Nova IA desenvolvida na USP prevê rota e intensidade de tempestades
Ferramenta híbrida combina algoritmo de radar e rede neural para rastrear chuvas a cada cinco minutos sem depender de supercomputadores
Por
SEGUIR
SEGUINDO
1 out 2026, 13h08 | Atualizado em 2 out 2026, 13h16
Pesquisadores do Instituto de Astronomia, Geofísica e Ciências Atmosféricas da Universidade de São Paulo (IAG-USP) desenvolveram uma ferramenta híbrida de inteligência artificial capaz de prever a trajetória, a área e a intensidade de tempestades com até 30 minutos de antecedência. Denominado Titan-LSTM, o sistema foi apresentado no Journal of Geophysical Research: Machine Learning and Computation e utiliza dados de radares meteorológicos processados a cada cinco minutos para gerar alertas de precipitação de curtíssimo prazo na Região Metropolitana de São Paulo.
O projeto foi conduzido pela pós-doutoranda Andrea Salome Viteri López e pelo professor Carlos Augusto Morales Rodriguez, com financiamento da Fapesp. A tecnologia une duas metodologias: o algoritmo Titan, criado nos anos 1990 para rastrear o deslocamento físico das nuvens, e a rede neural LSTM (Memória de Longo e Curto Prazo), especializada em analisar sequências temporais. “O Titan diz onde a tempestade está, de onde veio e para onde está indo. A rede LSTM procura responder como ela deverá estar daqui a pouco”, explica López.
Em vez de processar imagens pesadas em duas dimensões, o Titan converte cada tempestade em dados numéricos — como volume, área e velocidade —, repassando-os à rede neural para prever a evolução. Para treinar a IA, foram utilizados dados do radar meteorológico de Biritiba Mirim coletados entre 2016 e 2019. Após uma seleção rigorosa sobre mais de 32 mil eventos, os cientistas isolaram 439 tempestades contínuas, das quais 307 serviram para treinamento e 132 para testes.
Nos testes de validação, o Titan-LSTM foi três vezes superior aos métodos tradicionais na estimativa inicial da área de chuva, alcançando um índice de acerto superior a 70% nos primeiros minutos e reduzindo os falsos alarmes em quase 70%. O erro na intensidade da chuva ficou entre 3 e 4 milímetros por hora para prognósticos de até 30 minutos. Além disso, o software levou cerca de 20 minutos para ser treinado em linguagem Python num computador convencional. “Uma das vantagens é que não precisamos de supercomputadores. O software pode ser instalado em qualquer notebook”, destaca a pesquisadora.
A simplicidade computacional do modelo viabiliza sua aplicação direta por órgãos de prevenção de desastres e sistemas de monitoramento hídrico. “Para a Defesa Civil é necessária uma previsão muito rápida”, pontua López, destacando o potencial para auxiliar na interdição de vias ou evacuação de áreas de risco. Atualmente, os pesquisadores trabalham na ampliação do sistema para analisar tempestades complexas que se dividem ou se fundem.
ACESSO LIVRE COM VIVO FIBRA