A física fornece a linguagem fundamental para descrever o sistema climático da Terra. Cada processo – desde a absorção da luz solar por uma folha até a profunda circulação do oceano – obedece às leis físicas que podem ser expressas matematicamente. Os modelos climáticos, que são as ferramentas primárias para projetar condições futuras, são essencialmente grandes coleções dessas equações físicas resolvidas em computadores poderosos. Aterrando previsões em princípios bem testados, físicos e cientistas do clima podem simular climas passados, atribuir mudanças observadas e explorar uma série de futuros possíveis. Sem a física, as projeções climáticas seriam pouco mais do que um palpite.

Com isso, os decisores políticos, engenheiros e comunidades podem planejar o aumento dos mares, alterando padrões de chuvas e eventos extremos mais frequentes.

Os princípios físicos por trás dos modelos climáticos

Os modelos climáticos modernos repousam sobre alguns princípios físicos fundamentais que regem como a energia e a matéria se comportam em escala planetária. Estes princípios não são aproximações; são as mesmas leis que descrevem o movimento de uma maçã caindo ou o fluxo de ar sobre uma asa de avião. A diferença é a escala: os modelos climáticos aplicam-nas em todo o globo, ao longo de décadas a séculos.

Leis de Conservação

As restrições mais fundamentais vêm da conservação da massa, do momento e da energia. Na ciência climática, a conservação da energia garante que a energia líquida que entra no sistema terrestre (principalmente como radiação solar de ondas curtas) deve equilibrar a energia líquida que sai (como radiação térmica de ondas longas mais luz solar refletida). Qualquer desequilíbrio leva ao aquecimento ou ao arrefecimento. Esta estrutura permite aos cientistas calcular o orçamento energético do planeta com alta precisão. Da mesma forma, a conservação da massa governa o ciclo da água, carbono e outras substâncias-chave através da atmosfera, oceanos e terra. Quando um modelo prediz incorretamente um desequilíbrio de massa, sinaliza uma falha na física.

Dinâmica de Fluidos e Equações Navier-Stokes

A atmosfera e os oceanos são fluidos turbulentos. O seu movimento é descrito pelas equações de Navier- Stokes, que relacionam as mudanças de velocidade aos gradientes de pressão, rotação (o efeito Coriolis), viscosidade e forças externas, como a gravidade. Resolver estas equações numa grelha de pontos em todo o globo é a tarefa principal de um modelo climático. Porque as correntes meteorológicas e oceânicas são caóticas, pequenos erros crescem ao longo do tempo, razão pela qual as projecções climáticas focam estatísticas (médias, extremos, frequências) em vez de previsões exactas. A dinâmica dos fluidos também explica fenómenos como fluxos de jatos, giros oceânicos e a evolução — tudo crucial para o clima regional.

Termodinâmica e mudanças de fase

A termodinâmica governa como o calor se move dentro do sistema climático. A primeira lei da termodinâmica (conservação de energia) é aplicada a cada célula da rede no modelo para rastrear as mudanças de temperatura devido à radiação, condução, convecção e liberação de calor latente. As mudanças de fase da água – evaporação, condensação, congelamento e fusão – são particularmente importantes. Quando a água evapora do oceano, absorve calor; quando condensa em nuvens ou precipitação, esse calor é liberado. Este calor latente alimenta furacões, tempestades e a circulação em grande escala da atmosfera.

Os modelos devem simular esses processos para obter padrões realistas de precipitação e intensidade de tempestade.

Transferência Radiativa

A transferência radiativa descreve como a radiação eletromagnética (tanto de ondas curtas (solar) como de ondas longas (térmicas) é absorvida, dispersa e emitida pela atmosfera e superfície. Os principais atores são gases de efeito estufa (CO2, H2O, metano, ozônio), nuvens e aerossóis. Cada um interage com radiação em comprimentos de onda específicos. Por exemplo, o CO2 absorve fortemente certas bandas infravermelhas, aprisionando calor e aquecendo a superfície. Os modelos usam códigos detalhados de transferência radiativa para calcular o aquecimento ou resfriamento radiativo líquido em cada altitude e latitude.

Esta é a base física do efeito estufa e o principal condutor de mudanças climáticas antropogênicas. Observatório Terrestre da NASA fornece uma visão clara desses processos radiativos.

Como os modelos climáticos são construídos e executados

Desde os modelos de circulação geral até os modelos de sistema terrestre

Os primeiros modelos climáticos simularam apenas a atmosfera, tratando o oceano como um pântano simples. Os modelos atuais do sistema terrestre (ESMs) de módulos de casal para a atmosfera, oceano, superfície terrestre, gelo marinho e ciclos biogeoquímicos (por exemplo, carbono, nitrogênio). Cada módulo resolve seu próprio conjunto de equações físicas e fluxos de trocas (calor, água, momentum, carbono) com os outros a cada passo. A resolução espacial destes modelos melhorou dramaticamente: as células de grade típicas estão agora a cerca de 100 km de diâmetro, e alguns modelos regionais descem para 1 km. Recursos de captura de resolução mais alta, como furacões e precipitação de montanhas, mais fielmente, mas requer uma maior potência computacional exponencial.

