Eventos extremos, como inundações e deslizamentos, têm se tornado cada vez mais frequentes e desafiadores para o planejamento urbano e a proteção de comunidades. Diante desse cenário, um pesquisador da Universidade Federal do Vale do São Francisco (Univasf) desenvolve um estudo baseado em inteligência artificial para prever áreas de risco no norte da Bahia. A iniciativa, aprovada pela Fundação de Amparo à Pesquisa do Estado da Bahia (Fapesb), é coordenada pelo professor Cristiano Marcelo Pereira de Souza, do Colegiado de Geologia, e emprega técnicas computacionais para identificar territórios com maior probabilidade de ocorrência desses eventos.

Intitulado “Modelagem preditiva de riscos geológicos e hidrológicos com inteligência artificial: mapeamento de suscetibilidade a deslizamentos e inundações em Jacobina e Senhor do Bonfim (BA)”, o projeto tem como objetivo desenvolver modelos capazes de identificar e mapear áreas suscetíveis a esses fenômenos naturais. Para isso, são utilizados algoritmos de aprendizado de máquina associados a dados geoespaciais e ambientais.

Segundo o pesquisador, os municípios de Jacobina e Senhor do Bonfim foram escolhidos devido ao histórico de ocorrência de eventos hidrológicos e geológicos e à necessidade de aprofundar o conhecimento técnico sobre riscos ambientais nesses territórios. A iniciativa é desenvolvida de forma interinstitucional, com a participação de pesquisadores da Universidade do Estado da Bahia (Uneb), da Universidade Federal de Viçosa (UFV), do Instituto Federal da Bahia (IFBA) e da Universidade Estadual de Campinas (Unicamp).

A pesquisa tem duração estimada de 12 meses e encontra-se nos primeiros meses de execução, em etapas que envolvem levantamento e organização de dados, campanhas de campo, desenvolvimento de modelos computacionais, validação de resultados e divulgação científica. “O projeto integra diferentes tipos de dados, incluindo informações topográficas, geológicas, hidrológicas, pedológicas, climáticas e de uso e cobertura do solo. Também estão previstas atividades de campo, análises laboratoriais de solos e rochas, interpretação de imagens de satélite e a construção de bases cartográficas detalhadas”, conta Souza.

Para o desenvolvimento do estudo, serão utilizados algoritmos como Random Forest, XGBoost e Support Vector Machine, capazes de analisar grandes volumes de dados e identificar padrões relacionados à ocorrência de desastres. Os sistemas serão treinados com informações históricas e ambientais, gerando previsões mais precisas sobre áreas suscetíveis a deslizamentos e inundações.

O professor afirma que os resultados poderão contribuir diretamente para a prevenção de desastres naturais. A proposta é fornecer ferramentas técnicas que auxiliem na redução de danos materiais e, principalmente, na preservação de vidas humanas. “Os modelos permitirão identificar áreas com diferentes níveis de risco, possibilitando que órgãos públicos priorizem ações preventivas, como planejamento urbano, obras de contenção, monitoramento ambiental e definição de áreas seguras para ocupação”, aponta.

De acordo com o professor, o tema se torna cada vez mais urgente diante do aumento da frequência e da intensidade de eventos climáticos extremos nos últimos anos. “No Nordeste, essa situação é agravada por características naturais, como fragilidade geológica, relevo acidentado e mudanças no uso do solo, além do crescimento urbano sem planejamento adequado. A ausência de mapeamentos atualizados também dificulta a implementação de ações preventivas”, comenta. 

Para finalizar, o coordenador ressalta que a aprovação do projeto pela Fapesb representa um avanço importante para a instituição. “O financiamento reconhece a relevância científica e social da pesquisa, fortalece a infraestrutura da universidade, amplia a formação de estudantes e consolida parcerias com outras instituições. Também reforça o papel da Univasf na produção de conhecimento aplicado à solução de problemas ambientais”, diz.