A IA pode prever inundações a partir de dados de satélite ?

Os modelos de IA podem prever inundações, a propagação de incêndios florestais e padrões climáticos extremos usando imagens de satélite e dados climáticos históricos.

Os sistemas atuais utilizam modelos de deep learning treinados em imagens de radar e óticas de satélite (por exemplo, Sentinel-1/2, Landsat, GPM) para detetar a extensão de inundações e prever a inundação até alguns dias antes, ao assimilar máscaras de água observadas em modelos hidrodinâmicos. Serviços operacionais como o Copernicus Emergency Management Service (CEMS) e o FloodPROOFS da NASA, apoiado pela FEMA, já fornecem mapas de inundações quase em tempo real e previsões probabilísticas de 72 horas, enquanto protótipos de investigação que fundem dados de múltiplos sensores e previsões meteorológicas estão a estender os prazos confiáveis para 5–7 dias. A precisão é maior em regiões planas e com muitos dados, mas diminui em terrenos íngremes, urbanizados ou densamente vegetados, onde obstruções por edifícios e copas de árvores degradam a deteção. A calibração com medidores no terreno ainda é necessária para reduzir vieses sistemáticos nas estimativas de profundidade de inundação.

— Enriquecido a 12 de maio de 2026 · Fonte: Serviço de Gestão de Emergências Copernicus da Comissão Europeia — https://emergency.copernicus.eu