Ao considerar o registro oficial no Brasil, feito pelo Instituto Nacional de Meteorologia (Inmet) com uma margem de até dois graus para mais ou para menos, a taxa de acerto das previsões variou de 100% a 48% nas capitais brasileiras.
Os serviços mais confiáveis foram o Climatempo e o próprio Inmet, com taxas de acerto de 83,9% e 83,8% respectivamente, enquanto o Weather Channel apresentou o pior desempenho, com 80,4% de eficiência.
A análise revelou que as projeções para o clima na região Nordeste e Norte do país foram as mais precisas, com destaque para cidades como São Luís (MA), Macapá (AP) e Teresina (PI), onde os serviços de previsão tiveram taxas de acerto superiores a 90%. No entanto, no Rio de Janeiro, a imprevisibilidade das temperaturas surpreendeu, com o Weather Channel acertando apenas metade das estimativas.
Além disso, a pesquisa demonstrou que foi mais difícil prever as temperaturas máximas do que as mínimas, com várias cidades, incluindo São Paulo, registrando diferenças significativas entre as previsões e as temperaturas reais.
As discrepâncias entre as estimativas são influenciadas por fatores computacionais e humanos, além do investimento em sistemas avançados. Os diferentes modelos matemáticos utilizados nos serviços de previsão do tempo são processados em supercomputadores de grandes centros de meteorologia, que captam dados de todo o mundo e estimam o comportamento das horas e dias seguintes.
Apesar das limitações, espera-se que a qualidade das previsões de tempo e clima melhore com o avanço da inteligência artificial e mais registros históricos. O Instituto Nacional de Pesquisas Espaciais (Inpe) está desenvolvendo uma nova geração de modelos específicos para o Brasil, chamado Monan, que visa melhorar as informações climáticas do país.
Essa análise da previsão do tempo revela a complexidade e desafios enfrentados pelos serviços de meteorologia para fornecer estimativas precisas, e destaca a importância de investimentos em tecnologia e inovação para aprimorar as previsões climáticas.
