. En esta tabla un número de atributos como son: inicio - final de los datos y número de tabla en el reporte son indicados para facilitar la comparación y evaluación da la información. En apéndice 3 se presenta el medio de diseminación para los datos de los datos. 9 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla 2-1: Sinopsis de los datos disponibles Nombre Sensor único Dual-frequency Precipitation Radar (DPR) GPM Microwave Imager (GMI) Precipitation Radar (PR) TRMM Microwave Imager (TMI) Végétation (1 & 2) Enhanced Thematic Mapper + (ETM+) Operational Land Imager (OLI) Visible/Infrared Imager Radiometer Suite (VIIRS) Moderate Resolution Imaging Spectroradiometer (MODIS) Multi-angle Imaging Spectro-Radiometer (MISR) Advanced Scatterometer (ASCAT) Advanced Space borne Thermal Emission and Reflection radiometer (ASTER) Productos multisensores Integrated Multi-satellitE Retrievals for GPM (IMERG) Tropical Rainfall Measuring Mission (TRMM) Near-real-time Ice and Snow Extent (NISE) Global Multi-sensor Automated Snow/Ice (GMASI) Climate Hazards Group InfraRed Precipitation with Station data (CHIRPS) Asimilación de datos Goddard Earth Observing System Model, Version 5 (GEOS-5) Modern-Era Retrospective analysis for Research and Applications (MERRA) ECMWF Re-analysis (ERA-Interim) Global Data Assimilation System (GDAS) Estaciones terrestres Global Historical Climatology Network – Daily (GHCN-daily) Latin American Climate Assessment & Dataset (LACA&D) Inicio Final Tabla reporte 2014 2014 1997 1997 1998 Tabla 2-2 Tabla 2-3 2014 2017 2017 2015 (Finaliza) 2015 (Finaliza) 2015 (Finaliza) 2015 (en desarrollo) 2018 2012 2038 1999 1999 1999 2006 1999 2015 (en desarrollo) 2015 (en desarrollo) 2024 2015 (en desarrollo) 2014 en desarrollo 2000 en desarrollo 1995 en desarrollo 2006 en desarrollo 1981 en desarrollo 2012 en desarrollo 1979 en desarrollo 1979 2000 en desarrollo en desarrollo País específico País específico en desarrollo en desarrollo 10 Tabla 2-4 Tabla 2-5 Tabla 2-6 Tabla 2-7 Tabla 2-8 Tabla 2-9 Tabla 2-10 Tabla 2-11 Tabla 2-12 Tabla 2-13 Tabla 2-14 Tabla 2-15 Tabla 2-16 Tabla 2-17 Tabla 2-18 Tabla 2-19 Tabla 2-20 Tabla 2-21 Tabla 2-22 Tabla 2-23 Tabla 2-24 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina 2.1 Sensor único En esta sección nos referimos a sensores en vez de satélites. El sensor es el instrumento que realiza la medición que está montado en una plataforma (satélite) en órbita alrededor de la tierra. Diferentes satélites pueden transportar el mismo sensor o múltiples sensores. El número de satélites en órbita es elevado. La World Meteorological Organization (WMO) posee una base de datos provenientes de satélites y sensores que están o han estado en órbita alrededor de la tierra (WMOOSCAR, 2015). Una primera selección de los sensores activos para este inventario fue basada en la capacidad de transmitir datos relacionados con los parámetros climáticos y de vegetación. Esta selección resulta en un listado de 171 sensores que puede ser encontrada en el apéndice 1. La selección se basó en los siguientes parámetros: Imagen óptica resolución media Imagen óptica de alta resolución Imágenes radiómetro, la exploración cónica Radiómetro de resonancia, la exploración de ruta transversal Escaneo espacial o no la exploración MW radiómetro Radar de nubes y precipitación Radar dispersometro Radar imaging (SAR) Una segunda selección consistió en los sensores mayormente citados en ámbito científico o utilizado a nivel comercial. Esta selección se basó en la experiencia de eLEAF con su trabajo con datos climáticos y de sensores remotos para fines agrícolas y el manejo del recurso hídrico. La descripción de los sensores seleccionados puede encontrarse en las Tablas 2-2 a Tablas 2-13. En cada tabla se describen los siguientes aspectos: Nombre del sensor Breve descripción Satélite Resolución temporal Costo Duración de misión Tiempo de respuesta Bandas medidas Productos relevantes ofertados por el operador Uso potencial del sensor para productos climáticos paramétricos 11 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla 2-2: Dual-frequency Precipitation Radar Nombre: Dual-frequency Precipitation Radar (DPR) Breve descripción: El DRP es un radar de precipitación capaz de generar información precisa de precipitación. Se espera que el DPR sea más preciso que su predecesor TRMM, especialmente en la medida de llovizna y nieve en regiones de latitudes altas. Agencia: NASA (DPR-PMM, 2015) Satélites: Sensor: GPM Core Observatory DPR Resolución temporal: Costos: Aprox. 5 días Sin costo Duración de misión: Tiempo de respuesta: Marzo 2014 – 2017 1 día Bandas medidas/canales medidos: Frecuencia Banda Amplitud Res. espacial SNR /Sensitividad 13.6 Ghz Ku 245 aprox 5 km 0.5 mm/h 35.5 Ghz Ka 120 aprox 5 km 0.2 mm/h Productos relevantes ofertados por el operador: 3-DPR: DPR Promedios de precipitación Producto Resolución espacial Res. Temp. Observaciones Diaria Tiempo de respuesta Diaria Promedios de precipitación Promedios de precipitación Promedios de precipitación Promedios de precipitación 0.25° 5° Diaria Diaria Grilla, 70°N-70°S, Marzo 2014 a presente 0.25° Mensual Mensual Grilla, 67°N-67°S, Marzo 2014 a presente 5° Diaria Mensual Grilla, 70°N-70°S, Marzo 2014 a presente Este sensor es utilizado en el producto multisensor IMERG. Este tipo de sensor puede ser utilizado para: Intensidad de precipitación en la superficie (liquida o solida) Precipitación acumulada (durante 24 h) 12 Grilla, 67°N-67°S, Marzo 2014 a presente Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla 2-3: GPM Microwave Imager Nombre: GPM Microwave Imager (GMI) Breve descripción: El instrumento Global Precipitation Measurement (GPM) Microwave Imager (GMI) es un sensor multi-canal, de apertura cónica con ondas radiométricas sirviendo un rol esencial en la cobertura y frecuencia global de los requerimientos de GPM. La instrumentación permite al núcleo del satélite servir tanto como en modo de precipitación o como radiométrico para los restantes instrumentos a bordo del GPM. Agencia: NASA (GMI, 2015) Satélites: Sensor: GPM Core Observatory GMI Resolución temporal: Costo: Aprox. 2 días Sin costo Duración misión: Tiempo de respuesta: Marzo 2014 – 2017 Diaria Bandas medidas/canales medidos: Frecuencia (GHz) Long. banda (MHz) Polarización SR / Sensitividad Res. espacial 10.65 100 V 0.96 K 12 x 13.4 km 10.65 100 H 0.96 K 12 x 13.4 km 18.7 200 V 0.84 K 6 x 13.4 km 18.7 200 H 0.84 K 6 x 13.4 km 23.8 400 V 1.05 K 6 x 13.4 km 36.5 1000 V 0.65 K 6 x 13.4 km 36.5 1000 H 0.65 K 6 x 13.4 km 89 6000 V 0.57 K 3 x 13.4 km 89 6000 H 0.57 K 3 x 13.4 km 166 4000 V 1.5 K 3 x 13.4 km 166 4000 H 1.5 K 3 x 13.4 km 183.31 ± 7 2000 V 1.5 K 3 x 13.4 km 183.31 ± 3 2000 V 1.5 K 3 x 13.4 km Franja escaneada: 850 km Este sensor es también utilizado en el multisensor IMERG. Productos relevantes ofertados por el operador: 3-GPROF: GMI promedio de precipitación Producto Res. espacial Promedio de 0.25° precipitación Promedio de 0.25° precipitación Res. temporal Diaria Tiempo de respuesta Diaria Mensual Mensual 13 Observaciones Grilla, 90°N-90°S, Marzo 2014 a presente Grilla, 90°N-90°S, Marzo 2014 a presente Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Este tipo de sensor puede ser utilizado para: Cobertura de nieve Precipitación acumulada (durante 24 h) Intensidad de precipitación en la superficie (liquida y sólida) Humedad del suelo en la superficie 14 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla 2-4: Precipitation Radar Nombre: Precipitation Radar (PR) Breve descripción: El Precipitation Radar fue el primer instrumento espacial diseñado para generar mapas tridimensionales de la estructura de las tormentas. Estas medidas generan una información invaluable de la intensidad y distribución de la precipitación, tipo de precipitación, profundidad de la tormenta y la altura en la cual la nieve se derrite en lluvia. Agencia: JAXA (PR-TRMM, 2015) Satélites: Sensor: TRMM PR Resolución temporal: Costos: Aprox. 1 o 2 días Sin costo Duración de misión: Tiempo de respuesta: 1997 – 2015 1 Día Bandas medidas/canales medidos: Frecuencia 13.8 Ghz Amplitud de escaneo 215 Res. espacial SNR /Sensitividad 4.3 km 0.7 mm/h Productos relevantes ofertados por el operador: Un producto combinado con el sensor TMI: Producto Res. espacial Res. temporal Perfil combinado de precipitación (PR, TMI) 5 km Perfil combinado de precipitación (PR, TMI) 5 km Perfil combinado de precipitación (PR, TMI) 5 km Orbital, 16 por día Orbital, 16 por día Orbital, 16 por día Este sensor es también utilizado en el producto multisensor TRMM. Este tipo de sensor puede ser utilizado para: Intensidad de precipitación en la superficie (liquida o solida) Precipitación acumulada (durante 24 h) 15 Tiempo de respuesta 3 horas 2 días 5 días Observaciones Disponible pasados ~7 días después de captura Disponible pasados ~7 días después de captura Orbital (Lat 38°N-S, 7 dic 1997 a presente) Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla 2-5: TRMM Microwave Imager Nombre: TRMM Microwave Imager (TMI) Breve descripción: El Tropical Rainfall Measuring Mission’s (TRMM) Microwave Imager (TMI) es un sensor de micro-ondas pasivo diseñado para generar información cuantitativa de la precipitación para un extensa amplitud de escaneo en el satélite TRMM. Por medio de medidas de la cantidad de energía emitida por la superficie terrestre y su atmosfera. TMI es capaz de cuantificar la presión de vapor, el contenido de agua en las nubes y la intensidad de precipitación en la atmosfera. Agencia: NASA (TMI-TRMM, 2015) Satélites: Sensor: TRMM TMI Resolución temporal: Costo: Aprox. 1 o 2 días Sin costo Duración de misión: Tiempo de respuesta: 1997 – 2015 1 Day Bandas medidas/ canales medidos: Frecuencia (GHz) Polarización SR / Sensitividad Res. espacial 10.65 Ancho de banda (MHz) 100 V 0.6 K 9.2 x 13.7 km 10.65 100 H 0.6 K 9.2 x 13.7 km 19.35 500 V 0.7 K 9.2 x 13.7 km 19.35 500 H 0.7 K 9.2 x 13.7 km 21.3 200 V 0.9 K 9,2 x 13.7 km 37 2000 V 0.4 K 9.2 x 13.7 km 37 2000 H 0.4 K 9.2 x 13.7 km 85.5 3000 V 0.7 K 4.6 x 13.7 km 85.5 3000 H 0.7 K 4.6 x 13.7 km Amplitud de barrido: 760 km Productos relevantes ofertados por el operador: Producto Res. espacial Res. temporal Tiempo de respuesta Observaciones Perfil combinado de precipitación (PR, TMI) Perfil combinado de precipitación (PR, TMI) Perfil combinado de precipitación (PR, TMI) 5 km Orbital, 16 por día Orbital, 16 por día Orbital, 16 por día 3 horas Disponibilidad pasados ~7 días después de captura Disponibilidad pasados ~7 días después de captura Lat 38°N-S, 7 dic 1997 a presente 5 km 5 km 2 días 5 días Este sensor es también utilizado en el producto multisensor TRMM. Este tipo de sensor puede ser utilizado parar: Intensidad de precipitación en la superficie (liquida o solida) Cobertura de nieve Precipitación acumulada (durante 24 h) Humedad del suelo en la superficie 16 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla 2-6: Végétation Nombre: Végétation (1 & 2) Breve descripción: El principal objetivo de los sistemas "VEGETATION" son generar medidas precisas de características básicas del follaje de la vegetación a modo operacional (VEGETATION, 2015). Satélites: Sensor: SPOT-4, SPOT-5 Végétation Resolución temporal: Costo: Aprox. 1 día Ver tabla abajo Duración misión: Tiempo de respuesta: 1998 - 2015 Aprox. 1 semana Bandas medidas/ canales medidos: Longitud de onda Amplitud de escaneo Res. espacial SR / Sensitividad 0.430 - 0.470 µm 2200 km 1.15 km 0.003 0.610 - 0.680 µm 2200 km 1.15 km 0.001 - 0.003 0.780 - 0.890 µm 2200 km 1.15 km 0.003 1.580 - 1.750 µm 2200 km 1.15 km 0.003 Productos relevante ofertados por el operador: Producto Res. espacial 1000 Res. temporal 10 días (decadal) Tiempo de respuesta Aprox. 7 días Global 1 Day Synthesis of SPOT VEGETATION Images (VGT-S1) 1000 1 día Aprox. 7 días Physical products of SPOT VEGETATION (VGT-P) 1000 Orbital Aprox. 7 días Free S10 VEGETATION Products (FreeS10) 1000 10 días (decadal) Global 10 Days Synthesis of SPOT VEGETATION Images (VGT-S10) Observaciones Datos con más de tres meses Costo: Cobertura < 1 millón km2 1-4 millón km² Adicional millón km² P and S-NDVI € 120 € 135 € 35 S1-Total and S10-NDVI € 160 € 200 € 35 S10-Total € 300 € 35 € 260 “Precio: Estándar producto 10 días con más de tres meses de antigüedad está disponible sin costo para cualquier usuario” http://www.vgt.vito.be/pages/catalogue.html (VGT-VITO, 2015) Este tipo de sensor puede ser utilizado para: Normalised Difference Vegetation Index (NDVI) Índice de vegetación por diferencia normalizada Leaf Area Index (LAI) Índice de Área Foliar 17 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla 2-7: Enhanced Thematic Mapper + Nombre: Enhanced Thematic Mapper + (ETM+) Breve descripción: Landsat representa la mayor colección de imágenes continua sobre la superficie terrestre proveniente de sensores remotos. Cuatro décadas de imágenes generan una única fuente de información para entidades o personas trabajando con agricultura, geología, silvicultura, cartografía, educación e investigación global. Agencia USGS (Landsat, 2015) Satélites: Sensor: Landsat-7 ETM+ Resolución temporal: Costo: 16 días Sin costo Duración de misión: Tiempo de respuesta: 1999 - 2015 Aprox. 