Voc\u00ea j\u00e1 se perguntou como \u00e9 poss\u00edvel, em poucos cliques, descobrir se ir\u00e1 chover? No passado, previa-se o tempo atrav\u00e9s da observa\u00e7\u00e3o do formato das nuvens, da intensidade dos ventos e at\u00e9 do comportamento de animais e insetos. Hoje, o que parece simples envolve muito esfor\u00e7o no desenvolvimento de tecnologias cada vez mais precisas para an\u00e1lise das condi\u00e7\u00f5es clim\u00e1ticas.<\/p>\n
Entre as tecnologias utilizadas para que voc\u00ea saiba se vai chover ou fazer sol no final de semana, por exemplo, est\u00e3o sensores, radares, bal\u00f5es meteorol\u00f3gicos, sat\u00e9lites e boias oce\u00e2nicas para captar dados sobre a atmosfera e o oceano, al\u00e9m de supercomputadores e sistemas que fazem a leitura desses dados, atrav\u00e9s de c\u00e1lculos matem\u00e1ticos complexos. Todo esse processo gera uma s\u00e9rie de informa\u00e7\u00f5es que v\u00e3o orientar desde o seu dia na praia at\u00e9 a opera\u00e7\u00e3o de um grande navio cargueiro. Com o avan\u00e7o cont\u00ednuo da tecnologia, esses processos est\u00e3o em constante evolu\u00e7\u00e3o para entrega de informa\u00e7\u00f5es cada vez mais precisas e aumento da capacidade de planejamento e gest\u00e3o de riscos.<\/p>\n
Um grande desafio associado \u00e0s previs\u00f5es de mar e tempo \u00e9 a caracter\u00edstica ca\u00f3tica da atmosfera e oceano. \u00c9 essa caracter\u00edstica que torna invi\u00e1vel previs\u00f5es do tempo superiores a duas semanas, ao diminuir a assertividade das previs\u00f5es ao longo dos dias. Em resumo, pequenos desvios nas primeiras horas de previs\u00e3o podem resultar em erros cada vez maiores e, quando se fala em opera\u00e7\u00f5es de grandes cargas, isso pode ter um resultado catastr\u00f3fico.<\/p>\n
Previs\u00f5es hiperlocais<\/strong><\/p>\n As previs\u00f5es de tempo dispon\u00edveis para a popula\u00e7\u00e3o geral s\u00e3o processadas atrav\u00e9s de sistemas num\u00e9ricos de previs\u00f5es meteorol\u00f3gicas (NWP \u2013 Numerical Weather Prediction) que fornecem informa\u00e7\u00f5es sobre todo o planeta para os pr\u00f3ximos dias. No entanto, h\u00e1 uma maior dificuldade em prever o que acontecer\u00e1 nas pr\u00f3ximas horas em um local espec\u00edfico.<\/p>\n Para a tomada de decis\u00e3o em opera\u00e7\u00f5es de um porto mar\u00edtimo, por exemplo, s\u00e3o necess\u00e1rias informa\u00e7\u00f5es precisas das condi\u00e7\u00f5es clim\u00e1ticas, em um tempo e espa\u00e7o bem definidos. Atrav\u00e9s de modelos num\u00e9ricos hiperlocais, que oferecem maior n\u00edvel de detalhe, e dados das condi\u00e7\u00f5es locais, \u00e9 poss\u00edvel refinar a previs\u00e3o global e saber como uma frente fria que se aproxima do litoral vai impactar o movimento de ondas em uma determinada praia ou \u00e1rea portu\u00e1ria, por exemplo.<\/p>\n Um grande avan\u00e7o tecnol\u00f3gico recente para aumentar ainda mais a acur\u00e1cia da previs\u00e3o hiperlocal \u00e9 a implementa\u00e7\u00e3o de um modelo de autoaprendizagem, o chamado machine learning, no qual o sistema se aperfei\u00e7oa a partir da leitura dos pr\u00f3prios dados. Com o uso de intelig\u00eancia artificial, os computadores desenvolvem a capacidade de reconhecer padr\u00f5es ou prever resultados futuros, mesmo que n\u00e3o tenham sido programados com essa fun\u00e7\u00e3o.<\/p>\n Al\u00e9m de ampliar a capacidade de adapta\u00e7\u00e3o dos sistemas, o machine learning permite que a an\u00e1lise de dados complexos ocorra de forma autom\u00e1tica e r\u00e1pida. A t\u00e9cnica tamb\u00e9m torna as previs\u00f5es mais precisas, j\u00e1 que corre\u00e7\u00f5es s\u00e3o efetuadas em tempo real, a partir da atualiza\u00e7\u00e3o dos dados das condi\u00e7\u00f5es locais de mar e tempo.<\/p>\n Por exemplo, o uso de t\u00e9cnicas de machine learning no Porto do A\u00e7u dobrou a assertividade das previs\u00f5es em momentos reais de restri\u00e7\u00f5es ambientais \u2013 com condi\u00e7\u00f5es de ventos, ondas e mar\u00e9s limitantes para as opera\u00e7\u00f5es. J\u00e1 no Rio Reno, na Alemanha, essa t\u00e9cnica gerou at\u00e9 21 dias de previs\u00f5es de n\u00edvel d\u2019agua mais precisas por ano.<\/p>\n O avan\u00e7o tecnol\u00f3gico permite cada vez mais a personaliza\u00e7\u00e3o dos dados, de acordo com a necessidade de cada atividade e local. Com uso de intelig\u00eancia artificial, \u00e9 poss\u00edvel prever com precis\u00e3o condi\u00e7\u00f5es de mar e tempo de forma a garantir maior seguran\u00e7a na tomada de decis\u00e3o.<\/p>\n Fonte: Portos e Navios<\/p>\n","protected":false},"excerpt":{"rendered":" Voc\u00ea j\u00e1 se perguntou como \u00e9 poss\u00edvel, em poucos cliques, descobrir se ir\u00e1 chover? No passado, previa-se o tempo atrav\u00e9s da observa\u00e7\u00e3o do formato das…<\/p>\n","protected":false},"author":1527,"featured_media":40257,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[6],"tags":[],"class_list":["post-40256","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-noticias"],"_links":{"self":[{"href":"https:\/\/www.sincomam.org.br\/index.php\/wp-json\/wp\/v2\/posts\/40256","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.sincomam.org.br\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.sincomam.org.br\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.sincomam.org.br\/index.php\/wp-json\/wp\/v2\/users\/1527"}],"replies":[{"embeddable":true,"href":"https:\/\/www.sincomam.org.br\/index.php\/wp-json\/wp\/v2\/comments?post=40256"}],"version-history":[{"count":1,"href":"https:\/\/www.sincomam.org.br\/index.php\/wp-json\/wp\/v2\/posts\/40256\/revisions"}],"predecessor-version":[{"id":40258,"href":"https:\/\/www.sincomam.org.br\/index.php\/wp-json\/wp\/v2\/posts\/40256\/revisions\/40258"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.sincomam.org.br\/index.php\/wp-json\/wp\/v2\/media\/40257"}],"wp:attachment":[{"href":"https:\/\/www.sincomam.org.br\/index.php\/wp-json\/wp\/v2\/media?parent=40256"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.sincomam.org.br\/index.php\/wp-json\/wp\/v2\/categories?post=40256"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.sincomam.org.br\/index.php\/wp-json\/wp\/v2\/tags?post=40256"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}