Pesquisa do IAG-USP combinou rastreamento por radar e inteligência artificial para projetar a evolução de tempestades em até 30 minutos.
A janela é curta, mas pode ser decisiva para defesa civil, trânsito, aeroportos e eventos; fora desse contexto, o modelo ainda precisa de validação regional.
Sim, meia hora pode ser suficiente para transformar uma previsão de chuva forte em alerta útil para a cidade — mas não em qualquer condição e nem como solução pronta para todo o Brasil. Em previsão de curtíssimo prazo, 30 minutos podem bastar para deslocar equipes, interromper uma atividade ao ar livre, rever uma operação aeroportuária ou acionar protocolos em áreas mais vulneráveis. O que esse intervalo oferece não é certeza absoluta sobre o dano, e sim uma margem operacional que hoje faz diferença.
Foi nesse ponto que pesquisadores do Instituto de Astronomia, Geofísica e Ciências Atmosféricas da Universidade de São Paulo concentraram seu trabalho. Em divulgação institucional publicada pelo Jornal da USP em 1º de outubro de 2026, a universidade apresentou um modelo que combina o algoritmo TITAN, voltado ao rastreamento de tempestades em radar, com uma rede neural do tipo LSTM para estimar a evolução da área e da intensidade da chuva.
Do anúncio ao estágio real da evidência
A distinção importante é a seguinte: uma coisa é a divulgação da universidade; outra é a base científica do resultado. O trabalho acadêmico aparece em dois marcos verificáveis. A tese de doutorado de Andrea Salomé Viteri López foi defendida no IAG-USP em 18 de junho de 2025. Depois, o artigo científico “TITAN-LSTM: A Weather Radar Nowcasting Tool” foi publicado em 14 de julho de 2026 em periódico da American Geophysical Union. Isso coloca o projeto além do estágio de simples anúncio, mas ainda no campo de um modelo experimental avaliado em condições específicas.
Essas condições importam. O treinamento e a validação usaram dados do radar meteorológico DAEE-SPOL no estado de São Paulo, com observações entre 2016 e 2019. Segundo a tese, o conjunto analisado reuniu 439 tempestades dentro de um raio de 120 quilômetros do radar, com resolução temporal de cinco minutos.
Por que 30 minutos mudam a operação
Na prática urbana, meia hora não resolve uma enchente já instalada, mas pode melhorar a resposta antes do pico. Para a defesa civil, o ganho está na mobilização prévia. Para o trânsito, pode significar ajuste de rotas, reforço de monitoramento e comunicação de risco em corredores mais sensíveis. Em aeroportos, a utilidade está menos em “prever o caos” e mais em acompanhar a aproximação e a intensidade provável da chuva para decisões de solo e de sequência operacional. Em shows, jogos e eventos de rua, 30 minutos podem ser o intervalo entre evacuar com ordem ou reagir tarde demais.
O avanço técnico do modelo está em tentar combinar duas vantagens que normalmente aparecem separadas. Métodos de extrapolação costumam ser leves e bons em estimar deslocamento. Redes neurais tendem a captar melhor mudanças na estrutura da tempestade, mas exigem mais processamento e grandes bases de imagens. A proposta do IAG-USP busca um meio-termo: manter custo computacional mais baixo sem abrir mão da leitura da evolução da chuva.
Onde termina a promessa
É aí que o entusiasmo precisa ser filtrado. O próprio desenho do estudo indica limites claros. O desempenho varia conforme a cobertura do radar, a calibragem do sistema, o tipo de tempestade e a região observada. Pancadas convectivas rápidas, comuns em áreas tropicais, continuam sendo um desafio porque surgem, crescem e se dissipam em intervalos muito curtos. Além disso, um modelo treinado com dados de um radar e de uma área específica não pode ser automaticamente tratado como pronto para operar em escala nacional.
Isso vale também para o efeito social do resultado. O estudo não prova que o sistema evita desastres, nem que já esteja integrado a redes públicas de alerta em todo o país. O que ele mostra é algo mais preciso: há espaço para melhorar o nowcasting com uma arquitetura híbrida que entrega previsões de 5 a 30 minutos com demanda computacional menor que abordagens mais pesadas.
O que muda agora
Para o Brasil, onde temporais curtos podem paralisar bairros inteiros em poucos minutos, a contribuição é concreta, mas incremental. Ela reforça uma linha de pesquisa estratégica para cidades densas como São Paulo: transformar radar meteorológico em decisão prática com antecedência suficiente para agir. O próximo teste relevante não é de marketing, e sim de robustez: verificar se o modelo sustenta desempenho fora do ambiente em que foi treinado e se consegue ser acoplado a sistemas de alerta e hidrologia sem perda de confiabilidade.
Em outras palavras, a meia hora faz diferença. Mas só vira alerta realmente útil quando o dado chega no lugar certo, no tempo certo e com erro conhecido. É isso que a pesquisa da USP ajuda a aproximar — e é isso que ela ainda não comprova por completo.