Pesquisadores do MIT melhoram previsões meteorológicas para períodos de duas a seis semanas

Pesquisadores do MIT desenvolveram uma nova técnica de aprendizado de máquina que aprimora as previsões meteorológicas para períodos de duas a seis semanas. Essa abordagem é especialmente relevante para setores que dependem de previsões precisas, como a energia e a agricultura, pois permite um planejamento mais eficaz em situações de emergência.

Historicamente, as previsões meteorológicas para além de duas semanas têm sido consideradas pouco confiáveis, o que limita a capacidade de resposta de operadores de energia, agricultores e equipes de emergência. O novo modelo criado pelos pesquisadores corrige erros em modelos de previsão existentes, resultando em um aumento significativo na precisão das previsões. Em um teste comparativo, o modelo alcançou a primeira colocação em uma competição internacional de previsões, dobrando a precisão em relação a modelos anteriores.

De acordo com Judah Cohen, coautor do estudo, "não apenas isso melhora as previsões médias de tempo para esse intervalo, que já é muito útil para agricultores e membros da indústria de energia, mas também aprimora as previsões de eventos climáticos extremos, como inundações ou ondas de frio". Essa capacidade de prever eventos extremos pode ter um impacto significativo na sociedade, ajudando a mitigar os danos causados por desastres naturais.

Os resultados da pesquisa foram publicados na revista Nature e marcam um avanço importante na previsão do clima, especialmente em um contexto onde eventos climáticos severos têm se tornado mais frequentes. A técnica desenvolvida pode ser um recurso valioso para a preparação e resposta a desastres, potencialmente salvando vidas e reduzindo prejuízos.