Este trabalho avalia uma estrutura preditiva para antecipação de respostas hidrológicas em taludes de aterros lateríticos localizados na bacia do rio Pindaré, Maranhão (Amazônia). A pesquisa tem como ponto de partida resultados prévios que validaram a relação entre a curva de retenção de água (SWRC) e o índice de vazios para um solo recompactado da Formação Itapecuru, representativo da região de estudo, fornecendo base para a representação da variabilidade hidráulica do material. A metodologia compara dois cenários: homogêneo (determinístico) e heterogêneo (probabilístico). No cenário heterogêneo, a variabilidade espacial é incorporada por campos estocásticos, acoplados a simulações de fluxo transiente no RS2. Séries diárias de precipitação do CHIRPS e respostas simuladas em pontos de interesse (sensores virtuais) foram utilizadas para treinar um modelo de aprendizado de máquina (XGBoost) com previsão multi-horizonte (3, 7 e 15 dias), adotando como benchmark comparativo os dados obtidos pelo sensor alvo no caso homogêneo. Os resultados indicam bom desempenho global, porém mostram que o R² isoladamente não garante utilidade operacional, devido ao ruído nas previsões e à tendência de subpredição, mais pronunciada em horizontes longos. A abordagem probabilística reduz a instabilidade das estimativas e fornece intervalos (Q05–Q95) capazes de englobar o benchmark nas regiões de transição, reforçando o potencial do framework como suporte à previsão antecipada e à avaliação de excedência de limiares em aplicações de monitoramento.
Avenida República do Líbano, 251 - Pina, Recife - PE - CEP: 51110-160