29 estações em Nova York passam a medir vapor d’água antes da chuva para antecipar alertas de alagamento

Projeto testa se sinais de satélite podem ampliar em minutos o tempo de resposta antes de temporais extremos.

Antes de uma chuva torrencial atingir ruas e túneis, a atmosfera costuma acumular o combustível que alimenta a tempestade: vapor d’água. Em Nova York, pesquisadores começaram a testar se esse sinal pode ser identificado com antecedência suficiente para melhorar os alertas de alagamento. A iniciativa acrescentou receptores baseados em GPS a estações meteorológicas da rede New York State Mesonet e da New York City Micronet, com o objetivo de acompanhar a umidade em tempo real.

O projeto é conduzido pela University at Albany, em parceria com a empresa finlandesa Skyfora. A experiência ocorre na cidade de Nova York e arredores, onde 29 estações formam uma malha de observação distribuída pelos cinco distritos. A expectativa é descobrir se a nova medição consegue revelar a intensificação de um temporal antes que a precipitação alcance o solo.

Leia também

Trump derruba limites para usinas fósseis, reabre disputa climática e ameaça avanço obtido nos EUAOceano Austral pode deixar de retirar CO2 do ar e virar fonte de carbono após queda das emissõesPlanta encontrada em Manaus ganhou o nome da cidade e já nasceu para a ciência sob alerta máximo de extinção

O sinal que aparece antes da água

Os receptores utilizam sinais de sistemas globais de navegação por satélite, conhecidos pela sigla GNSS. Quando esses sinais atravessam a atmosfera, sofrem pequenas alterações provocadas pela quantidade de umidade no caminho até o equipamento. Ao medir esse atraso, o sistema estima quanto vapor d’água está presente e como ele se movimenta.

Na prática, a técnica não “enxerga” a chuva diretamente. Ela monitora uma das condições que favorecem sua formação. Esses dados podem ser combinados com modelos meteorológicos e inteligência artificial para produzir o chamado nowcasting, uma previsão voltada aos minutos ou às poucas horas seguintes.

Segundo a University at Albany, o teste em Nova York avalia, desde 15 de setembro de 2026, se observações densas de vapor d’água obtidas por GNSS podem dar aos responsáveis pela emergência mais tempo para reagir a chuvas extremas.

O que aconteceu durante o alagamento em Brooklyn e Queens

Um dos primeiros indícios veio de um episódio de inundação repentina que atingiu Brooklyn e Queens em 20 de maio. Antes do período de chuva mais intensa, as leituras de vapor d’água derivadas dos sinais GNSS subiram rapidamente e ultrapassaram 50 milímetros.

O resultado é considerado promissor pelos participantes, mas ainda representa uma evidência inicial, não uma validação definitiva da tecnologia. Um único evento não basta para medir a capacidade de um sistema de previsão. É preciso comparar muitos episódios, estações e condições atmosféricas para saber quando o método funciona melhor e quando pode produzir sinais difíceis de interpretar.

A finalidade do piloto é justamente colocar a ferramenta sob esse tipo de teste. Os receptores foram instalados em torres que já fazem parte da infraestrutura meteorológica existente, permitindo comparar os novos registros com temperatura, umidade relativa, vento, pressão, precipitação e outras variáveis coletadas pela rede.

Uma rede que atualiza dados a cada cinco minutos

O New York State Mesonet possui 127 estações padrão distribuídas pelo estado, com distância média de 17 milhas entre elas. Os equipamentos registram, entre outros dados, velocidade e direção do vento, radiação solar, profundidade da neve, condições do solo e imagens do tempo local.

As informações são reunidas a cada cinco minutos e alimentam modelos de previsão e ferramentas de apoio à decisão. A [rede meteorológica estadual de Nova York](https://www.nysmesonet.org/) também mantém séries históricas úteis para avaliar mudanças no clima e acompanhar riscos que afetam serviços públicos, infraestrutura e comunidades.

Na cidade, a Micronet funciona como uma camada mais concentrada de observação. A distribuição de 29 estações permite identificar diferenças entre bairros que podem desaparecer em redes meteorológicas muito espaçadas. Essa escala é importante em áreas urbanas, nas quais uma tempestade intensa pode provocar alagamento em um ponto e atingir outro local com menor intensidade.

O que muda para quem precisa tomar decisões

Se a tecnologia for confirmada em diferentes situações, os dados poderão ajudar equipes de emergência, operadores de infraestrutura e serviços públicos a decidir quando emitir avisos, fechar vias, proteger instalações ou deslocar recursos. O ganho procurado não é necessariamente prever um temporal com muitas horas de antecedência, mas ampliar a janela de resposta pouco antes do impacto.

Esse tipo de informação também pode ser útil em regiões amazônicas, embora o projeto descrito esteja restrito a Nova York. Estados como Acre, Amapá, Amazonas, Pará, Rondônia, Roraima e Tocantins convivem com grandes distâncias, áreas urbanas sujeitas a chuvas intensas e locais onde a cobertura convencional de observações pode ser limitada. A tecnologia não resolve sozinha problemas de acesso, comunicação ou infraestrutura, mas mostra como sinais já disponíveis no ambiente podem ser transformados em dados meteorológicos adicionais.

A aplicação na Amazônia dependeria de testes locais, rede de receptores, manutenção dos equipamentos e validação com pluviômetros e radares. Não há, no projeto anunciado, indicação de instalação da solução na região. A conexão mais concreta está no princípio de aumentar a densidade das observações e adaptar a previsão rápida às características de cada território.

O teste ainda não é uma solução pronta

A parceria entre a Mesonet e a Skyfora envolve contribuição de tecnologia e conhecimento, sem pagamento indicado no anúncio. A University at Albany ressalta que o piloto não representa endosso institucional a um produto ou plataforma específica.

Também permanece em avaliação o desempenho do método em diferentes tipos de tempestade, a estabilidade das leituras e a vantagem em relação a outras formas de medir vapor d’água. A inteligência artificial pode acelerar a interpretação dos dados, mas depende da qualidade das observações e de modelos treinados para as condições do local.

Os próximos passos são ampliar a coleta e comparar os registros com ocorrências de chuva, previsões existentes e respostas dos sistemas de emergência. O objetivo é verificar se os sinais realmente acrescentam minutos úteis e previsões mais precisas antes de uma decisão de adoção em escala maior.

Com informações de University at Albany, State University of New York.

Mais Lidas da Semana

1Árvore levada ao Havaí para matar a fome virou ameaça 200 anos depois; agora, drones soltam insetos para tentar salvar a floresta nativa2Estudo mapeia 37 mil instalações e projeta alta de 50% nas emissões petroquímicas até 20503Antes da COP31, governos locais fecham posição em seis frentes e levam a voz das cidades à negociação climática4Polvo pega carona nas costas de golfinho e coincide com maior explosão da espécie em 75 anos5Agricultor amazônico encontra uma mancha escura, compara texturas e mantém a roça fértil sem correção do solo