1 día Bandas medidas/canales medidos: Longitud de onda Intervalo espectral Res. espacial Amplitud SNR / sensitividad de escaneo Low gain High gain 0.48 µm 0.45 - 0.52 µm 30 m 180 km 36 @ 40 Wm2/sr/μm 130 @ 190 Wm2/sr/μm 0.56 µm 0.53 - 0.61 µm 30 m 180 km 37 @ 30 Wm2/sr/μm 167 @ 193.7 Wm2/sr/μm 0.66 µm 0.63 - 0.69 µm 30 m 180km 24 @ 21.7 Wm2/sr/μm 127 @ 149.6 Wm2/sr/μm 0.83 µm 0.78 - 0.90 µm 30 m 180 km 33 @ 13.6 Wm2/sr/μm 226 @ 149.6 Wm2/sr/μm 1.65 µm 1.55 - 1.75 µm 30 m 180 km 34 @ 4.0 Wm2/sr/μm 176 @ 31.5 Wm2/sr/μm 11.45 µm 10.4 - 12.5 µm 60 m 180 km 0.2 K @ 300 K 0.2 @ 320K 2.20 µm 2.09 - 2.35 µm 30 m 180 km 27 @ 1.7 Wm2/sr/μm 130 @ 11.1 Wm2/sr/μm Panchromatic 0.50 - 0.90 µm 15 m 180 km 14 @ 22.9 Wm2/sr/μm 80 @ 156.3 Wm2/sr/μm Productos relevantes ofertados por el operador: Tipo Producto Res. espacial Res. temporal Landsat Level 1 Standard Data Products L1T (corrección elevación terreno) Ver tabla arriba 16 días Landsat Higher Level Science Data Products Reflectancia de la superficie Ver tabla arriba Índices espectrales* 30m 18 Tiempo de respuesta 1 día 1 semana 16 días 1 semana Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Índices disponibles: - Normalized Difference Vegetation Index (NDVI) Índice de vegetación por diferencia normalizada - Enhanced Vegetation Index (EVI) Índice de vegetación realzado - Soil Adjusted Vegetation Index (SAVI) Índice de vegetación ajustado al suelo - Modified Soil Adjusted Vegetation Index (MSAVI) Índice de vegetación ajustado al suelo modificado - Normalized Difference Moisture Index (NDMI) Índice de humedad por diferencia normalizada - Normalized Burn Ratio (NBR) Índice de quema normalizado - Normalized Burn Ratio 2 (NBR2) Índice de quema normalizado 2 Desde Mayo 31 de 2003 son coleccionados y archivados como "SLC-off", debido a la falta de Scan Line Corrector. Esta falta causa una perdida aproximada del 22% de la imagen. Las faltas son visibles en la mayoría de las imágenes. Este tipo de sensor puede ser utilizado para: Normalised Difference Vegetation Index (NDVI) Índice de vegetación por diferencia normalizada Cobertura de nieve Leaf Area Index (LAI) Índice de área foliar Humedad del suelos en la superficie Temperatura de la superficie 19 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla 2-8: Operational Land Imager Nombre: Operational Land Imager (OLI) Breve descripción: Landsat representa la mayor colección de imágenes continua sobre la superficie terrestre proveniente de sensores remotos. Cuatro décadas de imágenes generan una única fuente de información para entidades o personas trabajando con agricultura, geología, silvicultura, cartografía, educación e investigación global. El 30 de Mayo de 2013 los datos del satélite Landsat 8 (lanzado como Landsat Data Continuity Mission - LDCM- en Febrero 11, 2013) estuvieron disponibles. Como su antecesor, esta misión continua adquiriendo información de alta cualidad que reúne los requerimientos científicos y operacionales de la NASA y USGS para observar los usos y cambios de suelo en la superficie terrestre. Agencia USGS (Landsat, 2015) Satélites: Sensor: Landsat-8 OLI Resolución temporal: Costo: 16 días Sin costo Duración de misión: Tiempo de respuesta: 2014 - 2018 1 día Bandas medidas/canales medidos: Longitud de onda Intervalo espectral Amplitud de escaneo Res. espacial 443 nm 433 - 453 nm 30 185 482 nm 450 - 515 nm 30 185 565 m 525 - 600 nm 30 185 660 nm 630 - 680 nm 30 185 867 nm 845 - 885 nm 30 185 1650 nm 1560 - 1660 nm 30 185 2215 nm 2100 - 2300 nm 30 185 Panchromatic 500 - 680 nm 15 185 1375 nm 1360 - 1390 nm 30 185 20 SNR / sensitividad Low signal 130 @ 40 Wm2/sr/μm 130 @ 40 Wm2/sr/μm 100 @ 30 Wm2/sr/μm 90 @ 22 Wm2/sr/μm 90 @ 14 Wm2/sr/μm 100 @ 4.0 Wm2/sr/μm 100 @ 1.7 Wm2/sr/μm 80 @ 23 Wm2/sr/μm 50 @ 6.0 Wm2/sr/μm High signal 290 @ 190 Wm2/sr/μm 360 @ 190 Wm2/sr/μm 390 @ 194 Wm2/sr/μm 340 @ 150 Wm2/sr/μm 460 @ 150 Wm2/sr/μm 540 @ 32 Wm2/sr/μm 510 @ 11 Wm2/sr/μm 230 @ 156 Wm2/sr/μm 50 @ 6.0 Wm2/sr/μm Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Productos relevantes ofertados por el operador: Tipo Landsat Level 1 Standard Data Products Landsat Higher Level Science Data Products Producto L L1T (terrain corrected) Res. espacial Res. temporal Ver tabla arriba 16 días Reflectancia de la superficie Ver tabla arriba Reflectancia de la superficie 30m 1 semana 16 días Índices espectrales* Índices disponibles: - Normalized Difference Vegetation Index (NDVI) Índice de vegetación por diferencia normalizada - Enhanced Vegetation Index (EVI) ) Índice de vegetación realzado - Soil Adjusted Vegetation Index (SAVI) Índice de vegetación ajustado al suelo - Modified Soil Adjusted Vegetation Index (MSAVI) Índice de vegetación ajustado al suelo modificado - Normalized Difference Moisture Index (NDMI) Índice de humedad por diferencia normalizada - Normalized Burn Ratio (NBR) ) Índice de quema normalizado - Normalized Burn Ratio 2 (NBR2) Índice de quema normalizado 2 Este tipo de sensor puede ser utilizado para: Normalised Difference Vegetation Index (NDVI) Índice de vegetación por diferencia normalizada Cobertura de nieve Leaf Area Index (LAI) Índice de área foliar Humedad del suelos en la superficie Temperatura de la superficie 21 Tiempo de respuesta 1 día 1 semana Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla 2-9: Visible/Infrared Imager Radiometer Suite Nombre: Visible/Infrared Imager Radiometer Suite (VIIRS) Breve descripción: Los datos VIIRS son utilizados para medir las propiedades de las nubes y los aerosoles, color del océano, temperatura de la superficie, movimiento de hielo y cambio de temperatura, fuegos y albedo de la superficie. Climatólogos usan VIIRS para entender el cambio climático. Agencia NASA (VIIRS, 2015) Satélites: Sensor: Actual: Suomi-NPP VIIRS Planeado: DWSS-1, DWSS-2, JPSS-1, JPSS-2, JPSS-3, JPSS-4, Resolución temporal: Costo: Aprox. 1 día Sin costo Duración de misión: Tiempo de respuesta: 2012 - 2038 Aprox. 1 día Bandas medidas/canales medidos: Canales radiométricos Longitud de onda Ancho de onda Ganancia Low gain 20 nm Res. espacial 750 412 nm 352 @ 45 W/m2/sr/µm 316 @ 155 W/m2/sr/µm 445 nm 18 nm 750 380 @ 40 W/m2/sr/µm 409 @ 146 W/m2/sr/µm 488 nm 20 nm 750 416 @ 32 W/m2/sr/µm 414 @ 123 W/m2/sr/µm 555 nm 20 nm 750 362 @ 21 W/m2/sr/µm 315 @ 90 W/m2/sr/µm 672 nm 20 nm 750 242 @ 10 W/m2/sr/µm 360 @ 68 W/m2/sr/µm 746 nm 15 nm 750 199 @ 9.6 W/m2/sr/µm 865 nm 39 nm 750 215 @ 6.4 W/m2/sr/µm 1240 nm 20 nm 750 101 @ 5.4 W/m2/sr/µm 1378 nm 15 nm 750 83 @ 6.0 W/m2/sr/µm 1610 nm 60 nm 750 342 @ 7.3 W/m2/sr/µm 2250 nm 50 nm 750 10 @ 0.12 W/m2/sr/µm 3.70 µm 0.18 µm 750 0.40 K @ 270 K 4.05 µm 0.155 µm 750 0.11 K @ 300 K 8.55 µm 0.30 µm 750 0.09 K @ 270 K 10.763 µm 1.00 µm 750 0.07 K @ 300 K 12.013 µm 0.95 µm 750 0.07 K @ 300 K 0.5 - 0.9 µm 750 6 @ 6.70 10-5 W/m2/sr/µm Día/noche 0.7 µm 22 340 @ 33.4 W/m2/sr/µm 0.42 K @ 380 K Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Canales de resolución alta 0.64 µm 0.60 - 0.68 µm 375 119 @ 22 W/m2/sr/µm 0.865 µm 0.845 - 0.884 µm 375 150 @ 25 W/m2/sr/µm 1.61 µm 1.58 - 1.64 µm 375 6 @ 7.3 W/m2/sr/µm 3.74 µm 3.55 - 3.93 µm 375 2.50 K @ 270 K 11.45 µm 10.5 - 12.4 µm 375 1.50 K @ 210 K Amplitud de escaneo: 3000 km Productos relevantes ofertados por el operador: Environmental Data Record (EDR): Producto VIIRS Land Surface Temperature EDR (VLSTO) VIIRS Sea Surface Temperature EDR (VSSTO) VIIRS Snow Cover/Depth Binary Map EDR (VSCMO) VIIRS Snow Cover/Depth Snow Fraction EDR (VSCDO) VIIRS Vegetation Index EDR (VIVIO) Sensor Data Record (SDR): Por banda de radiación / temperatura de cuerpo negro Este tipo de sensor puede ser utilizado para: Normalized Difference Vegetation Index (NDVI) Índice de vegetación por diferencia normalizada Leaf Area Index (LAI) Índice de área foliar Cobertura de nieve Temperatura de la superficie del mar Temperatura de la superficie Humedad del suelo en la superficie 23 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla 2-10: Moderate Resolution Imaging Spectroradiometer Nombre: Moderate Resolution Imaging Spectroradiometer (MODIS) Breve descripción: El espectroradiómetro MODIS abordo de dos satélites Terra y Aqua cubre la superficie terrestre cada 1 o 2 días, adquiriendo información en 36 bandas espectrales o grupos de longitudes de onda. (ver especificaciones técnicas de MODIS). Estos datos van a mejorar nuestro conocimiento de la dinámica global y procesos que ocurren en la superficie terrestre, los océanos y en la atmosfera. MODIS está jugando un papel importante en el desarrollo de información validada a nivel global, modelos que permiten simulaciones de cambio climático para la toma de decisiones en la protección del medio ambiente. Agencia NASA (MODIS, 2015) Satélites: Sensor: Aqua, Terra MODIS Resolución temporal: Costo: Aprox. 1 día Sin costo Duración de misión: Tiempo de respuesta: 1999 - 2015 Aprox. 1 día Bandas medidas/ canales medidos: Longitud de onda Ancho de onda Res. espacial SNR / sensitividad 645 nm 50 nm 250 m 128 @ 21.8 W/m2/sr/µm 858 nm 35 nm 250 m 201 @ 24.7 W/m2/sr/µm 469 nm 20 nm 500 m 243 @ 35.3 W/m2/sr/µm 555 nm 20 nm 500 m 228 @ 29.0 W/m2/sr/µm 1240 nm 20 nm 500 m 74 @ 5.4 W/m2/sr/µm 1640 nm 24 nm 500 m 275 @ 7.3 W/m2/sr/µm 2130 nm 50 nm 500 m 110 @ 1.0 W/m2/sr/µm 412 nm 15 nm 1000 m 880 @ 44.9 W/m2/sr/µm 443 nm 10 nm 1000 m 838 @ 41.9 W/m2/sr/µm 488 nm 10 nm 1000 m 802 @ 32.1 W/m2/sr/µm 531 nm 10 nm 1000 m 754 @ 27.9 W/m2/sr/µm 551 nm 10 nm 1000 m 750 @ 21.0 W/m2/sr/µm 667 nm 10 nm 1000 m 910 @ 9.5 W/m2/sr/µm 678 nm 10 nm 1000 m 1087 @ 8.7 W/m2/sr/µm 748 nm 10 nm 1000 m 586 @ 10.2 W/m2/sr/µm 870 nm 15 nm 1000 m 516 @ 6.2 W/m2/sr/µm 905 nm 30 nm 1000 m 167 @ 10.0 W/m2/sr/µm 936 nm 10 nm 1000 m 57 @ 3.6 W/m2/sr/µm 940 nm 50 nm 1000 m 250 @ 15.0 W/m2/sr/µm 1375 nm 30 nm 1000 m 150 @ 6.0 W/m2/sr/µm 3.750 µm 0.180 µm 1000 m 0.05 K @ 0.45 W/m2/sr/µm 3.959 µm 0.060 µm 1000 m 2.00 K @ 2.38 W/m2/sr/µm 3.959 µm 0.060 µm 1000 m 0.07 K @ 0.67 W/m2/sr/µm 24 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina 4.050 µm 0.060 µm 1000 m 0.07 K @ 0.79 W/m2/sr/µm 4.515 µm 0.165 µm 1000 m 0.25 K @ 0.17 W/m2/sr/µm 4.515 µm 0.067 µm 1000 m 0.25 K @ 0.59 W/m2/sr/µm 6.715 µm 0.360 µm 1000 m 0.25 K @ 1.16 W/m2/sr/µm 7.325 µm 0.300 µm 1000 m 0.25 K @ 2.18 W/m2/sr/µm 8.550 µm 0.300 µm 1000 m 0.25 K @ 9.58 W/m2/sr/µm 9.730 µm 0.300 µm 1000 m 0.25 K @ 3.69 W/m2/sr/µm 11.030 µm 0.500 µm 1000 m 0.05 K @ 9.55 W/m2/sr/µm 12.020 µm 0.500 µm 1000 m 0.05 K @ 8.94 W/m2/sr/µm 13.335 µm 0.300 µm 1000 m 0.25 K @ 4.52 W/m2/sr/µm 13.635 µm 0.300 µm 1000 m 0.25 K @ 3.76 W/m2/sr/µm 13.935 µm 0.300 µm 1000 m 0.25 K @ 3.11 W/m2/sr/µm 14.235 µm 0.300 µm 1000 m 0.35 K @ 2.08 W/m2/sr/µm Amplitud de escaneo: 2230 km Productos relevantes ofertados por el operador: El sensor captura radiancia /temperatura de cuerpo negro en las resoluciones descritas arriba. Productos derivados también disponibles son: Productos Res. espacial Res. temporal Tiempo de respuesta Land Surface Temperature & Emissivity 1000m Orbital Aprox. 1 día Leaf Area Index - FPAR 1000m 1 día Aprox. 1 día Surface Reflectance Bands 1–7 500/1000m 1 día Aprox 1 día Surface Reflectance Bands 1–2 250m 1 día Aprox 1 día Land Surface Temperature & Emissivity 1000m 1 día Aprox 1 día Vegetation Indices (NDVI, EVI) 250m 1 día Aprox 1 día Leaf Area Index - FPAR 1000m 1 día Aprox 1 día Gross Primary Productivity 1000m 1 día Aprox 1 día Net Primary Productivity 1000m 1 día Aprox 1 día Vegetation Continuous Cover 250m 1 día Aprox 1 día 250m 1 día Aprox 1 día Vegetation Continuous Fields Este tipo de sensor puede ser utilizado para: Normalized Difference Vegetation Index (NDVI) Índice de vegetación por diferencia normalizada Temperatura de la superficie del mar Cobertura de nieve Leaf Area Index (LAI) Índice de área foliar Temperatura de la superficie Humedad del suelo en la superficie 25 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla 2-11: Multi-angle Imaging Spectro-Radiometer Nombre: Multi-angle Imaging Spectro-Radiometer (MISR) Breve descripción: Este sensor es capaz de generar imágenes en cuatro bandas espectrales a partir de nueve ángulos. MISR provee cobertura global con gran detalle de cobertura. Sus imágenes son cuidadamente calibradas para generar medidas precisas de brillo, contraste y color o reflectancia de la energía reflectada. MIRS provee nuevos tipo de información para los científicos estudiando la superficie terrestre, como la partición de la energía y carbono entre la superficie terrestre y la atmosfera, los impactos regional y global de diferentes tipos de partículas atmosféricas y nubes en el clima. El cambio en reflectancia para los diferentes ángulos de observación permiten distinguir diferentes tipos de partículas atmosféricas (aerosoles), formas de nubes y cobertura de la superficie. Esta información combinada con técnicas estereoscópicas permite la construcción de modelos 3-D y la cantidad total de energía reflectada por la superficie terrestre. Agencia NASA (MISR,2015) Satélites: Sensor: Terra MISR Resolución temporal: Costo: Aprox. 7 días Sin costo Duración de misión: Tiempo de respuesta: 1999 - 2015 Ver tabla abajo Bandas medidas/ canales medidos: Longitud de onda Ancho de onda Res. espacial SNR / sensitividad 446.4 nm 41.9 nm 250m nadir, 275 off-nadir 300 @ 179 W/m2/sr/μm 557.5 nm 28.6 nm 250m nadir, 275 off-nadir 620 @ 177 W/m2/sr/μm 671.7 nm 21.9 nm 250m nadir, 275 off-nadir 650 @ 146 W/m2/sr/μm 866.4 nm 39.7 nm 250m nadir, 275 off-nadir 740 @ 93 W/m2/sr/μm Existen nueve sensores midiendo las longitudes de onda descritas anteriormente. El sensor está midiendo en diferentes ángulos: 0 , 26.1, 45.6, 60.0 and 70.5 grados Amplitud de barrido 380 km Productos relevantes ofertados por el operador: Producto Res. espacial Res. temporal Tiempo de respuesta Nivel 1 - Georectified Radiance Product Amplitud de barrido (ver tabla arriba) Amplitud de barrido (ver tabla arriba) Orbital (aprox. 7 días) Orbital (aprox. 7 días) 3 horas (tiempo casi real) Nivel 2 - MISR Land Surface Data - Bihemispherical and directional-hemispherical reflectance (albedo) - Hemispherical directional and bidirectional reflectance factor (BRF) - BRF model parameters Primer barrido: Final: 3 meses - Leaf-area index (LAI) 26 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina - Fraction of photosynthetically active radiation (FPAR) - Normalized difference vegetation index on a 1.1 km grid Nivel 3 - Global Land Surface Product 0.5° grid Diario - Normalized Difference Vegetation Index Primer barrido: Final: 3 meses - DHR Photosynthetically Active Radiation (PAR) - Leaf Area Index - Average of Directional Hemispheric Reflectance (DHR) - Fractional absorbed PAR Este tipo de sensor puede ser utilizado para: Normalized Difference Vegetation Index (NDVI) Índice de vegetación por diferencia normalizada 27 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla 2-12: Advanced Scatterometer Nombre: Advanced Scatterometer (ASCAT) Breve descripción: Este es uno de la nueva generación de instrumentos instalados en MetOp y puede ser utilizado para determinar la información acerca del viento para su uso primario en predicciones climáticas y en investigaciones relacionadas con el clima. Datos de ASCAT puede ser utilizado para aplicaciones en áreas como es el monitoreo de la superficie terrestre y hielo, cobertura de nieve y humedad del suelo. ASCAT utiliza radar para medir la rugosidad del viento sobre la superficie de los océanos, la cual se utiliza para derivar la velocidad del viento y dirección. Agencia ESA (ASCAT,2015) Satélites: Sensor: Metop-A (Pasado) Metop-B (Actual) Metop-C (Planeado) ASCAT Resolución temporal: Costo: Aprox. 1.5 días Sin costo Duración misión: Tiempo de respuesta: 2006 - 2024 Aprox. 1 día Bandas medidas/canales medidos: Frecuencia Amplitud de escaneado Res. espacial Res. temporal 5.255 GHz (C-band) 2x 550 con 700km de espacio 12.5km Orbital (aprox. 1.5 días) Productos relevantes ofertados por el operador: Producto Res. espacial Res. temporal Tiempo de respuesta Soil Water Index (SWI) 25.0 km Diario Aprox. 1 día ASCAT Soil Moisture (%) 12.5 km Orbital (1.5 días) Aprox. 1 día ASCAT Soil Moisture (%) 25.0 km Orbital (1.5 días) Aprox. 