Saber o futuro do clima já é mais simples que prever o tempo de amanhã

Por Cristina Schultz

Embora o futuro seja um mistério em vários sentidos, a natureza nos oferece diversos elementos para que nós possamos interpretar o tempo e o clima. A previsão do tempo diz respeito a variações que ocorrem na chamada escala sinótica, que dura alguns dias. A previsão do clima, no entanto, diz como a temperatura vai mudar na escala de anos. Quando lidamos com a escala sinótica, todo dia apresenta uma nova oportunidade para prever o dia seguinte, e a previsão do tempo evoluiu ao longo do tempo com muitas tentativas, erros e acertos. Quando se fala sobre clima, no entanto, seria necessário esperar vários anos para saber se a previsão estava correta. Uma maneira de testar se um modelo climático funciona é usar uma técnica chamada hindcast, que consiste em prever o passado.

Os modelos utilizados em estudos climáticos são programas de computador com diversas equações matemáticas que representam tudo que nós sabemos sobre como a natureza funciona. Essas equações descrevem o movimento do oceano e da atmosfera, as trocas de calor, o ciclo da água etc. Uma parte importante de qualquer modelo é a chamada condição inicial, que representa as condições ambientais (temperatura, umidade, vento e diversos outros elementos) no início da previsão. A técnica de hindcast consiste em usar um modelo para simular o passado, o que é feito fornecendo para o modelo a condição inicial do primeiro ano da simulação. Se o modelo consegue prever o clima do passado até hoje em dia, assume-se que ele representa os fenômenos que estão ocorrendo no planeta.

Essa é uma técnica mais recente, mas tentativas de prever o tempo utilizando modelos começaram há quase um século atrás. Um dos primeiros estudos sobre previsão do tempo foi publicado por Lewis F. Richardson em 1922. Richardson criou o primeiro modelo de como o tempo em diferentes lugares estava conectado. Para testar sua ideia, usou dados meteorológicos da Europa e resolveu à mão as equações, num processo que durou meses. Os resultados de Richardson, no entanto, erraram feio! As variações de pressão atmosférica encontradas foram extremamente altas e levaram a resultados absurdos.

Muita gente poderia assumir a partir daí que a ideia simplesmente não funcionava. Mas diante de um resultado ruim é importante identificar onde foi que o experimento deu errado. No caso de Richardson, alguns dos coeficientes usados nas equações estavam errados e fizeram com que alguns processos tivessem uma participação desproporcional nos resultados. Previsões de tempo contam com processos extremamente difíceis de serem medidos mesmo com os equipamentos disponíveis hoje em dia, quem dirá em 1922. O movimento vertical do ar, por exemplo, é muito importante para previsões e difícil de ser medido e incorporado nas equações. E pequenos erros podem ser amplificados e gerar resultados muito diferentes.

A boa notícia é que de lá para cá as medições melhoraram, as equações foram ajustadas e são resolvidas rapidamente por computadores poderosíssimos. Apesar de erros ainda ocorrerem nas previsões, a confiança nos modelos é suficiente para que se possa checar se vale a pena descer para a praia durante o fim de semana ou, no caso de lugares afetados por eventos extremos como furacões, para que a população seja avisada com antecedência e possa se proteger.  Na figura abaixo, podemos ver a evolução das taxas de acerto dos modelos de previsão de tempo. Embaixo está o ano, e na vertical a porcentagem de acerto para 36 horas (um dia e meio, em azul) e 72 horas (três dias, em vermelho). Em 1955, pouco mais de 20% das previsões acertavam em cheio; hoje em dia os acertos são mais de 80%.

Taxas de acerto dos modelos de previsão de tempo, com a porcentagem de acerto para 36 horas (um dia e meio, em azul) e 72 horas (3 dias, em vermelho).

Uma das perguntas que estudiosos do clima têm que responder com muita frequência é: como se pode confiar na previsão do clima, se já é tão difícil prever o tempo amanhã? A resposta para essa pergunta é que, por incrível que pareça, os modelos climáticos são mais simples do que os modelos de previsão de tempo. Isso acontece pois o clima depende menos desses processos pequenos e difíceis de medir. Para alguém que está planejando uma festa ao ar livre é muito importante saber se a chuva vem no sábado ou no domingo, mas para alguém planejando a colheita do ano que vem essa variação de curto prazo já não importa muito, desde que a chuva venha.

Uma maneira de exemplificar a diferença entre a previsão de tempo e de clima é considerar a vida de um casal que acabou de ter um filho. A previsão de tempo seria o equivalente a tentar prever quantas horas de sono eles vão ter em uma determinada noite, ao passo que a previsão de clima seria o equivalente a prever se ao final do ano eles vão ter mais ou menos horas de sono do que no ano anterior. A quantidade de horas de sono numa noite vai depender se o bebê está passando bem, de bom humor, se comeu alguma coisa diferente, se o cachorro do vizinho resolveu latir e diversas outras coisas corriqueiras. Mas é seguro dizer que a chegada de um bebê faz com que ao final do ano se tenha menos horas de sono, ainda que durante algumas noites se durma bem.

Recentemente foi publicado o mais recente relatório do IPCC (Painel Intergovernamental de Mudanças Climáticas), o órgão responsável por juntar todos os estudos científicos sobre clima (incluindo estudos sobre gelo, atmosfera, oceano, florestas, cidades e etc), que ocorrem separadamente, e avaliar o que vem ocorrendo com o clima como um todo. O que se observa é que os modelos de clima estão prevendo as mudanças na direção correta, mas que algumas consequências, como a diminuição de gelo no Ártico, estão acontecendo mais rapidamente do que o esperado. Em suma, é importante agir rapidamente para evitar que os efeitos do aquecimento global sejam mais intensos. Ainda que as mudanças necessárias, como investir em fontes de energia renovável, sejam de difícil implementação, essas medidas têm potencial de melhorar a nossa vida também no curto prazo, já que incluem medidas que diminuem a poluição e promovem a saúde.

Sobre a autora: Cristina Schultz é oceanógrafa formada pela USP, com mestrado em meteorologia pelo INPE. Atualmente faz doutorado em oceanografia química num programa conjunto entre o Woods Hole Oceanographic Institution (WHOI) e o Massachusetts Institute of technology (MIT). Sua pesquisa é focada em combinar o uso de dados coletados em cruzeiros oceanográficos e modelos para entender as consequências das mudanças climáticas observadas durante as últimas décadas na química do oceano e no ecossistema marinho em áreas polares (mais especificamente na Península Antártica, no Golfo do Alaska e no Mar de Chukchi).