Como a Previsão Meteorológica Moderna Funciona: De Satélites a Supercomputadores

Toda previsão meteorológica, seja uma perspectiva de sete dias em um aplicativo de telefone ou uma trajetória de furacão emitida por uma agência nacional, começa da mesma forma: com observações da atmosfera como ela está agora. O Centro Europeu para Previsões Meteorológicas de Médio Prazo (ECMWF) diz que recebe cerca de 800 milhões de observações por dia, principalmente de cerca de 90 instrumentos de satélite que monitoram a atmosfera, oceano, terra, neve e gelo marinho; após o controle de qualidade, aproximadamente 60 milhões dessas observações são realmente utilizadas em seu sistema de previsão.

Convertendo observações em uma previsão: assimilação de dados

As observações brutas não cobrem todos os pontos da Terra, então os meteorologistas não podem simplesmente ler o clima atual a partir delas. Em vez disso, as agências usam uma técnica chamada assimilação de dados para combinar observações incompletas com uma previsão de curto prazo da execução anterior, produzindo uma imagem completa e fisicamente consistente da atmosfera chamada análise. ECMWF usa um método chamado assimilação variacional quadridimensional (4D-Var), que descreve como combinando «um palpite inicial do clima atual com nova evidência de observações» tanto no espaço quanto no tempo. O Serviço Meteorológico do Reino Unido descreve o mesmo passo de forma mais simples: a assimilação de dados «preenche lacunas onde as observações diretas estão faltando... ao mesclar dados disponíveis com previsões do modelo».

Entre os tipos de observação priorizados pelo ECMWF estão leituras de temperatura e umidade de instrumentos de satélite de micro-ondas e infravermelho, estimativas de vento derivadas do rastreamento de nuvens e de instrumentos de radar, lidar e espalhômetro, e uma técnica chamada assimilação de «céu inteiro» que usa dados de satélite de áreas nubladas e chuvosas em vez de descartá-los.

Executando os modelos: equações de física em supercomputadores

Uma vez que a análise é construída, um modelo numérico de previsão meteorológica assume o comando. Esses modelos dividem a atmosfera em uma grade tridimensional e resolvem equações que governam movimento, energia, massa e umidade em cada ponto da grade, então avançam todo o sistema para frente no tempo. O Sistema Global de Previsão dos EUA (GFS), executado pelos Centros Nacionais de Previsão Ambiental do NOAA, usa uma resolução horizontal de base de cerca de 28 quilômetros (18 milhas) entre pontos de grade para sua primeira semana de saída, ficando mais grosseira para cerca de 70 quilômetros (44 milhas) para previsões além de sete dias, e acopla modelos separados da atmosfera, oceano, terra/solo e gelo marinho. Produz uma previsão completa quatro vezes por dia, até 16 dias.

O sistema equivalente do ECMWF, o Sistema de Previsão Integrada (IFS), foi atualizado em novembro de 2024 em um lançamento chamado Cycle 49r1. De acordo com ECMWF, essa atualização assimilou observações de temperatura a dois metros pela primeira vez, revisou como o modelo representa incerteza em sua física, e correspondeu à grade do modelo de ondas oceânicas à resolução do modelo atmosférico de aproximadamente 9 quilômetros para previsões de médio prazo. ECMWF relatou ganhos mensuráveis da atualização, incluindo uma melhora de aproximadamente 0,5% nas pontuações de previsão perto da Antártida até o dia quatro, impulsionada em parte por novos dados de micro-ondas sobre gelo marinho.

Previsão de conjunto: prevendo a própria incerteza

Uma única execução de modelo a partir de uma única análise fornece uma versão do futuro, mas a atmosfera é o que os cientistas chamam de sistema caótico: de acordo com o Serviço Meteorológico, «erros muito pequenos em seu estado inicial podem levar a erros grandes na previsão». Como as observações nunca podem capturar perfeitamente o estado verdadeiro da atmosfera, as agências executam o mesmo modelo dezenas de vezes a partir de condições iniciais ligeiramente diferentes, mas igualmente plausíveis. Essa coleção de previsões paralelas é chamada de conjunto, e cada execução individual é um «membro do conjunto».

Por que as previsões perdem confiança mais adiante

ECMWF relatou que sua atualização Cycle 49r1 de novembro de 2024 produziu ganhos mensuráveis na precisão da previsão, incluindo uma melhora de aproximadamente 0,5% nas pontuações de previsão perto da Antártida até o dia quatro, que atribuiu em parte aos novos dados de satélite de micro-ondas sobre gelo marinho. Mais amplamente, porque erros pequenos nas condições iniciais de um sistema caótico crescem ao longo do tempo, as agências também emitem perspectivas mensais e sazonais separadas, baseadas em diferentes métodos estatísticos, uma vez que as previsões dia a dia perdem sua utilidade.

O surgimento da previsão baseada em IA

Junto a esses modelos baseados em física, as agências nacionais começaram a executar sistemas de aprendizado de máquina treinados em décadas de dados meteorológicos passados. NOAA anunciou em dezembro de 2025 que havia colocado em operação três desses sistemas: AIGFS (uma versão de IA do Sistema Global de Previsão), AIGEFS (um sistema de conjunto de IA) e HGEFS, um conjunto de 62 membros que combina previsões baseadas em IA e física. De acordo com NOAA, AIGFS pode produzir uma previsão global de 16 dias em cerca de 40 minutos usando aproximadamente 0,3% dos recursos de computação que o GFS tradicional requer, e AIGEFS precisa de cerca de 9% dos recursos do conjunto padrão. A administradora do NOAA, Neil Jacobs, descreveu os sistemas como «um avanço significativo na inovação do modelo meteorológico americano», citando precisão aprimorada para padrões de larga escala e previsões de trajetória de furacão, embora NOAA também tenha reconhecido que AIGFS atualmente mostra desempenho degradado na previsão de intensidade de furacão, uma área que os funcionários disseram que ainda precisa de desenvolvimento adicional.

Da saída do modelo para a previsão que você vê

Os dados do modelo geralmente não são o produto final. O Serviço Meteorológico diz que após a conclusão das execuções do supercomputador, os meteorologistas humanos interpretam a saída do modelo, levam em conta o terreno local e as condições que a resolução do modelo não pode capturar completamente, e ajustam a previsão antes de publicá-la, combinando o julgamento humano com a saída computacional para produzir uma previsão utilizável.