Intensidade de tempestades pode ser estimada com mais rapidez por uma nova ferramenta de inteligência artificial desenvolvida na Universidade de São Paulo (USP) e apresentada em 2026.
O sistema combina dados de radar meteorológico e aprendizado de máquina para gerar previsões de curtíssimo prazo em áreas monitoradas no estado de São Paulo.
Como a IA acompanha as tempestades
A ferramenta recebeu o nome de TITAN-LSTM. O sistema une duas tecnologias com funções diferentes durante a análise dos eventos de chuva.
O TITAN identifica e acompanha cada tempestade observada pelo radar. Ele calcula informações como posição, direção e velocidade de deslocamento.
A LSTM usa esses dados para analisar a evolução da chuva. A rede neural considera o histórico recente do fenômeno para estimar mudanças na área e na intensidade da precipitação.
Previsão chega a 30 minutos
O modelo produz previsões para períodos entre cinco e 30 minutos. Os pesquisadores também avaliaram como o tamanho do histórico usado pela rede interfere nos resultados.
O estudo indica que o desempenho melhora quando a inteligência artificial recebe mais informações sobre a evolução anterior da tempestade. Assim, o sistema consegue considerar não apenas a situação atual, mas também mudanças registradas nos minutos anteriores.
Testes mediram a intensidade da chuva
Os pesquisadores utilizaram dados de um radar meteorológico instalado em São Paulo. O conjunto analisado reúne registros de 2016 a 2019, com atualizações feitas a cada cinco minutos.
A pesquisa selecionou 439 tempestades para o desenvolvimento e a validação do modelo. Desse total, 307 eventos serviram para treinar a rede neural. Outros 132 foram usados para avaliar o desempenho do sistema.
Os resultados mostraram erros de aproximadamente 3 milímetros por hora na estimativa da taxa de chuva com cinco minutos de antecedência. Aos 30 minutos, o erro chegou a cerca de 4 milímetros por hora.
O estudo também registrou melhora na identificação das áreas atingidas pela chuva. Na avaliação científica, o uso de históricos mais longos reduziu os erros na estimativa da área de precipitação.
Ferramenta usa menos processamento
Um dos pontos analisados pelos pesquisadores foi o custo computacional. O TITAN-LSTM trabalha com informações numéricas extraídas das tempestades acompanhadas pelo radar.
Esse formato reduz a necessidade de processar grandes sequências de imagens. Segundo a pesquisa, a proposta pode funcionar com menor demanda computacional que algumas arquiteturas de aprendizado profundo.
A ferramenta também foi desenvolvida para permitir adaptação a diferentes radares. Essa possibilidade depende das características e dos dados disponíveis em cada equipamento.
Tecnologia pode apoiar alertas de chuva
A previsão de intensidade de tempestades pode fornecer informações para sistemas que acompanham riscos causados pela chuva. A antecedência de alguns minutos pode ajudar na análise de áreas que poderão receber volumes elevados de precipitação.
O trabalho também tem relação com projetos voltados à previsão de alagamentos e enchentes. A FAPESP mantém financiamento para uma pesquisa que busca integrar radar meteorológico e aprendizado de máquina à previsão de eventos hidrológicos.
O TITAN-LSTM ainda possui limitações. A versão estudada considera tempestades que podem ser acompanhadas como um único sistema. Os pesquisadores já trabalham com situações mais complexas, nas quais tempestades podem se unir ou se dividir.
A pesquisa foi publicada em 2026 no Journal of Geophysical Research: Machine Learning and Computation. O artigo científico apresenta os detalhes do método, dos testes e dos resultados obtidos com os dados de radar.
A evolução do sistema poderá ampliar seu uso em diferentes regiões que tenham cobertura de radar.