Com até 30 minutos de antecedência, o modelo de inteligência artificial TITAN-LSTM consegue projetar a trajetória, a extensão e a força de tempestades que atingem a Região Metropolitana de São Paulo. Desenvolvida no Instituto de Astronomia, Geofísica e Ciências Atmosféricas da Universidade de São Paulo (IAG-USP), a tecnologia renova os cálculos meteorológicos a cada cinco minutos. O programa roda diretamente em notebooks e computadores comuns, sem depender da infraestrutura de supercomputadores para processar os alertas.

A pesquisa recebeu financiamento da Fundação de Amparo à Pesquisa do Estado de São Paulo (Fapesp) e ganhou divulgação pública em 1 de outubro de 2026, data da publicação do estudo na revista científica Journal of Geophysical Research: Machine Learning and Computation. O artigo tem como autora principal a pesquisadora de pós-doutorado Andrea Salome Viteri López, em coautoria com o professor Carlos Augusto Morales Rodriguez. Segundo a cientista, a velocidade de processamento atende diretamente às demandas de órgãos de emergência. “Para a Defesa Civil é necessária uma previsão muito rápida. Se sabemos por onde a chuva está passando, qual será sua intensidade, qual sua área de cobertura e para onde ela está indo, podemos avaliar quais regiões serão afetadas. O objetivo é ajudar na tomada de decisão, como interditar vias ou retirar pessoas de áreas de risco”, afirmou Viteri López.

Conversão de imagens em séries numéricas acelera o processamento

Os modelos meteorológicos convencionais costumam exigir alto poder de processamento porque analisam imagens pesadas em duas dimensões captadas pelos radares. O sistema do IAG-USP contorna essa exigência ao converter cada célula de chuva em sequências numéricas que reúnem dados sobre velocidade de deslocamento, área ocupada, volume e intensidade. A partir dessa estrutura híbrida, uma rede neural calcula a variação dos indicadores ao longo dos minutos.

Programado na linguagem Python, o algoritmo levou cerca de 20 minutos para concluir a etapa de treinamento em um computador padrão. Nos primeiros minutos de projeção, o método fez o índice de acerto sobre a área de chuva subir de 0,2 para cerca de 0,7. Na comparação direta com as técnicas tradicionais de extrapolação, o TITAN-LSTM também diminuiu em quase 70% a ocorrência de falsos alarmes.

Raio de alcance e números de calibração do modelo em Biritiba Mirim

Para treinar e validar a rede neural, os cientistas utilizaram registros reais captados a partir da barragem de Ponte Nova, localizada no município de Biritiba Mirim. Os parâmetros operacionais e a divisão das amostras do estudo seguem métricas definidas pela equipe da USP:

• Antecedência máxima do alerta: projeções geradas até 30 minutos antes da chuva.
• Intervalo de renovação: atualização automática dos dados a cada 5 minutos.
• Alcance geográfico: cobertura em um raio de 120 quilômetros ao redor do radar de Ponte Nova.
• Margem de variação na intensidade: diferença de 3 a 4 milímetros por hora no teto de 30 minutos.
• Volume total analisado: 439 tempestades contínuas filtradas dentro de um universo de 32 mil registros.
• Recorte de validação: 307 eventos aplicados no treinamento da inteligência artificial e 132 separados para a bateria de testes.

Combinação de rastreamento físico dos anos 1990 com redes neurais

A arquitetura criada em São Paulo une duas ferramentas de épocas distintas para corrigir gargalos do monitoramento de curtíssimo prazo. A primeira delas é o algoritmo TITAN, criado na década de 1990 nos Estados Unidos pelo National Center for Atmospheric Research (centro nacional de pesquisa atmosférica norte-americano) para rastrear fisicamente células individuais de tempestade. A segunda base é a rede neural LSTM, concebida na ciência da computação especificamente para interpretar dados organizados em linha temporal.

Continue lendo: Frio e garoa persistem em São Paulo com máxima de 18°C

A integração entre o rastreador físico e a inteligência artificial formou a base da tese de doutorado de Andrea Salome Viteri López, defendida no IAG-USP. O desenvolvimento do projeto até a divulgação dos resultados cumpriu quatro etapas principais:

• Década de 1990: criação do algoritmo de rastreamento TITAN pelo National Center for Atmospheric Research, nos Estados Unidos.
• Entre 2016 e 2019: captação do banco de dados de chuvas pelo radar meteorológico instalado em Ponte Nova.
• Junho de 2025: apresentação e defesa da tese de doutorado de Andrea Salome Viteri López no IAG-USP.
• 1 de outubro de 2026: publicação do artigo científico e comunicação dos resultados pela USP e pela Agência Fapesp.

Adaptação para temporais que se dividem e uso em outros radares

Os próximos passos do grupo de pesquisa incluem o ajuste do código para monitorar tempestades complexas, categoria que abrange formações de chuva que se partem ou se juntam enquanto avançam pela atmosfera. A equipe também planeja cruzar os resultados do TITAN-LSTM com modelos probabilísticos voltados à antecipação de alagamentos e cheias urbanas.

A instalação oficial da ferramenta na sala de situação da Defesa Civil do Estado de São Paulo ainda não tem data fechada para ocorrer. Enquanto o cronograma estadual não é definido, os autores do projeto preparam a liberação do programa para que equipes técnicas possam calibrar o sistema em outros radares meteorológicos em operação no país.