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