Uso de modelos de previsão do tempo para prever o modo como a atividade humana afeta grandes fenómenos meteorológicos

Os modelos de previsão meteorológica mais avançados podem ser utilizados para quantificar os efeitos das emissões de gases com efeito de estufa a nível local.

Utilizando modelos de previsão meteorológica para prever como a atividade humana afeta os grandes eventos
Os mesmos modelos utilizados para prever o tempo podem ser utilizados para quantificar os efeitos das emissões de gases com efeito de estufa em fenómenos meteorológicos extremos.

As mesmas ferramentas utilizadas para a previsão meteorológica pelos centros de previsão nacionais, como o Met Office, poderão ser utilizadas para quantificar a forma como o comportamento humano está a exacerbar grandes eventos como inundações, ondas de calor e tempestades.

Cientistas climáticos da Universidade de Oxford afirmam que esta utilização da previsão meteorológica pode ser transformadora e ajudar a preparar melhor os fenómenos meteorológicos extremos.

O mesmo modelo, uma utilização diferente

Pela primeira vez, investigadores do Departamento de Física mostraram como as previsões meteorológicas mais avançadas podem ser utilizadas para demonstrar os efeitos das emissões de gases com efeito de estufa em condições meteorológicas extremas.

A análise de acontecimentos recentes no Reino Unido e nos EUA permitiu aos investigadores avaliar o impacto do aquecimento global à escala local; verificaram que a atividade humana agravou acontecimentos meteorológicos específicos e aumentou a sua probabilidade de ocorrência.

“Os meteorologistas podem - e devem - alertar as pessoas para condições meteorológicas extremas e explicar como estas estão a ser afetadas pelas alterações climáticas”, afirma o Professor Myles Allen, que liderou a equipa de investigação. “Mostrámos pela primeira vez que os mesmos modelos de alta qualidade utilizados para a previsão meteorológica, que são testados incansavelmente todos os dias, podem ser utilizados para mostrar os impactos do aquecimento global”.

“Não se trata de um simples caso em que as alterações climáticas pioram todas as condições meteorológicas: alguns eventos, como o frio prolongado do inverno, tornaram-se menos prováveis”, acrescenta. “As decisões de vários milhares de milhões de libras dependem da adaptação às alterações climáticas, pelo que precisamos dos meios mais fiáveis possíveis para as informar - e é isto.”

Modelos fiáveis

A investigação utilizou o modelo de previsão meteorológica a médio prazo mais fiável do mundo, do Centro Europeu de Previsão do Tempo a Médio Prazo (ECMWF, em inglês), para avaliar o impacto das alterações climáticas nas condições meteorológicas extremas. A investigação anterior centrou-se na tempestade Eunice, que atingiu velocidades de vento de 122 milhas por hora (196 km/h) e causou 17 mortes no Reino Unido em fevereiro de 2022. Shirin Ermis, que liderou o estudo no Reino Unido, afirma: “Descobrimos que as alterações climáticas aumentaram a área do Reino Unido afetada pela tempestade Eunice e intensificaram a gravidade da tempestade em 26%”.

Este novo estudo utilizou a mesma abordagem para analisar a vaga de calor no noroeste do Pacífico dos EUA, que terá matado mais de 800 pessoas em junho de 2021. O Dr. Nicholas Leach, que liderou o estudo nos EUA, afirma: “As alterações climáticas e a influência humana estão a ter um impacto muito claro em certas condições meteorológicas extremas, como tempestades e ondas de calor. A influência humana tornou esta onda de calor de 2021 pelo menos oito vezes mais provável, e descobrimos também que o risco de ocorrência de ondas de calor semelhantes duplica de 20 em 20 anos ao ritmo atual do aquecimento global”.

Compreender a forma como as alterações climáticas e a atividade humana influenciam os fenómenos meteorológicos extremos é um desafio significativo e urgente - todos os anos, esses fenómenos custam muitas vidas e milhares de milhões de dólares em ajuda e socorro a catástrofes em todo o mundo.

Utilizando modelos de previsão meteorológica para prever como a atividade humana afeta os grandes eventos
Está provado que a atividade humana agrava fenómenos meteorológicos específicos e aumenta a sua probabilidade de ocorrência.

Os cientistas utilizam modelos informáticos para investigar o impacto das alterações climáticas em condições meteorológicas extremas e avaliar a influência da atividade humana, mas estes podem ser imprecisos a nível regional ou local e apenas representam processos atmosféricos específicos a uma escala grosseira, pelo que as previsões não são fiáveis, especialmente no que se refere a condições meteorológicas extremas.

Para ultrapassar este problema, os investigadores utilizaram modelos de previsão meteorológica de alta resolução para simular condições meteorológicas extremas como se tivessem ocorrido num mundo sem influência humana no clima, e num futuro mundo mais quente. Os modelos poderão ser utilizados para prever fenómenos meteorológicos sem precedentes e quantificar a forma como o comportamento humano os está a alterar.

“Porquê utilizar apenas um atlas rodoviário quando tem à sua disposição um navegador por satélite? Os nossos modelos climáticos são como o velho A a Z: experimentados e testados, mas têm as suas limitações, especialmente quando se trata de condições meteorológicas extremas. A utilização de modelos de previsão meteorológica de última geração permite-nos quantificar o impacto da influência humana nas condições meteorológicas extremas, fazer uma aproximação aos impactos locais e investigar os processos que os determinam, dando-nos maior confiança nas nossas previsões", afirma Leach.

As suas descobertas coincidem com a Cimeira das Nações Unidas AI for Good, em Genebra. Os cientistas da equipa de Oxford conduzirão sessões sobre a forma como a inteligência artificial e a aprendizagem automática podem melhorar a previsão regional de condições meteorológicas extremas e as previsões climáticas futuras.

Referência da notícia:

Leach, NJ. Et al (2024) Heatwave attribution based on reliable operational weather forecasts, Nature Communications.