Pular para o conteúdo
Skillpedia
Análise e planilhas48 mil · #3683

nexrad-mosaic-construction

Ajuda seu agente a construir mosaicos de radar NEXRAD de alta qualidade. Combina dados de diferentes radares, considerando cobertura e qualidade.

O que ela faz

Esta ferramenta cria um mapa combinado de dados de vários radares meteorológicos. Ela garante que cada ponto no mapa tenha uma origem clara e informações sobre a qualidade dos dados.

Quando usar

  • ✓Quando você precisa juntar dados de dois ou mais radares para cobrir uma área maior.
  • ✓Para criar um mapa consistente de reflexão, velocidade ou outros dados do radar.
  • ✓Para comparar um mapa criado por você com um mapa oficial do governo.

Exemplo do que pedir para a IA

“Crie um mapa combinado de dados de radar da região Sul para análise de tempestades de ontem.”

Quer saber mais? Abra as seções abaixo.

Como usar

O jeito mais fácil: copie a mensagem abaixo e cole no Claude, ChatGPT, Cursor ou outra IA. Ela lê a skill e segue as instruções.

Link da skill

https://github.com/sickn33/agentic-awesome-skills/blob/main/plugins/agentic-awesome-skills-claude/skills/nexrad-mosaic-construction/SKILL.md

Mensagem pronta para colar

Use esta skill para me ajudar: https://github.com/sickn33/agentic-awesome-skills/blob/main/plugins/agentic-awesome-skills-claude/skills/nexrad-mosaic-construction/SKILL.md Leia o arquivo SKILL.md desse link e siga as instruções dele na minha tarefa.
Como funciona

A ferramenta seleciona os melhores dados de cada radar com base em critérios como qualidade, proximidade e tempo. Ela combina esses dados em um único mapa, mantendo o controle de qual radar forneceu cada pedaço de informação.

Instalação

Jeito mais fácil: copie o link da skill e cole no Claude, ChatGPT ou Cursor pedindo para seguir as instruções.

No terminal (Claude Code, Codex, Cursor), na pasta do projeto:

npx skills add sickn33/agentic-awesome-skills --skill nexrad-mosaic-construction

Ou baixe só o arquivo:

curl -L https://raw.githubusercontent.com/sickn33/agentic-awesome-skills/main/plugins/agentic-awesome-skills-claude/skills/nexrad-mosaic-construction/SKILL.md -o SKILL.md
Conteúdo técnico (SKILL.md)

Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.

Construção de Mosaico NEXRAD

Visão Geral

Construa um composto multi-radar personalizado a partir de dados de sítio único alinhados e validados. Cada pixel de saída deve ter uma origem rastreável, estado de cobertura e decisão de qualidade. Preserve a distinção entre um produto de análise local e um mosaico oficial do provedor.

Use esta habilidade após os produtos de múltiplos radares terem sido resolvidos. Ela não descobre, baixa ou decodifica arquivos de origem. Use nexrad-product-access para acesso a sítio único e nexrad-mosaic-access quando o resultado necessário for um composto MRMS da NOAA existente em vez de uma análise recém-construída.

Quando Usar Esta Habilidade

  • Combine dois ou mais radares para cobrir uma região com campos sobrepostos ou adjacentes.
  • Construa um composto consistente de refletividade base, velocidade, largura de espectro ou dupla polarização.
  • Construa um mosaico de pesquisa em uma grade comum ou para uma comparação entre radares.
  • Compare um mosaico personalizado com um produto MRMS oficial.
  • Visualize as contribuições de origem e as lacunas de cobertura em um composto.

Não use esta habilidade para buscar um produto MRMS oficial, selecionar um único radar ou afirmar que uma média simples de pixels é um campo regional fisicamente resolvido.

Defina o Contrato do Mosaico

Registre:

  • produto e unidades exatas de cada origem;
  • sítios de origem, coordenadas, tempos de início/fim do volume e varreduras;
  • região alvo, grade de saída, projeção e tamanho da célula;
  • política de correspondência de tempo e interpolação temporal;
  • limites de alcance nativo, largura do feixe, altura do feixe e amostragem vertical;
  • política de máscara de qualidade, ruído, atenuação, dobragem de alcance e desdobramento;
  • método de resolução de sobreposição e ponderação de qualidade;
  • tratamento de linhas costeiras, terreno, setores bloqueados e portas de dados ausentes;
  • requisitos de formato de saída, metadados e proveniência.

