Um estudo publicado na revista Nature em 14 de outubro apresentou uma técnica de inteligência artificial que reduz erros em previsões do tempo feitas com duas a seis semanas de antecedência. Hoje, os modelos meteorológicos perdem bastante precisão nesse período, segundo os autores.
A técnica, batizada de correção probabilística de vieses (PBC), não cria um novo modelo: funciona como uma camada que aprende com os erros de sistemas já existentes e ajusta as previsões seguintes.
É um campo em que a IA já vem mudando a previsão do tempo no Brasil.
Como a técnica funciona na prática?
O PBC analisa previsões antigas de um modelo, compara com o que realmente aconteceu e identifica padrões de erro. Depois, usa essas informações para corrigir novas projeções, considerando também as condições observadas mais recentemente.
"Nosso novo sistema pega o modelo escolhido, aprende de que forma ele costuma errar e corrige esses erros", explica Lester Mackey, pesquisador da Microsoft Research e um dos autores do estudo.
Nos testes, aplicados a modelos do Centro Europeu de Previsões Meteorológicas de Médio Prazo (ECMWF), o PBC dobrou, em média, a capacidade preditiva das projeções sub-sazonais do sistema de IA da instituição.
Publicidade
Em um modelo tradicional que já passava por correções, houve melhora em 98% dos pontos analisados para chuva, 92% para temperatura e 91% para pressão atmosférica.
A técnica também melhora a previsão de enchentes?
Sim. Em análise de enchentes registradas entre 2016 e 2026, o PBC aumentou a habilidade das previsões em 76% a 92%, dependendo do horizonte analisado — um ganho que interessa a cidades como Porto Alegre, que ainda monta sua defesa contra enchentes.
A técnica também foi testada numa competição internacional organizada pelo ECMWF em 2025. Uma solução com PBC ficou em 1º lugar para todas as variáveis meteorológicas e períodos avaliados, superando os modelos de seis centros operacionais e sistemas de outras 34 equipes.
