p Um modelo estatístico que melhor caracterize a natureza mutável das condições climáticas extremas em áreas maiores poderia ajudar os especialistas em clima a planejarem desastres relacionados ao clima. p Um aumento na gravidade dos eventos climáticos extremos em todo o mundo, como secas e inundações, está criando uma necessidade de informações que nos ajudarão a planejar melhor esses eventos extremos. Embora grandes volumes de dados meteorológicos sejam registrados todos os dias em todo o mundo, a extração de informações cruciais sobre eventos extremos exige muito da capacidade de computação e é limitada à análise em apenas alguns locais.

p Raphael Huser e sua ex-pós-doutoranda Daniela Castro-Camilo desenvolveram agora um modelo estatístico mais eficiente do ponto de vista computacional para lidar com essas restrições.

p "Um dos principais desafios nas estatísticas de climas extremos é descrever a relação entre as observações extremas, como mudanças de precipitação em vários locais, "explica Castro-Camilo." Os modelos e métodos atuais podem lidar apenas com um número limitado de locais ao mesmo tempo e não são flexíveis o suficiente para capturar todas as diferentes dinâmicas que vemos nos dados de precipitação. "

p Para prever com precisão a frequência e magnitude de um evento climático extremo em uma área, Castro-Camilo e Huser focaram na estrutura de dependência, que descreve o quão fortemente, e de que maneira, os dados em vários locais estão relacionados uns com os outros.

p "À medida que os eventos se tornam mais extremos, eles também tendem a se tornar menos dependentes, "diz Castro-Camilo." Esse comportamento é bem reconhecido nos dados climatológicos, mas os modelos clássicos de valores extremos não são capazes de descrever essa característica. Nosso modelo pode fazer isso. "

p O modelo de Castro-Camilo e Huser permite que a estrutura de dependência seja estimada a partir de cada estação de medição e, em seguida, interpolada de forma eficiente entre as estações em uma grade espacial fina usando uma abordagem computacional altamente paralelizada.

p "Os principais desafios deste estudo foram, na verdade, computacionais, "diz Castro-Camilo." Felizmente, tivemos acesso ao supercomputador Shaheen II da KAUST, o que nos permitiu obter resultados em poucos dias, em vez dos meses que teríamos de esperar se usássemos um computador padrão. "

p Usando sua nova abordagem, os pesquisadores analisaram eventos extremos em dados de precipitação em todo o país contíguo - um total de 1218 estações meteorológicas e uma escala sem precedentes para tal análise. Eles descobriram que a dinâmica que governa os eventos extremos de precipitação difere fortemente entre as regiões, e identificaram com bastante clareza áreas específicas onde níveis perigosos simultâneos de precipitação são mais frequentes.

p "Nossa abordagem também pode ser usada com outros tipos de dados climatológicos, pois foi desenvolvida especificamente para lidar com problemas de alta dimensão envolvendo muitas estações de medição, "diz Castro-Camilo.