Em todo o planeta, milhares de estações meteorológicas medem diariamente temperatura, umidade, pressão e precipitação. Esta grande quantidade de informação está à disposição de meteorologistas e amadores graças a diversos portais que coletam e distribuem esses dados, com o objetivo de gerar estatísticas de valores mensais e anuais para cada região.

Mas recentemente, graças ao uso da Inteligência Artificial (IA), um grupo de investigadores conseguiu aplicar esta tecnologia a estes conjuntos de dados para analisar temperaturas extremas em diferentes áreas da Europa, e encontraram grande concordância em comparação com resultados existentes obtidos com métodos tradicionais. Mas, por outro lado, surgiram novos extremos climáticos que não eram anteriormente conhecidos.

No trabalho de pesquisa, publicado na revista Nature Communications, uma equipe liderada por Étienne Plésiat do Centro Alemão de Computação Climática em Hamburgo, com colegas do Reino Unido e da Espanha, reconstruiu observações de eventos climáticos extremos na Europa: extremamente dias quentes, quentes e frios, e noites extremamente quentes e frias.

Utilizar a Inteligência Artificial para compreender melhor as alterações climáticas a partir da análise de dados anteriores.

Os modelos de IA usados por Plésiat e seus colegas foram treinados e comparados com simulações históricas com modelos do sistema terrestre do arquivo CMIP6 (Coupled Model Intercomparison Project, uma colaboração global de modelos climáticos que acoplam a atmosfera e os oceanos para calcular o passado clima, clima atual e clima futuro).

Os pesquisadores descobriram que sua técnica de aprendizagem profunda, que eles chamam de CRAI (Climate Reconstruction AI), superou vários desses métodos existentes. A técnica deles demonstrou sua capacidade de reconstruir eventos extremos passados ​​e revelar tendências espaciais em intervalos de tempo não cobertos pelos chamados "conjuntos de dados de reanálise" (a reanálise climática preenche lacunas em bancos de dados observacionais usando um modelo climático juntamente com as observações disponíveis).

Além disso, revelou extremos europeus até então desconhecidos, por exemplo, ondas de frio como a de 1929 e ondas de calor, incluindo a de 1911. Devido à escassez de dados, tais extremos foram apenas sugeridos de forma anedótica. “De fato, descobrimos que nossa reconstrução baseada em IA mostra maior precisão do que os métodos estatísticos tradicionais, particularmente em regiões com pronunciada escassez de dados”, comentou a equipe na publicação, acrescentando que o treinamento desses modelos CRAI deve melhorar a precisão quando há grandes quantidades de informações. são explorados.

"Este trabalho sublinha o potencial transformador da IA para melhorar a nossa compreensão dos eventos climáticos extremos e das suas mudanças a longo prazo." Como o clima global está a mudar rapidamente, é essencial saber como mudam os extremos de temperatura e precipitação, e estes tipos de avanços irão melhorar o nosso conhecimento do clima passado para antecipar mudanças futuras.