MO Cap. 12 — Previsão de tempo e clima

1. Previsão de tempo e clima: a visão de conjunto

Os capítulos anteriores apresentaram os sistemas que atuam na atmosfera e a distinção entre tempo e clima. Este capítulo mostra como, por meio de equações físicas e métodos matemáticos e computacionais, é possível prever numericamente tanto o tempo quanto o clima: prognosticar se daqui a três ou seis dias choverá (previsão de tempo) ou se uma estação do ano será mais quente ou mais fria que a média climatológica (previsão de clima).

Fonte: YNOUE, Rita Yuri; REBOITA, Michelle S.; AMBRIZZI, Tércio; SILVA, Gyrlene A. M. da. Meteorologia: noções básicas. São Paulo: Oficina de Textos, 2017. Cap. 12 — Previsão de tempo e clima.

Edital: Anexo 2-A, Área V (Meteorologia e Oceanografia) — itens 15.4 (previsão numérica do tempo), 15.5 e 21 (produtos de previsão; cartas e sua interpretação) · Anexo 2-B, Área V, item 2 (Ynoue, livro sem lista de capítulos; escopo fixado pelo 2-A).

O percurso vai do histórico da previsão numérica de tempo aos seus princípios (o que é um modelo numérico e como ele projeta o futuro), passa pelas três etapas da previsão (análise, previsão e pós-processamento), distingue os modelos globais dos regionais e fecha com a previsão de tempo (limitada pelo caos atmosférico) e a previsão de clima (que troca exatidão por valor médio numa região). Ao final entram os produtos operacionais do Inmet e do CPTEC/Inpe — o que efetivamente se interpreta numa carta de previsão.

2. Breve histórico da previsão numérica

A história da previsão numérica de tempo começou em 1904, com Vilhelm Bjerknes (1862–1951), que propôs que o estado futuro da atmosfera poderia ser obtido integrando as equações diferenciais que governam seu comportamento. As condições iniciais — a entrada das equações — seriam os dados de um estado observado da atmosfera (medições em estações meteorológicas).

Foi o britânico Lewis Fry Richardson (1881–1953) quem realizou a primeira integração numérica de fato. Calculou manualmente as equações em pontos de uma grade de resolução horizontal de cerca de 200 km, centrada na Alemanha, com quatro níveis verticais. A partir dos dados das 7 UTC de 20 de maio de 1910, previu a variação de pressão em seis horas: obteve 146 hPa, valor muito maior que o realmente observado.

Por que o erro de Richardson foi útil. O resultado falhou, mas revelou os obstáculos da previsão numérica: o enorme número de cálculos necessários (e a exigência de rapidez), a insuficiência dos dados que representavam o estado inicial e o fato de que técnicas matemáticas mal aplicadas geram pequenos erros que se propagam e se amplificam ao longo dos cálculos.

Fig. 12-1 Representação esquemática das etapas envolvidas nas previsões de tempo e clima — análise, previsão e pós-processamento; HTR = Hub de Telecomunicação Regional (adaptado de Cavalcanti, s.d.)

Em 1950, nos Estados Unidos, Jule Charney (1917–1981), Ragnar Fjørtoft (1913–1998) e John von Neumann (1903–1957) fizeram a primeira previsão de tempo bem-sucedida para um dia com auxílio de computador — o Eniac (Electronic Numerical Integrator and Computer), um dos primeiros computadores eletrônicos. A partir de 1955, as previsões por computador passaram a ser executadas de maneira contínua; desde então, a evolução dos computadores permite modelos cada vez mais complexos e melhor representação da atmosfera.

A criação da Organização Meteorológica Mundial (OMM), em 1963, também foi marco importante: ampliou a quantidade e a qualidade dos dados observados em todo o globo, melhorando o conhecimento das condições iniciais. Há cerca de 50 anos, os modelos globais de tempo passaram a ser usados também em previsões climáticas — com ajustes para representar os processos físicos de cada escala de tempo.

3. Princípios da previsão

A previsão de tempo é feita para poucos dias consecutivos, por causa do conhecimento limitado das condições iniciais e de simplificações nas equações. Surge então a pergunta: como prever o clima, se o modelo precisa resolver as equações por semanas, anos ou séculos?

