Uma nova ferramenta desenvolvida na Universidade do Havai vai permitir prever eventos climáticos El Niño com até 18 meses de antecedência.
Corpo do artigo
As descobertas, que combinam conhecimento sobre a física do oceano e da atmosfera com precisão preditiva, foram publicadas na revista "Nature".
O El Niño é um padrão climático que consiste na oscilação dos parâmetros meteorológicos do Pacífico equatorial a cada determinado número de anos. É uma das fontes mais importantes de variabilidade climática anual em todo o Mundo.
“Desenvolvemos um novo modelo conceitual, o chamado modelo de oscilador de recarga não linear estendido (XRO), que melhora significativamente a capacidade de prever eventos do El Niño com mais de um ano de antecedência, melhor do que os modelos climáticos globais e comparável à inteligência artificial mais hábil. Previsões [AI]”, disse Sen Zhao, autor principal do estudo e investigador assistente do Departamento de Ciências Atmosféricas da SOEST (Escola de Ciências e Tecnologia do Oceano e da Terra), em comunicado. "O nosso modelo incorpora efetivamente a física fundamental do El Niño e as interações deste com outros padrões climáticos nos oceanos globais que variam de estação para estação."
Os cientistas têm trabalhado durante décadas para melhorar as previsões relativas a este fenómeno, dados os seus impactos ambientais e socioeconómicos globais. Os modelos tradicionais de previsão operacional têm lutado para prever com sucesso as alterações com prazos superiores a um ano.
Baixa confiança em modelos de inteligência artificial
Os avanços recentes na inteligência artificial (IA) expandiram esses limites temporais, alcançando previsões precisas com até 16 a 18 meses de antecedência. No entanto, a natureza de “caixa preta” dos modelos de IA impediu a atribuição desta precisão a processos físicos específicos. Não explicar a fonte da previsibilidade nos modelos de IA resulta numa baixa confiança de que estas previsões serão bem sucedidas para eventos futuros à medida que a Terra continua a aquecer.
"Ao contrário da natureza de 'caixa preta' dos modelos de IA, nosso modelo XRO oferece uma visão transparente dos mecanismos do Pacífico equatorial e das suas interações com outros padrões climáticos fora do Pacífico tropical", disse o autor Fei-Fei Jin correspondente e professor de ciências atmosféricas na SOEST. "Pela primeira vez, podemos quantificar de forma robusta o seu impacto na previsibilidade do El Niño, aprofundando assim a nossa compreensão da física do fenómeno e das suas fontes de previsibilidade."
“As nossas descobertas também identificam deficiências na última geração de modelos climáticos que levam à sua incapacidade de prever com precisão”, disse Malte Stuecker, professor assistente de oceanografia na SOEST e co-autor do estudo. "Para melhorar as previsões, os modelos climáticos devem capturar corretamente a física-chave do El Niño e, além disso, vários aspetos compostos de outros padrões climáticos nos oceanos globais."
“Diferentes fontes de previsibilidade levam a diferentes evoluções dos eventos”, explica Philip Thompson, professor associado de oceanografia na SOEST e coautor do estudo. "Podemos agora fornecer previsões hábeis e de longo prazo desta diversidade, o que é crítico, pois têm impactos muito diferentes no clima global e nas comunidades individuais."