Por que as previsões do tempo erram?

Quantas vezes não saímos de casa carregando um guarda-chuva, pois a previsão dizia que iria chover, mas no final não chovia, ou acontecia o contrário, saímos despreparados e a chuva nos pegou de surpresa? Mais do que uma questão de sorte ou azar, essa é uma questão matemática!

A primeira etapa da previsão do tempo consiste em obter um “retrato” da atmosfera em determinado momento, ou seja, precisamos entender o que está ocorrendo na atmosfera antes de projetar seu estado futuro. Para isso contamos com observações sistemáticas dos parâmetros atmosféricos feitas por: estações meteorológicas de superfície, satélites, radares meteorológicos, boias oceânicas e radiossondagens.

Após obter o máximo de informações possíveis sobre o estado atual da atmosfera, essas informações são processadas e tratadas por meteorologistas que posteriormente as inserem nos modelos numéricos. Os modelos numéricos são constituídos por um conjunto de equações físicas e matemáticas que descrevem o comportamento da atmosfera. Essas equações são resolvidas em supercomputadores com a capacidade de realizar milhões de cálculos por segundo!

As observações atmosféricas são dadas como condição inicial dos modelos numéricos, a partir dela os modelos começam a integrar as equações para tempos futuros. As observações são usadas apenas na primeira integração, nas demais integrações o modelo utiliza a previsão feita no intervalo de tempo anterior como condição inicial. Com isso, temos um conjunto de previsões que pode ser para algumas horas, dias ou semanas.

Com o avanço da tecnologia, as previsões melhoraram muito nas últimas décadas. Hoje em dia, uma previsão com o horizonte de 7 dias pode prever o tempo com precisão em 80% das vezes e uma previsão de 5 dias pode realizar uma previsão precisa em 90% das vezes. Porém, como sabemos, muitas vezes as previsões ainda erram, principalmente num horizonte acima de 10 dias.

Mas por que as previsões do tempo erram?

Prever o tempo é um enorme desafio, pois a atmosfera é definida como um sistema caótico, de acordo com a matemática, isso quer dizer que pequenas alterações nas condições iniciais podem levar a soluções completamente diferentes. O primeiro a observar isso foi o cientista Edward Norton Lorenz em 1963, que ressaltou essa ideia em seu artigo “Previsibilidade: o bater de asas de uma borboleta no Brasil desencadeia um tornado no Texas?”, introduzindo o conceito de efeito borboleta.

Essa frase se refere a ideia de que o bater de asas de uma borboleta pode criar pequenas alterações na atmosfera que podem alterar o caminho e intensidade de um sistema meteorológico de maior escala, como um tornado, num ponto distante do globo. No sentido da modelagem numérica, o bater de asas da borboleta representa uma pequena alteração na condição inicial, que pode desencadear uma série de erros que podem gerar um efeito de grande escala, como um efeito bola de neve.

Uma vez que as condições iniciais ainda não representam totalmente o estado atual da atmosfera e não são livres de erros, é praticamente impossível prever o tempo com 100% de precisão. Como um pequeno erro inicial pode se amplificar e se propagar ao longo das previsões, a confiabilidade da previsão decai com o passar do tempo. Dessa forma, Lorentz estabeleceu que só podemos prever bem o tempo numa escala de até 10 a 15 dias.