A utilização de técnicas avançadas de inteligência artificial e o aprimoramento na resolução dos dados de satélite permitiram o desenvolvimento de modelos de aprendizagem automática baseados em séries históricas. Esses modelos têm o objetivo de detectar eventos climáticos extremos, como as secas-relâmpago, que são fenômenos de curta duração e forte intensidade, frequentemente associados a altas temperaturas.
O professor Humberto Barbosa ressalta que as secas-relâmpago são um tipo de seca decorrente das mudanças climáticas que causam impactos ambientais e prejuízos econômicos significativos. A equipe do Laboratório Lapis utilizou a inteligência artificial, especificamente o aprendizado profundo, para desenvolver um modelo computacional capaz de detectar esses eventos climáticos extremos.
A partir de dados de satélites e índices ambientais e hidroclimáticos, a pesquisa identificou eventos extremos de secas-relâmpago na região, com foco no período de 2010 a 2022. O estudo também analisou os impactos das secas sobre a cobertura vegetal e os ecossistemas, fornecendo uma compreensão mais profunda sobre a resposta da umidade do solo ao déficit hídrico.
A utilização do “deep learning” e de redes neurais convolucionais possibilitou a identificação precisa e a análise detalhada das secas-relâmpago no Semiárido brasileiro. Além disso, as projeções indicam que esses eventos serão mais extremos e frequentes no futuro, em particular na Bacia do Rio São Francisco, devido às mudanças climáticas e ao aquecimento global.
Diante desse cenário, o estudo do Laboratório Lapis é uma contribuição importante para a compreensão e prevenção de secas-relâmpago no Brasil, destacando a relevância da inteligência artificial e dos dados de sensoriamento remoto nesse contexto. A pesquisa abre caminho para o desenvolvimento de modelos mais eficazes de monitoramento e previsão climática, essenciais para a adaptação às mudanças climáticas e a gestão dos recursos hídricos no Nordeste brasileiro.
