Pesquisadores do Instituto de Astronomia, Geofísica e Ciências Atmosféricas da Universidade de São Paulo (IAG-USP) desenvolveram uma ferramenta de inteligência artificial que prevê a trajetória, a área e a intensidade de tempestades com até 30 minutos de antecedência. O sistema gera alertas de precipitação de curtíssimo prazo na Região Metropolitana de São Paulo a partir de dados de radares meteorológicos atualizados a cada cinco minutos.
Chamado Titan-LSTM, o modelo combina o algoritmo Titan, criado nos anos 1990 para rastrear o deslocamento físico das nuvens, com a rede neural LSTM, voltada à análise de sequências temporais. O projeto é conduzido pela pós-doutoranda Andrea Salome Viteri López e pelo professor Carlos Augusto Morales Rodriguez, com financiamento da Fapesp.
O sistema transforma cada tempestade em dados numéricos, como volume, área e velocidade, antes de encaminhá-los à rede neural. Assim, o algoritmo identifica a posição e o deslocamento do fenômeno, enquanto a rede estima sua evolução nos minutos seguintes.
Para treinar a ferramenta, os pesquisadores usaram dados do radar meteorológico de Biritiba Mirim coletados entre 2016 e 2019. Mais de 32 mil eventos passaram por uma seleção, que resultou em 439 tempestades contínuas. Desse total, 307 foram usadas no treinamento e 132 nos testes.
Nos testes de validação, o Titan-LSTM foi três vezes superior aos métodos tradicionais na estimativa inicial da área de chuva. O índice de acerto ficou acima de 70% nos primeiros minutos, enquanto os falsos alarmes caíram quase 70%. Para previsões de até 30 minutos, o erro na intensidade da chuva variou entre 3 e 4 milímetros por hora.
O software levou cerca de 20 minutos para ser treinado em Python em um computador convencional. Segundo Andrea Salome Viteri López, a ferramenta pode ser instalada em qualquer notebook, sem a necessidade de supercomputadores.
A equipe avalia o uso do modelo por órgãos de prevenção de desastres e sistemas de monitoramento hídrico. Os pesquisadores também trabalham para ampliar a ferramenta e incluir tempestades complexas, que se dividem ou se fundem.
