🚀 PAYNE — Launch Intelligence Platform

Inteligência climática e espacial para decisões críticas de lançamento. O lançamento começa antes da ignição. Começa na leitura correta do risco.

---

🌟 Por que PAYNE?

A empresa se chama Payne em homenagem a Cecilia Payne-Gaposchkin (1900–1979). Em 1925, ela demonstrou que o Sol é composto principalmente por hidrogênio e hélio — contrariando a visão dominante da época. Sua história carrega ciência, coragem e evidência: uma jovem pesquisadora interpretou sinais invisíveis quando ninguém mais acreditava.

Cecilia Payne leu a luz das estrelas para revelar do que o Sol é feito. A Payne lê os sinais do Sol para revelar quando ele pode colocar uma missão em risco.

---

🎯 O que é o PAYNE Launch Intelligence?

Uma plataforma de apoio à decisão para operações espaciais críticas. Integra dados reais de clima espacial (NASA/NOAA), dados de clima terrestre e perfil de missão para gerar um único score:

LAUNCH WINDOW SCORE → GO | HOLD | REVIEW

A pergunta que o PAYNE responde é clara e operacional:

Esta janela de lançamento é segura, eficiente e justificável do ponto de vista técnico e financeiro?

---

🛰️ Fontes de Dados

Fonte	O que fornece	Status
NOAA SWPC	Kp, alertas, escalas de clima espacial	✅ Real (conectado)
DSCOVR / ACE (NASA)	Vento solar, campo Bz, Bt em tempo real	✅ Real (conectado)
GOES-R	Fluxo de raios-X — classifica fulgurações A/B/C/M/X	✅ Real (conectado)
Clima terrestre	Vento, raios, nuvens, visibilidade no launch site	⚠️ Simulado no MVP
Kuafu-1 (CNSA)	Hard X-ray, Lyman-alpha — +12–24h de antecedência	🗺️ Roadmap
NASA DONKI	Histórico de CMEs e eventos solares	🗺️ Roadmap
METAR / TAF	Meteorologia real no local de lançamento	🗺️ Roadmap

---

🏗️ Arquitetura

☀️  Satélites (DSCOVR · GOES-R · ACE · SDO · Kuafu-1)
            │
            ▼
⚙️   Python — ingestão e padronização (requests / pandas)
            │
            ▼
📋   Modelo canônico
     ├── mission_profile        (provider, site, orbit, sensitivity)
     ├── launch_site_weather    (vento, raios, visibilidade — simulado MVP)
     ├── space_weather_status   (Kp, Bz, X-Ray — dados reais)
     ├── launch_window_score    (score, recommendation, reasons)
     └── recommendation_log    (timestamp, level, reason, is_simulated)
            │
            ▼
🔌   FastAPI — API REST com documentação automática (/docs)
     ├── GET /v1/launch/window-score   ← endpoint principal
     ├── GET /v1/mission/profile
     ├── GET /v1/launch/sites
     ├── GET /v1/status                ← clima espacial em tempo real
     └── GET /v1/forecast
            │
            ▼
    ┌───────────────┬─────────────────┐
    │  React + Vite │  KNIME (roadmap) │
    │  Dashboard    │  Relatórios PDF  │
    └───────────────┴─────────────────┘

---

🧮 Como funciona o Launch Window Score

O score combina dois componentes com pesos iguais:

Score Global = (Clima Espacial × 50%) + (Clima Terrestre × 50%)
               ajustado pela Sensibilidade da Missão (0.8x – 1.6x)

Componente de Clima Espacial (dados reais):

• Base 100 pontos, com penalidades por Kp elevado, Bz negativo, fulgurações M/X e vento solar alto

Componente de Clima Terrestre (simulado no MVP):

• Score por site baseado em critérios de launch commit criteria reais (45th Weather Squadron)

Sensibilidade da missão:

Nível	Multiplicador	Exemplo
LOW	0.8×	Cargo não-crítico
MEDIUM	1.0×	Smallsat padrão
HIGH	1.3×	Starlink / LEO denso
CRITICAL	1.6×	GEO / carga humana

Recomendação: GO → Score ≥ 65 REVIEW → Score 40–64 HOLD → Score < 40

---

📡 API — Endpoint principal

GET /v1/launch/window-score?site=alcantara&mission=leo-small-sat

Exemplo de resposta:

{
  "mission_id": "PAYNE-DEMO-001",
  "recommendation": "GO",
  "global_score": 74,
  "space_weather_score": 68,
  "terrestrial_weather_score": 78,
  "main_reasons": ["Condições nominais — todos os parâmetros dentro dos limites"],
  "action": "Prosseguir com countdown — monitoramento contínuo ativo.",
  "methodology": {
    "score_weights": "space_weather=50% + terrestrial=50%",
    "human_in_the_loop": true,
    "version": "1.1.0-mvp"
  },
  "governance": {
    "disclaimer": "Score de apoio à decisão. Não substitui autoridade operacional de lançamento."
  }
}