1 día http://navigator.eumetsat.int/discovery/ Este tipo de sensor puede ser utilizado para: Humedad del suelo en la superficie Leaf Area Index (LAI) Índice de área foliar Humedad del suelo (in la zonas de raíces) Cobertura de nieve 28 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla 2-13: Advanced Space borne Thermal Emission and Reflection radiometer Nombre: Advanced Space borne Thermal Emission and Reflection radiometer (ASTER) Breve descripción: ASTER es un sensor abordo del satélite Terra. ASTER es un sensor producido entre la NASA , el ministerio de economía, negocios e industria del Japón y Japan Space Systems. ASTER es utilizado para generar información detallada de mapas de la temperatura de la superficie, reflectancia y elevación. Agencia NASA/METI (ASTER, 2015) Satélites: Sensor: Terra ASTER Resolución temporal: Costo: Aprox. 16 días (con capacidad e programación) Sin costo en los Estados Unidos, tasa comercial fuera de este país. Tiempo de respuesta: Duración de misión: 1999 - 2015 Bandas medidas/canales medidos: Longitud de onda Intervalo espectral Res. espacial SNR / sensitividad 0.56 µm 0.52-0.60 µm 15 m 140 @ 70% albedo 0.66 µm 0.63-0.69 µm 15 m 140 @ 70% albedo 0.81 µm 0.76-0.86 µm 15 m 140 @ 70% albedo 0.81 µm 0.76-0.86 µm 15 m 140 @ 70% albedo Observación trasera 1.65 µm 1.60-1.70 µm 30 m 140 @ 70% albedo Dañado desde Abril 2008 2.165 µm 2.145-2.185 µm 30 m 54 @ 70% albedo Dañado desde Abril 2008 2.205 µm 2.185-2.225 µm 30 m 54 @ 70% albedo Dañado desde Abril 2008 2.260 µm 2.235-2.285 µm 30 m 54 @ 70% albedo Dañado desde Abril 2008 2.330 µm 2.295-2.365 µm 30 m 70 @ 70% albedo Dañado desde Abril 2008 2.395 µm 2.360-2.430 µm 30 m 54 @ 70% albedo Dañado desde Abril 2008 8.30 µm 8.125-8.475 µm 90 m 0.3 K @ 300 K 8.65 µm 8.475-8.825 µm 90 m 0.3 K @ 300 K 9.10 µm 8.925-9.275 µm 90 m 0.3 K @ 300 K 10.60 µm 10.25-10.95 µm 90 m 0.3 K @ 300 K 11.30 µm 10.95-11.65 µm 90 m 0.3 K @ 300 K Amplitud de escaneo 60km 29 Observaciones Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Este tipo de sensor poder ser utilizado para: Producto Res. espacial Res. temporal 1. ASTER level 1 products (products after applying the standardized process of radiant quantity and geometric correction) 2. Radiance of the Land Surface(2B01) Ver tabla arriba Orbital Ver tabla arriba Orbital 3. Earth Surface Temperature(2B03) 90m Orbital 4. Emissivity of the Land Surface(2B04) 90m Orbital 5. Reflectance of the Land Surface(2B05) 15m & 30m Orbital Este tipo de sensor puede ser utilizado para: Normalized Difference Vegetation Index (NDVI) ) Índice de vegetación por diferencia normalizada Leaf Area Index (LAI) Índice de área foliar Cobertura de vegetación Humedad del suelo en la superficie 30 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina 2.2 Productos multisensores Los productos multisensores combinan medidas de diferentes sensores para generar datos más detallados. Estos productos son especialmente útiles para parámetros de variabilidad temporal como es el caso de la precipitación o cobertura de nieve. Sin embargo, la desventaja de estos productos es que los datos se basan de diferentes sensores, cada uno con una resolución espacial diferente, tiempo de revisita e intervalo espectral. Esto hace que la cualidad de la información sea ambigua debido al largo proceso que se necesita para generar la información y la incertidumbre que cada paso en el proceso puede adicionar. En las tablas 2-14 a 2-18, se describen productos multisensores para las mediciones de precipitación y nieve. En cada tabla se presentan las siguientes especificaciones: Nombre del producto Descripción del producto Cobertura geográfica Instituto responsable por el producto Variables medidas para productos de seguro climático Datos disponibles Tiempo de respuesta Costo de los datos Descripción de los datos disponibles 31 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla 2-14: Integrated Multi-satellitE Retrievals for GPM Nombre: Integrated Multi-satellitE Retrievals for GPM (IMERG) Descripción del producto: Sensores utilizados en la constelacion: El instrumento Special Sensor Microwave Imager/Sounder (SSMIS) a bordo de los satelites U.S. Defense Meteorological Satellite Program (DMSP) El instrumento Advanced Microwave Scanning Radiometer-2 (AMSR-2) a bordo del satelite JAXA’s Global Change Observation Mission - Water 1 (GCOM-W1) El instrumento Multi-Frequency Microwave Scanning Radiometer (MADRAS) y el multi-channel microwave humidity sounder (SAPHIR) a bordo del satelite Megha-Tropiques satellite provided por el Centre National D’Etudies Spatiales (CNES) de France y el Indian Space Research Organisation (ISRO) El instrumento Microwave Humidity Sounder (MHS) a bordo del satelite National Oceanic and Atmospheric Administration (NOAA)-19 satellite El instrumento MHS a bordo de los satelites MetOp puestos en órbita por la European Organisation for the Exploitation of Meteorological Satellites (EUMETSAT) El instrumento Advanced Technology Microwave Sounder (ATMS) abordo del National Polar-orbiting Operational Environmental Satellite System (NPOESS) Preparatory Project (NPP) El instrumento ATMS a bordo del futuro satelite NOAA-NASA Joint Polar Satellite System (JPSS) Un sensor microondas desarrollado para la Defense Weather Satellite System (DWSS) Cobertura geográfica: Instituto / web link: Global NASA Precipitation Measurement Mission (IMERG, 2015) Variables medidas: Datos disponibles: Precipitación 2014 - presente Tiempo de respuesta: Costo of data: Ver tabla abajo Sin costo Descripción de los datos disponibles: Los datos IMERG estan disponibles en diferentes formatos: Res. espacial Res. temporal Rango histórico Tiempo de respuesta 0.1° 30 minutos Marzo 2014 to presente 6 horas (NRT / temprana) 0.1° 30 minutos Marzo 2014 to presente 18 horas (NRT / tardia) 0.1° 30 minutos Marzo 2014 to presente 4 meses (Prod / final) 0.1° 3 horas Abril 2015 to presente 18 horas (NRT) 0.1° 1 día Abril 2015 to presente 18 horas (NRT) 0.1° 1 mes Marzo 2014 to presente 4 meses (Prod / final) 32 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Los productos de 30 minutos incluye los siguientes campos: Datos Nombre variable Unidades snapshot precipitation – calibrated precipitationCal mm/hr snapshot precipitation – uncalibrated precipitationUncal mm/hr calibrated-precipitation random error randomError mm/hr merged PMW precipitation Hqprecipitation mm/hr PMW source sensor identifier HQprecipSource index values PMW source time HQobservationTime min. into half hour IR precipitation Irprecipitation mm/hr Kalman filter weight for IR IRkalmanFilterWeight porcentaje probability of liquid precipitation phase probabilityLiquidPrecipitation porcentaje Datos Nombre varaible Unidades satellite-gauge precipitation precipitation mm/hr satellite-precipitation random error randomError mm/hr gauge relative weighting accumulation-weighted probability of liquid precipitation phase gaugeRelativeWeight porcentaje probabilityLiquidPrecipitation porcentaje Datos disponibles producto mensual: Diferentes métodos de diseminación están disponibles como son: OpenDAP, Direct FTP y web tools. 33 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla 2-15: Tropical Rainfall Measuring Mission Nombre: Tropical Rainfall Measuring Mission (TRMM) Descripción del producto: Los sensores utilizados se encuentran listados a continuación, los satélites utilizados por los sensores se encuentran entre paréntesis. SSM/I (DMSP F13, DMSP F14, DMSP F15) SSMIS (DMSP F16, DMSP F17, DMSP F18) AMSU-B (NOAA-15, NOAA-16, NOAA-17) MHS (NOAA-18, NOAA-19, MetOp-A, MetOp-B) TMI (TRMM) En adición a los sensores listados anteriormente, otro producto multisensor es utilizado de entrada, el “Globally Merged IR Data” de la división de la CPC de NOAA. Este producto fusiona los canales infrarrojos de diferentes satélites geoestacionarios (GMs, GOES and Meteosat) en un consistente mapa global. Cobertura geográfica: Instituto / web link: Ver tabla abajo NASA Precipitation Measurement Mission (TRMM, 2015) Variables medidas: Datos disponibles: Precipitación 2000 - presente Tiempo de respuesta: Costos de datos: Ver tabla abajo Sin costo Descripción de los datos disponibles: Producto Res. espacial 3-Hour Realtime TRMM Multi-satellite 0.25° Precipitation Analysis 3B42 RT Derived Daily Product 0.25° Res. temporal 3 horas Rango histórico Mar 2000 – presente Extensión geográfica 60°N - 60°S Tiempo de respuesta 8 horas 1 Día Mar 2000 – presente 50°N - 50°S 8 horas 3B42 RT Derived 10-Day Product 0.25° Oct 2008 – presente 50°N - 50°S 8 horas 0.25° 10 Días (década) 3 horas 3B42 Research Version (TRMM Multisatellite Precipitation Analysis) 3B42 Research Derived Daily Product 1998 – 2013 60°N - 60°S Anual 0.25° 1 Día Ene 1998 – presente 50°N - 50°S 2 meses Diferentes métodos de diseminación están disponibles como son: OpenDAP, Direct FTP y web tools. 34 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla 2-16: Near-real-time Ice and Snow Extent Nombre: Near-real-time Ice and Snow Extent (NISE) Descripción: El producto Near-Real-Time Daily Global Ice Concentration and Snow Extent (NISE) ofrece mapas globales diarios en tiempo casi real de concentraciones de hielo y cobertura de nieve. El National Snow and Ice Data Center (NSIDC) genera el producto NISE utilizando microondas pasivas del sensor Special Sensor Microwave Imager/Sounder (SSMIS) a bordo del satelite Defense Meteorological Satellite Program (DMSP) F17. El instrumento SSMIS es la próxima generación Special Sensor Microwave/Imager (SSM/I). Estos datos no son adecuados para series temporales, anomalías o análisis de tendencia. Cobertura geográfica: Instituto / web link: Global NSIDC (NSIDC, 2015). Variables medidas: Data disponibles: Extensión de nieve 1995 - presente Tiempo de respuesta: Costo de los datos: Aprox. 1 día Sin costo Descripción de los datos disponibles: Estos datos se generan con una grilla con resolución espacial de 25km x 25km. El producto contiene dos grillas para el hemisferio sur, una de datos y otra de tiempo. La grilla de datos contiene información acerca: Extensión de nieve Concentración de hielo en el mar Pixeles costeros La extensión de nieve es definida en un código binario, con la ubicación de presencia de nieve o ausencia. Regiones costeas son excluidas porque los algoritmos desarrollados en este producto no generan buenos resultados para lugares que tiene una mezcla de superficie terrestre y cuerpos de agua. La grilla de tiempo contiene el tiempo de los datos medidos. La mayoría de los veces hay una actualización pero debido a las orbitas de los sensores utilizados esta puede tardar hasta cuatro días para regiones pequeñas en la grilla. 35 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla 2-17: Global Multi-sensor Automated Snow/Ice Nombre: Global Multi-sensor Automated Snow/Ice (GMASI) Descripción del producto: Mapas globales de la cobertura de hielo y nieve son generados con la combinación de diferentes sensores operando en el visible/ infrarrojo y en espectro de microondas. Observaciones satélites polares y geoestacionarias son incorporadas. Sensor usado: AVHRR (METOP, desde 2010) AVHRR (NOAA-17, hasta 2010) SEVIRI (MSG) IMAGER (GOES-E) IMAGER (GOES-W) SSMIS (DMSP F-16) SSMIS (DMSP F-17) Cobertura geográfica: Instituto / web link: Global NOAA NESDIS (NOAA-NESDIS, 2015) Variables medidas: Datos disponibles: Extensión de nieve 2006 - presente Tiempo de respuesta: Costo de los datos: Aprox. 1 día Sin costo Descripción de los datos disponibles: Los datos están disponibles para una grilla global con una resolución espacial de 0.04° (aprox. 4km). La resolución espacial es de 1 dia. Los datos se distinguen entre cuatro categorías y valor de no dato. En la superficie se utilizan dos valores, ‘libre de nieve’ o ‘nieve’. 36 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla 2-18: Climate Hazards Group InfraRed Precipitation with Station data (CHIRPS) Nombre: Climate Hazards Group InfraRed Precipitation with Station data (CHIRPS) Descripción del producto: CHIRPS es una base de datos de más de 30 años. El rango de operación es de 50°S-50°N (y todas las longitudes), empezando en 1981 hasta el presente. CHIRPS incorpora una resolución espacial de 0.05° con una estación in-situ para crear una grilla de precipitación para los análisis temporales y monitoreo del a sequia durante el tiempo. CHIRPS es una mezcla de datos provenientes de sensores remotos, modelos y datos provenientes de estaciones terrestres. Cobertura geográfica: Instituto / web link: Entre 50°S and -50°N latitud Climate Hazards Group (CGC, 2015) Variables medidas: Datos disponibles: Precipitación 1981 - presente Tiempo de respuesta: Costo de los datos: Preliminar: Final: 3 a 7 semanas Sin costo Descripción de los datos disponibles: Los datos están disponibles para una grilla global con una resolución de of 0.05° (aprox. 5km). La resolución temproral mínima es de 1 día pero también hay la posibilidad de agregaciones a mayores intervalos de tiempo. Los datos solo están disponibles para la superficie continental. 37 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina 2.3 Proyectos asimilación de datos Asimilación de datos es una técnica donde se modelan los procesos físicos de la atmosfera, la superficie terrestre y océanos con el uso de mediciones puntuales para producir una imagen coherente a gran escala. El modelo es ajustado a modo que se disminuye la desviación de las mediciones. Algunas veces este proceso se desarrolla en un estado inicial para la generar datos históricos (reanálisis) o predicciones de variables. El beneficio de utilizar este tipo de modelos es la cantidad de mediciones disponibles que de otro modo son difíciles de implementar por su diferencia en los métodos de captura. La entrada de los datos para el modelo consiste de mediciones meteorológicas, boyas de captura de información, radiosondas, satélites y reportes aéreos o de navegación, entre otros. La salida de los modelos es siempre con intervalos regulares para una grilla definida; lo que facilita su comparación con medidas individuales. Una desventaja de estos productos es el nivel de precisión de los modelos usados para describir los procesos físicos. Por ejemplo, modelos actuales tiene problemas en generar una representación precisa de los procesos físicos como es el caso de convección, la cual resulta en mayores incertidumbres cuando se trata de modelar precipitación convectiva cuando es comparada con otras salidas como es el caso de la velocidad del viento. En las tablas 2-19, 2-20, 2-21 y 2-22, se presentan los cuatro proyectos de asimilación más importantes. Cada tabla contiene la siguiente información: Nombre del proyecto Cobertura geográfica Instituto responsable por el proyecto Variables medidas Disponibilidad de los datos Tiempo de respuesta Costo de los datos Descripción del os datos disponibles 38 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla 2-19: Goddard Earth Observing System Model Nombre: Goddard Earth Observing System Model, Version 5 (GEOS-5) Cobertura geográfica: Instituto / web link: Global NASA Global Modeling and Assimilation Office (GMAO) (GMAO, 2015) Variables medidas: Datos disponibles: Temperatura del aire (2m) Velocidad del viento U/V (10m) Precipitación Cobertura de nieve Temperatura de la superficie 2012 a presente Tiempo de respuesta: Costo de los datos: Aprox. 