Sabemos que a cobertura de gelo marinho no Ártico vem passando por um declínio acentuado nos últimos anos, como resultado (em grande parte) do aquecimento global causado pelo homem.
Segundo o Centro Nacional de Dados de Gelo e Neve dos EUA (NSIDC), a extensão mínima do gelo marinho do Ártico tem ficado consistentemente abaixo de 6,5 milhões de km² desde 2002. E desde 2007, os mínimos têm sido de apenas 3,5 a 5 milhões de km² ; isso é uma redução de cerca de 13% por década desde o início dos registros de satélite, que começou em 1979.
Com isso em vista, e sabendo da importância do gelo marinho do Ártico para o clima global, matemáticos e geofísicos se uniram em um projeto e estão usando matemática computacional e aprendizado de máquina para aprimorar modelos complexos que preveem a cobertura de gelo marinho no Ártico, a fim de obter uma melhor projeção das mudanças na espessura do gelo.
O projeto de aprimoramento de modelos
Os cientistas querem entender melhor como o gelo marinho está mudando em um mundo em aquecimento. E eles já não se perguntam mais se o Ártico perderá sua cobertura de gelo, eles perguntam “quando?”.
Aí surgiu o projeto Sea Ice Modeling and Data Assimilation (SIMDA), uma iniciativa do Programa de Iniciativas de Pesquisa Universitária Multidisciplinar (MURI) patrocinada pelo Departamento de Defesa dos EUA por meio do Office of Naval Research, para aprimorar modelos computacionais complexos que preveem a espessura do gelo marinho e, consequentemente, melhorar a sua previsão.
Para isso, os pesquisadores colocaram 18 boias equipadas com sensores e instrumentos que irão medir a espessura do gelo, a temperatura no interior do gelo, a quantidade de neve acima dele e a pressão barométrica no Ártico. Eles também implantaram 800 sensores em uma área de um 1 km² para capturar um retrato matizado do gelo marinho em pequena escala.
“É um dos problemas mais complicados em que já trabalhei“, comentou Anne Gelb, professora no Departamento de Matemática do Dartmouth College e pesquisadora integrante do projeto.
E para modelar o gelo marinho, algo que é considerado complexo, os pesquisadores devem considerar várias variáveis que mudam com o tempo e são inter-relacionadas: quão rápido os blocos de gelo se movem na água, como sua espessura varia e a concentração de gelo em uma área. Esses fatores também são influenciados por forças externas no ambiente, como a velocidade do vento e a temperatura.
“Nossa expertise está em usar melhores ferramentas computacionais para trazer os métodos numéricos mais avançados para resolver o modelo“, disse Gelb. E os dados extraídos de medições no Ártico e de imagens de satélite servem como verificações e balanços que dirão se as simulações dos modelos são razoáveis.
E uma nova ferramenta que entrará aqui é o uso do aprendizado de máquina para criar modelos. “Com dados suficientes, podemos construir algoritmos que podem aprender as equações diferenciais parciais dos modelos que descrevem a dinâmica do sistema”, diz Gelb.
Dificuldades encontradas
O desafio final do projeto é criar um modelo que possa representar o comportamento do gelo marinho em uma pequena região, bem como recriar os movimentos do gelo. Como a espessura do gelo e algumas de suas outras propriedades são muito variáveis, esta é uma tarefa difícil.
Além disso, o deslocamento constante do gelo dificulta a obtenção de medidas. E imagens de satélite tiradas no mesmo local em momentos diferentes podem estar olhando para um bloco de gelo completamente diferente.
Contudo, os cientistas estão otimistas, já que os modelos combinados com melhores dados serão cruciais para entender os sistemas climáticos globais e como eles estão mudando com o tempo em um mundo de aquecimento.
Fonte: Tempo
