“`
Pesquisadores do Centro Nacional de Monitoramento e Alertas de Desastres Naturais (Cemaden) desenvolveram uma nova metodologia para melhorar a previsão de enxurradas. O estudo, publicado na revista Transactions in GIS, utiliza inteligência artificial e análise de incertezas para tornar os alertas mais confiáveis.
De acordo com os pesquisadores, enxurradas estão entre os desastres naturais mais rápidos e perigosos no Brasil, dificultando ações preventivas. O novo método incorpora incertezas nos dados, como erros de medição e limitações de sensores, que antes não eram considerados em modelos tradicionais.
A pesquisa foi realizada em parceria com o Instituto Nacional de Pesquisas Espaciais (INPE) e o Serviço Federal de Processamento de Dados (Serpro). O estudo inclui um banco de dados público com cinco anos de registros hidrometeorológicos de alta resolução.
Metodologia inovadora
O modelo desenvolvido, chamado Uncertainty-Aware Ensemble for Machine Learning (UAE-ML), gera faixas de previsão em vez de valores únicos. “A incorporação de incertezas torna as previsões mais robustas para sistemas de alerta precoce”, explica Jaqueline Soares, tecnologista do Cemaden e primeira autora do estudo.
A metodologia foi testada na bacia do rio Bengalas, em Nova Friburgo (RJ), região com histórico de enxurradas. Os dados combinam informações de radar meteorológico (1 km de resolução) e medições hidrológicas em campo.
Foram avaliados cinco modelos de aprendizado de máquina com diferentes horizontes de previsão (30 minutos a 6 horas). Os resultados indicam que não há um modelo ideal para todos os cenários, sendo necessário balancear precisão, robustez e custo computacional.
Aplicações práticas
A nova abordagem permite estimar não apenas o nível do rio, mas também o grau de confiança da previsão. Essa informação é crucial para decisões de gestores públicos e equipes de Defesa Civil em situações de risco.
O artigo completo está disponível para acesso público. Entre os autores estão pesquisadores do Cemaden, INPE e Serpro.
“`