Paraná: protótipo de exposição relativa ao vento

Camada de exposição relativa em 240 m (UTM 22S), 16 direções, índice v2 = Σ peso × (razão de rajada)². Classes por percentis do próprio estado.

  baixa ·   moderada ·   alta ·   muito alta. Classes = percentis P25, P75 e P95 do próprio Paraná (exposição relativa; limites do índice: 0,843, 1,357 e 1,646).

Estações existentes e propostas · dados (JSON: limites, municípios e grade de 5 km) · Caminho do vento (Toledo detalhado)

Limitações declaradas A CONFERIR

• Só Toledo foi calibrada (15 pontos, 2 eventos); o restante do estado é extrapolação (HIPÓTESE).
• Superfície simplificada: relevo Copernicus GLO-30 (DSM) médio em 240 m; WorldCover 2021; edificações por densidade OSM (alturas e larguras assumidas); sem barreiras sub-célula.
• Núcleos do modelo definidos em células foram desenvolvidos a 30 m; a 240 m mudam de escala física (ver validação).
• Climatologia direcional de Toledo usada em todo o PR; ventos de serra, litoral e frentes frias do Sul/Leste não representados.
• Não é mapa de risco, não é laudo e não serve para decisão de projeto.

Método: índice = Σ_d peso_d × (razão de rajada_d)², 16 direções, núcleo vento_modelo.py; pesos direcionais de Toledo (rosa ≥ 50 km/h, 2005–2025) aplicados ao estado todo; classes = percentis P25/P75/P95 do próprio PR (exposição RELATIVA).

Validação cruzada com Toledo (o único lugar calibrado)

Concordância do protótipo com o índice v2 calibrado, em pontos sorteados no círculo de 15 km do aeródromo FATO:

AUC dos 15 pontos com dano contra as 849 células de 0,5 km com edificações sem dano relatado (4.536 edificações; candidatas não verificadas, controle impuro; mesmo teste da atualização de 25/10, aqui por célula) FATO:

Leitura ESTIMATIVA: A 240 m o protótipo estadual reproduz pouco do índice calibrado de Toledo (Spearman 0,32); a 90 m a concordância sobe para 0,77 e a 30 m, com superfície simplificada, para 0,87. A AUC dos pontos com dano é 0,62 a 240 m (estado), 0,77 a 90 m e 0,72 no índice calibrado de 30 m. Conclusão: o mapa de 240 m deve ser lido como esquemático (onde o terreno é mais exposto, em termos relativos) e a regionalização para decisão deve usar 90 m ou menos. Parte da perda vem de os núcleos do modelo serem definidos em células e de a superfície ser simplificada, não só da resolução.

Fora de Toledo não há referência de dano para testar; a seletividade do modelo calibrado já é baixa.

(a) Viabilidade, custo e tempo para modelar o estado inteiro

Medição real com o pipeline atual (DEM Copernicus GLO-30, ESA WorldCover 2021, edificações OSM do extrato Geofabrik "Sul", núcleo vento_modelo.py em 16 direções) num bloco-piloto de 100 × 100 km no Oeste do Paraná (centrado em Toledo) com margem de 15 km de cada lado (domínio de 130 × 130 km), em CPU (16 núcleos; o modelo roda em 1 núcleo por processo). Tempos em segundos, medidos em 26/10/2026 FATO:

Memória de pico: 30 m = leitura instantânea do Gerenciador de Tarefas durante o modelo (≈ 6,0 GB); 90 m e 240 m = proporcional ao número de pixels ESTIMATIVA.

Extração das edificações e da infraestrutura de todo o Paraná a partir do extrato OSM: 1 min 08 s (uma vez, para o estado inteiro).

Protótipo estadual medido de ponta a ponta em 240 m: grade 2850 × 2850 (8,12 Mpx), tempo total 4 min 08 s, dos quais o modelo 3 min 00 s FATO.

Extrapolação para o Paraná inteiro por blocos de 100 × 100 km (com margem de 15 km)

ESTIMATIVA Extrapolação = nº de blocos × tempo medido do bloco-piloto (conservadora: blocos de borda e de litoral têm menos terra e áreas sem edificações). Paralelismo: um processo por bloco, limitado por núcleos e pela memória de pico medida; eficiência de 70% assumida.

GPU

RTX 5060 Ti (sm_120): NÃO executa com o PyTorch instalado (2.5.1+cu121, arquiteturas até sm_90): erro "CUDA error: no kernel image is available for execution on the device". Usar a RTX exige PyTorch com CUDA 12.8 ou CuPy 13, que não foi instalado (instalação de pacote fora do escopo desta execução). CuPy: não instalado; Numba: não instalado. Referência indicativa na NVIDIA GeForce GTX 1060 6GB (GPU antiga, sm_61, 6 GB), bloco de 4333 × 4333: interpolação bilinear (rotação do campo) 0,0046 s na GPU contra 0,34 s em CPU (×73,9); FFT 2D 0,026 s contra 0,23 s (scipy, 16 threads; ×8,8); transferência CPU→GPU 0,024 s. A RTX 5060 Ti 16 GB, mais nova, deve ser mais rápida, mas isso não foi medido (HIPÓTESE). Perfil de uma direção a 90 m (2,8 s, cProfile): marcha ao longo do vento 44%, topografia linear com FFT 30%, rotações 11%, resto 15%; mesmo com FFT e rotações instantâneas, o ganho total seria de ~1,7× (Amdahl) enquanto a marcha (laço sequencial por colunas) não for portada para a GPU.

Custo em dinheiro: horas de CPU/GPU do computador local, sem chamadas de API paga. Conclusão operacional: o estado inteiro em 240 m cabe numa execução única de 4 min (medida); em 90 m, 34 blocos levam ≈ 37 min em série ou ≈ 3 min com 16 processos; em 30 m (a resolução calibrada), ≈ 6,7 h em série ou ≈ 3,2 h com 3 processos, limitado pela memória. Plano sugerido: 240 m no estado (feito, esquemático); 90 m no estado inteiro (barato e é onde a concordância com o índice calibrado de Toledo se recupera, ver validação); 30 m só nos municípios com ocorrências para calibrar. A GPU não é necessária até 90 m e só compensaria em 30 m, depois de resolver a compatibilidade da RTX 5060 Ti e portar a marcha ao longo do vento (ESTIMATIVA).

Próximos passos

1. Calibrar por região com ocorrências colaborativas (/ocorrencias/) e estações novas (/estacoes/).
2. Rodar blocos de 100 km em 30 a 90 m nas regiões com demanda (Oeste, Sudoeste, Campos Gerais, Norte Pioneiro).
3. Substituir a superfície simplificada (barreiras, edificações por polígono) e a climatologia direcional por regiões.