Ferramenta TITAN-LSTM prevê tempestades em São Paulo em 30 minutos

5 min de leitura
Tempestade, nuvens carregadas - Ranimiro Lotufo Neto/ istockphoto.com Foto: Tempestade, nuvens carregadas - Ranimiro Lotufo Neto/ istockphoto.com

Com até 30 minutos de antecedência, o modelo de inteligência artificial TITAN-LSTM consegue calcular a direção, a intensidade e a área de cobertura de tempestades na Região Metropolitana de São Paulo. Criada por cientistas do Instituto de Astronomia, Geofísica e Ciências Atmosféricas da Universidade de São Paulo (IAG-USP), a tecnologia renova os cálculos a cada cinco minutos e roda em computadores pessoais e notebooks comuns, sem depender da infraestrutura de supercomputadores.

Financiada pela Fundação de Amparo à Pesquisa do Estado de São Paulo (Fapesp), a investigação científica teve os dados apresentados em 1 de outubro de 2026, após sair na revista acadêmica Journal of Geophysical Research: Machine Learning and Computation. O artigo tem como autora principal a pesquisadora de pós-doutorado Andrea Salome Viteri López, que assina o trabalho em parceria com o professor Carlos Augusto Morales Rodriguez. Sobre o uso direto da tecnologia por órgãos de emergência, a cientista afirmou: “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”.

Conversão de imagens de radar em séries numéricas acelera cálculos

A agilidade do programa decorre da maneira como os dados brutos dos radares meteorológicos são tratados. O software dispensa a leitura direta de imagens bidimensionais pesadas e converte cada evento chuvoso em sequências numéricas que reúnem parâmetros de velocidade, volume, extensão e força da água.

A partir dessa formatação híbrida, a rede neural calcula a variação dos indicadores no decorrer do tempo. Graças a essa arquitetura mais leve, escrita na linguagem de programação Python, a etapa de treinamento do algoritmo levou aproximadamente 20 minutos em uma máquina padrão. Nos primeiros minutos de projeção, o método fez a taxa de acerto sobre o território atingido pela chuva saltar de 0,2 para próximo de 0,7, ao mesmo tempo em que cortou em quase 70% a geração de alertas falsos frente aos sistemas convencionais baseados em extrapolação.

Chuvas
Chuvas -Foto: Germanovich/Istock.com

Parâmetros de leitura do radar em Biritiba Mirim e margem de precisão

Para validar a ferramenta, os cientistas utilizaram registros captados a partir da barragem de Ponte Nova, localizada no município de Biritiba Mirim. Os critérios técnicos e o recorte de dados empregados na calibração do modelo compreendem os seguintes números:

  • Janela de antecipação: projeções geradas com teto de até 30 minutos antes da ocorrência.
  • Ciclo de processamento: atualização contínua de mapas e números a cada 5 minutos.
  • Perímetro monitorado: raio de 120 quilômetros medido a partir do equipamento em Ponte Nova.
  • Desvio no cálculo de volume: margem de erro de 3 a 4 milímetros por hora na faixa máxima de 30 minutos.
  • Amostragem histórica: 439 episódios contínuos de chuva severa filtrados de um universo de 32 mil ocorrências.
  • Partilha do banco de dados: 307 eventos aplicados na instrução do algoritmo e 132 separados para a bateria de testes.

Combinação de rastreamento físico dos anos 1990 com redes neurais

O nome do sistema reflete a fusão de duas ferramentas criadas em épocas diferentes para contornar gargalos da previsão meteorológica imediata. A primeira parte vem do algoritmo TITAN, concebido nos Estados Unidos durante a década de 1990 pelo National Center for Atmospheric Research (centro nacional de pesquisa atmosférica norte-americano) para monitorar fisicamente células isoladas de precipitação.

Saiba mais: Frio e garoa persistem em São Paulo com máxima de 18°C

A segunda metade incorpora a estrutura computacional LSTM, uma rede neural voltada à leitura de informações organizadas em linha do tempo. A integração dessas duas frentes formou a base da tese de doutorado que Andrea Salome Viteri López defendeu junto ao IAG-USP. As etapas que levaram à consolidação do programa seguiram quatro momentos principais:

  • Década de 1990: criação do rastreador físico TITAN pelo National Center for Atmospheric Research, nos Estados Unidos.
  • Intervalo de 2016 a 2019: captação das informações de chuvas pelo radar instalado na barragem de Ponte Nova.
  • Junho de 2025: apresentação e defesa da tese de doutorado de Andrea Salome Viteri López na USP.
  • 1 de outubro de 2026: publicação dos resultados da plataforma TITAN-LSTM pela Agência Fapesp e pela universidade.

Adaptação para tempestades que se dividem e uso nacional do código

Os passos seguintes do grupo de trabalho incluem ajustar o código para lidar com formações meteorológicas mais complexas, capazes de se dividir ou se fundir enquanto avançam pela atmosfera. Os acadêmicos também planejam conectar as saídas do modelo a ferramentas probabilísticas voltadas ao cálculo de alagamentos e inundações urbanas.

A implementação oficial do programa na rotina da sala de situação da Defesa Civil do Estado de São Paulo ainda não tem uma data fechada. Enquanto essa integração não ocorre, a equipe do IAG-USP pretende liberar o código do software para que centros de monitoramento de outras regiões do país possam calibrar a tecnologia com seus próprios radares meteorológicos.

Manuela é colaboradora da redação do Mix Vale, portal de notícias com cobertura de Brasil e mundo. Produz conteúdo nas editorias de economia e benefícios, com foco em informação de serviço para o leitor brasileiro. Escreve para o portal desde 2015

Notícias relacionadas