Locais disponíveis: alcantara · canaveral · kourou

Missões disponíveis: leo-small-sat · starlink-batch · geo-telecom

---

🖥️ Dashboard — 5 abas

Aba	O que mostra
Launch Window	Score GO/HOLD/REVIEW ao vivo, breakdown de componentes, clima terrestre, feed de eventos
Mission Risk	Risco por fase da missão (pré-lançamento → recuperação), custo de adiamento
Space Weather	Gauge Kp, Bz, vento solar, escala de impacto por faixa de Kp, histórico de falhas
API Demo	Chamada interativa ao endpoint /v1/launch/window-score com resposta JSON real
Methodology	Origem da marca (Cecilia Payne), metodologia do score, governança e limitações

---

👥 Público-Alvo

Segmento	Exemplos	Dor principal
Launch providers	SpaceX, Rocket Lab, ULA, Firefly	Janela de lançamento com menor risco e menor custo de adiamento
Operadores de satélite	Starlink, OneWeb, Planet, Iridium	Proteger carga útil na órbita inicial
Spaceports / Ranges	Alcântara, Canaveral, Kourou	Segurança, critérios e comunicação com operadores
Seguradoras espaciais	Lloyd's, Munich Re, Swiss Re	Precificar risco de missão e lançamento
Governo / Defesa	Agências espaciais, FAB, ESA	Governança de risco e resiliência

---

⚡ Casos históricos documentados

Evento	O que aconteceu
Apollo 12 (1969)	Missão atingida por raios após decolagem. Sobreviveu. Gerou os launch commit criteria para raios.
Atlas-Centaur AC-67 (1987)	Descarga elétrica em condição adversa. Missão perdida. Reforçou critérios meteorológicos.
Starlink Batch (2022)	Tempestade geomagnética G1 elevou arrasto atmosférico. 40 satélites perdidos em órbita inicial.

---

📁 Estrutura do repositório

payne/
├── frontend/
│   └── src/
│       ├── App.jsx                    ← Dashboard Launch Intelligence
│       └── hooks/
│           └── useSpaceWeather.js     ← Hook de dados em tempo real
└── backend/
    └── src/
        ├── main.py                    ← FastAPI com endpoints de Launch Intelligence
        ├── nasa_dscovr.py             ← DSCOVR + campo magnético (real)
        ├── noaa.py                    ← Kp + previsão (real)
        ├── noaa_goes.py               ← Raios-X GOES-R (real)
        └── requirements.txt

---

🚀 Como rodar localmente

# Backend
cd backend/src
pip install -r requirements.txt
uvicorn main:app --reload --port 8000
# → http://localhost:8000/docs

# Frontend
cd frontend
npm install
npm run dev
# → http://localhost:5173

---

⚖️ Governança

Princípio	Aplicação
Fonte oficial	NOAA/NASA para clima espacial — sempre referenciadas
Rastreabilidade	Todo score exibe fonte, timestamp e versão da regra
Explicabilidade	O sistema mostra por que recomendou GO, HOLD ou REVIEW
Human-in-the-loop	A decisão de lançamento é operacional e humana
Dados simulados	Identificados claramente na API e no dashboard
Limitação clara	Não substitui NOAA, NASA, Space Force, FAA ou reguladores

---

🗺️ Roadmap

• Dashboard com Launch Window Score (GO/HOLD/REVIEW)
• Dados reais NOAA/NASA conectados (Kp, Bz, X-Ray)
• API FastAPI com endpoint /v1/launch/window-score
• Aba Methodology com governança e limitações
• Deploy GitHub Pages + Render
• Clima terrestre real via METAR/TAF
• Integração Kuafu-1 (CNSA) — +12–24h de antecedência
• NASA DONKI — histórico de CMEs
• PostgreSQL + TimescaleDB em produção
• Modelo ML para previsão calibrada com histórico

---

🎯 ODS 9 — Indústria, Inovação e Infraestrutura

O PAYNE fortalece a resiliência de infraestrutura espacial crítica usando dados orbitais para antecipar riscos que causam perdas de missão, blackouts e danos financeiros significativos. Cada lançamento mais seguro é infraestrutura mais confiável para o planeta.

---

👩‍💻 Desenvolvido por

RM570351 - Luana Ramos Rabelo
RM 573538 - Lucas Luna Pimentel
RM 572886 - Mariana Ishikawa Mota
FIAP · Turma 1TSCPF Global Solution 2026 — Indústria Espacial · Parceiro: Pacto Global da ONU

---

_{Dados: NASA DSCOVR · GOES-R · NOAA SWPC · Kuafu-1 CNSA (roadmap)
Homenagem a Cecilia Payne-Gaposchkin (1900–1979)}