Uma equipa com investigadores do MIT, de Harvard e da Universidade de Toronto criou uma camada de aprendizagem automática que melhora as previsões do tempo para daqui a duas a seis semanas, um período em que as previsões costumam ser pouco fiáveis. O trabalho foi publicado na revista Nature.
A ferramenta aprende com dados históricos os erros de um sistema de previsão e corrige-os. É de código aberto, barata e funciona sem supercomputador, como complemento a qualquer modelo.
Aplicada ao modelo do Centro Europeu de Previsão do Tempo a Médio Prazo (ECMWF) combinado com outro modelo, duplicou a precisão nesse intervalo e ficou em primeiro lugar numa competição do ECMWF. Foi também a primeira abordagem a superar as médias climatológicas a duas a seis semanas e melhorou a previsão de fenómenos extremos.
Segundo os autores, estas semanas extra de antecedência ajudam agricultores, operadores de energia e serviços de emergência a prepararem-se para vagas de frio ou tempestades de gelo.
