Cemaden Centro Nacional de Monitoramento e Alertas de Desastres Naturais
Apresentação
A pesquisa tem por objetivo construir modelos hidrológicos com base em dados da rede observacional do Cemaden e/ou de instituições parceiras a serem utilizados no monitoramento e previsão do comportamento dinâmico do nível de rios em bacias de resposta rápida suscetíveis à ocorrência de fenômenos deflagradores (chuvas intensas) de enxurradas e inundações onde, por haver ocupação humana e/ou outros bens a serem preservados, tais eventos podem se transformar em desastres naturais. Dentre outros, a antecedência e a precisão são dois requisitos importantes para a qualidade dos alertas emitidos para estes desastres. Entretanto, há situações, por exemplo, quando os fenômenos deflagradores ocorrem em escala espaço-temporal muito curta, nas quais o conflito entre esses requisitos se intensifica e a tarefa de atender a ambos torna-se mais complexa. Neste escopo, os modelos hidrológicos preditivos desenvolvidos nesta pesquisa podem melhorar o compromisso antecedência-precisão dos alertas de enxurradas e inundações e auxiliar o trabalho de operadores e tomadores de decisão do Cemaden como mais uma ferramenta de apoio.
Além de técnicas estatísticas, os modelos hidrológicos são construídos utilizando-se, principalmente, técnicas de inteligência computacional (IC) como ‘árvores de decisão’, ‘inferência fuzzy’ e ‘agrupamentos’. No entanto, a maior ênfase é dada à utilização de ‘redes neurais artificiais’ (RNA). As RNA são, desde os anos 90, muito aplicadas a problemas de modelagem hidrológica devido ao seu comprovado potencial para processar as complexas relações não lineares entre as diversas variáveis físico-ambientais associadas e produzir uma solução adequada (por exemplo, um modelo preditivo) com tempos computacionais e de projeto relativamente reduzidos e utilizando apenas um conjunto de pares de dados entrada-saída observados. Neste sentido, é notável a robustez das RNA contra dados (de treinamento) ruidosos e/ou incompletos. Além disso, a técnica permite incorporar o conhecimento a priori de especialistas. Considerando-se essas características, o desenvolvimento desta pesquisa se justifica sob a hipótese de que os modelos baseados em dados e em RNA (ou outra técnica IC) apresentem algumas vantagens em relação aos “modelos físicos” das bacias, como a possibilidade de se fazer com boa precisão previsões de curtíssimo prazo (nowcasting) para enxurradas e inundações frequentemente necessárias em muitas bacias de resposta rápida brasileiras.
Os modelos preditivos neurais atualmente em desenvolvimento utilizam séries históricas de dados de chuva e nível de rio de uma bacia de resposta rápida (rio Grande) da região serrana do Rio de Janeiro.
