A inteligência artificial está sendo testada como uma alternativa para prever inundações em regiões onde faltam dados históricos de nível de rios e chuvas, tradicionalmente essenciais para esse tipo de alerta. Em um estudo liderado pela Universidade do Texas em Austin, nos Estados Unidos, pesquisadores avaliaram modelos de IA chamados fundamentais de séries temporais (TSFMs), que foram abastecidos com grandes volumes de dados globais sobre temperatura, consumo de energia, trânsito e níveis de rios norte-americanos para aprender padrões e depois serem adaptados à tarefa específica de prever enchentes. Os resultados foram publicados na revista Machine Learning: Earth nessa sexta-feira (20/3).
Entre os sistemas testados, um deles, chamado Sundial, apresentou desempenho semelhante aos modelos individuais, que são treinados exclusivamente com dados locais para prever eventos em uma única região. A IA conseguiu prever o risco de inundação em rios dos Estados Unidos com boa precisão, especialmente em bacias onde há padrões sazonais bem definidos, como o aumento da vazão em períodos de derretimento da neve. O estudo mostrou que a tecnologia pode ser uma ferramenta útil para suprir a falta de informações em locais onde os registros de longo prazo são escassos ou inexistentes.
Estudo é liderado pela Universidade do Texas em Austin, nos Estados Unidos
Em comunicado, um dos autores da pesquisa, Alexander Sun, destacou que informações confiáveis sobre a água são essenciais para as comunidades, mas muitas regiões ainda carecem dos dados necessários para os métodos tradicionais de previsão. "Abordagens como esta mostram como novas ferramentas de IA podem ajudar a preencher essa lacuna, dando a mais lugares acesso a previsões baseadas em dados”, destaca.
Sun ressaltou, no entanto, que a tecnologia ainda precisa evoluir para conseguir prever enchentes em sistemas fluviais mais complexos. " “Este trabalho aponta para um futuro onde previsões aprimoradas são possíveis mesmo em áreas que foram negligenciadas por décadas”, diz Sun. Além de prever inundações, o modelo pode ajudar no planejamento de períodos de seca e nortear a gestão dos recursos hídricos com mais precisão.
Fonte: Metrópoles
Siga nas redes sociais
