Cientistas discutem o bom desempenho da previsão de inundações, utilizando um modelo hidrológico baseado em redes neurais artificiais (RNA), técnica da área de Inteligência Artificial (I.A.). A metodologia emprega dados observados no nível de água do rio e a estimativa de precipitação pelos dados de radar meteorológico de alta resolução sobre uma pequena bacia hidrográfica.
As discussões ocorreram na última semana de julho (dias 24 e 25), durante a Sessão Temática “Matemática das inundações e rupturas de barragens”, coordenada pelo pesquisador Leonardo B.L. Santos, do Centro Nacional de Monitoramento e Alertas de Desastres Naturais (Cemaden) – unidade de pesquisa do Ministério da Ciência, Tecnologia e Inovação (MCTI) – e pelos professores Maicon Correa e José Mário Martinez, da Universidade Estadual de Campinas (Unicamp). A sessão temática fez parte do “Colóquio Brasileiro de Matemática”, evento promovido pelo Instituto de Matemática Pura e Aplicada (IMPA), também unidade de pesquisa do MCTI, com sede no Rio de Janeiro (RJ).
“Na modelagem baseada em Inteligência Artificial, os algoritmos foram treinados e avaliados para duas previsões de curto prazo (15 e 120 min) usando volumes acumulados de chuva (de uma à 48 horas) derivados de dados de radar meteorológico e do nível do rio na saída de uma bacia hidrográfica” , informa o físico e pesquisador do Cemaden, Leonardo Santos.
Na sessão temática, foram apresentadas palestras sobre o estado-da-arte em modelagem de inundações e rupturas de barragens, com métodos físicos tradicionais e inovações com Inteligência Artificial. Além disso, foram discutidas questões como turbulência e modelagem de tsunamis.
A ruptura de barragens foi outra classe de eventos abordada no evento. O rompimento da barragem em Brumadinho (Minas Gerais), em 25 de janeiro de 2019, é considerado o maior acidente de trabalho da história brasileira em termos de vidas humanas, e o rompimento da barragem em Mariana (também em Minas Gerais),em 5 de novembro de 2015, é tido como o desastre industrial que causou o maior impacto ambiental no país. A temática tem atraído a atenção de pesquisadores de diversas Instituições, em especial da Unicamp, aplicando as metodologias da Análise Numérica.
Desastres hidrometeorológicos e a pesquisa sobre o Modelo Hidrológico baseado em Rede Neural
Segundo a Organização Meteorológica Mundial, inundações corresponderam a 44% de todos os eventos de desastre entre 2000 e 2019, impactando diversas cidades ao redor do mundo. Muitos desastres hidrometeorológicos em bacias hidrográficas pequenas e íngremes se desenvolvem rapidamente e impactam significativamente vidas humanas e infraestruturas. Dados de chuva de alta resolução e métodos de aprendizado de máquina têm sido usados como estruturas de modelagem para prever esses eventos, como inundações repentinas.
“Uma questão crítica permanece: quanto tempo de dados de entrada de chuva é necessário para uma previsão hidrológica empírica? Empregamos um modelo hidrológico de redes neurais artificiais (RNA) para abordar essa questão, com a finalidade de previsão do nível dos rios e investigar sua dependência de condições antecedentes de chuva”, explica Santos.
Nessa pesquisa com o Modelo Hidrológico baseado em Rede Neural, os cientistas concluem que – mesmo em uma bacia hidrográfica com menos de duas horas de tempo de concentração – os dados acumulados de precipitação por um período mais prolongado melhoraram, significativamente, o desempenho da rede neural. Essa questão sugere que o algoritmo simula padrões físicos do sistema, que podem estar relacionados à umidade do solo em condições anteriores.
“Sob longos períodos de precipitação acumulada em mais de 12 horas, a estrutura atingiu níveis de desempenho consideravelmente mais elevados, o que pode estar relacionado à capacidade da RNA de capturar a resposta subsuperficial, bem como estados passados de umidade do solo na bacia hidrográfica.”, destaca o pesquisador Leonardo Santos.
O artigo científico empregou um modelo hidrológico de redes neurais artificiais (RNA) para abordar essa questão para prever o nível dos rios e investigar sua dependência de condições antecedentes de chuva. Os testes foram realizados usando os dados observados de nível de água e estimativa de precipitação por radar meteorológico de alta resolução sobre uma pequena bacia hidrográfica na região serrana do Rio de Janeiro, Brasil.
O artigo científico “A Neural Network-BasedHydrologicalModel for Very High-ResolutionForecastingUsingWeather Radar Data” (Um modelo hidrológico baseado em rede neural para previsão de resolução muito alta usando dados de radar meteorológico) pode ser acessado pelo link: https://www.mdpi.com/2673-4117/4/3/101
Eventos sobre Inteligência Artificial
Na Sessão Temática “Matemática das inundações e rupturas de barragens”, do Colóquio Brasileiro de Matemática participaram 38 pesquisadores de diversas instituições. “Foi uma oportunidade ótima para reunirmos tantos especialistas na área, para discussões de possíveis colaborações e para estimularmos jovens pesquisadores a ingressarem na temática.”, afirma Santos, pesquisador do Cemaden, informando que o grupo de pesquisadores dessa área está com perspectivas de preparação de projetos em conjunto para editais de pesquisa.
No próximo mês, nos dia 4 e 5 de setembro, haverá um novo encontro presencial na sede do Cemaden, no Parque Tecnológico em São José dos Campos, para discussões sobre inundações e secas, no Workshop IASI – Inteligência Artificial em Secas e Inundações – com inscrições abertas: https://sites.google.com/view/iasi2023
Com informações da Ascom/Cemaden
Faça parte das nossas redes sociais de Geotecnologias, Drones e Espaço
