Um novo estudo, publicado na revista Hydrology, propõe um modelo de aprendizado de máquina desenvolvido por pesquisadores da Concordia University para melhorar as estratégias de mitigação de enchentes.
Mohamed Almetwally Ahmed, doutorando, e Samuel Li, professor e presidente do Departamento de Engenharia Civil da universidade, criaram um processo que utiliza inteligência artificial para prever mais vazões de água no curto prazo, dados importantes para liberação.
Leia mais:
Rio mundial: o que é e qual é o maior do mundo? Uma tempestade semelhante a uma água-viva é registrada sobre a África por satélite Crise climática: nova tecnologia usa IA para prever tempestades Informações sobre vazão de rios e obter previsões de possíveis inundações mais avançadas - Imagem: Dados históricos de hidrologia de estações hidrométricas e novos parâmetros climáticos, como como precipitação, temperatura e umidade. Os pesquisadores se concentraram na medição da convecção, que representa a taxa de movimento da água, entre duas estações no rio Ottawa. O estudo utilizou dados coletados ao longo de décadas pelo Governo do Canadá e testou o modelo com dados de outras regiões, como os rios Boise e Missouri, nos Estados Unidos. O modelo fornece estimativas precisas de vazão diária e, também, vazão em tempo real, auxiliando na previsão da vazão de água em um período de até 24 horas, essencial para uma drenagem eficiente. O método, que utiliza nove previsões (sete meteorológicas e duas históricas), é ajustado de acordo com o período de previsão. Com o tempo, espera-se que este modelo esteja operacional e acessível ao público, oferecendo previsões do nível da água em tempo real, semelhantes às previsões meteorológicas.
Para Ahmed, a ideia é que as autoridades utilizem esse modelo como ferramenta para planejar evacuações, otimizar a logística de transporte e salvar vidas e bens durante as enchentes.
A pesquisa pode ajudar as autoridades a começar a evacuar os cidadãos mais rapidamente para garantir a segurança pública - Imagem: humphery / Shutterstock