O Centro Europeu de Previsões Meteorológicas a Médio Prazo desenvolveu um modelo chamado “Probabilidade de Incêndio”, que utiliza machine learning para analisar grandes volumes de dados e prever com maior precisão onde o fogo pode começar.
O modelo desenvolvido por cientistas do Centro Europeu de Previsões Meteorológicas a Médio Prazo (ECMWF) promete identificar com maior rigor os locais com mais potencial para arder, ou seja, indicar o local exacto onde poderá deflagrar um incêndio.
“De certa forma, é uma mudança radical na previsão de incêndios, porque passamos de sugerir onde pode ocorrer perigo de incêndio, para dizer: é aqui que pensamos que os incêndios vão realmente ocorrer. Por isso, é um grande avanço”, disse à Reuters o cientista do ECMWF, Joe McNorton.
O ECMWF desenvolveu um novo modelo designado Probabilidade de Incêndio, que recorre à machine learning para analisar grandes volumes de dados e prever com maior precisão onde o fogo pode começar.
A inteligência artificial está a revolucionar a previsão de incêndios florestais, permitindo uma avaliação mais precisa do risco, não apenas com base nas condições meteorológicas, mas também em factores como a quantidade de vegetação disponível para arder e as potenciais fontes de ignição.
As previsões actuais baseiam-se no Índice Meteorológico de Incêndios, um sistema que considera quatro variáveis: temperatura, vento, precipitação e humidade. No entanto, este método apresenta várias limitações, explicou Joe McNorton.
“Historicamente, para prever incêndios florestais, utilizamos aquilo a que chamamos o Índice Meteorológico de Incêndio. Trata-se de um modelo simples, baseado na física, que recorre a quatro variáveis meteorológicas – temperatura, vento, precipitação e humidade – para prever, caso um incêndio aconteça, qual será a sua intensidade. Mas sabemos que este modelo deixa de fora muitos factores importantes – não tem em conta o combustível, não tem em conta as fontes de ignição”.
Ao integrar dados sobre a vegetação presente – o combustível – e sobre possíveis fontes de ignição, como relâmpagos ou actividade humana, o modelo do ECMWF consegue ir além da identificação de perigo – passa a indicar a probabilidade real de um incêndio começar num local específico.
