@InProceedings{VilelaMarBreSchPal:2018:EsCaRe,
               author = "Vilela, Ricardo and Martins, Renata Genova and Bressiani, Danielle 
                         de Almeida and Scheuer, Piter Rafael and Palma, Gilca",
                title = "Sistema para previs{\~a}o de riscos de alagamentos e 
                         inunda{\c{c}}{\~o}es: um estudo de caso para a regi{\~a}o 
                         metropolitana de s{\~a}o paulo",
            booktitle = "Anais...",
                 year = "2018",
               editor = "Herdies, Dirceu Luis and Coelho, Simone Marilene Sievert da 
                         Costa",
         organization = "Encontro dos alunos de p{\'o}s-gradua{\c{c}}{\~a}o em 
                         meteorologia do CPTEC/INPE, 17. (EPGMET)",
            publisher = "Instituto Nacional de Pesquisas Espaciais (INPE)",
              address = "S{\~a}o Jos{\'e} dos Campos",
             keywords = "ALAGAMENTOS, INUNDA{\C{C}}{\~O}ES, Alagamentos, 
                         Inunda{\c{c}}{\~o}es, Risco.",
             abstract = "O tema cidades inteligentes tem despontado como uma alternativa 
                         para gerenciar meios urbanos de maneira mais eficaz e 
                         principalmente trazer benef{\'{\i}}cios {\`a} 
                         popula{\c{c}}{\~a}o. No {\^a}mbito do projeto de pesquisa 
                         2016/10229-3, financiado pela FAPESP e FINEP, foi proposto o 
                         desenvolvimento de um sistema que auxilie cidad{\~a}os e empresas 
                         a lidar com riscos ambientais na regi{\~a}o metropolitana de 
                         S{\~a}o Paulo (RMSP). A interface principal desse sistema com o 
                         p{\'u}blico ser{\'a} o aplicativo Ped{\'a}gua. Nesse contexto, 
                         se fez necess{\'a}rio o desenvolvimento de um sistema que 
                         construa campos de risco de chuva e alagamento baseados em dados 
                         de precipita{\c{c}}{\~a}o em tempo real e de nowcasting. Os 
                         dados de entrada utilizados no algoritmo foram: 
                         precipita{\c{c}}{\~a}o estimada por dois radares 
                         meteorol{\'o}gicos banda X do projeto Chuvaonline (USP e 
                         Climatempo) (campos de 100m a cada 5 minutos); 
                         precipita{\c{c}}{\~a}o estimada pelo GOES-16 atrav{\'e}s do 
                         algoritmo Hidroestimador (campos de 2km a cada 15 minutos); mapa 
                         de vulnerabilidade f{\'{\i}}sica da RMSP. A previs{\~a}o da 
                         ocorr{\^e}ncia de alagamentos em uma regi{\~a}o urbanizada, como 
                         a RMSP, {\'e} uma tarefa {\'a}rdua, pois esses eventos dependem 
                         n{\~a}o somente da precipita{\c{c}}{\~a}o e vulnerabilidade do 
                         terreno como tamb{\'e}m da infraestrutura de drenagem urbana. 
                         Mediante isso, o objetivo do algoritmo n{\~a}o {\'e} prever as 
                         ocorr{\^e}ncias, mas sim determinar o risco de alagamentos e 
                         inunda{\c{c}}{\~o}es. Para isso, foi utilizado o hist{\'o}rico 
                         de precipita{\c{c}}{\~a}o das {\'u}ltimas 2 horas nas bacias 
                         hidrogr{\'a}ficas separadamente, al{\'e}m da taxa de 
                         precipita{\c{c}}{\~a}o instant{\^a}nea. Com base nessas duas 
                         informa{\c{c}}{\~o}es foi calculado um {\'{\i}}ndice de chuva, 
                         que {\'e} associado ao {\'{\i}}ndice de vulnerabilidade {\`a} 
                         inunda{\c{c}}{\~o}es e alagamentos, obtendo-se um mapa de riscos 
                         baixo, m{\'e}dio e alto de ocorr{\^e}ncia de alagamentos com 
                         resolu{\c{c}}{\~a}o de 100m. Como resultados preliminares foram 
                         analisadas 67 ocorr{\^e}ncias de alagamento reportados pelo 
                         Centro de Gerenciamento de Emerg{\^e}ncias de S{\~a}o Paulo 
                         (CGE), em que 59 dessas foram previstas como risco de alagamento 
                         pelo sistema. Com rela{\c{c}}{\~a}o ao dados colaborativos que 
                         reportavam eventos de alagamento, de 114 ocorr{\^e}ncias 100 
                         foram previstas com risco pelo sistema. Futuramente prop{\~o}e-se 
                         variar os limiares que caracterizam os riscos observando a 
                         resposta em rela{\c{c}}{\~a}o ao desempenho e calcular a 
                         raz{\~a}o de falso alarme. Todo processo {\'e} operacional e 
                         roda a cada atualiza{\c{c}}{\~a}o dos radares e pode ser 
                         executado com campos de precipita{\c{c}}{\~a}o previstos 
                         atrav{\'e}s de t{\'e}cnicas de nowcasting, retornando o mapa de 
                         previs{\~a}o de risco de alagamento.",
  conference-location = "Cachoeira Paulista",
      conference-year = "22-26 out. 2018",
             language = "pt",
         organisation = "Instituto Nacional de Pesquisas Espaciais (INPE)",
                  ibi = "8JMKD3MGPDW34R/3SQNRCS",
                  url = "http://urlib.net/ibi/8JMKD3MGPDW34R/3SQNRCS",
           targetfile = "SR1-01.pdf",
                 type = "Sensoriamento Remoto da Atmosfera",
        urlaccessdate = "19 maio 2024"
}