Ferramenta de Alerta de Enchentes de Ponta Desenvolvida por Pesquisadores da DTU Mostra Promessa na Detecção Precoce

Pesquisadores da Universidade Técnica da Dinamarca (DTU) colaboraram com o Município de Jammerbugt para criar um sistema pioneiro de alerta precoce para enchentes locais.

Solução inovadora para enfrentar os desafios das enchentes locais

Susanne Nielsen, residente de Aalborg, Dinamarca, expressou preocupações sobre possíveis enchentes que afetariam a casa de verão de seus pais em Slettestrand, Norte da Jutlândia. A proximidade da casa com a baía de Jammerbugt representa um risco de intrusão de água, especialmente com o aumento dos níveis do lençol freático.

Para mitigar este risco e fornecer avisos oportunos aos residentes e tomadores de decisão, pesquisadores da DTU desenvolveram uma ferramenta avançada de alerta precoce. Diferente dos sistemas tradicionais de alerta de enchentes, esta ferramenta oferece previsões localizadas, dando aos interessados até 48 horas de antecedência sobre inundações iminentes ao longo de rios, riachos e áreas costeiras no Município de Jammerbugt.

No centro do sistema está o “índice de umidade”, um modelo baseado em inteligência artificial (IA) treinado em conjuntos de dados diversos, incluindo imagens de satélite, previsões do tempo, níveis de água terrestre e marinha e topografia da paisagem. Esta abordagem multidimensional permite uma compreensão refinada da dinâmica da água e de suas interações com o ambiente circundante.

Roland Löwe, professor associado na DTU especializado em hidrologia, destaca a complexidade do movimento da água em paisagens abertas. Ao aproveitar a IA e conjuntos de dados cuidadosamente selecionados, os pesquisadores desenvolveram uma ferramenta capaz de prever com precisão eventos de enchentes locais.

Teste e perspectivas

Em 2023, o Município de Jammerbugt testou a ferramenta de alerta precoce, obtendo resultados promissores durante os meses úmidos da primavera. No entanto, surgiram desafios durante o verão mais seco, destacando a necessidade de refinamentos adicionais.

Heidi Egeberg Johansen, Gerente de Projetos no Município de Jammerbugt, reconhece o potencial da ferramenta, enfatizando ao mesmo tempo a importância da precisão e confiabilidade. Planos para retreinar e ajustar o modelo estão em andamento, com financiamento buscado para apoiar os esforços contínuos de desenvolvimento.

Em paralelo aos avanços nos alertas de enchentes, pesquisadores da DTU pioneiraram técnicas científicas de aprendizado de máquina para aprimorar as estratégias de gerenciamento de água. A combinação de aprendizado de máquina com computação científica reduziu significativamente o tempo de processamento sem sacrificar a precisão.

Allan Peter Engsig-Karup, professor associado na DTU, destaca os benefícios dessa abordagem na previsão do movimento da água através de 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, capacitando os tomadores de decisão com insights em tempo real.

Transformando as práticas de gerenciamento de enchentes

A integração de soluções orientadas por IA no gerenciamento de enchentes representa uma mudança de paradigma no planejamento de resiliência. Com previsões mais rápidas e precisas, os municípios podem alocar recursos de forma proativa, implementar medidas preventivas e adaptar eficazmente a infraestrutura para mitigar os riscos de enchentes.

Roland Löwe enfatiza as implicações práticas deste avanço tecnológico, permitindo que os tomadores de decisão se reúnam e explorem vários cenários em tempo real. Ao simplificar o processo de tomada de decisão, as comunidades podem otimizar suas estratégias de resposta e aumentar a resiliência geral frente a eventos de enchentes.