evidoria

← Voltar à navegação

Boa prática Importada

Sistema de alerta precoce reforçado por IA — projeto-piloto do INGD/INAM de Moçambique para previsão de ciclones e cheias

Moçambique · Maputo · Ver o perfil de Moçambique · Ver o perfil de Maputo

Evidência: Descritivo / autorreportado Top 83% 40/100 · Pergunte a Evidence Copilot sobre esta prática

O INGD e o INAM de Moçambique, com o PNUD, o Banco Mundial e o Instituto Meteorológico da Noruega, estão a testar previsões de aprendizagem automática sobre um sistema de alerta precoce multirrisco que ajudou a reduzir as mortes do ciclone Freddy em 2023 para 183, face a 603 no ciclone Idai em 2019 — embora a camada de IA continue em fase piloto.

603 deaths
Número de mortos do Ciclone Idai em Moçambique (antes da camada de previsão de IA/aprendizagem automática) (2019)
3 US$ billion
Estimativa de danos do Ciclone Idai (2019)
183 deaths
Número de mortos do Ciclone Freddy em Moçambique (com o sistema de alerta precoce multirriscos em funcionamento) (2023)
265 US$ million
Financiamento do Programa de Gestão do Risco de Desastres e Resiliência do Banco Mundial (n/a)
70 stations
Estações de rádio comunitárias utilizadas para divulgar alertas de aviso prévio (n/a)
Sistema de alerta precoce reforçado por IA — projeto-piloto do INGD/INAM de Moçambique para previsão de ciclones e cheias

Detalhes

Maturidade
Piloto
Promotor
Instituto Nacional de Gestão e Redução do Risco de Desastres (INGD) and Instituto Nacional de Meteorologia (INAM), Government of Mozambique, with UNDP, the World Bank, the Norwegian Meteorological Institute and the Green Climate Fund
Período
Early warning system built out since 2019 (post-Cyclone Idai); AI/machine-learning forecasting layer piloted since approximately 2023-2025
Palavras-chave
AI early warning systems, disaster risk reduction, meteorology, machine learning, climate adaptation

Contexto

Após o Ciclone Idai, em março de 2019, que causou 603 mortes e cerca de 3 mil milhões de dólares em danos, o Instituto Nacional de Gestão e Redução do Risco de Desastres (INGD) e o Instituto Nacional de Meteorologia (INAM) de Moçambique construíram um sistema de alerta precoce multirriscos com o apoio do Banco Mundial, no âmbito do Programa de Gestão do Risco de Desastres e Resiliência, avaliado em 265 milhões de dólares. As previsões via satélite e radar do INAM são divulgadas através de 70 estações de rádio comunitárias e de brigadas comunitárias treinadas que evacuam as famílias em risco antes de uma tempestade. Desde aproximadamente 2023-2025, o INGD e o INAM têm vindo a acrescentar a este sistema um piloto de previsão baseado em aprendizagem automática e análise de dados de satélite, em parceria com o PNUD, o Banco Mundial, o Instituto Meteorológico da Noruega e o Fundo Verde para o Clima, com o objetivo de reduzir o tempo entre a deteção de um perigo e o alerta público para inundações, ciclones e secas.

Resultados

O número de mortes causadas pelo Ciclone Freddy em Moçambique em 2023 foi de 183, comparado com 603 no Ciclone Idai em 2019 — uma redução atribuída ao sistema de alerta precoce multirriscos mais amplo, anterior à camada de IA/aprendizagem automática. O próprio componente de IA/aprendizagem automática permanece em fase piloto, com ganhos promissores, mas ainda não totalmente comprovados, na precisão da previsão de inundações; as melhorias de previsão financiadas por doadores nem sempre se traduziram numa divulgação de alertas consistente, dadas as limitações de coordenação institucional e de continuidade do financiamento.

Conclusões

Moçambique comprometeu-se com uma meta para 2027 de cobertura total no âmbito da iniciativa 'Alertas Precoces para Todos', mas o contributo específico da camada de IA/aprendizagem automática para os resultados ainda não foi avaliado de forma separada e rigorosa.

Implementação
Custo indicativo
Muito elevado (> 5 M€) — The World Bank-financed Disaster Risk Management and Resilience Program supporting the broader early-warning system is budgeted at US$265 million; the specific cost of the newer AI/ML forecasting pilot layer is not separately disclosed.
Tempo até resultados
Longo (> 3 anos) — Multi-hazard EWS built following Cyclone Idai (March 2019); machine-learning/satellite-analytics forecasting pilot layer added approximately 2023-2025; national target of full 'Early Warnings for All' coverage by 2027.
Equipa e competências
Mozambique's National Institute for Disaster Risk Management and Reduction (INGD), National Meteorological Institute (INAM), Trained community brigades that evacuate at-risk households ahead of a storm, Network of 70 community radio stations used to disseminate alerts

Condições de sucesso

  • Multi-hazard early-warning system combining satellite- and radar-based forecasts with community radio dissemination and trained evacuation brigades
  • International donor partnership (World Bank, UNDP, Norwegian Meteorological Institute, Green Climate Fund) providing technical and financial support

Modos de falha comuns

  • Donor-funded forecasting improvements have not always translated into consistent warning dissemination
  • Institutional-coordination and financing-continuity constraints limit consistent impact

Onde se enquadra

Tipo de governação
national disaster-management and meteorological agencies with multilateral donor support
Escala
national
Nível de rendimento
low-income

Habitualmente financiado por

National / regional programmes

Vias de financiamento indicativas para práticas deste tipo — verifique sempre os avisos abertos e as regras de elegibilidade de cada programa.

Implementa esta prática? Reivindique-a — implementadores verificados obtêm um contacto público na página e podem propor correções.

Fontes de dados

De onde foi obtida a informação desta prática, e quando.

Anexos

Práticas semelhantes que podem ser úteis