CONFIRA

IA que dobra a precisão na previsão do tempo tem dedo brasileiro

Paulo Orenstein, pesquisador do IMPA, participou do modelo que corrige erros e melhora a previsão meteorológica de climas sub sazonais

Felipe Cavalheiro

Por Felipe Cavalheiro

21/11/2026 | 11h11 ● Atualizado | 11h12

Adobe Stock

Prever eventos climáticos exige muita matemática e é vital para o agronegócio - Adobe Stock
Prever eventos climáticos exige muita matemática e é vital para o agronegócio
Ouvir texto 2:27 1x

Cientistas, incluindo Paulo Orenstein do IMPA, desenvolveram técnicas para melhorar a previsão do tempo sub sazonal, um desafio histórico na meteorologia, o que pode impactar significativamente o planejamento de atividades que dependem do clima em intervalos de 2 a 6 semanas.

A nova abordagem, chamada PBC (Probabilistic Bias Correction), combina inteligência artificial e matemática para corrigir erros acumulados nas previsões, aumentando a precisão em comparação com modelos tradicionais e de IA.

O modelo já foi integrado a plataformas como a da Microsoft e ao sistema do ECMWF, permitindo que agricultores e autoridades se preparem melhor para eventos climáticos extremos, com potencial para reduzir perdas na agricultura e melhorar a resposta a desastres naturais.

São Paulo - Graças às estações meteorológicas, é possível ter quase certeza do clima da semana. Agora, se o planejamento de uma viagem depende da previsão do tempo no próximo mês, não se tem a mesma garantia.  Essa situação pode mudar graças a um artigo publicado esta semana na revista americana Nature.  

Um grupo de cientistas, entre eles o pesquisador do Instituto de Matemática Pura e Aplicada (Impa), Paulo Orenstein, criou um conjunto de técnicas para corrigir erros estatísticos comuns na previsão do tempo sub sazonal (entre 2 e 6 semanas), intervalo historicamente desafiador na meteorologia. 

“A correção pode ser aplicada a qualquer modelo climático existente e melhora não só a previsão em si, mas também nossa capacidade de prever a probabilidade de eventos extremos", explica Orenstein. 

As descobertas foram usadas para a criação do modelo de IA MicroDuet, que garantiu a vitória do grupo na competição internacional AI Weather Quest graças ao nível de precisão alcançada. 

Como a solução funciona? 

Por melhor que seja o modelo usado na previsão do clima, pequenos erros se acumulam e, após algumas semanas, criam grandes desvios da realidade. A solução da equipe, batizada de PBC (Probabilistic Bias Correction), une matemática e inteligência artificial para criar um programa que corrija esses erros. 

“Nosso modelo reúne duas ideias centrais: uma rede neural profunda, capaz de prever o estado do tempo em vários instantes à frente [Persistence++], e uma técnica probabilística de correção de viés, fundamentada em aprendizado de máquina, que permite combinar previsões numéricas e baseadas em IA sem que os erros se acumulem de forma pronunciada [Debias++]. Essa integração faz com que o Duet supere tanto os modelos numéricos tradicionais quanto os modelos puramente baseados em IA”, explica Orenstein

Os pesquisadores avaliaram o método em três pontos: temperatura, precipitação e pressão atmosférica. O PBC dobrou a precisão do sistema de previsão por IA do Centro Europeu de Previsões Meteorológicas de Médio Prazo (ECMWF). 

Aplicações para o Brasil

Saber o clima dos próximos dias pode parecer o bastante no cotidiano, mas a precisão nesse intervalo de duas à seis semanas é vital especialmente para duas áreas: agricultura e defesa civil.

Foto do especialista no telhado de sua casa, em roupas casuais
Paulo Orenstein, professor de estatística e machine learning no IMPA - Divulgação - IMPA

O especialista explica como ter mais certeza dos períodos de chuva é importante para o agricultor, que pode reduzir grandes perdas na safra se  evitar o plantio durante uma seca. 

Já descobrir eventos climáticos extremos – como fortes chuvas ou ondas de calor durante o El Niño – com semanas de antecedência dá aos municípios uma enorme vantagem na hora de se preparar. 

Como o código do modelo é aberto, centros meteorológicos, empresas e pesquisadores podem incorporar a solução. Orenstein afirma que a tecnologia já foi integrada à plataforma de clima da Microsoft e ao sistema do ECMWF. 

Estagiário sob supervisão de Pedro Marques

Comentários

Política de comentários

Este espaço visa ampliar o debate sobre o assunto abordado na notícia, democrática e respeitosamente. Não são aceitos comentários anônimos nem que firam leis e princípios éticos e morais ou que promovam atividades ilícitas ou criminosas. Assim, comentários caluniosos, difamatórios, preconceituosos, ofensivos, agressivos, que usam palavras de baixo calão, incitam a violência, exprimam discurso de ódio ou contenham links são sumariamente deletados.