A chave da previsão climática. Ao contrário da previsão de tempo, a climática não busca prever com exatidão o local e o momento de um sistema, mas sim que o fenômeno seja simulado para uma região. Exemplo: para prever a precipitação do outono austral, simula-se a estação, calcula-se o total acumulado e compara-se com o valor climatológico (média de longo período). Assim se sabe se a estação será mais úmida ou mais seca que a climatologia.

A principal ferramenta da previsão são os modelos numéricos de circulação geral (MCG): conjuntos de equações físicas escritas em forma numérica e resolvidas por computador. Para entender o que um modelo faz, parte-se da equação da aceleração média:

\sigma = \frac{\Delta v}{\Delta t} \tag{12.1}

Essa equação física pode ser escrita numericamente em função dos valores inicial e final:

\sigma = \frac{\Delta v}{\Delta t} = \frac{v - v_0}{t - t_0} \tag{12.2}

em que $v_0$ é a velocidade inicial no instante $t_0$ e $v$ é a velocidade final no instante $t$ .

Num modelo numérico, fornecem-se os valores iniciais das variáveis e o computador faz os cálculos. Exemplo: um carro parado ( $v_0 = 0$ em $t_0 = 0$ ) atinge $v = 5\ \text{m/s}$ cinco segundos depois ( $t = 5\ \text{s}$ ); a aceleração é:

\sigma = \frac{5 - 0}{5 - 0} = 1\ \text{m}\,\text{s}^{-2} \tag{12.3}

O valor da aceleração dois segundos depois é o que se deseja conhecer — e isso é uma previsão.

Princípio geral. É possível prever tempo e clima assim: a partir de um estado inicial (condições iniciais e de contorno), obtém-se um estado futuro (previsão) por meio de um conjunto de equações que representam os processos físicos e dinâmicos da atmosfera — o modelo numérico.

4. Etapas da previsão

Uma previsão de tempo ou de clima inclui três etapas — análise, previsão e pós-processamento —, esquematizadas na Fig. 12.1.

As três etapas da previsão de tempo e clima (Ynoue et al., 2017).
Etapa	O que faz
Análise	Prepara as observações: torna-as uniformes (espaçamento horizontal regular sobre o globo) e fisicamente consistentes, para servirem de condição inicial.
Previsão	O modelo resolve as equações básicas da atmosfera e integra do estado inicial até o tempo futuro desejado.
Pós-processamento	Gera arquivos de saída em intervalos regulares, dos quais o meteorologista constrói mapas e elabora os boletins.

4.1 Análise

Na análise, as observações meteorológicas são fornecidas a programas que as preparam para os modelos. Como a rede global não cobre regularmente a superfície da Terra, as observações passam por métodos matemáticos para se tornarem uniformes — valores iniciais com espaçamento horizontal regular. A tarefa é difícil: há milhões de dados de fontes diferentes (satélites, navios, estações de superfície etc.), nem sempre medidos no mesmo horário, e nenhuma medida é livre de erro. É preciso eliminar o máximo de erros para produzir campos atmosféricos consistentes.

O que a análise entrega. Ela também junta as condições iniciais observadas com previsões de curto prazo dos modelos. O objetivo final é criar um conjunto de dados com espaçamento horizontal uniforme e fisicamente consistente, a ser fornecido aos modelos como condição inicial. Terminada a análise, o modelo pode rodar.

4.2 Previsão

O trabalho do modelo é resolver as equações básicas que descrevem o comportamento da atmosfera. O vento tem três componentes nas direções ortogonais $x$ (leste-oeste), $y$ (norte-sul) e $z$ (vertical), ou seja, $\vec{V} = (u, v, w)$ . O Quadro 12.1 reúne as cinco equações fundamentais.

Quadro 12.1 — Equações fundamentais resolvidas pelos modelos (Ynoue et al., 2017).
Equação	O que descreve
Conservação do movimento	Como o vento horizontal (zonal leste-oeste e meridional norte-sul) evolui no tempo, sob gradiente de pressão, Coriolis, gravidade e atrito.
Conservação da energia	As mudanças de temperatura resultam da adição/subtração de calor e da expansão/compressão do ar.
Conservação de massa	A densidade de um volume de ar varia com a adição/subtração de massa dentro dele.
Conservação de água	O transporte de água em suas várias formas dentro do ciclo hidrológico.
Equação de estado	Relação entre pressão, volume, temperatura e quantidade de um gás ideal: $p = \rho R T$ .

