SÃO PAULO — Uma ferramenta desenvolvida na Universidade de São Paulo (USP) usa inteligência artificial para prever, nos próximos 30 minutos, a trajetória, a área e a intensidade de tempestades. O sistema, chamado TITAN-LSTM, atualiza as informações a cada cinco minutos e pode ser executado em notebooks convencionais.
O trabalho foi desenvolvido por Andrea Salome Viteri López, pós-doutoranda no Instituto de Astronomia, Geofísica e Ciências Atmosféricas (IAG-USP), com apoio da FAPESP. O professor Carlos Augusto Morales Rodriguez, do IAG, também assina o estudo, publicado no Journal of Geophysical Research: Machine Learning and Computation.
Como a ferramenta funciona
O TITAN identifica tempestades individualmente e calcula características como área, intensidade, direção e velocidade de deslocamento. Essas informações são enviadas a uma rede neural do tipo LSTM, que usa o histórico recente para estimar como o fenômeno deve evoluir.
O método não processa diretamente uma sequência de imagens completas do radar. Em vez disso, transforma cada tempestade em uma série de dados numéricos. A rede neural aprende quais informações anteriores continuam relevantes e quais podem ser descartadas, usando mecanismos conhecidos como portas de memória.
Segundo Andrea López, “o TITAN-LSTM procura ocupar um terreno intermediário”. A proposta combina a capacidade do algoritmo tradicional de acompanhar o movimento com a habilidade da rede neural de representar mudanças na forma, no tamanho e na intensidade das tempestades.
Dados e resultados dos testes
Os pesquisadores analisaram dados coletados entre 2016 e 2019 pelo radar instalado na barragem de Ponte Nova, em Biritiba Mirim. O equipamento faz uma nova varredura a cada cinco minutos. A área considerada no estudo tinha raio de 120 quilômetros em torno do radar.
Mais de 32 mil tempestades foram examinadas inicialmente. Após a aplicação de critérios para selecionar eventos com evolução completa, restaram 439 casos. Desse total, 307 foram usados no treinamento da rede neural e 132 ficaram reservados para os testes.
O sistema apresentou desempenho mais de três vezes superior ao método tradicional na previsão inicial da área de chuva. O índice de acerto passou de 0,2 para aproximadamente 0,7 nos primeiros minutos, enquanto os falsos alarmes foram reduzidos em quase 70%.
A estimativa da intensidade da chuva teve erro de cerca de 3 milímetros por hora para cinco minutos de antecedência. Aos 30 minutos, o erro ficou entre aproximadamente 3 e 4 milímetros por hora. Os testes também indicaram que um histórico mais longo da tempestade melhora a previsão da área de chuva.
Possíveis aplicações
O treinamento completo da configuração usada no estudo, com 439 tempestades, levou cerca de 20 minutos em um computador convencional com programas em Python. De acordo com López, o software pode ser instalado em qualquer notebook e adaptado conforme as especificações do radar.
A ferramenta ainda foi desenvolvida para acompanhar tempestades contínuas, que permanecem como um único objeto durante seu ciclo de vida. A equipe já trabalha com fenômenos mais complexos, que podem se fundir com outras tempestades ou se dividir em várias células.
As previsões podem fornecer informações para sistemas de alerta de inundações e para a Defesa Civil. A expectativa é indicar, com antecedência de cinco, dez ou 15 minutos, onde a tempestade estará, qual área deverá atingir e qual será sua intensidade. O sistema também pode alimentar modelos hidrológicos e, futuramente, ser associado a outros radares em diferentes lugares do Brasil.