1 día Sin costo Descripción de los datos disponibles: Los datos están disponibles en una grilla global con una resolución de 0.25° x 0.333° (lat/lon). La resolución temporal es 1 hora para productos bidimensionales (parámetros de la superficie) o 3 horas para productos tridimensionales. La diseminación es via FTP, OpenDap o descarga web. 39 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla 2-20: Modern-Era Retrospective analysis for Research and Applications Nombre: Modern-Era Retrospective analysis for Research and Applications (MERRA) Cobertura geográfica: Instituto / web link: Global NASA Global Modeling and Assimilation Office (GMAO) (GMAO, 2015) Variables medidas: Datos disponibles: Temperatura del aire (2m) Velocidad el viento U/V (10m) Precipitación Cobertura de nieve Temperatura de la superficie 1979 – presente Tiempo de respuesta: Costo de los datos: Actualizado mensualmente y disponible entre 2 a 3 semanas después de finalizado el mes Sin costo Descripción de los datos disponibles: Los datos disponibles son una grilla con una resolución de 0.5° x 0.666° (lat/lon) y para otros parámetros una grilla de 1.0° x 1.25°. La resolución temporal es de 1 hora para parámetros bidimensionales (parámetros de la superficie) o 3 horas para productos tridimensionales. Diseminación via FTP, OpenDap o descarga web. 40 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla 2-21: European Centre for Medium-Range Weather Forecasts Nombre: ECMWF Re-analysis (ERA-Interim) Cobertura geográfica: Instituto / web link: Global European Centre for Medium-Range Weather Forecasts (ECMWF) (ERA, 2015) Variables medidas: Datos disponibles: Temperatura del aire (2m) Velocidad del viento U/V (10m) Precipitación Cobertura de nieve Temperatura de la superficie 1979 - presente Tiempo de respuesta: Costo de los datos: Aprox. 3 meses Sin costo, licencia: Acceso directo a la base de datos meteorológica de ECMWF tiene un costo de £5,000 GBP/Año. Descripción de los datos disponibles: Los parámetros están disponibles en una grilla T255 (aprox. 80km).La resolución temporal es tres horas. Los datos están disponibles en diferentes interfaces donde registro es requerido. 41 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla 2-22: Global Data Assimilation System (GDAS) Nombre: Global Data Assimilation System (GDAS) Cobertura geográfica: Instituto / web link: Global NOAA NCEP (GDAS, 2015) Variables medidas: Datos disponibles: Temperatura del aire (2m) Velocidad del viento U/V (10m) Cobertura de nieve Temperatura de la superficie Precipitación Contenido volumétrico del suelo Tiempo de respuesta: Archivo disponible de los últimos 16 días Aprox. 12 horas Sin costo Costo de los datos: Descripción de los datos disponibles: Existen dos resoluciones disponibles, 0.25 y 1.0 grados con una temporabilidad de tres horas. El archivo de 1.0 grados es disponibles desde Diciembre 2004 y puede ser encoentrado en NOAA Air Resources Laboratory (ARL). El formato de los datos archivados es diferente a los operacionales. https://www.ready.noaa.gov/gdas1.php 42 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina 2.4 Estaciones terrestres Las estaciones meteorológicas terrestres en América Latina son administradas por entidades nacionales que son independientes o controlados por entidades gubernamentales. Las variables y resolución temporal medidas difieren del tipo de estación. Estaciones meteorológicas terrestres pueden clasificarse en convencionales y automáticas. En las estaciones convencionales los sensores meteorológicos son leídos manualmente en intervalos diarios. En las estaciones automáticas los sensores meteorológicos son almacenados en un registrador de datos o trasmitidos en tiempo casi real en diferentes intervalos de tiempo. Los sensores instalados en las estaciones dependen del propósito que la entidad le quiera dar a la estaciones. A modo de hacer la información comparable entre los diferentes países, solo estaciones convencionales y automáticas que miden temperatura del aire, humedad relativa, velocidad del viento y precipitación son incluidas. Todos los datos están disponibles en intervalos diarios. En caso que los datos se encuentre en intervalos más cortos, esto se ha incluido en la descripción de los datos disponibles. Una evaluación completa de los datos meteorológicos de estaciones terrestres fue desarrollada para todos los países de América Latina. Para cada país se realizó un requerimiento via correo electrónico al instituto responsable para esta información. Sin embargo, la respuesta a esta inquietud fue diferente por instituto y por este motivo la información para cada país fue complementada con una búsqueda directa a la página web de cada instituto. Basado en estas dos fuentes de información, los siguientes parámetros fueron diligenciados por país: Variables meteorológicas medidas en intervalos diarios Número de estaciones meteorológicas operacionales Tiempo de respuesta Costo de los datos Descripción de la disponibilidad de los datos, incluyendo una descripción de datos históricos reportados Descripción del uso actual de los datos Los parámetros por país son descritos en el apéndice 2 e incluyen las tablas A-2 a A-19. Adicionalmente, los institutos meteorológicos nacionales comparten información climática con bases de datos globales como es el caso de Global Historical Climatology Network – Daily (GHCNDaily) o plataformas regionales como es la Latin American Climate Assessment & Data set (LACA&D). La descripción de la GHCN-Daily y LACA&D son presentadas en las Tablas 2-23 y 2-24, respectivamente. 43 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla 2-23: Global Historical Climatology Network – daily (GHCN-Daily) Países incluidos en la base de datos: Instituto / web link: Argentina Bolivia Brasil Chile Colombia Costa Rica República Dominicana Ecuador Guatemala Honduras México Panamá Perú Uruguay Venezuela NOAA - NCDC (GHCN-daily, 2015) Variables meteorológicas medidas en intervalos diarios: Número de estaciones meteorológicas operacionales: Los elementos principales son: La base de datos contiene datos de más de 75000 estaciones en 180 países y territorios. La duración y periodo de captura diaria difiere por estación. Precipitación Caída de nieve Altura de nieve Máxima temperatura Minina temperatura Tiempo de respuesta: Costo de los datos: La base de datos es reconstruida periódicamente (usualmente durante el fin de semana) Sin costo para propósito de investigación y no comercial Durante la semana, las estaciones GHCN-Daily son actualizados Los datos o cualquier producto derivado no puede ser ofrecida a otros usuarios o usado para servicios comerciales. Descripción de los datos disponibles: Datos del GHCN-Daily es disponible en archivos individuales en formatos ASCII y como archive TAR conteniendo versiones comprimidas GZIP de los archivos individuales. Acceso a los datos puede lograrse con los siguientes dos métodos: FTP Access: ftp://ftp.ncdc.noaa.gov/pub/data/ghcn/daily/ HTTP Access: http://www1.ncdc.noaa.gov/pub/data/ghcn/daily/ Descripción del uso actual de los datos: La base de datos GHCN-Daily se ha utilizado para generar: i) el archivo World Weather Extreme y ii) la grilla de anomalías para temperaturas máximas y mínimas. Esta también funciona como el archivo para el Global Climate Observing System (GCOS) Surface Network (GSN). 44 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla 2-24: Latin American Climate Assessment & Dataset (LACA&D) Países incluidos en la base de datos: Instituto / web link: Antárctica Bolivia Chili Colombia Antillas Holandesas Ecuador Perú Surinam Venezuela Latin American Climate Assessment & Dataset (LACA&D) (LACA&D, 2015) Variables meteorológicas medidas en intervalos diarios: Número de estaciones meteorológicas operacionales: 1222 Temperatura máxima (Tx) Temperatura mínima (Tn) Temperatura media (Tg) Precipitación (Rr) Presión del mar (Pp) Humedad relativa (Hu) Cobertura de nubes (Cc) Tiempo de respuesta: Costo de los datos: Dos meses o más. Sin costo para propósito de investigación y no comercial. En Julio 30 de 2015 los datos disponibles en la base de datos de 31 Mayo de 2015. Políticas de uso de los datos: http://lacad.ciifen.org/documents/LACAD_datapolicy.pdf Descripción de los datos disponibles: Esta base de datos contiene las variables mencionadas anteriormente, de esta información se derivan 53 indices para diferentes agregaciones temporales, el listado completo puede ser encontrado en: http://lacad.ciifen.org/indicesextremes/indicesdictionary.php Los periodos para los cuales las agregaciones están disponible son: 1) anual (Enero - Diciembre) 2) invierno medio año (Octubre - Marzo) 3) verano medio año (Abril - Septiembre) 4) invierno (DEF) 5) primavera (MAM) 6) verano (JJA) 7) otoño (SON) 8-19) meses individuales empiezan en Enero Descripción del uso actual de los datos: Siguiendo la información en la website: “El objetivo de LACA&D es combinar la colección de datos diarios de observaciones meteorológicas, control de calidad, análisis de condiciones extremas y diseminación de ambos datos diarios y resultados de análisis. Integraciones de estas actividades en un proyecto han resultado ser un éxito. Nuevas versiones de los datos serán desarrollados en intervalos más regulares.” 45 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina 3. Evaluación de proyectos y casos en LATAM Aseguradoras en América Latina han adoptado los riesgos climáticos asociados con condiciones extremas climáticas. Entre los productos se incluyen temperaturas extremas, exceso o disminución de la precipitación, daño causado durante la época de huracanes que es de mayor relevancia para América Central y el fenómeno ENSO en América del Sur. Estas iniciativas son similares en diferentes aspectos, como son: i) la cobertura del daño, ii) manejo de los reclamos basados en inspecciones de campo o reportes y iii) los pagos basados en los reclamos de las pérdidas. Este método convencional de manejar los reclamos es costoso y dificulta la expansión de pólizas de seguros en área remotas. Por esta razón, novedosos métodos han sido recientemente investigados e implementados basados en un índice predeterminado relacionando las condiciones climáticas con los eventos catastróficos (IIF, 2015). Este método tiene la ventaja de disminuir los costos derivados del trámite de la reclamación, elimina las inspecciones de campo y calcula la indemnización basado en los parámetros climáticos asociados con la perdida. Una detallada revisión de la literatura y búsqueda in el internet ha resultado en una lista de proyectos y casos donde el conjunto de datos paramétricos son usados para productos de seguros climáticos para América Latina. Esta evaluación se enfoca en parámetros derivados de eventos de precipitación para Argentina, Honduras, Nicaragua, México, Perú y Uruguay, presentados en las Tablas 3-1, 3-3, 3-4, 3-6, 3-7 y 3-9, respectivamente. El parámetro de temperatura del aire se ha explorado solamente en Uruguay para el daño producido por bajas temperaturas (Tabla 3-8). En comparación de los productos paramétricos derivados de condiciones climáticas, datos provenientes de sensores remotos para el estado de la vegetación son poco utilizados. Tres casos separados se han implementado en Argentina (Tabla 3-2), México (Tabla 3-5) y Uruguay (Tabla 3-10). Este último ejemplo se ha implementado en pólizas para todos los Estados de México. El proyecto en Argentina se encuentra en estado de evaluación. La descripción de los casos actuales o proyectos para la región se han tabulados entre las siguientes características: Nombre del proyecto País Localización en el país Variables usadas Propietario del proyecto Periodo de análisis Parámetros calculados Producto de seguro climático Estado del seguro Descripción del proyecto 46 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla 3-1: Argentina – Precipitación para la industria lechera Nombre del proyecto: País: Propuesta de seguro para empresas tamberas basadas en un índice climático. Argentina Localización en el país: Variables usadas: Provincia de San Cristóbal y Santa Fe. Precipitación de estaciones terrestres Propietario del proyecto: Sancor Seguros Parámetros calculados: Instituto Nacional de Tecnología Agropecuaria (INTA) Índice de Precipitación Estandarizado (SPI) basado en precipitación acumulada mensualmente. Periodo de análisis: 2012 Exceso SPI > 2 Déficit SPI < -2 Producto de seguro climático: Estado del seguro: Se utiliza el SPI para definir los eventos extremos de precipitación. Este seguro todavía no está disponible. Descripción del proyecto El producto define un disparador basado en el SPI. El exceso de precipitación fue definido con un valor SPI de 2 y un déficit con valor de -2. A pesar que este producto ha recibido la atención de compañías aseguradoras y los cuerpo reguladores de Argentina (Oficina de Riesgos Agropecuarios de la Nación, ORA) su implementación necesita ser regulada (INTA-LECHE, 2015). 47 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla 3-2: Argentina – NDVI para forraje Nombre del proyecto: País: Seguro de Índice de Vegetación Normalizado (NDVI) para productores ganaderos Argentina Localización en el país: Variables usadas: Suroeste de la provincia de Buenos Aires. NDVI derivada de MODIS Propietario del proyecto: Parámetros calculados: Oficina de Riesgo Agropecuario (ORA) Índices para definir el disparador y salida. Ministerio de Agricultura, Ganadería y Pesca de la Nación (MAGyP) El índice disparador define la caída en NDVI en intervalos mensuales. Este índice determina un pago parcial. Periodo de análisis: El índice de salida se basa en la desviación estándar del índice disparador que determina el monto total a indemnizar. No esta implementado Producto de seguro climático: Estado del seguro: NDVI para medir la cantidad de biomasa disponible para forraje. Estudio de viabilidad. Descripción del proyecto: Este es un proyecto piloto. En esta etapa un análisis de percepción se ha desarrollado entre los usuarios potenciales. El inicio del proyecto piloto no se ha definido todavía (Salvo, J. 2015). 