Previsão de nível d'água em rio em área urbana de Campinas, SP, utilizando machine learning e visando a construção de um sistema de alerta antecipado de inundação

• Processo: 20/00058-2
• Modalidade de apoio: Bolsas no Brasil - Mestrado
• Data de Início da vigência: 01 de outubro de 2020
• Data de Término da vigência: 30 de setembro de 2022
• Área de conhecimento: Ciências Exatas e da Terra - Geociências - Geologia
• Pesquisador responsável: Ana Elisa Silva de Abreu
• Beneficiário: Vinicius Araujo
• Instituição Sede: Instituto de Geociências (IG). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Vinculado ao auxílio: 17/50343-2 - Plano de desenvolvimento institucional na área de transformação digital: manufatura avançada e cidades inteligentes e sustentáveis (PDIp), AP.PDIP
• Assunto(s): Hidrologia Inundações Risco hidrológico Sistemas de alerta Alerta em desastres
• Palavra(s)-Chave do Pesquisador: inundação | modelagem hidrológica | Modelos orientados a dados | Risco Geológico | Sensores Ultrassônicos | sistema de alerta antecipado | Hidrologia

Resumo

No contexto de gerenciamento de inundações, uma das principais tarefas é a realização de uma acurada modelagem hidrológica, buscando assim entender o comportamento do rio e de sua respectiva bacia hidrográfica em estudo e incorporar esta compreensão a um sistema de alerta antecipado de inundações. Uma das abordagens que vem crescendo na modelagem hidrológica é a utilização de modelos orientados a dados (Data-driven models). Diferentemente dos modelos convencionais, os modelos orientados a dados não necessitam caracterizar diversos parâmetros físicos, pois possuem a capacidade de identificar as inter-relações intrínsecas e complexas entre os parâmetros que controlam o meio físico, não necessitando entender completamente os mecanismos de interação. Assim sendo, este projeto visa caracterizar diretamente a correlação dos níveis d'água de rio com a pluviosidade de uma sub-bacia do Ribeirão Anhumas, na cidade de Campinas (SP), que apresenta historicamente inundações que ocasionam riscos à população e danos ao patrimônio. Para tal, serão utilizados dados já disponíveis de pluviosidade e de níveis de rio, assim como dados de sensores a serem instalados, que servirão de base para caracterizar e modelar o comportamento hidrológico da bacia a partir de algoritmos de Machine Learning. Os resultados da pesquisa contribuirão para ampliar o conhecimento sobre o uso de sensores ultrassônicos para monitoramento de variáveis de interesse à prevenção de riscos de inundação e sobre a possibilidade de aplicação de algoritmos de Machine Learning em sistemas de alerta antecipado. (AU)

Publicações acadêmicas

(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)

ARAUJO, Vinicius. Modelo baseado em dados para predição de inundação em bacia urbana de Campinas visando a construção de um sistema de alerta antecipado. 2022. Dissertação de Mestrado - Universidade Estadual de Campinas (UNICAMP). Instituto de Geociências Campinas, SP.