As equações são resolvidas em pontos de grade, formados pela interseção de latitudes e longitudes. A distância entre dois pontos vizinhos é a resolução horizontal; a divisão da atmosfera em níveis verticais é a resolução vertical. Em cada volume calculam-se temperatura, pressão, umidade e componentes do vento para um intervalo de tempo futuro. Para uma resolução de 50 km, cada ponto de grade representa uma área de 2.500 km².

Fig. 12-2 (A) Volume representando parte da atmosfera e ponto de grade com observações vizinhas; (B) vários volumes representando toda a extensão horizontal e vertical da atmosfera no globo; para resolução de 50 km, cada ponto de grade representa 2.500 km²

O passo de tempo. Partindo das condições iniciais já analisadas, o modelo integra as equações usando um intervalo de tempo ( $\Delta t$ ). Para $\Delta t = 0{,}5$ h, são necessários 2 cálculos para prever 1 hora, ou 48 cálculos para prever 24 horas. Assim se elabora um conjunto de previsões: para algumas horas, um dia ou alguns dias.

4.3 Pós-processamento

Embora os modelos calculem para intervalos da ordem de minutos, os arquivos de saída são gerados só em intervalos regulares de horas — por exemplo, a cada seis horas. Com eles, os meteorologistas constroem mapas das variáveis atmosféricas e, após estudá-los, elaboram os boletins de tempo ou de clima. Essa atividade é o pós-processamento, base para o planejamento de muitas atividades.

5. Tipos de modelo

Os modelos de previsão podem ser globais ou regionais (Fig. 12.3).

Modelos globais × regionais (Ynoue et al., 2017).
Característica	Modelo global	Modelo regional (área limitada)
Domínio	Todo o planeta	Pequenas porções do planeta
Resolução horizontal típica	Em torno de 200 km; ~30 níveis verticais	De dezenas a poucas centenas de quilômetros (maior resolução)
Inicialização	Análises (condições iniciais de todo o globo)	Condições iniciais + condições de fronteira lateral
Pontos fortes	Circulação de grande escala	Superfície e fenômenos regionais (brisas, tempestades locais)
Limitação	Não captura características locais; aumentar a resolução tem alto custo computacional	Depende das bordas fornecidas por um modelo global

O modelo global é eficiente para a circulação de grande escala, mas não representa características locais (brisas de vale e montanha, tempestades que geram tornados). Aumentar sua resolução exige alto custo computacional. O modelo regional (ou de área limitada) tem resolução horizontal maior e representa melhor a superfície e os fenômenos regionais — mas, por abranger só parte do globo, precisa de condições de fronteira lateral.

Fig. 12-3 Representação esquemática do domínio (A) de um modelo global e (B) de um modelo regional (adaptado de Meted, s.d.)

Por que o regional precisa do global. Imagine prever só o Sudeste do Brasil com um modelo regional. Se uma frente fria no Paraná avançar para o Sudeste, como o modelo saberá disso, se não abrange a área além da região? As saídas do modelo global correspondentes às bordas (fronteiras) da região em estudo são fornecidas ao modelo regional em determinados intervalos de tempo.

6. Previsão de tempo

O cientista Edward Norton Lorenz (1917–2008) contribuiu muito para a previsão numérica de tempo. Em 1963, observou que pequenas diferenças nas condições iniciais podem levar a soluções (saídas) diferentes. Em 1972 publicou o artigo "Previsibilidade: o bater de asas de uma borboleta no Brasil desencadeia um tornado no Texas?", reforçando essa ideia — o que ficou conhecido como efeito borboleta.

A atmosfera é caótica. Como as observações não são livres de erro, esses erros e os arredondamentos dos cálculos podem produzir previsões errôneas quando se simulam muitos dias consecutivos (mais de uma semana): os erros vão se propagando ao longo do tempo. Por isso a previsão de tempo é um problema de condição inicial, tem limite de dias para ser representativa, e a confiabilidade decai com o passar dos dias de simulação.

A seguir, alguns produtos de previsão de tempo disponibilizados gratuitamente na internet pelo Inmet (Instituto Nacional de Meteorologia, vinculado ao Ministério da Agricultura) e pelo CPTEC/Inpe (Centro de Previsão de Tempo e Estudos Climáticos do Instituto Nacional de Pesquisas Espaciais, vinculado ao Ministério da Ciência e Tecnologia).

