Uma ferramenta desenvolvida na Universidade de São Paulo (USP) combina dados de radar meteorológico e inteligência artificial para prever, em até 30 minutos, o caminho e a intensidade de tempestades. Batizado de TITAN-LSTM, o sistema atualiza as informações a cada cinco minutos e foi projetado para funcionar com baixo custo computacional.
O trabalho teve apoio da FAPESP e foi desenvolvido por Andrea Salome Viteri López, pós-doutoranda no Instituto de Astronomia, Geofísica e Ciências Atmosféricas (IAG-USP). O professor Carlos Augusto Morales Rodriguez, do IAG, também assina o estudo, publicado no Journal of Geophysical Research: Machine Learning and Computation.
Como funciona
O TITAN identifica e acompanha cada tempestade no radar, calculando dados como área, intensidade, direção e velocidade de deslocamento. Essas informações são encaminhadas a uma rede neural do tipo LSTM, que usa o histórico recente para estimar como a tempestade vai evoluir.
A rede tem uma memória seletiva. Ao receber uma sequência de dados, aprende quais informações devem ser mantidas e quais podem ser descartadas. Assim, o sistema não analisa apenas uma imagem isolada do radar, mas também as mudanças recentes na chuva.
“Nosso objetivo era fazer uma previsão de chuva de curtíssimo prazo”, afirma López. A ferramenta foi criada para representar situações em que a tempestade cresce, diminui, muda de forma, se intensifica, enfraquece e depois desaparece.
O modelo foi treinado com 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, em uma área de raio de 120 quilômetros.
Resultados dos testes
Mais de 32 mil tempestades foram analisadas inicialmente. Depois da seleção de eventos com evolução completa, restaram 439. Foram escolhidas apenas chuvas que duraram mais de 20 minutos e não se fundiram com outras nuvens. Desse conjunto, 307 tempestades foram usadas no treinamento e 132 ficaram separadas para testar o sistema.
Os testes indicaram que o TITAN-LSTM foi mais de três vezes superior ao método tradicional na previsão inicial da área da chuva. O índice de acerto passou de 0,2 para aproximadamente 0,7 nos primeiros minutos, enquanto os falsos alarmes diminuíram em quase 70%.
A margem de erro na intensidade da chuva ficou em torno de 3 milímetros por hora para uma previsão com cinco minutos de antecedência. Para 30 minutos, chegou a aproximadamente 3 a 4 milímetros por hora. O estudo também mostrou que um histórico mais longo da tempestade tende a melhorar a previsão da área atingida.
O treinamento completo, com as 439 tempestades, levou cerca de 20 minutos em um computador convencional usando programas em Python. Segundo López, o software pode ser instalado em qualquer notebook, desde que sejam consideradas as especificações do radar utilizado.
Possíveis aplicações
A ferramenta pode fornecer dados para sistemas de alerta de inundações, para a Defesa Civil e para modelos hidrológicos. As previsões podem indicar onde a tempestade estará dentro de cinco, dez ou 15 minutos, qual área deverá atingir e com que intensidade poderá chover.
Essas informações podem ajudar na avaliação das regiões afetadas e em decisões como interditar vias ou retirar pessoas de áreas de risco. Também podem contribuir para estimar o aumento rápido da vazão de rios, além do risco de alagamentos e inundações.
Nesta primeira etapa, o TITAN-LSTM acompanha apenas tempestades contínuas, que podem ser observadas como um único objeto durante todo o ciclo de vida. O grupo já trabalha com fenômenos mais complexos, que podem se fundir com outras tempestades ou se dividir em várias células.
A proposta é adaptar a ferramenta a outros radares e permitir que suas previsões sejam compartilhadas com órgãos responsáveis por alertas e prevenção de desastres.
