O fenômeno climático El Niño costuma se manifestar a cada período de 2 a 7 anos. Ele é causado quando as águas mornas do Oceano Pacífico tropical se deslocam em direção ao leste, o que ocasiona uma ruptura dos padrões climáticos da atmosfera, provocando secas na África meridional, incêndios florestais na América do Sul e enchentes na costa da América do Norte. Climatólogos têm ao longo dos últimos anos tentado desenvolver modelos para predizer esses eventos com antecedência suficiente para que as áreas atingidas possam se preparar. Entretanto, uma das principais limitações na geração de modelos preditivos é que os dados históricos são muito limitados. Em vista disso, os melhores modelos alcançam precisão de apenas 56%, e ainda é difícil ultrapassar o período de 1 ano de antecedência.
Um trabalho publicado na última quarta-feira na revista Nature trouxe um fôlego renovado à iniciativa. Os pesquisadores da Coreia do Sul e da China primeiro aumentaram o número da coleção de dados para treinamento usando uma abordagem engenhosa. Eles fizeram reconstruções das condições oceânicas históricas usando modelos climáticos já bem estabelecidos, geralmente usados nos estudos relacionados a mudanças climáticas. Assim, aos dados disponíveis (imagens representando as temperaturas de superfície e profundidade do oceano), que iam de 1871 até 1973, foram adicionadas milhares de simulações feitas a partir dos mesmos dados. O treinamento do algoritmo foi realizado usando uma rede neural convolucional que, como é característico dessa arquitetura, encontra padrões locais nos dados de entrada que estejam associados ao fenômeno que se está estudando.
Após o treinamento, o algoritmo foi testado com dados reais compreendendo o período de 1984 até 2017. A precisão alcançada foi de 74%, e o período máximo de antecedência alcançado foi de 18 meses, resultados muito superiores aos produzidos pelos métodos tradicionais. Além disso, a abordagem se mostrou mais eficiente em reconhecer as zonas do oceano que sofreriam maior aquecimento, o que é relevante já que as regiões afetadas têm relação direta com as áreas terrestres que mais sofrerão com as consequências da alteração climática.
Os pesquisadores estão ajustando o modelo para permitir predições ainda mais precoces, ao mesmo tempo em que tentam prever outros fenômenos climáticos ao redor do globo. Eles esperam que as autoridades logo possam usar as informações para desenvolver políticas de prevenção.
O código do algoritmo desenvolvido está disponível no GitHub.