Produtos de previsão de chuva acumulada em 24 h (exemplo de 20–21/8/2016) (Ynoue et al., 2017).
Produto	Órgão	Resolução da grade	Resultado
Modelo regional COSMO	Inmet	7 km × 7 km	Totais podem exceder 70 mm em 24 h em SC e PR
Modelo regional BRAMS	CPTEC/Inpe	5 km × 5 km	Também indica acumulado superior a 70 mm em SC e PR

Fig. 12-4 Previsão de chuva acumulada em 24 horas pelos modelos (A) COSMO, do Inmet (grade 7 km × 7 km), e (B) BRAMS, do CPTEC/Inpe (grade 5 km × 5 km); ambas inicializadas a 00 UTC de 20/8/2016, válidas para 00 UTC de 21/8/2016 (CPTEC, 2016)

Como o meteorologista interpreta. A previsão não é divulgada com base num único modelo. Em geral, os meteorologistas analisam os resultados de vários modelos e aplicam sua experiência sobre como os fenômenos podem se comportar nas simulações. Só após análises e discussões a previsão é divulgada ao público.

Fenômenos como geada e nevoeiro também são previstos pelo CPTEC/Inpe. Na previsão de geada, círculos vermelhos indicam condições favoráveis, verdes pouca condição e azuis nenhuma condição de ocorrência. A previsão de nevoeiro destaca em amarelo as regiões de ocorrência.

Fig. 12-5 (A) Previsão de geada para a madrugada de 3/9/2011 (vermelho = condição favorável, verde = pouca, azul = nenhuma) e (B) previsão de nevoeiro para 17/11/2011, indicado pelas regiões em amarelo (CPTEC, 2011a, 2011b)

7. Previsão de clima

Como prever a atmosfera para períodos maiores que dez dias, sendo ela caótica? Por dois motivos:

A previsão climática não busca prever a hora e o local exatos dos fenômenos, mas simulá-los de modo a representar, num período e numa região, o valor médio das variáveis observadas (temperatura, umidade, precipitação etc.).
O clima é influenciado por condições de contorno inferior que variam lentamente: temperatura de superfície do mar (TSM), cobertura de gelo, umidade do solo, relevo, vegetação, albedo e rugosidade de superfície (Frederiksen et al., 2001).

O papel da TSM e o El Niño. Suponha o Pacífico equatorial em normalidade; depois, a TSM aumenta no setor central e leste e se mantém acima da climatologia por meses. Isso caracteriza um El Niño, que altera a circulação em várias regiões — por exemplo, subsidência sobre o norte da região Norte e o Nordeste do Brasil — mudando a precipitação e, portanto, as condições climáticas dessas áreas.

Os modelos climáticos precisam de condições iniciais e de contorno inferior (topografia, cobertura do solo, TSM). As duas primeiras costumam ser tratadas como estáticas; a TSM é variável no tempo, e por isso modelos de circulação oceânica a preveem para fornecê-la aos modelos atmosféricos.

Fig. 12-7 Condições de contorno inferior para a previsão do modelo global do CPTEC/Inpe — TSM, topografia, tipo de cobertura do solo (adaptado de Ambrizzi, s.d.-b)

7.1 Previsão por conjunto e anomalias

Na previsão climática sazonal do CPTEC/Inpe para a América do Sul, para minimizar o caos atmosférico fazem-se várias simulações do mesmo período com pequenas modificações nas condições iniciais; a média dessas simulações é a previsão sazonal do conjunto. O resultado é apresentado em mapas de anomalias — a diferença entre a previsão sazonal e a climatologia do modelo (obtida rodando o modelo para um período longo passado, por exemplo os últimos 30 anos).

Fig. 12-6 Esquema operacional da previsão climática sazonal do CPTEC/Inpe: várias simulações com pequenas mudanças nas condições iniciais, média do conjunto e mapa de anomalias (adaptado de Ambrizzi, s.d.-b)

Um produto típico mostra, em três painéis: a precipitação acumulada prevista, a climatologia simulada e a anomalia (diferença entre as duas). No exemplo do outono de 1998, as anomalias indicaram chuva acima do climatológico no Sul do Brasil e abaixo no Norte e Nordeste.

