Mundo

Decifrando o Ártico para prever o clima de inverno
Com a ajuda da inteligência artificial, o pesquisador científico do MIT, Judah Cohen, está reformulando a previsão sub-sazonal, com o objetivo de ampliar o prazo para prever eventos climáticos significativos.
Por Stephanie Martinovich - 10/01/2026


O modelo de Judah Cohen conquistou o primeiro lugar na temporada de outono na competição de previsão sub-sazonal AI WeatherQuest de 2025. O modelo vencedor combinou reconhecimento de padrões por aprendizado de máquina com os mesmos diagnósticos do Ártico que Cohen aprimorou ao longo de décadas. O modelo detectou uma possível onda de frio em meados de dezembro na costa leste dos EUA, semanas antes do surgimento típico desses sinais. A previsão foi amplamente divulgada na mídia em tempo real. Imagem: weathermodels.com


Todos os outonos, à medida que o Hemisfério Norte se aproxima do inverno, Judah Cohen começa a desvendar um complexo quebra-cabeça atmosférico. Cohen, pesquisador científico do Departamento de Engenharia Civil e Ambiental (CEE) do MIT, passou décadas estudando como as condições no Ártico influenciam o clima de inverno na Europa, Ásia e América do Norte. Sua pesquisa remonta ao seu trabalho de pós-doutorado com o professor Dara Entekhabi, da Fundação Bacardi e da Fundação Stockholm Water, que analisou a cobertura de neve na região da Sibéria e sua relação com a previsão do tempo para o inverno.

A previsão de Cohen para o inverno de 2025-2026 destaca uma estação caracterizada por indicadores provenientes do Ártico, obtidos por meio de uma nova geração de ferramentas de inteligência artificial que ajudam a desenvolver um panorama atmosférico completo.

Olhando além dos fatores climáticos habituais

As previsões para o inverno dependem muito dos diagnósticos do El Niño-Oscilação Sul (ENSO), que são as condições do Oceano Pacífico tropical e da atmosfera que influenciam o clima em todo o mundo. No entanto, Cohen observa que o ENSO está relativamente fraco este ano.

“Quando o ENSO está fraco, é aí que os indicadores climáticos do Ártico se tornam especialmente importantes”, diz Cohen.

Em suas previsões sub-sazonais, Cohen monitora indicadores de alta latitude, como a cobertura de neve na Sibéria em outubro, as mudanças de temperatura no início da temporada, a extensão do gelo marinho no Ártico e a estabilidade do vórtice polar. "Esses indicadores podem revelar uma história surpreendentemente detalhada sobre o inverno que se aproxima", afirma. 

Um dos indicadores de dados mais consistentes de Cohen é o clima de outubro na Sibéria. Este ano, enquanto o Hemisfério Norte experimentou um outubro excepcionalmente quente, a Sibéria apresentou temperaturas mais baixas que o normal, com queda de neve precoce. "Temperaturas frias combinadas com cobertura de neve precoce tendem a fortalecer a formação de massas de ar frio que podem posteriormente se espalhar pela Europa e América do Norte", afirma Cohen — padrões climáticos historicamente associados a ondas de frio mais frequentes no final do inverno.

As temperaturas elevadas do oceano no Mar de Barents-Kara e uma fase "leste" da oscilação quase bienal também sugerem um vórtice polar potencialmente mais fraco no início do inverno. Quando essa perturbação se acopla às condições da superfície em dezembro, leva a temperaturas abaixo do normal em partes da Eurásia e da América do Norte no início da estação.

Previsão sub-sazonal por IA

Embora os modelos meteorológicos de IA tenham apresentado avanços impressionantes em previsões de curto prazo (de um a dez dias), esses progressos ainda não se aplicam a períodos mais longos. A previsão sub-sazonal, que abrange de duas a seis semanas, continua sendo um dos maiores desafios da área.

Essa lacuna é o motivo pelo qual este ano pode ser um ponto de virada para a previsão meteorológica sub-sazonal. Uma equipe de pesquisadores que trabalha com Cohen conquistou o primeiro lugar para a temporada de outono na competição de previsão sub-sazonal AI WeatherQuest 2025, realizada pelo Centro Europeu de Previsões Meteorológicas de Médio Prazo (ECMWF). O desafio avalia a capacidade dos modelos de IA em capturar padrões de temperatura ao longo de várias semanas, área em que a previsão tem sido historicamente limitada.

O modelo vencedor combinou reconhecimento de padrões por aprendizado de máquina com os mesmos diagnósticos do Ártico que Cohen aprimorou ao longo de décadas. O sistema demonstrou ganhos significativos na previsão de várias semanas, superando as principais linhas de base de IA e estatística.

“Se esse nível de desempenho se mantiver ao longo de várias temporadas, poderá representar um verdadeiro avanço para a previsão sub-sazonal”, diz Cohen.


O modelo também detectou uma possível onda de frio em meados de dezembro na costa leste dos EUA muito antes do habitual, semanas antes do surgimento típico desses sinais. A previsão foi amplamente divulgada na mídia em tempo real. Se validada, explica Cohen, ela mostraria como a combinação de indicadores do Ártico com inteligência artificial poderia ampliar o tempo de antecedência para a previsão de eventos climáticos impactantes.

“Sinalizar um possível evento extremo com três a quatro semanas de antecedência seria um divisor de águas”, acrescenta. “Isso daria às empresas de serviços públicos, aos sistemas de transporte e às agências públicas mais tempo para se prepararem.”

O que este inverno nos reserva?

O modelo de Cohen mostra uma maior probabilidade de condições mais frias do que o normal em partes da Eurásia e da América do Norte central no final do inverno, com as anomalias mais acentuadas provavelmente ocorrendo em meados da estação.

“Ainda estamos no início, e os padrões podem mudar”, diz Cohen. “Mas os ingredientes para um padrão de inverno mais frio estão presentes.”

Com o aquecimento do Ártico se acelerando, seu impacto no comportamento do inverno está se tornando mais evidente, tornando cada vez mais importante entender essas conexões para o planejamento energético, o transporte e a segurança pública. O trabalho de Cohen mostra que o Ártico possui um potencial inexplorado para previsões sub-sazonais, e a IA pode ajudar a desbloqueá-lo para períodos que há muito representam um desafio para os modelos tradicionais.

Em novembro, Cohen chegou a aparecer como uma dica nas palavras cruzadas do The Washington Post , um pequeno sinal de quão amplamente sua pesquisa entrou nas conversas públicas sobre o clima de inverno.

“Para mim, o Ártico sempre foi o lugar a observar”, diz ele. “Agora, a IA está nos dando novas maneiras de interpretar seus sinais.”

Cohen continuará atualizando suas análises ao longo da temporada em seu blog .

 

.
.

Leia mais a seguir