A precisão na meteorologia acaba de ganhar um aliado estratégico que promete transformar a resposta a eventos climáticos extremos. Pesquisadores da Universidade de São Paulo (USP) desenvolveram uma ferramenta inovadora, batizada de TITAN-LSTM, capaz de prever a rota e a intensidade de tempestades com até 30 minutos de antecedência. O sistema combina o rastreamento clássico de nuvens com inteligência artificial, oferecendo uma solução de baixo custo computacional que pode ser operada em computadores convencionais.
A união entre algoritmos clássicos e inteligência artificial
O nome da tecnologia reflete a fusão de duas abordagens distintas. O componente TITAN, sigla em inglês para Identificação, Rastreamento, Análise e Previsão de Curtíssimo Prazo de Tempestades, é um algoritmo consolidado desde a década de 1990, focado em monitorar o deslocamento de nuvens via radar. Já a rede LSTM, ou Memória de Longo e Curto Prazo, atua como o cérebro do sistema, processando sequências temporais para antecipar o comportamento futuro do fenômeno.
Diferente de modelos que analisam imagens estáticas, o TITAN-LSTM extrai dados numéricos — como área, volume de precipitação e velocidade — e os transforma em uma série temporal. Essa metodologia permite que a inteligência artificial aprenda padrões de evolução, como o momento em que uma tempestade ganha força ou começa a se dissipar, superando a limitação de métodos tradicionais que tratam a chuva apenas como um objeto em movimento.
Memória seletiva para antecipar mudanças climáticas
A eficácia do sistema reside na capacidade da rede LSTM de realizar uma “memória seletiva”. Através de mecanismos chamados de portas, o algoritmo filtra quais informações sobre o histórico recente da tempestade são relevantes para o cálculo da previsão. Essa característica permite que o sistema não apenas identifique onde a chuva está, mas compreenda sua trajetória de crescimento ou enfraquecimento.
Os testes realizados com dados coletados entre 2016 e 2019, provenientes do radar meteorológico de Ponte Nova, em Biritiba Mirim, demonstraram resultados expressivos. O índice de acerto na previsão da área de cobertura da chuva subiu de 0,2 para 0,7 nos primeiros minutos, enquanto a incidência de falsos alarmes foi reduzida em quase 70%. O estudo, que contou com apoio da Fapesp, foi publicado no Journal of Geophysical Research: Machine Learning and Computation.
Viabilidade técnica e impacto na Defesa Civil
Um dos diferenciais mais relevantes do TITAN-LSTM é a sua acessibilidade. Enquanto muitas tecnologias de ponta exigem supercomputadores e processamento massivo de imagens, a nova ferramenta opera com eficiência em notebooks comuns. O treinamento do modelo, realizado com centenas de tempestades, foi concluído em cerca de 20 minutos utilizando a linguagem de programação Python.
Essa viabilidade técnica abre portas para que órgãos de monitoramento e a Defesa Civil utilizem o sistema em tempo real. Ao fornecer dados precisos sobre a intensidade e a localização de chuvas em um intervalo de 30 minutos, a ferramenta torna-se um instrumento vital para a gestão de riscos, permitindo ações mais rápidas em áreas vulneráveis a inundações e alagamentos. O projeto é assinado por Andrea Salome Viteri López, pós-doutoranda no IAG-USP, sob orientação do professor Carlos Augusto Morales Rodriguez.
Continue acompanhando o Fato Paulista para mais atualizações sobre inovações científicas e tecnologias que impactam diretamente o cotidiano e a segurança da população. Nosso compromisso é levar até você informações apuradas, relevantes e contextualizadas sobre os avanços que moldam o futuro do Brasil.
