Ao incorporar a arquitetura dos sistemas de drenagem da cidade e leituras de medidores de inundação em uma estrutura estatística abrangente, pesquisadores da Texas A&M University agora podem prever com precisão a evolução das enchentes em situações extremas, como furacões. Com sua nova abordagem, os pesquisadores disseram que seu algoritmo pode prever o fluxo da água da enchente quase em tempo real, o que pode então levar a um planejamento e resposta de emergência mais oportunos.

"Não saber para onde a água da inundação fluirá em seguida é particularmente prejudicial para os primeiros socorros que precisam medir o nível de inundação para suas operações de resgate, "disse o Dr. Ali Mostafavi, professor assistente do Departamento Zachry de Engenharia Civil e Ambiental. "Nosso novo algoritmo considera os canais de drenagem subterrânea para fornecer uma representação precisa de como as inundações se propagam. Esta ferramenta, nós pensamos, pode ajudar enormemente a gestão de desastres porque os primeiros socorros serão capazes de ver de que forma a água da enchente fluirá em tempo real. "

Uma descrição do algoritmo dos pesquisadores pode ser encontrada na edição de dezembro da revista. Engenharia Civil e de Infraestrutura Assistida por Computador .

Os furacões são famosos por causar estragos na costa, derrubando árvores, derrubando linhas de energia e, acima de tudo, causando inundações severas. Convencionalmente, os cientistas usaram modelos baseados na física para prever onde a água pode se acumular, transbordar e causar inundações. Em essência, esses modelos capturam como as características físicas da superfície terrestre e das paisagens urbanas afetam o fluxo de água sobre o solo.

Embora seja robusto na previsão de quando e onde as inundações acontecerão na maioria das condições de chuva, Mostafavi disse que esses modelos tradicionais não funcionam tão bem na previsão de enchentes durante incidentes de chuvas torrenciais, como o furacão Harvey.

"Modelos baseados na física oferecem uma perspectiva de como as enchentes podem se espalhar, o que é extremamente útil, mas a imagem que eles fornecem é um tanto incompleta, "disse ele." Queríamos usar os dados existentes sobre como as enchentes anteriores se espalharam pelos canais de drenagem para desenvolver um modelo que pudesse prever, dentro de um certo nível de precisão, como futuras inundações se espalharão. "

Os canais de drenagem são uma rede elaborada de canais entrelaçados que se encontram em junções chamadas de nós. Assim, inundações em um canal podem afetar direta ou indiretamente outros canais e fazer com que as inundações se espalhem, muito parecido com um efeito dominó.

Para prever de que forma a água da enchente fluirá ao longo dos canais de drenagem e causará uma inundação, Mostafavi e sua equipe desenvolveram um modelo baseado em probabilidade que foi alimentado, como uma de suas entradas, as leituras do nível de água em medidores de inundação. Essas leituras foram para pontos de tempo diferentes durante dois grandes eventos de inundação no Texas - o furacão Harvey em 2017 e a inundação do Memorial Day de Houston em 2015.

Uma vez que seu algoritmo foi treinado nos padrões de fluxo de água através da rede de drenagem para esses eventos de chuvas pesadas, os pesquisadores testaram se seu modelo funcionava, verificando se ele poderia prever os padrões de inundação que foram observados durante a inundação do Dia do Imposto de Houston em 2016.

Eles descobriram que seu modelo alcançou uma precisão de 85% na previsão de como a enchente se propagou pelo sistema de drenagem da cidade durante a enchente do Dia do Imposto. Embora o modelo tenha sido validado usando um evento de inundação passado, Mostafavi disse que o sucesso do modelo sugere que ele também será capaz de prever como novas enchentes se propagarão pelas redes de drenagem da cidade. Essa percepção pode ajudar os responsáveis ​​pela resposta a emergências a tomar medidas preventivas para evacuações, ele disse.

Observando as ressalvas de seu modelo, Mostafavi disse que o desempenho de seu algoritmo pode ser comprometido se os sensores dos medidores de inundação falharem. Contudo, complementar as previsões provenientes de modelos baseados na física com as do novo algoritmo de sua equipe pode mais uma vez restaurar a precisão da previsão de enchentes.

"Os modelos tradicionais e nossos modelos baseados em dados podem ser usados ​​para complementar uns aos outros para dar uma imagem mais precisa de para onde a água da enchente irá em seguida, "disse Mostafavi." Furacões da magnitude de Harvey ou Katrina são geralmente considerados um evento de um em mil anos, mas podem não ser tão raros se considerarmos as mudanças nos padrões climáticos globais devido às mudanças climáticas. Mas agora temos ferramentas mais robustas para resistir à tempestade. "