MODELOS HIDROLÓGICOS BASEADOS EM APRENDIZADO DE MÁQUINA PARA INUNDAÇÕES REPENTINAS: A DEMANDA POR UMA REVISÃO SISTEMÁTICA DA LITERATURA

Código

IV-END0114

Autores

Leonardo Bacelar Lima Santos, Elton Vicente Escobar Silva

Tema

09 - Inundações graduais e bruscas

Resumo

Este trabalho apresenta a demanda por uma Revisão Sistemática da Literatura para melhorar nossa compreensão do cenário de pesquisa em aplicações de aprendizado por máquina (machine learning - ML) para modelagem de inundações repentinas. Partindo de mais de 1.200 artigos, foram selecionados 53 deles, seguindo o escopo da Revisão Sistemática da Literatura (RSL) proposta para análise detalhada. Houve um aumento notável em publicações investigando técnicas de ML para modelagem de inundações repentinas nos últimos dois anos. A maioria desses estudos concentra-se em regiões da China e dos Estados Unidos. Entre as variáveis examinadas, os dados de precipitação e vazões emergem como os fatores de entrada mais prevalentes na literatura revisada. Notavelmente, cerca de 60% dos estudos utilizam o método de memória de longo prazo (Long short-term memory - LSTM). Por outro lado, menos de 10% dos artigos selecionados disponibilizam acesso aos seus dados. Com base nos resultados, destacamos questões abertas e recomendações para novos estudos, considerando principalmente o preenchimento de lacunas da evidência à prática.