MIT gerou eventos extremos plausíveis sem dados de eventos extremos

Planejadores de infraestrutura, formuladores de políticas e seguradoras precisam saber como poderia ser uma tempestade, onda de calor, incêndio florestal ou inundação que ocorre uma vez a cada século. Os registros históricos são um conjunto de treinamento ruim para essa questão: eventos extremos são raros, e o pior evento que uma região já viu pode ainda ser mais brando do que aquele que ela precisará suportar em seguida.

Os engenheiros do MIT Kai Chang e Themis Sapsis criaram o Extreme Event Aware, ou η-learning, para gerar cenários plausíveis sem precedentes sem exemplos desses extremos. O algoritmo aprende relações entre estatísticas pontuais, como a frequência com que a precipitação atinge um determinado nível, e mapas espaciais, como onde um evento se espalha. As estatísticas descartam magnitudes implausíveis, enquanto os mapas fornecem geografia realista.

Usando 25 anos de mapas horários de precipitação sobre os Estados Unidos continentais, a equipe demonstrou como o método poderia gerar milhares de realizações de uma tempestade que ocorre uma vez a cada 100 anos, incluindo eventos mais intensos do que qualquer coisa nos dados de treinamento. Um planejador poderia perguntar como poderia ser uma tempestade de 300 milímetros na cidade de Nova York e receber mapas de seu possível tamanho, cobertura e intensidade.

A abordagem também pode visualizar inundações e incêndios florestais plausíveis e pode se aplicar à navegação robótica e a colapsos do mercado financeiro. O trabalho foi publicado na Nature Communications; trata-se de um método de planejamento e simulação, não de evidência de que qualquer evento futuro específico ocorrerá.

Restringir a geração espacial com estatísticas pontuais

Um modelo treinado apenas em extremos passados não pode mostrar diretamente aos planejadores um evento mais severo do que o registro histórico.

As estatísticas pontuais fornecem a restrição de frequência e magnitude de eventos raros sem exigir um mapa extremo correspondente nos exemplos de treinamento.

Os mapas espaciais preservam as relações geográficas que tornam uma tempestade ou incêndio florestal gerado plausível, e não apenas grande.

Milhares de realizações permitem que os planejadores explorem uma distribuição de cenários críveis em vez de apostar em uma única previsão.

Se o evento para o qual você precisa planejar está ausente da história, separe sua frequência de sua forma espacial e gere cenários que satisfaçam ambas as restrições em vez de esperar por mais histórico.

O método oferece às comunidades uma maneira de testar a resistência de diques, redes elétricas, recursos de combate a incêndios e cadeias de suprimentos contra eventos plausíveis ainda não observados. O artigo o apresenta como uma ferramenta de pesquisa que pode se estender a inundações, incêndios florestais, robótica e mercados; ele não relata um sistema de planejamento implantado nem uma redução mensurada de perdas.