@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"
}