Cientistas unem-se para aprimorar os modelos que preveem mudanças no gelo marinho do Ártico

Sabemos que a cobertura de gelo marinho no Ártico tem vindo a registar um declínio acentuado nos últimos anos, como resultado (em grande parte) do aquecimento global causado pelo Homem.

Segundo o Centro Nacional de Dados de Gelo e Neve dos EUA (NSIDC), a extensão mínima do gelo marinho do Ártico tem ficado consistentemente abaixo de 6,5 milhões de km² desde 2002. E desde 2007, os mínimos têm sido de apenas 3,5 a 5 milhões de km² ; isso é uma redução de cerca de 13% por década desde o início dos registos de satélite, que começou em 1979.

Com isso em vista, e sabendo da importância do gelo marinho do Ártico para o clima global, matemáticos e geofísicos uniram-se num projeto e estão a usar matemática computacional e aprendizagem de máquina para aprimorar modelos complexos que preveem a cobertura de gelo marinho no Ártico, a fim de obter uma melhor projeção das mudanças na espessura do gelo.

O projeto de melhoria dos modelos

Os cientistas querem entender melhor como o gelo marinho está a mudar num mundo em aquecimento. E eles já não se perguntam mais se o Ártico perderá a sua cobertura de gelo, eles perguntam “quando?”.

Aí surgiu o projeto Sea Ice Modeling and Data Assimilation (SIMDA), uma iniciativa do Programa de Iniciativas de Investigação Universitária Multidisciplinar (MURI) patrocinada pelo Departamento de Defesa dos EUA por meio do Office of Naval Research, para aprimorar modelos computacionais complexos que preveem a espessura do gelo marinho e, consequentemente, melhorar a sua previsão.

Para isso, os investigadores colocaram 18 boias equipadas com sensores e instrumentos que irão medir a espessura do gelo, a temperatura no interior do gelo, a quantidade de neve acima dele e a pressão barométrica no Ártico. Eles também implantaram 800 sensores numa área de um 1 km² para capturar um retrato matizado do gelo marinho em pequena escala.

"É um dos problemas mais complicados em que já trabalhei", comentou Anne Gelb, professora no Departamento de Matemática do Dartmouth College e investigadora integrante do projeto.

E para modelar o gelo marinho, algo que é considerado complexo, os investigadores devem considerar várias variáveis que mudam com o tempo e são inter-relacionadas: quão rápido os blocos de gelo se movem na água, como a sua espessura varia e a concentração de gelo numa área. Estes fatores também são influenciados por forças externas no ambiente, como a velocidade do vento e a temperatura.

"A nossa expertise está em usar melhores ferramentas computacionais para trazer os métodos numéricos mais avançados para resolver o modelo", disse Gelb. E os dados extraídos de medições no Ártico e de imagens de satélite servem como verificações e balanços que dirão se as simulações dos modelos são razoáveis.

E uma nova ferramenta que entrará aqui é o uso da aprendizagem de máquina para criar modelos. "Com dados suficientes, podemos construir algoritmos que podem aprender as equações diferenciais parciais dos modelos que descrevem a dinâmica do sistema", diz Gelb.

Dificuldades encontradas

O desafio final do projeto é criar um modelo que possa representar o comportamento do gelo marinho numa pequena região, bem como recriar os movimentos do gelo. Como a espessura do gelo e algumas das suas outras propriedades são muito variáveis, esta é uma tarefa difícil.

Além disso, o deslocamento constante do gelo dificulta a obtenção de medidas. E imagens de satélite tiradas no mesmo local em momentos diferentes podem estar a olhar para um bloco de gelo completamente diferente.

Contudo, os cientistas estão otimistas, já que os modelos combinados com melhores dados serão cruciais para entender os sistemas climáticos globais e como eles estão a mudar com o tempo num mundo em aquecimento.

Referência da notícia:

Sea Ice Modeling and Data Assimilation (SIMDA). 2024.

Dartmouth. “Researchers Improve Models to Predict Changes in Sea Ice”. 2024.