Pesquisadores do Instituto de Astronomia, Geofísica e Ciências Atmosféricas (IAG) da USP desenvolveram um modelo inovador que prevê a evolução de tempestades com até 30 minutos de antecedência. A nova ferramenta combina o Titan, que rastreia chuvas por meio de imagens de radares meteorológicos, com um algoritmo de Inteligência Artificial (IA) que antecipa a evolução temporal da área e do volume das precipitações.
Os modelos tradicionais de previsão, como os de extrapolação e redes neurais, apresentam limitações. Enquanto os primeiros projetam o deslocamento das chuvas, não conseguem detalhar a quantidade de chuva em cada região. Já os modelos de redes neurais, que interpretam melhor a dinâmica das tempestades, demandam alta capacidade de processamento.
Carlos Augusto Morales Rodriguez, orientador do estudo, destaca que o treinamento de redes neurais com imagens de radar consome muita memória e pode falhar ao prever eventos fora dos padrões conhecidos. As chuvas de curta duração, comuns em regiões tropicais, são um exemplo de desafio para esses modelos.
Para superar essas limitações, os pesquisadores criaram um sistema híbrido que combina as abordagens de extrapolação e redes neurais. Andrea Salome Viteri Lopez, autora do estudo, menciona que a próxima fase envolve integrar o sistema a um modelo probabilístico de previsão de cheias, visando auxiliar na previsão de inundações em São Paulo.
O Titan, ferramenta de código aberto, permite a análise de tempestades em tempo real e pode ser facilmente instalado em qualquer computador. Durante o estudo, o sistema foi alimentado com dados de radares meteorológicos de São Paulo, analisando imagens de chuva entre 2016 e 2019.
Os resultados mostraram que o modelo Titan-LSTM, que combina o Titan com uma rede neural de memória a longo prazo, melhorou a capacidade de previsão e reduziu a taxa de erros em comparação ao uso isolado do Titan. Essa ferramenta poderá ser utilizada por entidades públicas para melhorar a resposta a eventos climáticos e reduzir danos.
