Desenvolvida por estudantes da graduação em Ciência de Dados da FGV/EMAp em parceria com o Cemaden, a ChoveuRIO é uma plataforma que busca proporcionar uma visualização detalhada de informações de chuva na cidade do Rio de Janeiro. Através de métodos de interpolação e do uso de teoria dos grafos, temos como objetivo exibir estimativas das concentrações pluviométricas nos diferentes bairros e regiões administrativas do município, contribuindo para o acesso e compreensão das condições do tempo na região.

Todo o código implementado para este projeto é aberto e está disponível no nosso repositório do GitHub. Contribuições da comunidade são muito bem-vindas, tanto para a melhoria da plataforma quanto para expandi-la para outras regiões do Brasil, tornando dados desse tipo mais acessíveis a muitas outras pessoas.

Funcionalidades

A plataforma oferece flexibilidade na escolha de detalhes da visualização, buscando atender às preferências e necessidades de cada tipo de usuário, desde leigos até especialista em meteorologia. As funcionalidades implementadas incluem a escolha do método de interpolação utilizado (mais informações podem ser encontradas na seção Interpolação), a segmentação do mapa do Rio de Janeiro em regiões administrativas ou bairros, e a seleção do intervalo de tempo desejado para a exibição dos acumulados de chuva.

Existe ainda a possibilidade de exibir o grafo da rede viária do município, juntamente com métricas de interesse que descrevem, por exemplo, a "importância" de cada trecho de rua ou avenida para a região administrativa à qual ele pertence (mais detalhes sobre isso podem ser acessados na seção Grafo).

Em termos simples, um grafo $G$ é um objeto matemático que consiste em um par de conjuntos $V$ e $E$, ou seja, $G = (V,E)$, onde os elementos em $V$ são os vértices (ou nós) do grafo, e os elementos de $E$ são pares de elementos de $V$, sendo denominados arestas. Grafos podem ser utilizados para modelar uma grande variedade de problemas; em especial, para dados geográficos, é possível utilizar grafos como uma representação da malha viária de uma região, capaz de mostrar como essas vias estão conectadas umas às outras. Em nossa modelagem, utilizamos:

• Nós do grafo: representam pontos de interesse, como cruzamentos, interseções e/ou esquinas de ruas.
• Arestas do grafo: representam as conexões entre os pontos de interesse, ou seja, as ruas que ligam as interseções.

No bairro do Flamengo, por exemplo, as ruas Marquês de Abrantes e Paissandu se interceptam, então no grafo viário modelado existe um nó que representa esse cruzamento. Desse vértice, saem arestas representando cada uma dessas ruas.

A plataforma ChoveuRIO incorpora dois modelos de interpolação distintos: IDW e Krigagem. Essa abordagem diversificada permite aos usuários comparar e contrastar os resultados obtidos por meio desses métodos, oferecendo uma análise mais abrangente e fundamentada das concentrações pluviométricas na cidade do Rio de Janeiro. Essa variedade de modelos reforça a robustez da plataforma, proporcionando uma ferramenta versátil para a compreensão das condições do tempo na região.

Inverso da potência das distâncias

O método do Inverso da Potência das Distâncias (Inverse Distance Weighting – IDW) é uma técnica determinística amplamente utilizada para a interpolação espacial em análises geoespaciais. Essa abordagem assume que valores em locais não amostrados podem ser calculados como uma média ponderada dos valores conhecidos mais próximos, sendo a ponderação determinada pelo inverso de alguma potência das distâncias. Em outras palavras, pontos mais próximos têm uma contribuição maior para a estimativa do valor em um determinado local. Essa simplicidade torna o IDW fácil de entender e implementar, sendo particularmente útil em conjuntos de dados espaciais com distribuição regular.

Krigagem

A Krigagem, originalmente desenvolvida na geoestatística, é um método avançado de interpolação baseado em um processo gaussiano regido por covariâncias prévias. Este método oferece uma abordagem sofisticada para previsões espaciais, garantindo a melhor previsão linear não viesada (BLUE) em locais não amostrados. Com suposições adequadas sobre a covariância prévia, a Krigagem destaca-se como uma ferramenta eficaz para a interpretação precisa das condições pluviométricas em áreas não diretamente observadas.

• Amanda Perez
• Juan Belieni
• Eduardo Adame
• Kayo Yokoyama