Pesquisadores apontam para o maior ponto cego dos meteorologistas

“Não se trata apenas de levar seu guarda-chuva quando for passear”, disse Temimi. “As previsões que nos faltam – aquelas que apontam para 2 a 5 minutos no futuro – são precisamente o que é necessário para responder eficazmente a tempestades, inundações e outras emergências”.

A Administração Nacional Oceânica e Atmosférica (NOAA) publica previsões de precipitação 24 horas por dia, mas as suas previsões de curto prazo começam algumas horas no futuro. A falta de previsões mais imediatas dificulta as respostas da comunidade a catástrofes repentinas como o furacão Ida, por exemplo, em que inundações rápidas mataram várias pessoas na cidade de Nova Iorque, explicou Marouane Temimi, hidrometeorologista de Stevens, cujo trabalho aparece na edição online de 19 de agosto. de Modelagem Ambiental e Software.

Os pesquisadores do laboratório de Temimi usaram dados históricos dos sistemas de radar meteorológico da NOAA para testar a precisão de sete algoritmos diferentes de previsão do tempo. Estudando oito anos de dados meteorológicos da região de Nova Iorque, conseguiram fornecer a primeira comparação robusta da precisão dos modelos numa ampla gama de condições meteorológicas. O trabalho ajudará a determinar quais modelos funcionam melhor em qualquer local ou caso de uso.

A equipe de Stevens estudou modelos de previsão a curto prazo determinísticos e probabilísticos. Enquanto o primeiro assume que uma célula de chuva não mudará ao longo do tempo, o último explica a natureza caótica e em constante mudança de uma célula de chuva, que é determinada pela dinâmica do ar quente e frio dentro de uma nuvem. Para previsões durante períodos de alguns minutos, ambos os modelos provaram ser altamente precisos. Contudo, durante períodos de até 90 minutos, os modelos probabilísticos foram significativamente mais precisos.

Se os modelos probabilísticos são altamente precisos na previsão de eventos de precipitação de longo e curto prazo, por que existem modelos determinísticos? A validação de modelos determinísticos é útil porque os modelos probabilísticos são muito mais exigentes em termos computacionais. Por exemplo, o LINDA-P, um modelo probabilístico, provou ser o modelo mais preciso testado, mas leva 15 minutos para gerar uma previsão imediata com base nas condições atuais. Portanto, não pode ser usado para projeções de prazo extremamente curto.

Alguns modelos também apresentam melhor desempenho em determinadas condições: o LINDA-P foi projetado para prever chuvas torrenciais repentinas, permitindo-lhe superar outros modelos durante os meses de verão, quando é mais provável a ocorrência de tempestades esporádicas, mas intensas. Outros modelos fazem previsões granulares que são mais propensas a erros, mas úteis quando são necessárias previsões de maior resolução.

“A principal conclusão é que precisamos selecionar modelos de previsão do tempo com base no caso de uso pretendido”, disse Achraf Tounsi, principal autor do artigo, que recentemente concluiu seu doutorado no laboratório de Temimi. “Se você quiser saber se vai chover nos próximos cinco minutos, você precisa de um modelo determinístico. Se você estiver administrando um aeroporto ou porto marítimo e quiser dados para os próximos 20 minutos, ou horas, estará melhor servido com um modelo probabilístico.”

Temimi e Tounsi irão investigar as razões pelas quais certos modelos têm melhor desempenho do que outros em diversas condições. Ao usar esses insights para melhorar algoritmos e obter dados meteorológicos mais precisos, deverá ser possível desenvolver modelos de previsão mais versáteis e precisos.

“Essa é a nossa próxima tarefa”, disse Tounsi. “Esperamos desenvolver nosso próprio modelo de previsão a curto prazo – e ensiná-lo a superar os que avaliamos neste artigo.”