Um grupo de cientistas da Universidade de São Paulo (USP) desenvolveu uma técnica que utiliza mensagens do Twitter com o objetivo de aprimorar os sistemas de monitoramento de enchentes.
A ideia é associar a ferramenta aos sistemas de alerta já existentes e, com isso, ampliar as áreas de monitoramento de enchentes, para que no futuro seja possível tornar mais ágil a previsão dos alagamentos e alertar a população em risco.
Segundo os pesquisadores do Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, a nova técnica ainda está sendo aperfeiçoada. O sistema tradicional de monitoramento se baseia em pluviômetros, radares meteorológicos e satélites, mas esses sensores têm alto custo de importação e manutenção – o que limita sua abrangência. “Nossa ideia é agregar a esse sistema uma nova fonte de dados, a rede social, de forma a complementar o monitoramento”, afirma um dos pesquisadores responsáveis pelo projeto, Sidgley Camargo de Andrade, do ICMC.
Estima-se que há cerca de 5 mil pluviômetros e radares meteorológicos no País, diz Andrade. Enquanto isso, usuários do Twitter formam uma rede bem mais capilarizada de informações, que aumentaria a resolução espacial do monitoramento, além de alcançar regiões distantes não incluídas nas áreas de captação dos métodos físicos. “Espalhadas pelas cidades, as pessoas postam mensagens de suas experiências cotidianas nas redes, sobre todo tipo de assunto. A técnica consiste em identificar nessas mensagens padrões que representam fenômenos climáticos, como chuvas fortes e inundações.”
Palavras-chave
Para desenvolver o sistema, o grupo analisou 16 milhões de mensagens na capital paulista, para entender como as publicações podem ser usadas para representar fenômenos naturais em curso. O desafio, segundo Andrade, era transformar as informações qualitativas do Twitter em dados quantitativos.
Foram fixados critérios para avaliar palavras-chave. “Na primeira etapa, a busca foi feita por um conjunto de palavras-chave como ‘chuva’ e ‘tempestade’. Após coletar as mensagens, identificamos o que poderia ser ruído. Em etapa posterior, usamos técnicas computacionais para fazer um pré-processamento capaz de eliminar esse tipo de ruído”, explica Andrade.
