🇧🇷 Raul Victor Magalhães Souza

劳尔·维克多·马加良斯·索萨（Raul Victor Magalhães Souza）来自巴西东北部塞阿拉州贾瓜里贝河流域（Vale do Jaguaribe）的伊拉塞马镇，那里的降雨不确定性直接决定了小农家庭能否顺利播种。2025年11月26日，他被宣布为第31届巴西国家青年科学家奖（Prêmio Jovem Cientista）中学生组的冠军。该奖项由国家科学技术发展委员会（CNPq）与罗伯托·马里尼奥基金会（Fundação Roberto Marinho）共同颁发。当时他16岁，就读于福塔莱萨市本菲卡区的一所公立中学。

该获奖项目的题目很长：“基于贾瓜里贝河流域降雨预言家知识的降雨预测混合机器学习工具的开发”。项目由他的导师赫利森·卢卡斯·贝泽拉·布拉兹（Helyson Lucas Bezerra Braz）指导。东北部的“降雨预言家”是当地世代相传、通过自然现象预测雨季的农民。劳尔决定记录、结构化并测试这些知识，而不是将其斥为迷信。

他和导师开发的系统被称为“降雨预言家人工智能”（IA dos Profetas da Chuva）。该系统由Python编写，基于Streamlit界面，并结合了机器学习库，输入数据来自伊拉塞马、利穆埃鲁-杜诺尔特、莫拉达诺瓦、基克塞雷和鲁萨斯等贾瓜里贝河流域市镇的六位降雨预言家。该设计的关键在于，传统观测数据以结构化变量的形式进入模型，而非单纯的轶事。

这些指标被分为三类。大气现象包括月晕、年初的云条以及昴宿星（Sete-Estrelo）的亮度。植物指标包括曼达卡鲁仙人掌开花、恩比拉坦亚（embiratanha）的观测以及胡阿泽鲁（juazeiro）开花。动物行为指标包括黑蝴蝶、狼蛛、青蛙和蚁丘。每一项都被转化为模型可学习的数据。

针对这些信号，团队利用塞阿拉州气象基金会（Funceme）和国家气象局（Inmet）的气象记录对系统进行了训练。该工具集成了1981年至2024年共四十四年的数据，包含超过四万条记录。所有数据在与传统指标交叉引用前都经过了清洗和标准化，这是工作中最繁重但也最能确保结果可验证的部分。

验证数据非常具体，这也让该项目超越了普通科学展览的范畴。在2025年1月至3月的雨季期间，该模型估计累计降雨量为422.1毫米，实际观测值为431.5毫米，月均误差仅为5.7%。相比之下，同一时间窗口内，某商业参考平台的估计值为318毫米，误差高达30.8%。在分类性能方面，该系统的准确率达到了94.5%。

2026年6月1日，劳尔在里约热内卢海军战争学院举行的仪式上，赢得了斯德哥尔摩青少年水奖巴西全国总决赛冠军。这是该赛事的第十届巴西版，由巴西卫生与环境工程协会与巴西-瑞典商会联合主办。这次夺冠使他获得了参加2026年8月在斯德哥尔摩举行的世界水周国际总决赛的资格。

他将项目的起源追溯到他的祖父、农民路易斯·玛雅（Luiz Maia）。他自小学起就对此产生浓厚兴趣，在中学一年级时获得了CNPq奖学金，并与塞阿拉联邦大学毒素与凝集素药理学实验室合作开展了研究。他明确的下一步计划是扩充数据库，并将该工具提供给贾瓜里贝河流域的市政当局，这将使其从一个获奖模型转变为一个实际的预测工具。

该项目背后依托着两项全国竞赛，这两项赛事之所以值得提及，是因为它们将简单的学校科学展转化为了可引用的成果。青年科学家奖由巴西联邦研究资助机构CNPq与罗伯托·马里尼奥基金会共同运营，已举办31届，其中学生组评审标准完全基于提交的方法论。斯德哥尔摩青少年水奖全国选拔赛由巴西卫生与环境工程协会组织，每年选出一名优胜者代表国家参加国际决赛。

该项目更令人感兴趣的方法论点在于它“没有”做什么。它没有断言传统知识一定有效，也没有断言它无效。它将六位实践者的指标转化为结构化变量，利用两个国家气象机构四十多年的仪器数据进行训练，然后针对特定季节报告了相对于实际降雨量的测量误差，并将其与同期的商业基准误差进行了对比。公布这种对比本身就是其全部贡献。一个没有误差数值的模型只是一种声明，而一个带有误差数值的模型才是一个科学成果。