48 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla 3-3: Argentina – Precipitación para algodón Nombre del proyecto: País: Estudio de viabilidad para el diseño e implementación para el seguro indexado en algodón. Argentina Localización en el país: Variables usados: Provincia del Chaco. Precipitación de estaciones terrestres Propietario del proyecto: Parámetros calculados: The World Bank 1. Precipitación acumulada durante cuatro estados vegetativos del algodón 2. Número de días consecutivos de sequía en cada una de los cuatro estados vegetativos. Periodo de análisis: 2010 - 2011 Producto de seguro climático: Estado del seguro: Precipitación acumulada y número de días consecutivos de sequía. Estudio de viabilidad Descripción del proyecto: En este estudio dos tipos de disparadores fueron evaluados para algodón. Primeramente se asumió un ciclo de cultivo de 120 días dividido en cuatro estados de desarrollo: estado 1 cubre los primeros 20 días, estado 2 cubre los siguientes 30 días, estado 3 comprende 30 días y estado 4 comprende los últimos 40 días. La etapa de desarrollo fue definida entre 15 de Octubre a 15 de Diciembre. Para ambas variables el análisis presento una pobre correlación entre los datos departamentales, los datos modelados y los índices definidos para realizar el pago. Esto sugiere que la precipitación es solo una factores que puede afectar la producción de algodón. Por este motivo no fue posible evaluar el daño con las variables propuestas para la provincia del Chaco (World Bank, 2013a) 49 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla 3-4: Honduras – Nicaragua – Precipitación para café Nombre del proyecto: País: Estudio de factibilidad para la implementación de seguros basados en índices climáticos en el cultivo de café en Honduras y Nicaragua Honduras - Nicaragua Localización en el país: Variables usados: Zona central del pacífico de Nicaragua Zona Norte de Honduras Siguatepeque en Honduras Precipitación de estaciones terrestres Propietario del proyecto: Parámetros calculados: Centro Agronómico Tropical de Investigación y Enseñanza (CATIE) Distribución de precipitación acumulada por mes de datos históricos de precipitación. Periodo de análisis: 2000 - 2010 Producto de seguro climático: Estado del seguro: Define el déficit de precipitación para diferentes estados de desarrollo del café. Estudio de viabilidad. Descripción del proyecto: Este proyecto piloto se enfoca en la precepción de riesgo de cambio climático y el desarrollo de modelos que integran la precipitación para cuantificar la magnitud del daño durante diferentes estados de desarrollo en el café. Algunos de los resultados de este estudio encontraron que los agricultores identifican el cambio climático con baja productividad y cualidad, pero la magnitud del daño percibido es baja. Por esta razón ellos son negativos a la adquisición de pólizas basadas en índices climáticos. Una recomendación de este estudio es incluir a las cooperativas y asociaciones de productores. (Lara, et al. 2011). 50 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla 3-5: México – NDVI para pasturas Nombre del proyecto: País: Seguro de daño para agostaderos con imagines de satélite. México Localización en el país: Variables usadas: Disponible para todos los Estados. NDVI proveniente de MODIS Propietario del proyecto: Parámetros calculados: Instituto AGROASAMEX Dos índices son calculados para las pasturas: 1. NDVI inicial 2. Perfil de crecimiento de la pasture basada en el NDVI durante el ciclo de desarrollo. Secretaría de agricultura, ganadería, desarrollo rural, pesca y alimentación (SAGARPA) Periodo de análisis: Desde 2007 ofertado en México Producto de seguro climático: Estado del seguro: NDVI para medir la cantidad de biomasa disponible para forraje. El seguro se ofrece en este momento en México. Descripción del proyecto: Este seguro fue lanzado en 2007 como piloto utilizando NDVI como la cantidad de biomasa disponible para forraje. Este seguro cubre la producción de biomasa para un área con pastura dentro de un sistema productivo o un área de pastura dentro de una provincia. El seguro cubre cambios de NDVI en el inicio o caídas en el perfil debido a exceso de humedad en el suelo, exceso de temperatura, heladas, bajas temperaturas, inundaciones o tormentas de viento. En 2012, 5,470,720 unidades de animales fueron aseguradas. En el año 2014, 2.286.870 unidades de animales fueron aseguradas. El seguro cubre el periodo de 01 Mayo hasta 30 Noviembre (SAGARPA, 2015). 51 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla 3-6: México – Precipitación para cultivos y pasturas Nombre del proyecto: País: Seguro contingencias climatológicas México Localización en el país: Variables usadas: Disponible para todos los Estados Precipitación de estaciones terrestres Propietario del proyecto: Parámetros calculados: Instituto AGROASAMEX Reportes de precipitación semanal Secretaría de agricultura, ganadería, desarrollo rural, pesca y alimentación (SAGARPA) Periodo de análisis: Un piloto fue desarrollado en 2002 para las regiones del Estado de Guanajuato. Producto de seguro climático: Estado del seguro: Parámetro de precipitación que genera sequia o exceso de precipitación en pasturas. El seguro es ofrecido actualmente en México. Descripción del proyecto: Este seguro utiliza información de la precipitación de una red de datos meteorológicos que es operada por CONAGUA. El umbral de precipitación durante las diferentes estados de desarrollo está definido con las mediciones de precipitación. En 2012, 1.299.927 ha fueron aseguradas y en 2014, 1.109.819 ha fueron aseguradas. Los cultivos asegurados para 2014 fueron avena, cebada, leguminosas, maíz y sorgo (SAGARPA, 2015). 52 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla 3-7: Perú – Precipitación para cultivos Nombre del proyecto: País: Seguro Indexado contra el Fenómeno El Nino Perú Localización en el país: Variables usadas: Provincia del Piura. Precipitación de estaciones terrestres Propietario del proyecto: Parámetros calculados: Financiera Confianza Histórico normalizado de precipitación Periodo de análisis: Enero - Abril Producto de seguro climático: Estado del seguro: Inundaciones El seguro fue implementado en 2011 y 2012. No información fue encontrada para los años 2013, 2014 and 2015. Descripción del proyecto: Este seguro utiliza una combinación histórica de los datos de precipitación de cuatro estaciones meteorológicas del Servicio Nacional de Meteorología (SENAMHI) y temperatura de la superficie del agua medida para el El Niño Oscilación del Sur (ENSO) en el punto 1.2. Estas dos medidas fueron utilizadas para correlacionar eventos extremos de o precipitación. Por ejemplo, en la provincial de Piura el umbra es entre 24.5 y 27 C. En 2011 la primera póliza fue vendida para cubrir 585 préstamos agrícolas y en 2012 la póliza fue ofrecida para cubrir 3560 préstamos agrícolas. Hay interés de extender este seguro a la Provincia de Lambayeque y La Libertad pero no información fue encontrada acerca de este desarrollo (Oft. P. 2009). 53 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla 3-8: Uruguay – Temperatura del aire para arroz Nombre del proyecto: País: Seguros para cultivos de arroz. Uruguay Localización en el país: Variables usadas:: No especificada Temperatura del aire de estaciones terrestres Propietario del proyecto: Parámetros calculados: Seguros Uruguayos Cooperativos SURCO Un día con temperaturas iguales o menores a 10 C o o Tres días consecutivos con temperaturas menores a 15 C. o Periodo de análisis: Actualmente ofertado en Uruguay 2014 - 2015 Producto de seguro climático: Estado del seguro: Granizo, bajas temperaturas y daño en la cosecha. Actualmente se oferta para productores de arroz. Descripción del proyecto: Este seguro cubre diferentes daños donde el único riesgo paramétrico es bajas temperaturas. La cobertura para este riesgo es en el estado de desarrollo del arroz (R2) hasta el 28 de Febrero, si el arroz es plantado antes del 30 de Noviembre (SURCO, 2015). 54 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla 3-9: Uruguay – Precipitación para cultivos Nombre del proyecto: País: Seguro de índice contra exceso de lluvias. Uruguay Localización en el país: Variables usadas: Región del sur. Precipitación de estacones terrestres Propietario del proyecto: Parámetros calculados: Banco de Seguros del Estado (BSE) Precipitación acumulada durante 10 días consecutivos Periodo de análisis: Octubre 2014 – Abril 2015 Producto de seguro climático: Estado del seguro: Exceso de precipitación Proyecto piloto. Descripción del proyecto: Este seguro puede ser adquirido mensualmente durante la temporada de lluvias en Uruguay desde Octubre a Abril. Para cada mes, hay dos disparadores para el índice: i) extremo y ii) intensidad. Cada disparador está asociado con una indemnización. La precipitación esta medida para siete estaciones meteorológicas aprobadas por el Instituto Uruguayo de Meteorología (INUMET) y pólizas pueden ser adquiridas para toda la temporada de lluvias o en meses específicos (BSE, 2015). 55 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla 3-10: Uruguay – NDVI para pasturas Nombre del proyecto: País: NDVI para el desarrollo del Índice de pasturas para la ganadería en Uruguay. Uruguay Localización en el país: Variables usadas: No especificado. NDVI derivado de: MODIS: 2000 – presente LTDR series 2: 1981 - 1999 Propietario del proyecto: Parámetros calculados: World Bank Dos o más meses consecutivos durante el periodo de cobertura con un NDVI menor que el disparador definido con el NDVI para indemnización. Periodo de análisis: Ocurrencia de uno o más meses dentro del periodo del seguro donde los valores del NDVI están por debajo del NDVI definido como disparador. Producto de seguro climático: Estado del seguro: Producto NDVI Estudio de viabilidad. Descripción del proyecto: La versión final para este parámetro fue diseñado para realizar los pagos en cualquier mes durante los siete meses del periodo de cobertura si el disparador definido con el NDVI es excedido. Para definir los disparadores la distribución del perfil de NDVI fue analizada por los últimos 30 anos. Se desarrollará un piloto para siete regiones de Uruguay (World Bank, 2013b). 56 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina 4. Conclusiones y recomendaciones Existe un buen número de datos que pueden ser usados para productos climáticos paramétricos. Este estudio describe solo una pequeña parte de estos datos. A modo de comparación, la gran cantidad de sensores remotos listados en el apéndice 1 y el número de proyectos y casos donde se utiliza información paramétrica, resulta claro el potencial que tiene este tipo de información en el desarrollo de productos de seguros climáticos paramétricos. Actualmente dos principales barreras impiden su uso en el corto tiempo. La primera es la accesibilidad a los datos. A pesar que existen un buen número de fuentes de datos pocas son de fácil acceso. Investigadores utilizan normalmente una fracción de la información de sensores remotos disponibles donde la facilidad de la captura de estos datos juega un rol importante. La segunda barrera es el menor número de fuentes de datos utilizados en proyectos de seguros paramétricos. Esto dificulta las correlaciones de variables climáticas o de sensores remotos con el daño asegurable. Un mejor entendimiento del tipo de datos en sus limitaciones como su disponibilidad es importante para sobreponer este problema. Datos de precipitación y temperatura provenientes de estaciones terrestres son más fáciles de entender en comparación a datos provenientes de sensores remotos. Sin embargo, el potencial para utilizar estaciones terrestres en variables climáticas difiere por país. Esto responde a que la disponibilidad de esta información es diferente por país y el costo para adquirir información histórica o en tiempo cercano puede ser una limitación para su uso y futura implementación a nivel nacional o regional. La falta de estándares para la colección y almacenamiento de información es un problema; por este motivo mejoras en esta área puede facilitar el acceso a los datos con particular interés en países donde los seguros climáticos paramétricos todavía no se han implementado. Sensores remotos y asimilación de datos son derivados de proveedores independientes los cuales utilizan una fuente detallada de información y de procesamiento que posibilitan el desarrollo de aplicaciones regionales. Ambas fuentes de información puede generar datos de parámetros para seguros climáticos durante el tiempo de las pólizas y con información disponible en tiempo casi real. Sin embargo, el reto está en tener una clara correlación entre el parámetro medido y el riesgo del daño. Los datos de sensores remotos descritos en este documento presentan medidas de cobertura de nieve, precipitación, humedad del suelo, temperatura de la superficie y LAI. Todos estos parámetros pueden ser potencialmente utilizados para el desarrollo de productos en seguros climáticos paramétricos. Sin embargo pocos han sido utilizados para estudios en América Latina, en donde la mayoría utilizan estaciones terrestres. Esto demuestra que más investigación es necesaria antes de su uso para el sector de los seguros. Por esto se recomienda el desarrollo de más casos de estudio que se enfoquen en la correlación entre datos de sensores remotos y daño asegurable. Un estudio relevante puede incluir el análisis a diferentes escalas espaciales utilizando sensores remotos y asimilación de datos climáticos como fuete de información. Estos estudios seguramente van a incrementar la confianza de estas fuentes de información entre los usuarios potenciales de este tipo de seguros. 