← Inteligência Artificial
NotíciaIA

Modelo prevê impactos de deslizamentos no Nepal com duas semanas de antecedência

O sistema combina relevo, chuva antecedente e previsões subsazonais para indicar, por distrito, onde o monção pode causar impactos.

5 minAtualizado
Partilhar
Modelo prevê impactos de deslizamentos no Nepal com duas semanas de antecedência

Uma equipa internacional desenvolveu um sistema que prevê, com uma janela de 14 dias, os distritos do Nepal onde deslizamentos desencadeados pelo monção poderão causar impactos. O modelo combina topografia, chuva acumulada antes da previsão e precipitação prevista por modelos meteorológicos subsazonais.

Prever impacto exige mais do que mapear encostas

Mapas de suscetibilidade indicam onde o terreno favorece deslizamentos, mas não dizem quando a chuva os tornará prováveis nem onde haverá consequências registadas. O novo quadro foi desenhado para planeamento humanitário à escala nacional e produz uma estimativa distrital para as duas semanas seguintes. A unidade de previsão é, portanto, o impacto observado numa área, não a localização exata de cada movimento de terra.

Treino histórico e teste em monções posteriores

Os modelos foram treinados com registos de impactos entre 2016 e 2022. Nos monções de 2023 e 2024, usados para destacar desempenho fora do período de treino, alcançaram de forma consistente uma pontuação F1 de pelo menos 0,7. A F1 combina precisão e capacidade de encontrar eventos, mas não substitui a leitura das taxas de falsos alarmes e omissões que cada organização terá de ponderar.

Satélite para detetar cedo na estação

O trabalho inclui o LandslideNet, ferramenta usada para criar representações de satélite que ajudam a captar impactos no início do monção, quando os registos operacionais podem ser incompletos. Essa camada procura melhorar a informação de contexto, enquanto a chuva prevista introduz a componente temporal. A cadeia continua dependente da qualidade dos inventários e das próprias previsões meteorológicas.

Da validação ao uso no terreno

O resultado demonstra que é possível produzir um sinal nacional com antecedência útil para preparação, posicionamento de recursos e comunicação local. Não é uma garantia de ocorrência em cada encosta. A utilidade operacional dependerá de calibração por distrito, acesso regular aos dados, comunicação de incerteza e avaliação conjunta com governos e organizações humanitárias durante novas épocas de monção.

Fonte
npj Natural Hazards — AI-powered sub-seasonal forecasting of monsoon-triggered landslide impacts in Nepal