Como os modernos sistemas de previsão do tempo conseguem antecipar tempestades com dias de antecedência?

Em 1900, um furacão devastou a cidade de Galveston, no Texas, sem nenhum aviso prévio. Mais de 8 mil pessoas morreram — o desastre natural mais letal da história dos Estados Unidos. Hoje, furacões de igual intensidade são rastreados por dias antes de tocar a costa, com trajetórias previstas com precisão suficiente para evacuar cidades inteiras a tempo. A diferença entre esses dois mundos não é sorte nem acaso — é uma das construções científicas e tecnológicas mais sofisticadas que a humanidade já criou.

Tudo começa com dados — uma quantidade absurda de dados coletados simultaneamente em todo o planeta. Mais de 10 mil estações meteorológicas terrestres medem temperatura, pressão, umidade e velocidade do vento a cada hora. Boias oceânicas flutuam em todos os oceanos fazendo o mesmo. Aviões comerciais em voo coletam dados atmosféricos automaticamente e os transmitem em tempo real. Balões meteorológicos sobem até 30 quilômetros de altitude duas vezes por dia em centenas de pontos ao redor do mundo, medindo a atmosfera em camadas. E acima de tudo isso, mais de 20 satélites meteorológicos orbitam a Terra continuamente, capturando imagens e medindo temperatura, umidade e movimentos de nuvens em escala global.

Toda essa informação converge para supercomputadores — máquinas capazes de realizar bilhões de operações por segundo — que rodam modelos matemáticos chamados modelos numéricos de previsão do tempo. Esses modelos dividem a atmosfera terrestre em uma grade tridimensional de células, cada uma com alguns quilômetros de tamanho, e aplicam as leis da física — conservação de energia, dinâmica dos fluidos, termodinâmica — para calcular como cada célula vai interagir com as vizinhas ao longo do tempo. O resultado é uma simulação do comportamento futuro da atmosfera, projetada hora a hora por dias à frente.

O mais curioso é que esses modelos não produzem uma única previsão — produzem dezenas delas simultaneamente. Cada rodada usa condições iniciais levemente diferentes, variando parâmetros dentro da margem de incerteza dos dados coletados. O conjunto dessas simulações paralelas é chamado de previsão por conjunto, e permite que os meteorologistas entendam não apenas o que provavelmente vai acontecer, mas o quão confiável é essa previsão. Quando todas as simulações concordam que haverá uma tempestade, a confiança é alta. Quando os modelos divergem, a incerteza é comunicada explicitamente.

A qualidade das previsões melhorou de forma impressionante nas últimas décadas. Uma previsão de cinco dias feita hoje é mais precisa do que uma previsão de três dias feita nos anos 1980. Pesquisadores estimam que cada década de avanço tecnológico adiciona aproximadamente um dia útil de antecedência confiável às previsões. O limite teórico da previsibilidade atmosférica — imposto pelo caos inerente ao sistema climático — está em torno de duas semanas, e os modelos modernos já chegam perto desse limite para eventos de grande escala.

A inteligência artificial começa a transformar esse campo mais uma vez. Modelos de aprendizado de máquina treinados com décadas de dados históricos conseguem identificar padrões que os modelos físicos tradicionais às vezes perdem, especialmente em fenômenos locais e de curta duração como tempestades convectivas e granizo. Em 2023, o modelo GraphCast do Google DeepMind conseguiu prever com precisão superior aos melhores modelos tradicionais o trajeto do furacão Lee dez dias antes de sua formação — usando uma fração do poder computacional dos supercomputadores convencionais.

Por trás da previsão do tempo que você consulta no celular existe uma rede planetária de sensores, satélites e supercomputadores trabalhando continuamente para resolver uma das equações mais complexas que a ciência conhece — o comportamento futuro de um sistema caótico com dimensões continentais.

Nota editorial

Este artigo faz parte do portal Cognos Space, um espaço de ideias, educação e reflexão, mantido pelo Colégio Cognos.

As opiniões aqui expressas não refletem necessariamente o posicionamento institucional do colégio, mas contribuem para o debate e formação crítica dos leitores.