57 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina 5. Bibliografía Argentina-SMN, 2015. Servicio Meteorológico Nacional. Disponible en: http://www.smn.gov.ar/ (visitada en 02 Julio 2015. ASCAT,2015. Advanced Scatterometer. Disponible en: (http://www.esa.int/Our_Activities/Observing_the_Earth/The_Living_Planet_Programme /Meteorological_missions/MetOp/Products5 (visitada en 28 Junio 2015). ASTER, 2015. Advanced Space borne Thermal Emission and Reflection radiometer. Disponible en: http://asterweb.jpl.nasa.gov/ (visitada en 28 Junio 2015). Bolivia-SNMH, 2015. Servicio Nacional de Meteorología e Hidrología. Disponible en: http://www.senamhi.gob.bo (visitada en 02 Julio 2015). Brazil-INMET, 2015. Instituto Nacional de Meteorología. Disponible en: http://www.inmet.gov.br (visitada en 03 Julio 2015). BSE, 2015. Banco Seguro del Estado. Disponible en: http://www.segurohorticolauy.com/informacion-historica.html (visitada en 06 Julio 2015). Chile-DMC, 2015. Dirección Meteorológica de Chile. Disponible en: http://www.meteochile.gob.cl/inicio.php (visitada en 03 Julio 2015). Colombia-IDEAM, 2015. Instituto de Hidrología, Meteorología y Estudios Ambientales. Disponible en: http://www.ideam.gov.co/ (visitada en: 06 Julio 2015). Costa Rica – IMN, 2015. Instituto Meteorológico Nacional. Disponible en: http://www.imn.ac.cr/ (visitada en 06 Julio 2015). de Leeuw, J., Vrieling, A., Shee, A., Atzberger, C., Hadgu, K. M., Biradar, C. M., Keah, H., Turvey, C. 2014. The potential and uptake of remote sensing in insurance: a review. Remote Sensing, 6(11), 10888-10912. Dominican Republic-ONAMET, 2015. Oficina Nacional de Meteorología. Disponible en: http://www.onamet.gov.do/ (visitada en 03 Julio 2015). Ecuador-INMH, 2015. Instituto Nacional de Meteorología e Hidrologia. Disponible en: http://www.serviciometeorologico.gob.ec (visitada en 06 Julio 2015). ERA, 2015. European Centre for Medium-Range Weather Forecasts (ECMWF). Disponible en: http://www.ecmwf.int/en/forecasts/datasets/era-interim-dataset-january-1979-present (visitada en 06 Julio 2015). GDAS, 2015. Global Data Assimilation System. Disponible en: https://www.ncdc.noaa.gov/dataaccess/model-data/model-datasets/global-data-assimilation-system-gdas (visitada en 29 Julio 2015). CGC, 2015. Climate Hazards Group InfraRed Precipitation with Station data (CHIRPS). Disponible en: http://chg.geog.ucsb.edu/data/chirps (visitada en 29 Julio 2015). DPR-PMM, 2015. Dual-frequency Precipitation Radar (DPR). Disponible en: (http://pmm.nasa.gov/GPM/flight-project/DPR (visitada en 29 Julio 2015) GPM-PMM, 2015. Global Precipitation Measurement Mission. Disponible en: ERA, 2015. ERA-Interim dataset. Disponible en: http://www.ecmwf.int/en/forecasts/datasets/era-interimdataset-january-1979-present (visitada en 01 Julio 2015). GHCN-daily, 2015. Global Historical Climatology Network – Daily. Disponible en: https://www.ncdc.noaa.gov/oa/climate/ghcn-daily (visitada en 30 Julio 2015). GMAO, 2015. NASA Global Modeling and Assimilation Office. Disponible en: http://gmao.gsfc.nasa.gov/ (visitada en 01 Julio 2015). http://pmm.nasa.gov/GPM (visitada en 29 Junio 2015). GMI, 2015. GPM Microwave Imager (GMI). Disponible en: http://pmm.nasa.gov/GPM/flightproject/GMI (visitada en 29 Julio 2015). 58 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Guatemala – INSIVUMEH, 2015. Instituto Nacional de Sismologia, Vulcanologia Meteorologia e Hidrologia. Available on: http://www.insivumeh.gob.gt/ (visitada en 01 Julio 2015) Honduras-SMN, 2015. Servicio Meteorológico Nacional de Honduras. Disponible en: http://www.smn.gob.hn/ (visitada en 01 Julio 2015). IIF, 2015. Index Insurance Forum. Disponible en: https://www.indexinsuranceforum.org/ (visitada en 07 Julio 2015). IMERG, 2015. Integrated Multi-satellitE Retrievals for GPM. Disponible en: http://pmm.nasa.gov/data-access/downloads/gpm (visitada en 30 Junio 2015). INTA-LECHE, 2015. Propuesta de seguro para empresas tamberas basado en un índice climático. Disponible en: http://inta.gob.ar/documentos/ficha-tecnica-24.-propuesta-de-seguropara-empresas-tamberas-basado-en-un-indiceclimatico/at_multi_download/file/ficha_tecnica_24.pdf (visitada en 07 Julio 2015). LACA&D, 2015. Latin American Climate Assessment & Dataset. Disponible en: http://lacad.ciifen.org (visitada en 30 Julio 2015). Landsat, 2015. Landsat Missions. Disponible en: http://landsat.usgs.gov (visitada en 28 Junio 2015). Lara, L., Rapidel, B., & Stoian, D. (2011). Estudio de factibilidad para la implementación de seguros basados en Índices climáticos en el cultivo de café en Honduras y Nicaragua. Reporte, pag 94. Mexico-CONAGUA, 2015. Comisión Nacional del Agua Servicio Meteorológico Nacional. Disponible en: http://smn.cna.gob.mx (visitada en 03 Julio 2015). MISR, 2015. Multi-angle Imaging Spectro-Radiometer. Disponible en: https://wwwmisr.jpl.nasa.gov/index.cfm (visitada en 28 Junio 2015). MODIS, 2015. Moderate Resolution Imaging Spectroradiometer. Disponible en: http://modis.gsfc.nasa.gov/ (visitada en 28 Junio 2015). Nicaragua-INETER, 2015. Instituto Nicaragüense de Estudios Territoriales. Disponible en: http://www.ineter.gob.ni/ (visitada en 03 Julio 2015). NOAA-NESDIS, 2015. Global Multi-sensor Automated Snow/Ice. Disponible en: http://www.star.nesdis.noaa.gov/smcd/emb/snow/HTML/multisensor_global_snow_ice. html (visitada en 30 Junio 2015). NSIDC, 2015. National Snow & Ice Data Center. Available on: http://nsidc.org/data/nise1 (visitada en 01 Julio 2015). Oft, P., 2009. Seguro Indexado contra Interrupción de Negocios por el Fenómeno del Niño en Perú. GTZ. Año 2 N°10. Diciembre 2009. Panama-HIDROMET, 2015. HIDROMET. Disponible en: http://www.hidromet.com.pa/index.php (visitada en 01 Julio 2015). Paraguay-DMH, 2015. Dirección de Meteorología e Hidrología. Disponible en: http://www.meteorologia.gov.py/serviciopublico.php (visitada en 30 Junio 2015). Peru-SENAMHI, 2015. Servicio Nacional de Meteorología e Hidrología del Perú. Disponible en: http://www.senamhi.gob.pe/ (visitada en 30 Junio 2015). PR-TRMM, 2015. Precipitation Radar. Disponible en: http://pmm.nasa.gov/TRMM/PR (visitada en 29 Junio 2015). Salvador-Ministerio de Medio Ambiente y Recursos Naturales. Disponible en: http://www.snet.gob.sv/ (visitada en 01 Julio 2015). Salvo, J. 2015. Estudio Caso: Seguros climáticos: la experiencia de Perú y Agentina en seguros indexados. Centro Regional de Cambio Climatico y Toma de Decisiones. Marzo 2015. Pag. 56. SAGARPA, 2015. Secretaría de Agricultura, Ganadería, Desarrollo rural, Pesca y Alimentación. Available on: http://pacc.sagarpa.gob.mx/sac/index.htm (visitada en 01 Julio 2015). SURCO, 2015. Seguros Uruguayos Cooperativos. Disponible en: http://www.surco.com.uy/Condiciones%20generales/AGRO/arroz2014-2015.pdf (visitada en 03 Julio 2015). 59 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina TRMM, 2015. Tropical Rainfall Measuring Mission. Disponible en: http://pmm.nasa.gov/dataaccess/downloads/trmm (visitada en 30 Junio 2015). TMI-TRMM, 2015. TRMM Microwave Imager. Disponible en: http://pmm.nasa.gov/TRMM/TMI (visitada en 28 Junio 2015). Uruguay-INUMET, 2015. Dirección Nacional de Meteorología. Disponible en: http://www.meteorologia.com.uy/ (visitada en 01 Julio 2015). VEGETATION, 2015. Spot-Vegetation Programme. Disponible en: http://www.spot-vegetation.com/ (visitada en 01 Julio 2015). Venezuela – SMMB, 2015. Servicio de MEteorolgía de la Aviación Militar Bolivariana. Disponible en: http://www.meteorologia.mil.ve/ (visitada en 01 Julio 2015). VIIRS, 2015. Visible/Infrared Imager Radiometer Suite. Disponible en: http://npp.gsfc.nasa.gov/viirs.html (visitada en 30 Junio 2015). VGT-VITO, 2015. Vegetation. Disponible en: http://www.vgt.vito.be/pages/catalogue.html (visitada en 28 Junio 2015). WMO-OSCAR, 2015. Observing Systems Capability Analysis and Review Tool. Disponible en: http://www.wmo-sat.info/oscar/ (visitada en 01 Julio 2015). World Bank, 2013a. Chaco Province, Argentina. Feasibility Study for the Design and Implementation of Cotton Index Insurance. 5 Junio 2013. Reporte, pag. 109. World Bank, 2013b. NDVI Pasture index-based insurance for livestock producers in Uruguay. 29 May 2013. Reporte, pag. 143. 60 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Apéndice 1 Selección de base de datos WMO Tabla A- 1: Selección de base de datos Nombre Agencia Tipo Satélite Precipitation Radar JAXA TRMM TRMM Microwave Imager NASA Végétation CNES Enhanced Thematic Mapper + NASA Aquarius NASA Visible/Infrared Imager Radiometer Suite NASA 15. Radar de nubes y precipitación 06. MW imaging radiometer, conical scanning 01. Imagen óptica resolución media 02. Imagen óptica de alta resolución 09. Escaneo espacial o no la exploración MW radiómetro 01. Imagen óptica resolución media Moderate-resolution Imaging Spectro-radiometer NASA Multi-angle Imaging Spectro-Radiometer NASA Microwave Humidity Sounding EUMETSAT Advanced Scatterometer ESA 16. Radar dispersometro Advanced Microwave Sounding Unit - A NOAA 07. Radiómetro de resonancia, la exploración de ruta transversal WindSat DoD Operational Land Imager NASA Advanced Space borne Thermal Emission and Reflection radiometer Microwave Imaging Radiometer using Aperture Synthesis Imaging Infrared Radiometer METI Special Sensor Microwave - Imager DoD 06. Imágenes radiómetro, la exploración cónica 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 09. Escaneo espacial o no la exploración MW radiómetro 01. Imagen óptica resolución media 06. Imágenes radiómetro, la exploración cónica ESA CNES 61 01. Imagen óptica resolución media 01. Imagen óptica resolución media 07. Radiómetro de resonancia, la exploración de ruta transversal TRMM SPOT-4 SPOT-5 Landsat-7 SAC-D DWSS-1 DWSS-2 JPSS-1 JPSS-2 JPSS-3 JPSS-4 Suomi-NPP EOS-Aqua EOS-Terra EOS-Terra Metop-A Metop-B Metop-C NOAA-18 NOAA-19 Metop-A Metop-B Metop-C EOS-Aqua Metop-A Metop-B Metop-C NOAA-15 NOAA-16 NOAA-17 NOAA-18 NOAA-19 Coriolis Landsat-8 EOS-Terra SMOS CALIPSO DMSP-F08 DMSP-F10 DMSP-F11 DMSP-F12 DMSP-F13 DMSP-F14 DMSP-F15 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Nombre Agencia Tipo Satélite Advanced Microwave Sounding Unit - B BNSC 07. Radiómetro de resonancia, la exploración de ruta transversal Wide-Field Camera NASA Very High Resolution Radiometer ISRO 02. Imagen óptica de alta resolución 01. Imagen óptica resolución media NOAA-15 NOAA-16 NOAA-17 CALIPSO Advanced Technology Microwave Sounder NASA 07. Radiómetro de resonancia, la exploración de ruta transversal Cloud Profiling Radar for CloudSat NASA 15. Radar de nubes y precipitación Advanced Microwave Scanning Radiometer for EOS JAXA Humidity Sounder for Brazil INPE Dual-frequency Precipitation Radar JAXA Spinning Enhanced Visible Infra-Red Imager EUMETSAT 06. Imágenes radiómetro, la exploración cónica 07. Radiómetro de resonancia, la exploración de ruta transversal 15. Radar de nubes y precipitación 01. Imagen óptica resolución media Advanced Microwave Scanning Radiometer - 2 JAXA 06. Imágenes radiómetro, la exploración cónica Micro-Wave Radiometer CONAE Visible and Infra Red Scanner NASA Remote Sensing Instrument NSPO Hyper-Spectral Imager CAST GPM Microwave Imager NASA Synthetic Aperture Radar (C-band) CSA 09. Escaneo espacial o no la exploración MW radiómetro 01. Imagen óptica resolución media 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 08. MW imaging/sounding radiometer, conical scanning 19. Radar imaging (SAR) Multi-Spectral Camera KARI Advanced Wide Field Sensor ISRO Ocean Color Monitor ISRO Compact High Resolution Imaging Spectrometer BNSC 62 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 01. Imagen óptica resolución media 02. Imagen óptica de alta resolución INSAT-1A INSAT-1B INSAT-1C INSAT-1D INSAT-2A INSAT-2B INSAT-2D INSAT-2E INSAT-3A Kalpana-1 JPSS-1 JPSS-2 JPSS-3 JPSS-4 Suomi-NPP ACE (Aer.Clo.Eco.) CloudSat EOS-Aqua EOS-Aqua GPM Core Observatory Meteosat-8 Meteosat-9 Meteosat-10 Meteosat-11 GCOM-W1 GCOM-W2 GCOM-W3 SAC-D TRMM FORMOSAT-2 HJ-1A GPM Core Observatory RadarSat-1 RadarSat-2 KOMPSAT-2 ResourceSat-1 (IRS-P6) ResourceSat-2 ResourceSat2A OceanSat-2 PROBA-1 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Nombre Agencia Tipo Satélite Stretched Visible and Infrared Spin Scan Radiometer CMA 01. Imagen óptica resolución media Sea and Land Surface Temperature Radiometer ESA China Ocean Colour & Temperature Scanner NSOAS 01. Imagen óptica resolución media 01. Imagen óptica resolución media Advanced Very High Resolution Radiometer / 3 NOAA 01. Imagen óptica resolución media Micro-Wave Radiation Imager CMA 06. Imágenes radiómetro, la exploración cónica Earth Polychromatic Imaging Camera NASA SkySat Skybox Haute Résolution Géométrique CNES Charge Coupled Device Camera ISRO Scatterometer NSOAS 01. Imagen óptica resolución media 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 01. Imagen óptica resolución media 16. Radar dispersometro FY-2C FY-2D FY-2E Sentinel-3A Sentinel-3B HY-1A HY-1B HY-1C HY-1D Metop-A Metop-B Metop-C NOAA-15 NOAA-16 NOAA-17 NOAA-18 NOAA-19 FY-3A FY-3B FY-3C FY-3D FY-3F FY-3RM-1 FY-3RM-2 DSCOVR High Resolution Advanced Imaging System EIAST Compact Infrared Camera JAXA Compact Imaging Spectrometer KARI Microwave Analysis & Detection of Rain & Atmospheric Structures GOES Imager ISRO Iris NTU Coastal Zone Imager NSOAS Multispectral imager CAST Sondeur Atmospherique du Profil d’Humidite Intertropicale par Radiometrie CNES NOAA 63 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 06. Imágenes radiómetro, la exploración cónica 01. Imagen óptica resolución media 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 07. Radiómetro de resonancia, la exploración de ruta transversal SkySat-1 SkySat-2 SPOT-5 INSAT-2E INSAT-3A HY-2A HY-2B HY-2C HY-2D Deimos-2 DubaiSat-2 ALOS-2 STSat-3 MeghaTropiques GOES-12 GOES-12 (SAmerica) GOES-13 GOES-14 GOES-15 X-Sat HY-1A HY-1B HY-1C HY-1D TH-1 TH-1B MeghaTropiques Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Nombre Agencia Tipo Satélite Advanced Himawari Imager JMA Ocean and Land Colour Imager ESA 01. Imagen óptica resolución media 01. Imagen óptica resolución media Himawari-8 Himawari-9 Sentinel-3A Sentinel-3B Panchromatic Camera ISRO 02. Imagen óptica de alta resolución Wide View CCD camera CAST High-Resolution Imager CNES High Sensitivity Camera CONAE 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución Meteorological Imager KMA CartoSat-2 CartoSat-2A CartoSat-2B HJ-1A HJ-1B Pléiades-1A Pléiades-1B SAC-D SAC-E/SABIAMAR A SAC-E/SABIAMAR B COMS-1 Wild Field Camera CNSA Multispectral imager GISTDA Visible and Infra-Red Radiometer CMA Micro-Wave Radiometer ESA Stretched Visible and Infrared Spin Scan Radiometer CMA Phased-Array L-band Synthetic Aperture Radar - 2 JAXA 19. Radar imaging (SAR) Hyperion NASA Multi-Band Earth Imager NSAU New AstroSat Optical Modular Instrument ACE Haute Résolution Stéréoscopique CNES High Resolution Camera CAST Panchromatic camera CAST Panchromatic Camera ISRO 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución Panchromatic and Multi-spectral CCD Camera - 2 CNSA Panchromatic imager CAST Panchromatic and Multi-spectral CCD Camera CNSA Panchromatic film-making system Roscosmos Rapid Scatterometer NASA RapidEye Earth Imaging System DLR Panchromatic Imager GISTDA 64 01. Imagen óptica resolución media 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 01. Imagen óptica resolución media 09. Escaneo espacial o no la exploración MW radiómetro 01. Imagen óptica resolución media 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 