A monção indiana fornece água para as plantações em todo o subcontinente. A pesquisa liderada pela Universidade do Texas em Austin está permitindo previsões mais precisas da temporada de monções com antecedência. Crédito:Yogendra Joshi
Pesquisadores afiliados à Universidade do Texas em Austin desenvolveram uma estratégia que prevê com mais precisão as chuvas sazonais na região das monções asiáticas e pode fornecer melhorias tangíveis para a gestão dos recursos hídricos no subcontinente indiano, impactando mais de um quinto da população mundial.
Usando dados de satélite sobre o tamanho e extensão da camada de neve no planalto tibetano e na Sibéria, a equipe criou melhores simulações de modelos climáticos que prevêem a variação na precipitação das monções na estação seguinte. A nova pesquisa foi publicada online em Cartas de Pesquisa Ambiental .
"Estamos nos concentrando na escala de tempo além dos 14 dias de previsão do tempo para mais longe, perspectiva sazonal, "disse Peirong Lin, atualmente um pós-doutorado na Universidade de Princeton, que ajudou a liderar este projeto de pesquisa enquanto estudante de graduação na UT Jackson School of Geosciences. "Esta é uma escala de tempo muito importante porque os gestores de recursos hídricos precisam saber a previsão meses antes do início das monções para decisões sobre recursos e agricultura."
Os ventos das monções e a chuva que os acompanha são impulsionados pela diferença de temperatura entre a terra e o oceano. A previsão do clima atual depende de modelos de computador que usam modelos de circulação geral, umidade do solo e outros fatores. O novo modelo usa dados de satélite complementares para melhorar essas previsões revisitando uma ligação historicamente reconhecida entre as características do pacote de neve e a força das monções na região das monções asiáticas, especialmente no subcontinente indiano.
"Para monções indianas, sabia-se empiricamente há quase 140 anos que as chuvas no verão estavam relacionadas à neve acumulada no Himalaia, "disse Zong-Liang Yang, professor do Departamento de Ciências Geológicas da Jackson School. "Mas com nosso novo modelo, agora temos uma compreensão mais profunda dos processos interconectados, e podemos quantificar essa conexão que prevê a intensidade das monções devido à neve acumulada. "
A nova pesquisa usa a largura e a profundidade das neves de inverno para simular as monções com mais precisão. As informações que restringem os novos modelos vêm de dois satélites:o espectrorradiômetro de imagem de resolução moderada (MODIS), que fornece dados sobre a cobertura de neve, e o Experimento de Recuperação de Gravidade e Clima (GRACE) com informações gravitacionais que determinam a profundidade da neve. Combinado, as observações tornam as condições de neve modeladas mais realistas e demonstram que a camada de neve pesada - com aquecimento mais lento da massa de terra em comparação com o oceano - leva a monções mais fracas. Por outro lado, neves de inverno mais amenas levam a monções mais fortes.
A pesquisa também descobriu que a neve no Tibete e na Sibéria desempenha diferentes papéis na moderação das chuvas das monções. A neve no planalto tibetano é relativamente fina em comparação com a da Sibéria. A análise detalhada no documento de pesquisa mostra que a neve acumulada no Tibete melhora algumas semanas de previsão. É a neve da Sibéria que derrete no final do verão, tendo assim um impacto mais longo no sistema climático, que influencia as previsões com maior lead time e mais adiante no pico da temporada de monções.
Existem ressalvas para esta pesquisa. As monções afetam uma região muito mais ampla do mundo, mas as simulações da equipe mostraram que as previsões mais pronunciadas foram obtidas apenas no subcontinente indiano, e eles não foram tão eficazes no Leste Asiático.
"A previsão é melhorada principalmente no subcontinente indiano, provavelmente porque a monção indiana é mais sensível às mudanças de neve na terra, "disse Lin." As monções do Leste Asiático podem ser mais complexas. "
Ainda, a equipe espera que a nova estratégia desenvolvida por sua pesquisa seja usada para melhorar as previsões sazonais além do subcontinente indiano, com pesquisas futuras que ampliam as simulações atuais.
“O trabalho que realizamos na Jackson School está liderando o campo, mas vai demorar algum tempo antes que essas ideias sejam implementadas em sistemas de modelagem operacional em centros operacionais, "disse Yang." Mas nosso objetivo é diminuir a lacuna de pesquisa para operação e encontrar maneiras de usar muitos dos satélites subutilizados que podem informar a previsão do tempo a longo prazo. "