Pesquisadores da Universidade Técnica da Dinamarca (DTU) colaboraram com o município de Jammerbugt para criar um sistema pioneiro de alerta precoce para inundações locais.
Solução inovadora para enfrentar os desafios locais de inundação
Susanne Nielsen,dent de Aalborg, na Dinamarca, expressou preocupação com o potencial de inundações que podem afetar a casa de veraneio de seus pais em Slettestrand, no norte da Jutlândia. A proximidade da casa com a baía de Jammerbugt representa um risco de infiltração de água, especialmente com a elevação do nível do lençol freático.
Para mitigar esse risco e fornecer alertas oportunos aos moradores dent tomadores de decisão, pesquisadores da DTU desenvolveram uma ferramenta avançada de alerta precoce. Ao contrário dos sistemas tradicionais de alerta de enchentes, essa ferramenta oferece previsões localizadas, dando às partes interessadas até 48 horas de aviso prévio sobre inundações iminentes ao longo de rios, córregos e áreas costeiras dentro do município de Jammerbugt.
O elemento central do sistema é o “índice de umidade”, um modelo baseado em inteligência artificial (IA) treinado com diversos conjuntos de dados, incluindo imagens de satélite, previsões meteorológicas, níveis de água subterrânea e do mar e topografia da paisagem. Essa abordagem multidimensional permite uma compreensão detalhada da dinâmica da água e suas interações com o ambiente circundante.
Roland Löwe, professor associado da DTU especializado em hidrologia, destaca a complexidade do movimento da água em paisagens abertas. Ao utilizar inteligência artificial e conjuntos de dados cuidadosamente selecionados, os pesquisadores desenvolveram uma ferramenta capaz de prever com precisão eventos de inundação local.
Teste piloto e perspectivas
Em 2023, o município de Jammerbugt testou a ferramenta de alerta precoce, obtendo resultados promissores durante os meses chuvosos da primavera. No entanto, surgiram desafios durante o verão mais seco, evidenciando a necessidade de aprimoramentos.
Heidi Egeberg Johansen, Gerente de Projetos do Município de Jammerbugt, reconhece o potencial da ferramenta, mas enfatiza a importância da precisão e confiabilidade. Planos para requalificar e ajustar o modelo estão em andamento, e busca-se financiamento para apoiar os esforços contínuos de desenvolvimento.
Em paralelo aos avanços nos sistemas de alerta de inundações, pesquisadores da DTU foram pioneiros no desenvolvimento de técnicas científicas de aprendizado de máquina para aprimorar as estratégias de gestão de recursos hídricos. A combinação do aprendizado de máquina com a computação científica reduziu significativamente o tempo de processamento sem comprometer a precisão.
Allan Peter Engsig-Karup, professor associado da DTU, destaca os benefícios dessa abordagem na previsão do movimento da água em sistemas de drenagem. Ao aproveitar o poder do aprendizado de máquina científico, os cálculos são realizados até 100 vezes mais rápido do que os métodos tradicionais, fornecendo aos tomadores de decisão informações em tempo real.
Transformando as práticas de gestão de inundações
A integração de baseadas em IA na gestão de inundações representa uma mudança paradigmática no planejamento da resiliência. Com previsões mais rápidas e precisas, os municípios podem alocar recursos de forma proativa, implementar medidas preventivas e adaptar a infraestrutura de maneira eficaz para mitigar os riscos de inundação.
Roland Löwe destaca as implicações práticas desse avanço tecnológico, que permite aos tomadores de decisão se reunirem e explorarem diversos cenários em tempo real. Ao agilizar o processo de tomada de decisão, as comunidades podem otimizar suas estratégias de resposta e aumentar a resiliência geral a eventos de inundação.
