Um conjunto de dados para detecção de iniciação convectiva e nowcasting por modelos de aprendizado de máquina no sudeste da China

Por que o nascimento das tempestades importa

Chuvas intensas súbitas, granizo destrutivo e ventos severos de trovoada podem desorganizar a vida cotidiana em poucos minutos. A chave para avisos melhores é detectar a faísca inicial de uma tempestade — quando um pequeno bolsão de ar quente e úmido em ascensão se transforma em uma nuvem de trovoada em crescimento. Este estudo apresenta um novo conjunto de dados cuidadosamente elaborado para ajudar a inteligência artificial (IA) a aprender a reconhecer e prever essa faísca, conhecida como iniciação convectiva, no sudeste da China.

Observando tempestades do céu e do solo

Os pesquisadores concentram-se numa região do sudeste da China fortemente influenciada pelo monção da Ásia Oriental, onde trovoadas severas ocorrem com frequência de março a setembro. Para monitorar a atmosfera em detalhe, eles combinam informações de dois principais sistemas de observação. No solo, mais de 150 radares meteorológicos vasculham o céu, medindo a intensidade e a estrutura da chuva e do granizo. Ao mesmo tempo, o satélite geoestacionário Fengyun-4A observa do espaço, registrando como as nuvens refletem e emitem radiação em várias bandas. Juntos, esses instrumentos fornecem uma visão em lapso de tempo do nascimento e do crescimento das tempestades a cada 10 minutos, sobre uma área que se estende por milhares de quilômetros.

Construindo uma biblioteca de tempo perigoso

Para treinar a IA, é preciso exemplos. A equipe começou identificando muitos episódios reais de tempo perigoso — períodos com chuva intensa, ventos danosos ou granizo — relatados em mais de 1.000 estações de superfície entre 2018 e 2023. Agruparam eventos superpostos em surtos regionais mais amplos e, em seguida, fatiaram cada surto em instantâneos de 10 minutos. Para cada instantâneo, armazenaram um conjunto rico de dados “de característica”: mapas de radar que mostram onde e com que intensidade está chovendo, além de medições por satélite que indicam altura, temperatura e estrutura das nuvens. Esse processo produziu 829 eventos regionais e 136.728 amostras temporais, formando uma biblioteca grande e diversa de situações em que tempestades se formaram ou não.

Ensinando máquinas onde nasce uma tempestade

Identificar o momento e o lugar exatos em que uma tempestade aparece pela primeira vez não é simples. Os pesquisadores usaram mosaicos de radar — imagens combinadas de muitos radares — para localizar pequenas áreas onde os ecos ultrapassam pela primeira vez um determinado limiar, sinalizando o nascimento de uma nova célula convectiva. Em seguida, estimaram o deslocamento de cada célula usando um método de fluxo óptico, que rastreia padrões nas imagens de radar ao longo do tempo. Verificando onde os ecos estavam nas varreduras anteriores e posteriores de 10 minutos, o algoritmo pode decidir se uma célula realmente acabou de se formar (uma iniciação genuína) ou se é simplesmente uma continuação, uma parte móvel de uma tempestade mais antiga, ou mesmo um eco falso causado por interferência de radar. Casos suspeitos foram submetidos a revisão manual adicional para remover artefatos técnicos remanescentes.

Rotulando tempestades que se dissipam ou se fortalecem

Uma vez identificadas as células convectivas, o passo seguinte foi classificar seu comportamento futuro. Para cada célula recém-nascida, a equipe acompanhou suas mudanças nos 30 minutos seguintes, medindo como sua área e intensidade de radar evoluíram. Se a célula cresceu de forma consistente em área e intensidade, foi rotulada como uma iniciação “em desenvolvimento”, significando que tinha potencial para se tornar uma tempestade séria. Se enfraqueceu, desapareceu ou não cresceu, foi rotulada como “em declínio”. No total, o conjunto de dados contém mais de quatro milhões de células de iniciação, das quais cerca de 43% estão em desenvolvimento. Esses rótulos podem ser representados como contornos simples e máscaras de pixels na grade do radar, tornando-os alvos fáceis para modelos de aprendizado de máquina que visam prever não só onde uma tempestade começará, mas se ela se tornará perigosa.

Como e onde as tempestades tendem a começar

Ao contar com que frequência a iniciação ocorre em diferentes locais e horários do dia, o conjunto de dados também revela padrões no comportamento das tempestades. Áreas com iniciação convectiva frequente coincidem bem com regiões de chuvas intensas, especialmente ao longo de províncias costeiras e ao sul do rio Yangtze, onde ar quente e úmido favorece trovoadas frequentes. O horário da iniciação mostra ritmos diários claros: em muitas áreas, novas tempestades aparecem com mais frequência à tarde, enquanto algumas bacias interiores apresentam picos ao redor da meia-noite com máximas secundárias à tarde. Esses padrões são consistentes com estudos anteriores de sistemas de tempestade maiores, sugerindo que o novo algoritmo está capturando um comportamento realista do nascimento de tempestades, em vez de ruído aleatório.

O que isso significa para avisos meteorológicos futuros

Para não especialistas, a mensagem central é simples: este trabalho fornece um terreno de treinamento de alta qualidade para sistemas de IA que buscam identificar os primeiros sinais de trovoadas severas. Ao combinar redes densas de radares, imagens avançadas de satélite e classificação cuidadosa do nascimento e crescimento das tempestades, o conjunto de dados CIDS dá aos modelos de aprendizado de máquina tanto as imagens brutas quanto as respostas corretas de que precisam para aprender. A longo prazo, modelos mais inteligentes construídos sobre este conjunto de dados podem se traduzir em avisos mais precoces e confiáveis para enchentes repentinas, ventos danosos e granizo, dando às comunidades tempo precioso para se preparar.

Citação: Liu, Y., Xiong, A., Liu, N. et al. A dataset for machine learning model to convective initiation detection and nowcasting over southeastern China. Sci Data 13, 557 (2026). https://doi.org/10.1038/s41597-026-06902-3

Palavras-chave: previsão de trovoadas, radar meteorológico, meteorologia por satélite, aprendizado de máquina, convecção severa