16. Radar dispersometro 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución GF-1 THEOS FY-3A FY-3B FY-3C Sentinel-3A Sentinel-3B FY-2F FY-2G FY-2H ALOS-2 NMP-EO-1 EgyptSat-1 SICH-2 SSOT SPOT-5 VRSS-1 TH-1 TH-1B CartoSat-2C CartoSat-2D CartoSat-2E GF-2 SJ-9A GF-1 KANOPUS-V1 KANOPUS-V2 ISS RapidScat RapidEye (5 sats) THEOS Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Nombre Agencia Tipo Satélite Panchromatic Imager CDTI Panchromatic and Multispectral imager CAST Special Sensor Microwave - Temperature DoD 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 07. Radiómetro de resonancia, la exploración de ruta transversal Synthetic Aperture Radar -10 NPOMash 19. Radar imaging (SAR) SEOSat/Ingeni o CBERS-3 CBERS-4 DMSP-F04 DMSP-F07 DMSP-F08 DMSP-F09 DMSP-F10 DMSP-F11 DMSP-F12 DMSP-F13 DMSP-F14 DMSP-F15 Kondor-E1 Synthetic Aperture Radar 2000 (X-band) ASI 19. Radar imaging (SAR) World View 60 camera DigitalGlobe World View 110 camera DigitalGlobe Wide-swath Multispectral Camera CAST Wide Field Imager - 2 CAST Very High Resolution Imager NASRDA Végétation for PROBA CNES Thermal Infra-Red Sensor NASA Thermal And Near infrared Sensor for carbon Observations - Cloud and Aerosol Imager Three-line Array Camera JAXA Special Sensor Microwave - Imager/Sounder DoD 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 01. Imagen óptica resolución media 02. Imagen óptica de alta resolución 01. Imagen óptica resolución media 02. Imagen óptica de alta resolución 08. MW imaging/sounding radiometer, conical scanning Special Sensor Microwave - Humidity DoD 07. Radiómetro de resonancia, la exploración de ruta transversal Soil Moisture Active-Passive (intended as payload) NASA Surrey Linear Imager Multispectral 6 channels - but 3 spectral bands ASAL 06. Imágenes radiómetro, la exploración cónica 02. Imagen óptica de alta resolución CAST 65 CSK-1 CSK-2 CSK-3 CSK-4 WorldView-1 WorldView-2 WorldView-3 VRSS-1 CBERS-3 CBERS-4 NigeriaSat-2 PROBA-V Landsat-8 GOSAT ZY-3A DMSP-F16 DMSP-F17 DMSP-F18 DMSP-F19 DMSP-S20 DMSP-F11 DMSP-F12 DMSP-F14 DMSP-F15 SMAP AlSat-1 Beijing-1 Deimos-1 NigeriaSat-1 NigeriaSat-X UK-DMC-1 UK-DMC-2 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Nombre Agencia Tipo Satélite X-band Synthetic Aperture Radar RosHydroM et 19. Radar imaging (SAR) Synthetic Aperture Radar (X-band) CDTI 19. Radar imaging (SAR) Meteor-M N1 Meteor-M N2 Meteor-M N2-1 Meteor-M N2-2 Meteor-M N2-3 Meteor-M N2-4 Meteor-M N2-5 SEOSAR/Paz Synthetic Aperture Radar (X-band) ISA 19. Radar imaging (SAR) RISAT-2 Synthetic Aperture Radar (X-band) DLR 19. Radar imaging (SAR) Synthetic Aperture Radar (S-band) CAST 19. Radar imaging (SAR) TSX-NG TanDEM-X TerraSAR-X HJ-1C Synthetic Aperture Radar (L-band) CONAE 19. Radar imaging (SAR) Synthetic Aperture Radar (C-band) ESA 19. Radar imaging (SAR) Synthetic Aperture Radar (C-band) ISRO 19. Radar imaging (SAR) Panchromatic Camera ISRO Advanced Electronic Image Scanning System KARI OceanSat Scatterometer ISRO 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 16. Radar dispersometro Optical Sensor Assembly GeoEye Linear Imaging Self-Scanning Sensor - 3 ISRO LEISA Atmospheric Corrector (LEISA = Linear Etalon Imaging Spectrometer Array High-resolution VIS/IR Radiometer NASA Kazakh Earth Imaging System Kazcosmos Japanese Advanced Meteorological Imager JMA Infrared scanner CAST Roscosmos 66 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 01. Imagen óptica resolución media 02. Imagen óptica de alta resolución SAOCOM-1A SAOCOM-1B SAOCOM-2A SAOCOM-2B Sentinel-1A Sentinel-1B RISAT-1 RISAT-1A CartoSat-1 (IRS-P5) KOMPSAT-3 OceanSat-2 OceanSat-3 ScatSat-1 Ikonos ResourceSat-1 (IRS-P6) ResourceSat-2 ResourceSat2A NMP-EO-1 Meteor-M N1 Meteor-M N2 Meteor-M N2-1 Meteor-M N2-2 Meteor-M N2-3 Meteor-M N2-4 Meteor-M N2-5 KazEOSat-2 Himawari-6 (MTSAT-1R) SJ-9B Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Nombre Agencia Tipo Satélite Infrared Multispectral Scanner - 2 CAST Infrared Multispectral Scanner CAST CBERS-3 CBERS-4 HJ-1B Infra-Red Earth Imager NSAU MTSAT-2 Imager JMA INSAT imager ISRO 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 01. Imagen óptica resolución media 01. Imagen óptica resolución media Infrared Imaging Payload KARI Hyper Spectral Imager ISRO High-Resolution Panchromatic Camera - 2 CAST High-Resolution Multi-Spectral ISRO High-Resolution CCD Camera -2 CAST Geostationary Ocean Color Imager MLTM GeoEye Imaging System - 2 GeoEye GeoEye Imaging System GeoEye Panchromatic and multispectral radiometer - 2 Roscosmos Earth Observation Satellite - Camera DubaiSat-1 Medium Aperture Camera TÜBITAKUZAY EIAST Corea SAR Instrument KARI China Mapping Telescope NRSCC Ball Global Imaging System 2000 DigitalGlobe Advanced Microwave Radiometer NASA Advanced Land Imager NASA Linear Imaging Self-Scanning Sensor - 4 ISRO Medium Resolution Spectral Imager -1 CMA 01. Imagen óptica resolución media Medium Resolution Spectral Imager -2 CMA 01. Imagen óptica resolución media Micro-Wave Humidity Sounder -1 CMA Optical sensor NEC 07. Radiómetro de resonancia, la exploración de ruta transversal 02. Imagen óptica de alta resolución 67 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 01. Imagen óptica resolución media 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 19. Radar imaging (SAR) 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 09. Escaneo espacial o no la exploración MW radiómetro 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución EgyptSat-1 SICH-2 Himawari-7 (MTSAT-2) INSAT-3D INSAT-3DR INSAT-3DS KOMPSAT-3A IMS-1 ZY-1-2C CartoSat-2C CartoSat-2D CartoSat-2E ZY-1-2C COMS-1 GeoEye-2 GeoEye-1 Resurs-P1 Resurs-P2 Resurs-P3 Göktürk-2 DubaiSat-1 KOMPSAT-5 Beijing-1 QuickBird JASON-2 JASON-3 NMP-EO-1 ResourceSat-1 (IRS-P6) ResourceSat-2 ResourceSat2A FY-3A FY-3B FY-3C FY-3D FY-3E FY-3F FY-3G FY-3A FY-3B ASNARO-1 ASNARO-2 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Nombre Agencia Tipo Satélite Operational Linescan Systerm DoD 01. Imagen óptica resolución media Optical Imaging System New Infra Red Scanner Technology TÜBITAKUZAY CONAE New AstroSat Optical Modular Instrument Kazcosmos New AstroSat Optical Modular Instrument CNES New AstroSat Optical Modular Instrument ASAL 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución DMSP-F01 DMSP-F02 DMSP-F03 DMSP-F04 DMSP-F05 DMSP-F06 DMSP-F07 DMSP-F08 DMSP-F09 DMSP-F10 DMSP-F11 DMSP-F12 DMSP-F13 DMSP-F14 DMSP-F15 DMSP-F16 DMSP-F17 DMSP-F18 DMSP-F19 DMSP-S20 RASAT Multispectral CCD Camera ISRO Micro-Wave Temperature Sounder - 2 CMA Micro-Wave Temperature Sounder - 1 CMA Microwave Radiometer NSOAS Micro-Wave Humidity Sounder -2 CMA 68 02. Imagen óptica de alta resolución 07. Radiómetro de resonancia, la exploración de ruta transversal 07. Radiómetro de resonancia, la exploración de ruta transversal 06. Imágenes radiómetro, la exploración cónica 07. Radiómetro de resonancia, la exploración de ruta transversal SAC-D KazEOSat-1 SPOT-6 SPOT-7 AlSat-2 AlSat-2B VNREDSat-1A IMS-1 FY-3C FY-3D FY-3E FY-3F FY-3G FY-3RM-1 FY-3RM-2 FY-3A FY-3B HY-2A HY-2B HY-2C HY-2D FY-3C FY-3D FY-3E FY-3F FY-3G FY-3RM-1 FY-3RM-2 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Nombre Agencia Tipo Satélite Meteosat Visible Infra-Red Imager ESA 01. Imagen óptica resolución media Multipurpose InfraRed Imaging System / MIRIS Earth Observation Camera Multispectral Camera KARI Multispectral CCD Camera CAST Advanced Electronic Image Scanning System - A KARI VIS/IR Imaging Radiometer Roscosmos 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 01. Imagen óptica resolución media Meteosat-1 Meteosat-2 Meteosat-3 Meteosat-3 (ADC) Meteosat-3 (X-ADC) Meteosat-4 Meteosat-5 Meteosat-5 (IODC) Meteosat-6 Meteosat-6 (IODC) Meteosat-7 Meteosat-7 (IODC) STSat-3 Electro-L Imager Roscosmos 01. Imagen óptica resolución media Multispectral high resolution electronic scanner Roscosmos Multispectral film-making system Roscosmos Multispectral imager NARSS Multi-Spectral Imager for Sentinel-2 ESA Multi-Spectral Camera CAST Multispectral imager CDTI Medium Resolution Imager NASRDA 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución 02. Imagen óptica de alta resolución CAST 69 CBERS-3 CBERS-4 SJ-9A KOMPSAT-3A Meteor-M N1 Meteor-M N2 Meteor-M N2-1 Meteor-M N2-2 Meteor-M N2-3 Meteor-M N2-4 Meteor-M N2-5 Electro-L N1 Electro-L N2 Electro-L N3 Electro-L N4 KANOPUS-V1 KANOPUS-V2 KANOPUS-V1 KANOPUS-V2 EgyptSat-2 Sentinel-2A Sentinel-2B ZY-3A SEOSat/Ingeni o NigeriaSat-2 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Nombre Agencia Tipo Satélite Imaging/Sounding Microwave Radiometer improved Roscosmos 07. Radiómetro de resonancia, la exploración de ruta transversal Meteor-M N1 Meteor-M N2 Meteor-M N2-1 Meteor-M N2-2 Meteor-M N2-3 Meteor-M N2-4 Meteor-M N2-5 70 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Apéndice 2 Agencias nacionales para datos meteorológicos Tabla A- 2: Argentina – Servicio Meteorológico Nacional País: Argentina Instituto / web link: Servicio Meteorológico Nacional (Argentina-SMN, 2015) Variables medidas por día: Número de estaciones meteorológicas operacionales: Precipitación Temperatura Humedad relativa Velocidad del viento Automáticas: 117 Tiempo de respuesta: Costo de los datos: Solicitado pero no reportado. Sin costo con contrato de licencia y restricciones. Descripción de los datos disponibles: Basándose en la información disponible en la página web, las condiciones meteorológicas pueden ser solicitadas por región o nombre de la estación. Información de datos históricos no fue encontrada. La página web es en español. Descripción del uso actual de los datos: El Servicio Meteorológico Nacional utiliza los datos meteorológicos para el desarrollo de predicciones climáticas, alertas, estudios agrometeorológicos y reportes sobre pesca. Tabla A- 3: Bolivia – Servicio Nacional de Meteorología e Hidrología País: Bolivia Instituto / web link: Servicio Nacional de Meteorología e Hidrología (Bolivia-SNMH, 2015) Variables medidas por día: Número de estaciones meteorológicas operacionales: Temperatura del aire Velocidad del viento Solicitado pero no reportado. Esta información se basa en reportes de predicción encontrados en la página web. Tiempo de respuesta: Costo de los datos: Solicitado pero no reportado. Solicitado pero no reportado. Descripción de los datos disponibles: No hay información disponible sobre las variables meteorológicas. Hay una interface para visualizar los datos via el portal SISMET pero no estaba operacional al momento de este estudio. La página web es en español. Descripción del uso actual de los datos: El uso actual de la información se limita a lo descrito en la página web. Los datos son utilizados para realizar predicciones de mínimos y máximos de temperatura y velocidad del viento para las ciudades más importantes. 71 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla A- 4: Brasil – Instituto Nacional de Meteorología País: Brasil Instituto / web link: Instituto Nacional de Meteorología (Brazil-INMET, 2015) Variables medidas por día: Número de estaciones meteorológicas operacionales: Temperatura del aire Humedad relativa Precipitación Velocidad del viento Automática : 462 Convencional : 267 Tiempo de respuesta: Costo de los datos: Solicitado pero no reportado. La información sobre las variables medidas es presentada en la página web. Sin costo con contrato de licencia. Descripción de los datos disponibles: Información en las variables meteorológicas es disponible en la página web. Los datos pueden ser descargados generando reportes cada hora y anual. La página web es en portugués. Descripción del uso actual de los datos: Los datos derivados de estaciones meteorológicas es usada para generar mapas actuales de las variables meteorológicas, Esta información es solo usada para generar productos como el índice estandarizado de precipitación (SPI), balances hídrico y alertas de incendio, entre otras. 72 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla A- 5: Chile-Dirección Meteorológica de Chile País: Instituto / web link: Chile Dirección Meteorológica de Chile (Chile-DMC, 2015) Variables medidas por día: Número de estaciones meteorológicas operacionales : Temperatura del aire Humedad relativa Precipitación Velocidad del viento Automáticas: 29 Convencionales : 34 Tiempo de respuesta: Costo de los datos: Solicitado pero no reportado. La información en las variables medidas es reportada en la página web por estación. El precio está relacionado a la cantidad de horas dedicadas para el procesamiento de los datos. Descripción de los datos disponibles: La información de variables meteorológica está disponible por estación por medio dela página web. Datos históricos varía por estación pero la información está disponible desde 1960 para algunas estaciones. Datos provenientes de estaciones automáticas puede ser visualizado en la página web desde Diciembre 2012. La página web es en español. Descripción del uso actual de los datos: Los datos meteorológicos soportan cuatro servicios: i) datos meteorológicos para la industria del salmón, ii) agrometeorología, iii) condiciones climáticas en las fronteras y iv) alertas de incendio para la silvicultura. 73 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla A- 6: Colombia- Instituto de Hidrología, Meteorología y Estudios Ambientales País: Colombia Instituto / web link: Instituto de Hidrología, Meteorología y Estudios Ambientales (Colombia-IDEAM, 2015) Variables medidas por día: Número de estaciones meteorológicas operacionales : Precipitación Temperatura Humedad relativa Velocidad del viento 2005 – 2015: 510 1995 – 2005: 462 1985 – 1995: 373 Automáticas: 131 Convencionales: 379 Tiempo de respuesta: Costo de los datos: 7 -10 días laborales Sin costo con contrato de licencia. Descripción de los datos disponibles: Se realiza una respuesta oportuna a la solicitud de los datos. El instituto tiene un portal para la solicitud de la información. La página web es en español. Descripción del uso actual de los datos: Los datos capturados de la red de estaciones meteorológicas se ha utilizado para monitorear condiciones climáticas, realizar predicciones y definir condiciones climáticas, entre otras. Por ejemplo, los altas climatológicas de Colombia presentan información mensual de la precipitación, la humedad relativa velocidad del viento y dirección y radiación solar. 