USO DA INTELIGÊNCIA ARTIFICIAL NO NOWCASTING DE CHUVAS FORTES E TEMPESTADES USE OF ARTIFICIAL INTELLIGENCE IN THE NOWCASTING OF HEAVY RAIN AND STORMS

Resumo

Eventos meteorológicos, como chuvas fortes e tempestades, historicamente representaram riscos operacionais expressivos, com destaque para o setor da aviação. A necessidade de respostas imediatas impulsionou o nowcasting, uma técnica de previsão de curtíssimo prazo. Este trabalho teve como objetivo principal analisar a aplicação da Inteligência Artificial (IA) no nowcasting desses fenômenos para a mitigação de impactos operacionais. A pesquisa adotou uma metodologia qualitativa e exploratória, fundamentada em revisão bibliográfica e análise documental. O estudo comparou o desempenho de modelos numéricos tradicionais com arquiteturas preditivas baseadas em IA. Os resultados indicaram que a IA superou os métodos convencionais em agilidade e precisão para escalas locais. O uso de modelos especializados resultou na detecção precoce de sistemas convectivos, o que viabilizou ajustes táticos tempestivos pelo Controle de Tráfego Aéreo. A conclusão do estudo demonstrou que a IA, embora demande alta capacidade computacional e dados robustos, consolidou-se como um complemento tecnológico essencial à modelagem física, pois ampliou a segurança de voo e a resiliência da navegação aérea frente à variabilidade climática.

Palavras-chave: Inteligência Artificial, Nowcasting, Meteorologia, Segurança.

ABSTRACT

Meteorological events, such as heavy rain and storms, historically represented significant operational risks, especially for the aviation sector. The need for immediate responses drove nowcasting, a very short-range forecasting technique. The main objective of this study was to analyze the application of Artificial Intelligence (AI) in the nowcasting of these phenomena to mitigate operational impacts. The research adopted a qualitative and exploratory methodology, based on a literature review and documentary analysis. The study compared the performance of traditional numerical models with AI-based predictive architectures. The results indicated that AI outperformed conventional methods in agility and precision for local scales. The use of specialized models resulted in the early detection of convective systems, which enabled timely tactical adjustments by Air Traffic Control. The conclusion of the study demonstrated that AI, although it demands high computational capacity and robust data, consolidated itself as an essential technological complement to physical modeling, as it increased flight safety and air navigation resilience in the face of climate variability.

Keywords: Artificial Intelligence, Nowcasting, Meteorology, Safety.