Entendendo o aquecimento global na prática
Quando eu comecei a trabalhar com dados climáticos em 2018, a primeira coisa que aprendi foi que os modelos de previsão não são bolas de cristal. Eles são ferramentas úteis, mas com margens de erro que crescem exponencialmente quando você olha para escalas de décadas. O o planeta está com febre não é uma metáfora poética — é uma descrição técnica da anomalía térmica acumulada desde a Revolução Industrial. O IPCC publicou seu sexto relatório de avaliação (AR6) em 2021 e 2022. Os dados mostravam que a temperatura média global já havia subido aproximadamente 1,09°C acima dos níveis pré-industriais, com a maior parte desse aquecimento concentrada nos últimos cinquenta anos. A cifra de 1,5°C mencionada no Acordo de Paris como limite desejável está mais perto do que muitos imaginam.
O planeta está com febre: como ler os dados corretamente
Aqui vai algo que pouca gente explica direito: existe diferença entre temperatura média global e anomaly térmica regional. Um país inteiro pode ter um inverno extremamente frio enquanto o globa, no agregado, continua aquecendo. Eu já vi dezenas de pessoas confundirem uma nevasca inesperada com prova de que o aquecimento global é falso. A lógica é tão falha quanto dizer que seu ar-condicionado não funciona porque uma sala ficou gelada. Os principais conjuntos de dados que eu uso no dia a dia são o NASA GISS, o NOAA e o HadCRUT. Cada um tem suas particularidades. O GISS faz interpolacão espacial mais agressiva, o que ajuda em regiões com poucas estações meteorológicas, como o Ártico. O HadCRUT é mais conservador e tende a mostrar aquecimento ligeiramente menor porque não extrapola tanto para áreas sem cobertura de medição. Se você está comparando números de fontes diferentes e eles não batem exatamente, isso é esperado e não significa que nenhum deles está certo.
No meu trabalho, lido frequentemente com a necessidade de cruzar dados de satélite com dados de superfície. Satélites como o Aura da NASA medem perfis verticais de temperatura atmosférica, enquanto estações terrestres e boias oceânicas registram a superfície. Os satélites mostram um padrão de resfriamento na estratosfera e aquecimento na troposfera — um fingerprint específico do efeito estufa potenciado por atividades humanas. Quando eu preciso validar uma análise, esse padrão vertical é uma das primeiras coisas que verifico. Ele é consistente com a teoria e incompatível com explicações puramente naturais, como variação solar.
O que os números realmente dizem
O oceano absorve cerca de 90% do excesso de calor retido pelos gases de efeito estufa. Isso significa que a maior parte do aquecimento não aparece como aumento de temperatura do ar que você sente na rua. Aparece como expansão térmica da água, que contribui para a elevação do nível do mar, e como energia adicional nos sistemas climáticos, que alimenta eventos extremos mais intensos. Os dados do Argo float network, uma rede de milhares de boias autônomas que medem temperatura e salinidade oceânica, mostram aumento contínuo do calor oceânico desde pelo menos 1990. Um ponto que as pessoas frequentemente perdem: o sistema climático tem inércia. Mesmo que congelássemos todas as emissões hoje, o aquecimento continuaria por décadas porque os oceanos ainda estão absorvendo calor. Isso se chama aquecimento em curso compromissado, e as estimativas mais recentes colocam entre 0,3°C e 0,8°C adicionais dependendo do cenário de emissões futuras. Nada disso é novo na literatura científica. É conhecimento estabelecido desde pelo menos os anos 1970.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Eu já passei horas depurando scripts que processavam dados de séries temporais de temperatura e esqueci de aplicar correções de ajuste temporal nas estações meteorológicas. Algumas estações mudaram de local, outras tiveram instrumentos substituídos, outras foram cercadas por concreto durante o crescimento urbano. Sem homogeneização, os dados brutos podem mostrar tendências artificiais. Programas como o RIH (Relative Homogenization Algorithm) ou o software RHTests são usados para corrigir esses artefatos. Ignorar essa etapa produz números bonitos que não refletem a realidade.
Limitações reais e onde a análise falha
Vou ser direto sobre o que funciona e o que não funciona. Modelos climáticos são excelentes para projetar tendências de longo prazo em escala global e continental. Eles são muito menos confiáveis para previsões climáticas sazonais ou para especificar exatamente quantos furacões vão formar em uma temporada específica. Essa é uma distinção que muita gente não consegue fazer, e vende-se como se os modelos fossem incapazes de coisa alguma — o que também não é verdade. Os modelos atuais têm resolução espacial que varia de 50 a 100 km em suas versões mais usadas para projeções globais. Isso significa que fenômenos menores que essa escala, como tempestades convectivas individuais ou a dinâmica de recifes de coral específicos, não são simulados explicitamente. São parametrizados. Parametrizações são aproximações que funcionam bem em média, mas introduzem incertezas, especialmente em regiões tropicais e em projeções de precipitação local.
Outro ponto prático: a incerteza nas projeções futuras depende quase inteiramente de quão rápido os humanos vão emitir gases de efeito estufa. Não é uma incerteza do modelo em si. São cenários socioeconômicos. O caminho entre emissões muito altas e emissões baixas representa diferenças de vários graus de aquecimento até 2100. Dizer "os modelos não sabem o que vai acontecer" é uma forma elegante de esconder o fato de que ninguém sabe o que a humanidade vai decidir fazer. Se você está começando a lidar com dados climáticos, recomendo começar com os repositórios abertos do NOAA e do Copernicus Climate Change Service. Ambos fornecem dados de superfície, oceânicos e de satélite em formatos acessíveis. Para análises mais avançadas, o Python com as bibliotecas xarray e CMIP6 é o padrão da indústria. Levanta um pouco a curva de aprendizado, mas compensa em flexibilidade.
O diagnóstico térmico do planeta não é uma questão de opinião. Os dados existem, são públicos, reproduzíveis e consistentes entre múltiplas fontes independentes. O que varia são as projeções para o futuro, e essa variação tem origem nas escolhas humanas, não na ciência.