Sexto relatório de avaliação do IPCC descreve a última geração de modelos utilizados para projeções relevantes para políticas.

Parametrização: Física na Escala Pequena

Nenhum modelo pode resolver todas as nuvens, eddy ou gotas de chuva. Os processos que acontecem abaixo da escala da grade devem ser “parametrizados” – representados por relações matemáticas simplificadas baseadas na física. Por exemplo, a convecção em tempestades de trovoadas é parametrizada relacionando a quantidade de chuvas com a instabilidade e umidade em uma coluna da grade. Fração de nuvem, microfísica (ice vs. líquido) e turbulência também são parametrizadas. Esta é uma das maiores fontes de incerteza nas projeções climáticas, especialmente para as nuvens e seus feedbacks sobre aquecimento.

Pesquisa em andamento em física de nuvem, muitas vezes usando campanhas de campo e simulações de grande porte, volta a melhorar essas parametrizações.

Conjuntos e Quantificação da Incerteza

Como os modelos são imperfeitos e o sistema climático é caótico, os cientistas nunca dependem de uma única simulação. Em vez disso, eles executam conjuntos - simulações múltiplas com pequenas perturbações para condições iniciais, parâmetros físicos ligeiramente diferentes, ou cenários de emissão diferentes. A propagação dos resultados quantifica a incerteza. Por exemplo, executando 40 membros de um modelo, os pesquisadores podem estimar a probabilidade de que a temperatura média global exceda 2°C em 2100 em um dado cenário. Explicador Carbon Brief em modelos climáticos oferece uma caminhada não técnica de métodos de ensemble.

Prevendo cenários climáticos futuros

Caminhos de Emissão: Caminhos Socioeconômicos Compartilhados (SSP)

O clima futuro depende das escolhas humanas sobre uso de combustíveis fósseis, uso de terra e tecnologia. Para explorar isso, a comunidade de pesquisa climática definiu um conjunto de caminhos socioeconômicos compartilhados (SSPs) que descrevem diferentes futuros possíveis – desde de descarbonização rápida (SSP1-1.9) até alto crescimento de combustíveis fósseis (SSP5-8.5). Cada caminho fornece uma narrativa e um conjunto de emissões e insumos de uso de terra para modelos. Os modelos projetam então as mudanças resultantes em temperatura, precipitação, nível do mar e eventos extremos. Por exemplo, sob o cenário de altas emissões (SSP5-8.5), a temperatura média global poderia subir de 4-5°C em 2100 em relação ao pré-industrial, com impactos catastróficos.

Sob o cenário de mitigação mais agressivo (SSP1-1.9), o aquecimento pode ser limitado a cerca de 1,5°C.

Projeções-chave e sua base física

Modelos baseados em física projetam consistentemente várias mudanças robustas:

  • Aquecimento global proporcional às emissões cumulativas de CO2, em grande parte independente da física do modelo exato. Essa linearidade surge da física da força radiativa e do ciclo de carbono.
  • Aumento do nível do mar a partir da expansão térmica (aquecimento do oceano causa expansão da água) e fusão do gelo terrestre (glacier e gelo).
  • Extremos de precipitação aumentados porque o ar mais quente mantém mais umidade (relação Clausius-Clapeyron, ~7% por °C). Esta lei física leva a chuvas mais pesadas e inundações em muitas regiões.
  • Mudança de trilhas de tempestades e jatos devido aos gradientes de temperatura alterados entre o equador e os pólos, a dinâmica de fluidos baseada em física pode reproduzir esses deslocamentos, embora as incertezas permaneçam.

Pontos de Deposição e Mudanças Abruptas

Algumas das projeções mais preocupantes envolvem limiares não lineares — pontos de corte onde uma pequena mudança desencadeia uma grande mudança irreversível. Exemplos incluem o colapso da Circulação Meridional do Atlântico (AMOC), o dieback da floresta amazônica, ou a rápida desintegração da Folha de Gelo da Antártida Ocidental. A física é essencial para entender esses riscos. Para a AMOC, a força motriz é a convecção oceânica orientada pela densidade, que depende da temperatura e salinidade. Os modelos mostram que se a entrada de água doce da Groenlândia derreter é grande o suficiente, a convecção profunda pode fechar, alterando o clima através do Hemisfério Norte.

Instituto Potsdam para Pesquisa de Impacto Climático mantém uma visão global dos elementos conhecidos de inclinação.

