Busca avançada
Ano de início
Entree

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
Linha de fomento:Bolsas no Brasil - Mestrado
Vigência (Início): 01 de outubro de 2020
Vigência (Término): 31 de março de 2021
Área do 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

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)