Enxurradas urbanas evoluem rápido. Em poucas horas, uma chuva intensa pode elevar o nível de córregos e rios, bloquear vias e colocar áreas ocupadas em situação de risco. Nesse tipo de evento, antecipar o que vai acontecer não elimina o problema, mas aumenta algo valioso para a gestão de desastres: tempo.
Em São Paulo, o acompanhamento desse tipo de evento era marcado por informações fragmentadas e por uma atuação predominantemente reativa. Sensores conseguiam mostrar quanto estava chovendo e qual era o nível dos cursos d’água naquele momento, mas faltava uma ferramenta capaz de estimar, com antecedência, até onde esse nível poderia chegar.
Foi para preencher essa lacuna que pesquisadores do Centro Nacional de Monitoramento e Alertas de Desastres Naturais (Cemaden) desenvolveram a FloodcastingXAI, plataforma que combina dados de chuva e nível dos rios com inteligência artificial para prever a evolução da água nas horas seguintes.
Os dados são atualizados a cada dez minutos e alimentam modelos capazes de produzir previsões para horizontes de uma a quatro horas. Segundo o Cemaden, testes operacionais apresentaram ganho de aproximadamente 40% no desempenho dos alertas nesse intervalo.
A tecnologia já opera desde 2025 e utiliza, entre suas bases, informações de chuva e nível do rio Tamanduateí. A metodologia também começou a ser replicada na Região Serrana do Rio de Janeiro, em Assunção, no Paraguai, e em Durazno, no Uruguai.
O avanço resolve uma parte importante do problema: antecipar o que pode acontecer. Mas abre outra pergunta, igualmente decisiva para a gestão de riscos: o que precisa acontecer durante essas uma, duas ou quatro horas para que uma previsão se transforme em proteção efetiva da população?
Previsão em tempo real
A FloodcastingXAI utiliza informações produzidas por equipamentos que já fazem parte das redes de monitoramento, como pluviômetros e sensores de nível dos rios.
Os algoritmos analisam a sequência desses registros e identificam relações entre a chuva observada em determinada região da bacia e a possível elevação da água nas horas seguintes.
A antecedência varia conforme as características de cada bacia. Chuva registrada em uma cabeceira, por exemplo, pode levar determinado período até produzir elevação em um ponto de monitoramento a jusante. É justamente esse intervalo que o modelo procura aproveitar.
A ferramenta está em operação desde 2025 e integra o projeto iFAST, iniciativa de pesquisa que envolve instituições brasileiras e estrangeiras e reúne conhecimentos de hidrologia, meteorologia, engenharia e tecnologia da informação.
IA explicável
Outro componente importante no projeto é a inteligência artificial explicável, ou XAI — um sistema que não apenas entrega previsões sobre as possíveis elevações das águas, como também permite identificar quais dados tiveram maior influência naquele resultado, como registros de chuva ou alterações recentes no nível dos rios.
Essa característica é especialmente relevante na gestão de riscos. Antes de transformar uma previsão em alerta ou decisão operacional, especialistas conseguem ter mais elementos para avaliar o raciocínio do modelo. Isso não elimina erros ou incertezas, mas reduz o problema de receber apenas uma resposta produzida por uma espécie de “caixa-preta”.
Isso não significa que a previsão esteja automaticamente correta. Explicabilidade não elimina incerteza, falhas em sensores ou limitações dos dados. Mas permite que profissionais responsáveis pelo monitoramento tenham mais elementos para avaliar o resultado antes de transformá-lo em decisão.
A própria arquitetura do sistema mantém essa separação: a IA apoia o monitoramento, mas não substitui os profissionais responsáveis pela análise e emissão dos alertas.
Resposta operacional
É depois da previsão que começa outra parte crítica do processo.
Se uma ferramenta identifica risco de elevação rápida da água para as próximas duas horas, é preciso saber quem recebe essa informação, qual nível de risco justifica uma ação e que protocolo será acionado.
Esse fluxo pode envolver Cemaden, Centro Nacional de Gerenciamento de Riscos e Desastres, Defesas Civis estaduais e municipais e outras estruturas locais. O Cemaden já mantém briefings e informações de risco utilizadas pelas Defesas Civis no acompanhamento diário de eventos hidrológicos e geológicos.
Na ponta, porém, capacidade de resposta varia.
Uma previsão com duas horas de antecedência produz pouco efeito se não houver equipes disponíveis, canais de comunicação, sirenes, rotas definidas, áreas de risco mapeadas ou autoridade clara para determinar determinadas ações.
Por outro lado, um protocolo bem estruturado consegue transformar minutos adicionais em decisões concretas: intensificar monitoramento, deslocar equipes, interditar uma passagem, abrir um abrigo ou orientar moradores.
É nesse ponto que inovação tecnológica encontra capacidade institucional.
Escala
A FloodcastingXAI também foi construída em código aberto, o que cria possibilidade de evolução colaborativa e expansão para outras áreas.
Mas ampliar cobertura exige mais do que replicar um algoritmo. Modelos hidrológicos precisam lidar com características diferentes de bacias, disponibilidade e qualidade dos sensores e históricos de eventos.
O desafio é tecnológico e operacional ao mesmo tempo: aumentar a capacidade de previsão e conectar essa inteligência às estruturas responsáveis por agir.
O caso do Cemaden mostra uma aplicação de IA distante dos exemplos mais comuns de geração de textos, atendimento automatizado ou produtividade individual. Aqui, a tecnologia é usada para interpretar dados físicos em tempo real e apoiar uma decisão pública sob pressão.
Seu valor não estará apenas em quantas horas consegue antecipar um evento ou no desempenho estatístico do modelo.
Estará também na capacidade de transformar essa antecipação em informação confiável, protocolo acionável e resposta antes que a água chegue.
Informação confiável qualifica conversas e decisões.
» Compartilhe nosso conteúdo e ajude a transformar conhecimento em ação.
📲 Siga a gente também nas redes sociais!