A física encontra o aprendizado de máquina para melhores previsões de ciclones

O tempo é essencial na previsão de ciclones tropicais: quanto mais tempo de aviso uma comunidade tiver, mais bem preparados seus membros estarão quando uma tempestade atingir a costa. Atualmente, o caminho e a natureza dos ciclones tropicais podem ser previstos com até cinco dias de antecedência.

Mas uma nova pesquisa publicada em Revista de Pesquisa Geofísica analisou uma nova maneira de prever essas tempestades que poderia aumentar esse prazo para duas semanas.

Os pesquisadores criaram um modelo híbrido para previsão de ciclones tropicais de longo alcance, combinando a força e a alta resolução do Modelo de Pesquisa e Previsão do Tempo (WRF) baseado em física com os recursos de modelagem de circulação em larga escala e trajetória de tempestades de um modelo de aprendizado de máquina chamado Pangu-Weather (Pangu).

O WRF divide a superfície da Terra em uma grade com quadrados tão pequenos quanto 2 quilômetros de lado, simulando os processos em jogo na evolução de um ciclone tropical. No entanto, modelos baseados em física como o WRF têm algumas limitações na previsão de níveis de intensidade de tempestades porque nem sempre capturam fatores ambientais em mudança, como temperaturas da superfície do mar ou interações com outras tempestades.

Os modelos de previsão de aprendizado de máquina são melhores para prever trajetórias de ciclones tropicais, mas a resolução de 25 quilômetros do Pangu significa que ele pode perder variabilidade em menor escala dentro de uma tempestade em desenvolvimento.

Para reduzir essas limitações, os pesquisadores combinaram as abordagens dos modelos WRF e Pangu. Eles conduziram seis experimentos ao longo de duas semanas para testar seu design de modelagem. Após ajustar seus modelos, eles testaram sua abordagem no Freddy de 2023 — o ciclone tropical de maior duração já registrado — como um estudo de caso.

Eles descobriram que a abordagem híbrida melhorou significativamente as previsões de rastreamento e intensidade em comparação com o uso de apenas um método de modelagem. A abordagem deles também estendeu as previsões precisas de cinco para sete dias e correspondeu de perto ao caminho e à intensidade de Freddy durante as duas semanas inteiras.

Os autores observam que, com mais testes em casos de ciclones tropicais, sua abordagem de modelagem poderia estender o tempo de alerta para mais de duas semanas, ajudando comunidades em risco a se prepararem melhor diante de grandes tempestades.

Esta história é republicada cortesia da Eos, hospedada pela American Geophysical Union. Leia a história original aqui.