Pesquisadores do Instituto de Astronomia, Geofísica e Ciências Atmosféricas da USP (IAG-USP) criaram uma ferramenta de inteligência artificial que prevê a rota, a área e a intensidade de tempestades com até 30 minutos de antecedência. Chamado TITAN-LSTM, o sistema atualiza a previsão a cada cinco minutos e foi apresentado no Journal of Geophysical Research: Machine Learning and Computation.
O trabalho foi conduzido pela pós-doutoranda Andrea Salome Viteri López e pelo professor Carlos Augusto Morales Rodriguez, com apoio da Fapesp (Fundação de Amparo à Pesquisa do Estado de São Paulo).
Qual problema a ferramenta tenta resolver
Métodos tradicionais rastreiam bem o movimento das chuvas, mas têm dificuldade em captar como as tempestades crescem, diminuem ou mudam de forma. Já as redes neurais mais sofisticadas aprendem essas transformações, mas exigem alta capacidade de processamento, segundo os pesquisadores.
Leia também: Califórnia proíbe demissão decidida só por inteligência artificial · Apple vai endurecer controles de privacidade do macOS diante de agentes de IA
Como funciona o TITAN-LSTM
O sistema une duas tecnologias. O TITAN é um algoritmo dos anos 1990, de código aberto, projetado pelo Centro Nacional de Pesquisa Atmosférica dos Estados Unidos (NCAR). Ele identifica cada tempestade nas imagens de radar e calcula onde ela está, de onde veio e para onde segue.
A segunda parte é a LSTM, sigla em inglês para memória de longo e curto prazo, um tipo de rede neural que aprende com sequências de eventos. A partir do histórico recente de cada tempestade, ela estima a evolução nos minutos seguintes.
Em vez de entregar imagens pesadas de radar à IA, o TITAN transforma cada tempestade em dados numéricos, como área, volume de chuva, velocidade e direção. Esse caminho exige menos processamento que as redes neurais que trabalham direto com imagens.
O que os testes mostraram
O modelo foi treinado com dados do radar meteorológico de Biritiba Mirim, na Região Metropolitana de São Paulo, coletados entre 2016 e 2019. De mais de 32 mil eventos, os pesquisadores isolaram 439 tempestades contínuas: 307 serviram para treinamento e 132 para testes. A área considerada tem 120 quilômetros de raio em torno do radar.
Na validação, as previsões foram comparadas com os dados reais registrados pelo radar. O TITAN-LSTM foi três vezes superior aos métodos tradicionais na estimativa inicial da área de chuva, com índice de acerto de cerca de 0,7 nos primeiros minutos, ante 0,2 do método tradicional. Os falsos alarmes caíram quase 70%.
O erro na intensidade da chuva ficou entre 3 e 4 milímetros por hora nas previsões de até 30 minutos. O treinamento levou cerca de 20 minutos, em linguagem Python, num computador convencional.
“Uma das vantagens é que não precisamos de supercomputadores. O software pode ser instalado em qualquer notebook”, disse López.
Para que serve
López afirma que a Defesa Civil precisa de uma previsão muito rápida e aponta o potencial da ferramenta para apoiar a interdição de vias e a evacuação de áreas de risco. A Folha de S.Paulo informa que o baixo custo computacional facilita a aplicação em regiões que já têm cobertura de radar.
Próximas etapas
A equipe trabalha para que o sistema analise tempestades complexas, que se dividem ou se fundem. Segundo López, a próxima etapa é acoplá-lo a um modelo probabilístico de previsão de cheias, desenvolvido por ela durante o mestrado, para prever inundações, enchentes e alagamentos na cidade de São Paulo.
Correção (02/10, 19:10): o índice de acerto foi de cerca de 0,7 nos primeiros minutos, e não “acima de 70%”, como dizia a primeira versão.
