- Pesquisador do MIT usa inteligência artificial para aprimorar previsões subseasonais de até duas a seis semanas, buscando ampliar o prazo para alertas de tempo extremo.
- Indícios árticos, como a neve em outubro na Sibéria, o estado do gelo marinho e a estabilidade do vórtice polar, são usados para prever o inverno de 2025–26.
- O fraco ENSO neste ano aumenta a importância de indicadores de alta latitude para orientar as previsões.
- Observações combinadas apontam para possível enfraquecimento do vórtice polar e sinais de frio mais cedo na Eurásia e na América do Norte, com novembro a dezembro influenciando o padrão de temperaturas.
- O modelo vencedor na competição AI WeatherQuest, promovida pelo ECMWF, mistura reconhecimento de padrões com diagnósticos árticos para melhorar previsões de várias semanas, incluindo uma possível vaga de frio no meio de dezembro na costa leste dos EUA.
O cientista do MIT Judah Cohen está redesenhando a previsão subsemanal do tempo, usando IA para ampliar o tempo de alerta antes de eventos climáticos significativos. O foco está no Ártico, cuja atividade influencia o tempo de Europe, Ásia e América do Norte. O estudo soma décadas de pesquisas sobre como as condições polares moldam o inverno.
Cohen atua no Departamento de Engenharia Civil e Ambiental do MIT. Seu trabalho remonta a colaborações com Dara Entekhabi e investiga a relação entre a cobertura de neve na Sibéria e previsões de inverno. A partir de dados árticos, ele busca ampliar a compreensão da previsão climática.
Indicadores árticos e IA na previsão
Para a temporada 2025-26, Cohen destaca sinais do Ártico combinados a ferramentas de IA que ajudam a montar a imagem atmosférica. Ele aponta que, quando o ENSO é fraco, indicadores de altas latitudes ganham relevância para o prognosis.
Entre os dados monitorados estão a Cobertura de neve em outubro na Sibéria, variações de temperatura no início da estação, extensão do gelo e a estabilidade do vórtice polar. Esses ítens aparecem como pistas para o inverno que vem.
O pesquisador ressalta que outubro com temperaturas frias e neve precoce tende a fortalecer massas de ar frio que podem avançar para a Europa e a América do Norte. Condições de Barents-Kara e um padrão de oscilação, algumas vezes, indicam vórtice polar mais fraco no começo do inverno.
IA e previsões subseccionais
Modelos de IA já avancam em previsões de curto prazo, de um a dez dias, mas ainda enfrentam limitações para períodos de duas a seis semanas. A atuação nesse campo pode representar um marco para previsões subseasonais, com maior antecedência para eventos relevantes.
Neste ano, uma equipe associada a Cohen conquistou o primeiro lugar na competição AI WeatherQuest de previsão subsemanal, promovida pelo ECMWF. O desafio avalia a capacidade de modelos de IA em capturar padrões de temperatura ao longo de várias semanas.
O modelo vencedor combinou reconhecimento de padrões com os diagnósticos árticos refinados por Cohen. Resultados mostraram ganhos relevantes na previsão de várias semanas, superando bases de referência e modelos de IA líderes.
Impactos potenciais e próximos passos
Caso o desempenho se confirme ao longo de várias temporadas, haveria avanços significativos na previsão subsemanal. A detecção precoce de uma incursão de frio, por exemplo, poderia ampliar o tempo de preparação para utilities, transporte e órgãos públicos.
O modelo também indicou uma possível súbita queda de temperatura na costa leste dos EUA em meados de dezembro, sinal antecipado semanas antes do usual. A validação dessas leituras poderá indicar o ganho de lead time na previsão de eventos extremos.
O que esperar para este inverno
Os diagnósticos de Cohen sugerem maior probabilidade de períodos mais frios em partes da Eurásia e da América do Norte central, com as maiores anomalias previstas no meio da temporada. As tendências podem sofrer mudanças, conforme novas leituras do Ártico surgirem.
À medida que o aquecimento polar avança, a relação entre Ártico e padrões de tempo se torna mais clara para planejamento energético, transporte e segurança pública. O trabalho do MIT continua a explorar o potencial da IA para ampliar previsões em janelas temporais desafiadoras.
Cohen mantém atualizações sobre o tema em seu blog, e a pesquisa continua a dialogar com publicações e eventos de imprensa, ampliando o conhecimento público sobre previsão climática.
Entre na conversa da comunidade