Não combine um momento Nível II e um produto de exibição Nível III apenas porque seus nomes se assemelham. Seu processamento, resolução e semântica de qualidade devem ser verificados como equivalentes ou a diferença deve ser representada explicitamente.

Valide e Alinhe os Dados de Origem

Antes da composição:

  1. verifique os metadados decodificados, tempo, produto, unidades e qualidade de cada sítio;
  2. converta todos os campos de origem para uma projeção declarada e grade de saída comum;
  3. alinhe os tempos de origem usando uma tolerância documentada e política de interpolação;
  4. preserve o suporte espacial nativo e os campos de qualidade de cada origem;
  5. rejeite uma origem que esteja muito desatualizada, fora do alcance ou fora de seu contrato de produto válido;
  6. rotule qualquer reamostragem ou interpolação em vez de apresentar a saída como uma observação de resolução nativa.

Quando um tempo comum não puder ser formado sem interpolação excessiva, use um tempo mais próximo dentro da tolerância declarada, retenha a diferença de tempo real ou marque a saída como indisponível. Não medie varreduras distantes em um único pseudo-tempo sem mostrar o suporte temporal.

Defina a Quantidade e Qualidade da Saída

Para refletividade, retenha dBZ ou a unidade calibrada nativa do produto e use uma regra de combinação sensível à qualidade. Não medie dBZ como uma quantidade física linear sem uma justificativa declarada. Para velocidade, preserve as convenções de velocidade radial positiva e negativa e trate o desdobramento e a dobragem antes da composição. Para momentos de dupla polarização, preserve suas unidades físicas e máscaras de qualidade.

Mantenha estes campos separados:

  • valor medido ou decodificado;
  • pontuação de qualidade ou adequação;
  • sítio de origem e tempo de origem;
  • altura do feixe ou metadados de alcance;
  • estado de interpolação ou reamostragem;
  • estado de cobertura e sem dados.

A saída deve permitir identificar qual radar contribuiu com cada pixel, especialmente perto das fronteiras de sobreposição.

Selecione Dados Candidatos por Qualidade e Geometria

Para cada célula de saída, considere apenas origens que forneçam cobertura válida em um tempo e nível de produto compatíveis. Uma pontuação de seleção útil pode incluir:

  • menor altura do feixe na localização alvo;
  • menor alcance e menor largura do feixe;
  • menos artefatos de terreno ou ruído;
  • melhor qualidade de dados ou status de sinal-ruído;
  • varredura mais recente ou menor diferença de tempo;
  • menor penalidade de atenuação ou dobragem de alcance;
  • adequação específica do produto, como qualidade de dupla polarização.

A pontuação é uma escolha de modelagem, não uma verdade universal. Declare seus termos e pesos, normalize apenas componentes comparáveis e teste a sensibilidade à regra de seleção. Nunca esconda a pontuação atrás de uma regra de "melhor radar" não explicada.

Resolva Sobreposições Deterministicamente

Use uma regra determinística para cada célula alvo:

…

Perguntas frequentes

O que são 'dados de radar'? Eles são como fotos?

Dados de radar são informações coletadas por equipamentos que emitem ondas de rádio e analisam o que volta. Eles não são fotos, mas sim representações de chuva, vento e outras condições atmosféricas.

O que significa 'qualidade-aware'?

Significa que a ferramenta leva em conta a qualidade dos dados de cada radar ao combiná-los. Dados de melhor qualidade têm mais peso na criação do mapa final.

Posso usar isso para ver um único radar?

Não, esta ferramenta é feita para combinar dados de múltiplos radares. Para ver dados de um único radar, você precisaria de outra ferramenta.

Detalhes

Descrição original do autor

Construct a quality-aware NEXRAD multi-radar mosaic from aligned single-site products with explicit coverage, beam geometry, quality weighting, overlap resolution, and provenance.

repo: sickn33/agentic-awesome-skills

Popularidade

Estrelas no GitHub
48 mil
Posição no ranking
#3683
Licença
MIT
Atualizada em
15/10/2026

Essa skill é útil?

0

Entre para votar.

Comentários

  • …

Mais skills deste repositório

Skills parecidas