74 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla A- 7: Costa Rica – Instituto Meteorológico Nacional País: Costa Rica Instituto / web link: Instituto Meteorológico Nacional (Costa Rica – IMN, 2015) Variables medidas por día: Número de estaciones meteorológicas operacionales : Precipitación Temperatura Humedad relativa Velocidad del viento Automáticas: 44 Tiempo de respuesta: Costo de los datos: Solicitado pero no reportado. Solicitado pero no reportado. No hay información de la cantidad de estaciones convencionales. Descripción de los datos disponibles: Existe la posibilidad de solicitar los datos meteorológicos via formato. La información en datos históricos fue solicitada pero no reportado. La página web es en español. Descripción del uso actual de los datos: Datos coleccionados de estaciones meteorológicas se han utilizado para generar reportes, análisis de clima y atlas climatológicos. Tabla A- 8: República Dominicana - Oficina Nacional de Meteorología País: República Dominicana Variables medidas por día: Precipitación Temperatura Humedad relativa Velocidad del viento Instituto / web link: Oficina Nacional de Meteorología (Dominican RepublicONAMET, 2015) Número de estaciones meteorológicas operacionales : 2005 – 2015: 29 1995 – 2005: 24 1985 – 1995: 18 Automáticas: 15 Convencionales : 29 Tiempo de respuesta: Costo de los datos: Solicitado pero no reportado. 2.25 US dólares por variable por año. Descripción de los datos disponibles : Hay una respuesta oportuna a la solicitud de la información. La Oficina Nacional de Meteorológica tiene una interface gráfica para localizar las estaciones meteorológicas. La página web es en español. Descripción del uso actual de los datos: Los datos capturados por las estaciones meteorológicas se han utilizado para generar reportes o análisis del clima. 75 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla A- 9: Ecuador- Instituto Nacional de Meteorología e Hidrología País: Ecuador Variables medidas por día: Instituto / web link: Instituto Nacional de Meteorología e Hidrología (EcuadorINMH, 2015) Número de estaciones meteorológicas operacionales: Precipitación Temperatura Humedad relativa Velocidad del viento Automáticas: 48 Convencionales: 328 Tiempo de respuesta: Costo de los datos: Solicitado pero no reportado. Sin costo con contrato de licencia Descripción de los datos disponibles: Hay un visualizador para desplegar los datos meteorológicos para estaciones automáticas a intervalos de una hora. Información histórica puede ser solicitada. La página web es en español. Descripción del uso actual de los datos: El Instituto Nacional de Meteorología e Hidrología es una entidad pública para generar datos meteorológicos e hidrológicos para el Ecuador. La sección de meteorología ofrece los servicios de datos para la agrometeorología y sistemas de alerta temprana para inundaciones. 76 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla A- 10: Guatemala – Instituto Nacional de Sismología, Vulcanología, Meteorología e Hidrología País: Guatemala Instituto / web link: Instituto Nacional de Sismologia, Vulcanologia Meteorologia e Hidrologia (Guatemala – INSIVUMEH, 2015) Variables medidas por día: Número de estaciones meteorológicas operacionales : Precipitación Temperatura Humedad relativa Velocidad del viento Automática : 41 Tiempo de respuesta: Costo de los datos: Solicitado pero no reportado. Solicitado pero no reportado. Descripción de los datos disponibles: No hubo respuesta de este instituto sobre la respuesta en la disponibilidad de datos históricos por estación. La información en la página web es muy limitada con los servicios proporcionados con base en los datos meteorológicos. La página web es en español. Descripción del uso actual de los datos: La información en servicios meteorológicos es utilizada para generar reportes diarios climáticos, estudios climáticos sobre el fenómeno del Niño o la Niña y la distribución espacial de las variables climáticas para todo el país. Tabla A- 11: Honduras - Servicio Meteorológico Nacional de Honduras País: Honduras Variables medidas por día: Instituto / web link: Servicio Meteorológico Nacional de Honduras (Honduras-SMN, 2015) Número de estaciones meteorológicas operacionales: Solicitado pero no reportado. Solicitado pero no reportado. Tiempo de respuesta: Costo de los datos: Solicitado pero no reportado. Solicitado pero no reportado. Descripción de los datos disponibles : No hubo respuesta del instituto al requerimiento de información histórica. Información en la página web es muy limitada acerca de los servicios generados con los datos meteorológicos. La página web es en español. Descripción del uso actual de los datos : La información de servicios meteorológicos es utilizada para generar reportes diarios. 77 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla A- 12: México - Comisión Nacional del Agua Servicio Meteorológico Nacional País: México Variables medidas por día: Precipitación Temperatura Humedad relativa Velocidad del viento Instituto / web link: Comisión Nacional del Agua Servicio Meteorológico Nacional (Mexico-CONAGUA, 2015) Número de estaciones meteorológicas operacionales: Administrado por la Comisión Nacional del Agua Servicio Meteorológico Nacional Automática: 273 Administrada por otros institutos: Automática: 322 Tiempo de respuesta : Costo de los datos : Solicitado pero no reportado. Solicitado pero no reportado. Descripción de los datos disponibles: La información de las variables meteorológicas es disponible en estaciones automáticas a intervalos de 10 minutos, horario y diario. La información de la página web está limitada para el año 2015. Datos históricos están disponibles con previa consideración y disponibilidad de los datos. La página web es en español. Descripción del uso actual de los datos: La Comisión Nacional del Agua, Servicio Meteorológico Nacional utiliza datos meteorológicos para realizar reportes climáticos, predicciones y monitoreo de las condiciones climáticas. Reportes diarios en precipitación y temperatura son generados diariamente a nivel nacional. Tabla A- 13: Nicaragua – Instituto Nicaragüense de Estudios Territoriales País: Nicaragua Variables medidas por día: Instituto / web link: Instituto Nicaragüense de Estudios Territoriales (NicaraguaINETER, 2015) Número de estaciones meteorológicas operacionales: Solicitado pero no reportado. Solicitado pero no reportado. Tiempo de respuesta: Costo de los datos: Solicitado pero no reportado. Solicitado pero no reportado. Descripción de los datos disponibles: Solicitado pero no reportado. La información desplegada en la página web es en español. Descripción del uso actual de los datos : Los vínculos de la página web no generan información. 78 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla A- 14: Panamá - HIDROMET País: Panamá Instituto / web link: HIDROMET (Panama-HIDROMET, 2015) Variables medidas por día: Número de estaciones meteorológicas operacionales: Precipitación Temperatura Humedad relativa Velocidad del viento Automática: 41 Tiempo de respuesta: Costo de los datos: Solicitado pero no reportado. Solicitado pero no reportado. Convencional: 91 Descripción de los datos disponibles: Datos históricos disponible desde 1970 para estaciones convencionales y 2005 para estaciones automáticas. La información en la página web es muy limitada con los servicios ofertados con base en datos meteorológicos. La información desplegada en la página web es en español. Descripción del uso actual de los datos: ONAMET reporta en variables meteorológicas e hidrológicas. El instituto genera reportes diarios de condiciones climáticas. El instituto ofrece estudios agrometeorológicos y de hidrología para la agroindustria. 79 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla A- 15: Paraguay – Dirección de Meteorología e Hidrología País: Paraguay Instituto / web link: Dirección de Meteorología e Hidrología (Paraguay-DMH, 2015) Variables medidas por día: Número de estaciones meteorológicas operacionales: Precipitación Temperatura Humedad relativa Velocidad del viento Convencional: 27 Tiempo de respuesta: Costo de los datos: Solicitado pero no reportado. 70 US Dólares para parámetros diarios por estación año. Descripción de los datos disponibles: No hay información histórica en la página web. La información es limitada basados en los datos meteorológicos. La página web es en español. Descripción del uso actual de los datos: La Dirección de Meteorología e Hidrología es un cuerpo público para generar información meteorológica en el Paraguay. La información de servicios meteorológicos es limitada a reportes diarios del clima y condiciones hidrológicas. 80 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla A- 16: Perú-Servicio Nacional de Meteorología e Hidrología País: Perú Variables medidas por día: Instituto / web link: Servicio Nacional de Meteorología e Hidrología del Perú (PeruSENAMHI, 2015) Número de estaciones meteorológicas operacionales: Precipitación Temperatura Humedad relativa Velocidad del viento Automática: 126 Convencional: 438 Tiempo de respuesta: Costo de los datos: Solicitado pero no reportado. Información de las variables medidas están desplegadas por estación. Sin costo con contrato de licencia Descripción de los datos disponibles: La información en las variables mediadas se encuentra disponible por estación. La página web se encuentra en español. Descripción del uso actual de los datos: El Servicio Nacional de Meteorología e Hidrología del Perú es un instituto público que genera información meteorológica e hidrológica para condiciones agrometeorológicas, hidrológicas y estudios de cambio climático. También se encarga a realizar estudios del monitoreo de los fenómenos del Nino y la Nina. Tabla A- 17: Salvador-Ministerio de Medio Ambiente y Recursos Naturales País: Salvador Variables medidas por día: Instituto / web link: Ministerio de Medio Ambiente y Recursos Naturales (Salvador-SNET, 2015) Número de estaciones meteorológicas operacionales: Precipitación Automática: 53 Esto es basado en la información disponible en la página web. Tiempo de respuesta: Costo de los datos: Solicitado pero no reportado. Solicitado pero no reportado. Descripción de los datos disponibles: La información de variables medidas no está disponible en la página web. La información en datos históricos no es reportada. La página web es en espanol. Descripción del uso actual de los datos: Los datos meteorológicos son usados para generar reportes en la condiciones climáticas y monitoreo de la precipitación. 81 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Tabla A- 18: Uruguay – Dirección Nacional de Meteorología País: Uruguay Instituto / web link: Instituto Uruguayo de Meteorología (INUMET) (UruguayINUMET, 2015) Variables medidas por día: Número de estaciones meteorológicas operacionales: Precipitación Temperatura Humedad relativa Velocidad del viento Automática: 9 Convencional: 24 Esta información es basada en reportes instantáneos para estaciones automáticas. Tiempo de respuesta: Costo de los datos: Solicitado pero no reportado. 1.20 US Dólares por página de datos meteorológicos. Descripción de los datos disponibles: La información en las variables medidas no está disponible en la página web. La página web se encuentra en español. Descripción del uso actual de los datos: Los datos meteorológicas son utilizados para producir el standardized precipitation index (SPI), balances hídricos y variables espaciales de temperatura y precipitación. Tabla A- 19: Venezuela – Servicio de Meteorología de la aviación Militar Bolivariana País: Venezuela Variables medidas por día: Instituto / web link: Servicio de Meteorología de la aviación Militar Bolivariana (Venezuela-SMMB, 2015) Número de estaciones meteorológicas operacionales: Solicitado pero no reportado. 41 Tiempo de respuesta: No hay información en el número de estaciones meteorológicos automáticas y convencionales. Costo de los datos: Solicitado pero no reportado. Solicitado pero no reportado. Descripción de los datos disponibles: La información en las variables medidas no está disponible en la página web. La página web es en español. Descripción del uso actual de los datos: Solicitado pero no reportado. 82 Apéndice 3 Diseminación de los datos Tabla A- 20: Diseminación de los datos Nombre Sensor único Dual-frequency Precipitation Radar (DPR) GPM Microwave Imager (GMI) Diseminación Tabla reporte http://pmm.nasa.gov/data-access/downloads/gpm Tabla 2-2 http://pmm.nasa.gov/data-access/downloads/gpm Tabla 2-3 Precipitation Radar (PR) TRMM Microwave Imager (TMI) Végétation (1 & 2) Enhanced Thematic Mapper + (ETM+) Operational Land Imager (OLI) Visible/Infrared Imager Radiometer Suite (VIIRS) Moderate Resolution Imaging Spectroradiometer (MODIS) Multi-angle Imaging SpectroRadiometer (MISR) Advanced Scatterometer (ASCAT) http://pmm.nasa.gov/data-access/downloads/trmm http://pmm.nasa.gov/data-access/downloads/trmm http://www.vgt.vito.be/pages/catalogue.html http://landsat.usgs.gov/Landsat_Search_and_Download.php http://landsat.usgs.gov/Landsat_Search_and_Download.php http://viirsland.gsfc.nasa.gov/ Tabla 2-4 Tabla 2-5 Tabla 2-6 Tabla 2-7 Tabla 2-8 Tabla 2-9 http://modis.gsfc.nasa.gov/data/ Tabla 2-10 https://www-misr.jpl.nasa.gov/getData/accessData/ Tabla 2-11 http://www.eumetsat.int/website/home/Data/DataDelivery/EUMETSATDataCentre /index.html https://asterweb.jpl.nasa.gov/data.asp Tabla 2-12 http://pmm.nasa.gov/data-access/downloads/gpm Tabla 2-14 http://pmm.nasa.gov/data-access/downloads/trmm Tabla 2-15 http://nsidc.org/data/nise1 Tabla 2-16 ftp://ftp.star.nesdis.noaa.gov/pub/smcd/emb/snow/binary/multisensor/global/ Tabla 2-17 http://chg.geog.ucsb.edu/data/chirps/#_Data Tabla 2-18 Advanced Space borne Thermal Emission and Reflection radiometer (ASTER) Producto multisensores Integrated Multi-satellitE Retrievals for GPM (IMERG) Tropical Rainfall Measuring Mission (TRMM) Near-real-time Ice and Snow Extent (NISE) Global Multi-sensor Automated Snow/Ice (GMASI) Climate Hazards Group InfraRed Precipitation with Station data (CHIRPS) 83 Tabla 2-13 Sensores remotos y bases de datos meteorológicas para seguros climáticos paramétricos Evaluación para América Latina Nombre Asimilación de datos Goddard Earth Observing System Model, Version 5 (GEOS-5) Modern-Era Retrospective analysis for Research and Applications (MERRA) ECMWF Re-analysis (ERA-Interim) Global Data Assimilation System (GDAS) Estaciones terrestres Global Historical Climatology Network – Daily (GHCN-daily) Latin American Climate Assessment & Dataset (LACA&D) Diseminación Tabla reporte http://gmao.gsfc.nasa.gov/products/ Tabla 2-19 http://gmao.gsfc.nasa.gov/products/ Tabla 2-20 http://apps.ecmwf.int/datasets/data/interim-full-daily/ ftp://ftp.ncep.noaa.gov/pub/data/nccf/com/gfs/prod/ Tabla 2-21 Tabla 2-22 ftp.ncdc.noaa.gov/pub/data/ghcn/daily/ http://www1.ncdc.noaa.gov/pub/data/ghcn/daily/ http://lacad.ciifen.org/indicesextremes/indicesdictionary.php Tabla 2-23 84 Tabla 2-24