Desafios na modelagem climática baseada em física

Limites e Resolução Computacionais

Mesmo com supercomputadores em escala de exaescala, os modelos climáticos globais ainda não conseguem resolver totalmente nuvens, redemoinhos oceânicos ou mistura turbulenta. Estes processos em sub- grelha devem ser parametrizados, introduzindo incerteza estrutural. Aumentar a resolução para ~1 km globalmente exigiria um aumento mil vezes maior do poder computacional, que pode tornar-se viável dentro de uma década, mas ainda não é rotina. Enquanto isso, os cientistas usam simulações de domínio menor, de alta resolução para informar parametrizações, mas o gap continua a ser um grande desafio.

Feedbacks em Nuvem

A maior fonte de incerteza na sensibilidade climática (quanto aquecimento por duplicação de CO2) vem de nuvens. Nuvens baixas refletem luz solar (efeito de resfriamento), enquanto nuvens altas prendem calor (efeito de aquecimento). Como a cobertura, altura e microfísica da nuvem em um mundo mais quente depende de complexa interação de convecção, turbulência e radiação. Modelos baseados em física lidam com essas interações de forma diferente, levando a uma propagação na sensibilidade climática de equilíbrio estimada, variando de cerca de 2°C a 5°C. Restrições de observação e estudos de nível de processo estão estreitando essa faixa, mas não a eliminaram.

Caos e Limites de Previsibilidade

O sistema climático é um sistema dinâmico caótico, o que significa que sua evolução é sensível às condições iniciais. Embora isso limite a previsão do tempo a cerca de duas semanas, não impede projeções climáticas de longo prazo porque as estatísticas (média e variabilidade) são robustas. No entanto, variabilidade caótica, como El Niño-Oscilação Sul, pode obscurecer o sinal climático forçado em escalas de tempo decadal. Modelos baseados em física devem simular a variabilidade interna corretamente para separá-la da tendência de aquecimento. O equilíbrio entre variabilidade forçada e não forçada é uma área ativa de pesquisa.

Feedbacks do ciclo de carbono

A física se sobrepõe à biogeoquímica ao modelar o ciclo de carbono. À medida que a atmosfera aquece, os solos liberam mais CO2 (a respiração do solo aumenta exponencialmente com a temperatura), e a capacidade do oceano de absorver o CO2 diminui (devido à diminuição da solubilidade e à desaceleração da sobreposição). Esses feedbacks amplificam as mudanças climáticas. Os modelos do sistema terrestre incluem esses processos, mas dependem de respostas biológicas e químicas parametrizadas, que adicionam incerteza. Por exemplo, o futuro do dissipador de carbono da Amazônia pode depender tanto da física do fogo quanto do estresse de seca, tanto quanto do clima.

Avanços na modelagem climática conduzida pela física

Aprendizado de máquina como emulador de física

Em vez de substituir a física, o aprendizado de máquina (ML) é cada vez mais usado para acelerar partes computacionalmente caras de modelos climáticos. Por exemplo, redes neurais profundas podem emular códigos de transferência radiativa, tempos de cálculo de corte por ordens de magnitude. Outras aplicações incluem a redução da saída de modelo grosseiro para escalas locais e a melhoria das parametrizações de convecção e nuvens aprendendo com simulações ou observações de alta resolução. Estes modelos de física híbrida-ML ainda estão surgindo, mas prometem maior fidelidade a menor custo.

Resolução mais elevada com modelos aninhados

Os modelos climáticos regionais (RMC) usam condições de fronteira de modelos globais e aplicam física em espaços de grade muito mais finos (1-10 km). Isto captura topografia, litoral e contrastes terra-mar que impulsionam precipitação local, ondas de calor e padrões de vento. As estruturas aninhadas permitem que o modelo global forneça física em grande escala enquanto o MCR lida com detalhes regionais. Projeções para recursos hídricos, agricultura e infraestrutura dependem fortemente desses modelos regionais baseados em física.

Assimilação e Inicialização dos Dados

Para previsões decadais (5-30 anos fora), a inicialização precisa do oceano e da atmosfera é crucial. A assimilação de dados — uma técnica da previsão numérica do tempo — combina a física do modelo com observações (satélites, bóias, radiosondas) para criar uma estimativa ideal do estado atual. Este estado inicial fisicamente consistente melhora as previsões de fenômenos como a atividade do furacão Atlântico ou a força da circulação do oceano na próxima década. A física de como a informação flui de observações para variáveis do modelo está enraizada na teoria da estimativa e sistemas dinâmicos.

Conclusão

A física não é apenas um cenário para discussões sobre mudanças climáticas; é o motor que impulsiona todas as previsões credíveis. Das leis de conservação que regem o orçamento energético às turbulentas dinâmicas de fluidos da atmosfera e oceanos, cada linha de código em um modelo climático é uma declaração sobre como o mundo funciona. Enquanto as incertezas permanecem – particularmente em torno de nuvens, placas de gelo e feedbacks do ciclo de carbono – o quadro baseado em física tem se mostrado notavelmente robusto. À medida que o poder computacional cresce e nosso entendimento se aprofunda, modelos continuarão a a afiar, fornecendo orientações mais claras para as escolhas que estão à frente. O futuro da previsão climática é inegavelmente um futuro da física.