Fig. 12-9 (A) Previsão de precipitação acumulada (mm) para o outono de 1998; (B) climatologia da precipitação simulada para o outono; (C) anomalia prevista (diferença entre A e B) — chuva acima do climatológico no Sul e abaixo no Norte/Nordeste (CPTEC, 1998a, 1998b, 1998c)

7.2 Previsibilidade na América do Sul

A previsibilidade dos modelos varia por região:

Habilidade dos modelos climáticos por região da América do Sul (Ynoue et al., 2017).
Região	Previsibilidade	Por quê
Equatorial	Boa	Variabilidade do clima dominada pela TSM, forçante de variação lenta (células de Hadley e Walker)
Latitudes médias e altas	Razoável	Influência de sistemas sinóticos (frentes, ciclones extratropicais), de variabilidade mais rápida
Sudeste do Brasil	Baixa	Acoplamento fraco com a TSM tropical; região de transição entre o regime tropical e o extratropical

Fig. 12-8 Previsibilidade climática na América do Sul: bom desempenho na região equatorial (TSM como forçante lenta), razoável em latitudes médias/altas e baixa no Sudeste do Brasil, região de transição (adaptado de Ambrizzi, s.d.-b)

Os meteorologistas combinam o conhecimento do comportamento da atmosfera com os resultados dos modelos para produzir os boletins de clima e tempo. No Brasil, o Grupo de Estudos Climáticos (GrEC) do Departamento de Ciências Atmosféricas da USP realiza reuniões mensais de monitoramento e trimestrais de previsão, e elabora boletins gratuitos. Inmet e CPTEC/Inpe também disponibilizam previsões climatológicas sazonais.

O CPTEC/Inpe usa a previsão por conjunto também para avaliar onde o modelo tem mais ou menos habilidade: o modelo é iniciado várias vezes, gerando múltiplas saídas (membros). A dispersão de cada membro em relação à média indica a previsibilidade: maior dispersão (membros mais afastados da média) = menor previsibilidade; menor dispersão = maior previsibilidade. No exemplo (out/1998 a maio/1999), o Sudeste teve maior dispersão (menor previsibilidade) e o norte do Nordeste, menor dispersão (maior previsibilidade).

Fig. 12-10 Avaliação da previsibilidade climática da precipitação por previsão de conjunto: (A) região Sudeste, maior dispersão entre os 25 membros = menor previsibilidade; (B) norte do Nordeste, menor dispersão = maior previsibilidade (CPTEC, 2000)

7.3 Previsão de consenso

Para minimizar os efeitos do caos atmosférico, alguns centros fazem previsões de consenso, de caráter qualitativo: CPTEC/Inpe e Inmet comparam as previsões de diferentes modelos e, com o conhecimento das condições atmosféricas e oceânicas observadas dos últimos meses, elaboram a previsão sazonal. Ela é mostrada pela probabilidade de chuva em torno, acima ou abaixo da média climatológica.

Como ler o mapa de consenso. As cores indicam a categoria mais provável: tons verde a azul = chuva acima da média; tons amarelo a marrom = abaixo; áreas em cinza = baixa previsibilidade (igual probabilidade nas três categorias). Para regiões com mais de 35% de probabilidade, informam-se também as outras categorias. No exemplo (nov/2011 a jan/2012): no extremo sul, ~45% de chance de chuva abaixo, 35% no valor climatológico e 25% acima; no Norte, 25%, 35% e 40%, respectivamente (maior chance de chuva acima da média).

Fig. 12-11 Exemplo de previsão de consenso (CPTEC/Inpe e Inmet, nov/2011 a jan/2012) mostrada pela probabilidade (%) de chuva: tons verde/azul = acima da média, amarelo/marrom = abaixo, cinza = igual probabilidade nas três categorias (Monte, 2012)

Fecho do capítulo. Vistos os métodos e produtos da previsão numérica — histórico, princípios, etapas (análise, previsão, pós-processamento), tipos de modelo (global e regional), previsão de tempo (limitada pelo caos) e previsão de clima (por conjunto, anomalias e consenso) —, encerra-se o estudo da Meteorologia neste material. O capítulo seguinte do livro trata das mudanças climáticas, tema fora do escopo aqui adotado.