Pesquisadores do Centro Nacional de Monitoramento e Alertas de Desastres Naturais (Cemaden) e seus avanços no uso de Inteligência Artificial para previsão de secas foram tema de um artigo aceito na renomada revista científica Natural Hazards.
O trabalho, intitulado “Forecasting Drought Using Machine Learning: a Systematic Literature Review” (Previsão de Secas Usando Aprendizado de Máquina: uma Revisão Sistemática da Literatura), é coordenado pelo pesquisador Ricardo Sovek Oyarzabal. O estudo representa um marco no avanço das previsões de secas no Brasil.
O pesquisador Ricardo Sovek Oyarzabal apresentou os resultados dessa revisão sistemática no seminário realizado como parte do Curso de Pesquisa Integrada em Risco de Desastre (PIRD), organizado pelo Cemaden. O curso é oferecido como capacitação para o Mestrado Profissional do Programa de Pós-Graduação em Desastres Naturais da Universidade Federal de Santa Catarina (UFSC) e do Programa de Pós-Graduação em Gestão de Riscos e de Desastres da Amazônia da Universidade Federal do Pará (UFPA).
O trabalho destaca a importância de prever secas, especialmente diante das mudanças climáticas e da crescente frequência de eventos extremos. Essas previsões são essenciais para auxiliar tomadores de decisão e a sociedade como um todo.
Segundo Oyarzabal, “a revisão organizou e sintetizou o conhecimento existente, além de destacar as múltiplas possibilidades de aplicação da Inteligência Artificial na previsão de secas”. Ele afirma que o trabalho não apenas amplia a base de conhecimento sobre o tema, mas também influencia novas pesquisas nessa linha de investigação.
Metodologia Aplicada
A metodologia adotada no estudo utilizou o protocolo PRISMA 2020, o que garantiu rigor científico na seleção dos artigos revisados. Foram analisados 105 trabalhos, selecionados de um conjunto inicial de quase 1.000 publicações entre 2011 e 2023. As informações extraídas foram sistematizadas e organizadas para possibilitar tanto uma análise bibliométrica quanto quantitativa, disponível publicamente no repositório GitHub
A análise bibliométrica explorou padrões, como a evolução temporal das publicações e os principais periódicos, enquanto a análise quantitativa avaliou fatores como localização geográfica das pesquisas, tipos de seca, horizonte de previsão e metodologias relacionadas ao aprendizado de máquina.
O estudo envolveu pesquisadores de diversas áreas, incluindo Ciências da Computação, Meteorologia, Física, Engenharia, Geografia e Matemática, evidenciando a abordagem multidisciplinar necessária para estudos sobre secas. Um dos objetivos centrais foi alinhar conceitos e termos técnicos fundamentais entre as disciplinas.
A publicação foi descrita por Ana Paula Cunha, pesquisadora do Cemaden, como um marco significativo para o grupo de secas do Centro, contribuindo para a melhoria do sistema de monitoramento e previsão de secas do Brasil. Além disso, o trabalho visa preencher lacunas na área, identificar métodos promissores e aprimorar a resiliência ao impacto desses eventos extremos.
Dessa forma, os dados gerados abrem caminho para novas descobertas e colaboram para um planejamento mais eficaz na mitigação dos impactos das secas, mostrando que o uso de Inteligência Artificial e aprendizado de máquina pode ser uma poderosa ferramenta na gestão de riscos e clima.
Fonte: Ascom/Cemaden (MRO)