Mudança climática II

No artigo anterior apresentamos o que é a mudança climática, como se diferencia da variabilidade natural climática, os principais gases identificados e a gestão para reduzir as emissões. Neste artigo, estamos discutindo o que tem sido considerado como evidências e as características dos modelos matemáticos utilizados na análise.

A principal evidência apresentada sobre mudança climática tem sido o seguinte:

(a) Alta correlação entre CO2 e temperatura estimado com dados do passado e amostras de gelo;

(b) Grande aumento de CO2 na atmosfera (figura 1) juntamente com aumento de temperatura também nas últimas décadas 70 (figura 2);

(c) O aumento do CO2 e de outros gases tem sido identificado como sendo provocado pelas ações antrópicas. Isto foi bastante ilustrado no filme do Gore, “Verdade inconveniente”.

Aparentemente, não existe questionamento que a temperatura está aumentando. No entanto, os questionamentos ocorrem que no passado a Terra também se aqueceu, com aumento do CO2, porque então agora seria devido às emissões? Os cientistas nos quais o IPCC baseia suas conclusões têm utilizado modelos matemáticos para representar o clima do globo atual e futuro. Estruturas semelhantes destes modelos são utilizadas para analisar o clima do globo com estes modelos. O relatório do IPCC mostra resultados de um modelo climático para ajustar o cenário atual da temperatura do globo. Este modelo utiliza “forçantes” (que são processos que atuam na definição do clima) naturais e antrópicas (como os gases). O relatório do IPCC mostra que utilizando um modelo climático é possível obter bons resultados do ajuste do clima atual somente quando são introduzidas as forças naturais e antrópicas.

Os modelos matemáticos climáticos resolvem equações diferenciais que representam os processos na atmosfera, no solo e no oceano. Os chamados GCMs (Global Climate Models) discretizam o globo terrestre em malhas (quadrículas atualmente da ordem de 100 km de lado) e várias camadas na atmosfera, além de algumas camadas no solo. Toda solução de equações diferenciais por métodos numéricos envolve erros de discretização que podem ser minimizados e dependem como são inseridas as características dos sistemas naturais. Por exemplo, uma montanha dentro de uma quadrícula de 100 km é filtrada. Devido a isto, a representação da precipitação apresenta problemas, principalmente as chuvas que possuem abrangência espacial pequena.

Com o objetivo de melhorar o problema de discretização, foram propostos os modelos chamados “Regionais”. Estes modelos representam parte do globo e usam malha menor, geralmente de 20 a 25 km, podendo chegar até 1 km. Estes modelos utilizam as condições limites (contorno) dos modelos globais e simulam somente a região em estudo. Este processo é chamado de “downscale” (redução de escala). Os resultados não melhoram necessariamente, mas é possível melhor retratar processos de menor escala. A tendência atual é de os modelos globais utilizarem malhas “não-estruturadas”, ou seja mudar a discretização onde interessa para um maior detalhe, mantendo o restante com malha maior, evitando a necessidade de uso de modelo regional e o downscale. No entanto, este tipo de modelo utiliza muito tempo de máquina, com altos custos.

Como se observa, estes modelos são complexos e possuem grandes incertezas devido a natural dificuldade em representar o clima em que os processos são fortemente não-lineares (quando um processo depende e outro e vice-versa). Pequenos erros nos dados no início da simulação podem levar a resultados completamente diferentes depois de vários intervalos de tempo. Para minimizar estes problemas, os cientistas introduziram a análise de incerteza. A incerteza existe nos dados de entrada, na amostra de dados e no próprio modelo, por não representar bem a realidade. Inicialmente, os modelos usaram “ensemble” de condições iniciais para introduzir a incerteza do erro da condição inicial. Isto é feito mudando as condições iniciais e simulando no futuro. Desta forma, são obtidas várias saídas para o clima futuro, analisam-se os resultados e escolhe-se um valor médio entre previsões consideradas confiáveis. A etapa seguinte e atual foi de utilizar vários modelos e obter um resultado médio dos modelos, ou seja, “ensemble de modelos “. Portanto, em muitos sites obtém-se a previsão de um conjunto de modelos. Muitas vezes a variabilidade dos resultados dos modelos é maior que a própria variabilidade do clima. Ou seja, existem incertezas que puderam ainda ser resolvidas. Deve-se considerar que estes modelos e a previsão é um processo em evolução científica e o uso do mesmo está melhorando para previsão de tempo e para previsão climática, mostrando as principais tendências futuras.
Nos artigos seguintes sobre assunto, vamos discutir este tema dentro do contexto do impacto sobre os recursos hídricos dentro da realidade atual.

Estou viajando hoje para Jacarta e espero no futuro comentar sobre a cidade e seus aspectos técnicos interessantes. Estarei de volta dia 28, mas o blog continuará recebendo artigos e entrevistas semanalmente.

About Prof. PhD Carlos E. M. Tucci

Engenheiro civil, MSc, PhD, professor aposentado do IPH-UFRGS, sócio-fundador da Rhama Consultoria Ambiental. Autor de mais de 300 artigos científicos, livros, capítulos de livros. Experiência de mais de 40 anos na área, com atuação junto a empresas e entidades nacionais e internacionais como: Unesco, Banco Mundial, BID, ANEEL, ANA, Itaipu, entre outros. Premiado em 2011 pela International Association of Hydrological Sciences.

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *