Banca de DEFESA: FRANZ COSTA GONÇALVES

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : FRANZ COSTA GONÇALVES
DATA : 10/08/2026
HORA: 08:00
LOCAL: meet.google.com/eih-zweh-fbz
TÍTULO:

Aplicação híbrida de inteligência artificial e método físico para a prevenção de inundações e desastres hidrológicos

PALAVRAS-CHAVES:

Inteligência artificial, modelagem hidrológica, previsão de inundações, Muskingum-Cunge, machine learning, deep learning, tomada de decisão

PÁGINAS: 119
RESUMO:

Atualmente os desastres hidrológicos, em especial às inundações urbanas vem se intensificando e tendo maior relevância e severidade. O desenvolvimento de métodos de predição com um alto grau de confiabilidade vem sendo testados e aprimorados nessa última década para uma melhor integração com os órgãos competentes. Dessa forma, esta dissertação visa propor um sistema integrado em uma estrutura computacional hibrida, desenvolvida em dois sistemas em linguagem python. O EEVEE (Extrator de Eventos e Variáveis de Escoamento Extremo) une a modelagem física de propagação de cheias, pelo método de Muskingum-Cunge com uma otimização utilizando a biblioteca DEAP, inteligência artificial (IA), baseados em aprendizado de máquina Random Forest (RF). Foram utilizados dados históricos (precipitação e vazão) e ocorrências catalogadas pela Defesa Civil na bacia do rio Belém em Curitiba-PR para alimentar o EEVEE, que executa interpolações espaciais rigorosas (Thiessen, IDW e Splines) e por fim dessa primeira fase a extração da inteligência geográfica através do MDE e do HAND do local, proporcionando um arquivo de treinamento da região, indicando pontos de alagamentos e inundação. O JOLTEON (Joint Observational Learning Tool for Extreme Overland Nowcasting) é um código cíclico funcionando em looping de hora em hora atuando do no monitoramento tático, onde cruza a informação do hidrograma SCS-CN criado pela transformação chuva-vazão atuante em tempo real, fazendo a propagação de onda com o Muskingum-Cunge (também utilizando o recurso da biblioteca DEAP), inserindo assim esses dados no RF que já possui o treinamento gerado pelo EEVEE, para emitir alertas probabilísticos antecipados. Essa proposta tenta atender e aumentar a eficiência dos sistemas de alerta, melhorando principalmente os erros que vem associados a incertezas e principalmente aumentando a otimização ds processos de tomada de decisão, contribuindo assim na resiliência hídrica e mitigação de desastres.

MEMBROS DA BANCA:
Presidente - 3271995 - MARINA BATALINI DE MACEDO
Interna - 3433625 - ANA PAULA MONI SILVA
Externo à Instituição - ALTAIR ROSA - PUC/PR