Vai Fazer Calor Amanhã

Entendendo previsões de temperatura com algum rigor

A maioria das pessoas olha para um app de previsão do tempo e vê um número. Temperaturas altas, temperaturas baixas, sensação térmica. O problema é que esses números vêm de modelos numéricos que rodam em supercomputadores e são atualizados periodicamente. O que a maioria dos sites mostra é o resultado interpolado por um algoritmo simples, não necessariamente o cenário mais preciso disponível. Se você quer saber de fato se vai fazer calor amanhã, precisa entender como os dados são produzidos. Os principais centros de previsão do mundo — como o GFS dos Estados Unidos, o ECMWF europeu e o modelo brasileiro do CPTEC/INPE — usam equações diferenciais para simular a atmosfera. Cada um tem uma grade de resolução diferente. O GFS, por exemplo, tem resolução global de cerca de 13 quilômetros, enquanto modelos regionais como o BRAMS podem chegar a 5 quilômetros em áreas selecionadas. A diferença entre ver 32 graus ou 36 graus no seu celular muitas vezes vem da resolução da grade usada.

Como verificar se vai fazer calor amanhã de forma confiável

Eu comecei a prestar atenção nisso em 2018, quando precisei planejar obras externas num canteiro de obras em São Paulo. A previsão dizia 33 graus para um sábado. No sábado, marcou 41. Dois operários passaram mal por insolação. A partir daí parei de confiar cegamente em apps genéricos e passei a cruzar múltiplas fontes. O que faço hoje é bem simples. Abro o modelo GFS no site weather.gc.ca ou no Windy.com, vejo a camada de 2 metros de temperatura e comparo com o modelo ECMWF no mesmo site. Se os dois modelos concordam dentro de um intervalo de 2 graus, a confiança na previsão sobe muito. Se divergem, significa que a configuração sinótica ainda não estabilizou e o resultado pode mudar drasticamente quando o modelo rodar novamente.

Outra coisa que pouca gente leva em conta é a umidade relativa. Uma temperatura de 34 graus com 80% de umidade é completamente diferente de 34 graus com 30% de umidade. O índice de calor (heat index) calcula essa combinação. No Brasil, o INMET publica tabelas de índice de calor que são gratuitas e fáceis de consultar. Quando o índice ultrapassa 41 graus, o risco de exaustão pelo calor é real e iminente. Para quem trabalha ao ar livre, isso não é detalhe — é questão de segurança. Eu também recomendo olhar o perfil vertical de temperatura. O site do CPTEC permite visualizar sons de balloon — dados reais coletados duas vezes ao dia em estações meteorológicas. Se você ver uma camada de inversão térmica presa sobre a região, especialmente no verão, sabe que o calor vai ficar retido perto do solo. É por isso que em cidades como São Paulo os dias podem começar com 25 graus e terminar com 38, mesmo sem mudança significativa na massa de ar.

Pegadinhas que estragam a previsão

Existem Limitações sérias nos modelos que quase ninguém explica para o usuário comum. A primeira é o efeito de ilha de calor urbana. Estações meteorológicas oficiais ficam em aeropotinhos ou parques. Se você mora num bairro de concreto, o calor local pode ser 5 a 8 graus acima do que a estação registra. Eu descobri isso medindo com um termômetro de infravermelho a temperatura de calçadas em diferentes bairros durante um verão. A variação era absurda. A segunda pegadinha é a previsibilidade de longo prazo. Previsões de temperatura com mais de 7 dias de antecedência têm taxa de erro crescente rapidamente. Após 5 dias, a divergência entre modelos já costuma ser de 4 a 6 graus. Isso não é falha do modelo — é uma propriedade caótica da atmosfera. O que o pessoal de marketing dos apps chama de "previsão para a próxima semana" na realidade tem muito menos confiabilidade do que pareceria.

Para quem precisa de precisão maior, a alternativa é assinar serviços como o Meteored ou o WeatherBug, que oferecem previsões baseadas em ensembles — múltiplas execuções do mesmo modelo com condições iniciais ligeiramente diferentes. Isso gera um leque de possibilidades em vez de um número único, e é honesto sobre a incerteza. Números isolados passam uma falsa sensação de confiança. O importante é não tratar a previsão do tempo como revelação. É uma estimativa baseada em física e matemática, com margem de erro que varia conforme a complexidade do sistema atmosférico de cada região. Se você cruzar pelo menos dois modelos e considerar umidade e localização, chega muito mais perto do que simplesmente copiar o número que aparece no celular.