Após as chuvas históricas de fevereiro de 2024, que acumularam mais de 600 mm em 24 horas e provocaram deslizamentos com 65 mortes no litoral norte de São Paulo, São Sebastião tornou-se o foco de iniciativas para prevenção de desastres. Um ano depois da tragédia, moradores ainda vivem sob o temor de novos incidentes, enquanto debates sobre remoções de áreas vulneráveis seguem em disputa judicial. Em meio a esse cenário, pesquisadores da Unesp e do Cemaden utilizaram algoritmos de aprendizado de máquina para mapear zonas de risco no município.
O estudo, conduzido pelo docente Enner Alcântara, do Instituto de Ciência e Tecnologia da Unesp, testou cinco algoritmos para prever áreas suscetíveis a deslizamentos. O modelo Gradient Boosting apresentou o melhor desempenho, alcançando 99,6% de precisão. A pesquisa considerou dados climáticos, características do solo, vegetação, relevo e ocupação urbana, permitindo identificar padrões complexos que escapam a métodos tradicionais.
Os mapas gerados revelaram que a maior parte de São Sebastião apresenta baixo risco de deslizamentos, mas com áreas isoladas de alta e muito alta suscetibilidade. Segundo os pesquisadores, essas zonas específicas requerem medidas urgentes de mitigação e planejamento para reduzir vulnerabilidades. A urbanização desordenada, combinada com os desafios naturais da região, reforça a necessidade de ações baseadas em evidências para proteger vidas e bens.
A aplicação de inteligência artificial no monitoramento de desastres evidencia seu potencial em regiões de alta variabilidade ambiental, onde abordagens físicas e estatísticas tradicionais enfrentam limitações. Ao integrar grandes volumes de dados, a tecnologia proporciona maior precisão na identificação de riscos e pode ser um divisor de águas no planejamento territorial e na redução de desastres no Brasil.
