O controle tecnológico dos efeitos do clima

A utilização de big data no clima se apresenta de forma extensa e variada, devido ao próprio fato das análises climáticas serem essencialmente sustentadas por meio de dados coletados por satélites, sismógrafos, e tantos outros aparelhos de medição típicos de uma estação meteorológica, como termômetro (temperatura); barômetro (pressão atmosférica); higrômetro (umidade relativa do ar); anemômetro (velocidade do vento); biruta (orientação do vento); piranómetro (insolação); heliógrafo (a duração da ação do Sol); e pluviômetro (precipitação pluviométrica).

Entretanto, antes de se expor algumas experiências que traduzem a importância do big data na área de pesquisa climática, deve-se expor um problema que surge dessa junção: não há consenso acerca de método de coleta de dados climáticos mais correto, apesar de ser possível avaliar qual seria o instrumento mais adequado para ser utilizado em cada objetivo específico. A título de exemplo, tem-se como métodos as informações fornecidas por satélites, instrumentos de superfície e a técnica de análise das bolhas de ar nos cilindros de gelo. Para aferir questões climáticas, alguns teóricos como Molion (2007) defendem que informações fornecidas por satélites são mais parecidas, ao passo que outros teóricos como Nobre e outros (2012) trabalham com instrumentos de superfície enquanto capazes de entregar um resultado confiável. Dessa forma, pensar na utilização de big data nesse caso exige uma transparência sem precedentes na exposição de metodologias e resultados, principalmente para tomadas de decisões estatais e a divulgação de informações na mídia, em virtude de ser uma área do conhecimento distanciada da população como um todo.

No que concerne aos modelos de simulação de clima, Molion (2007) ressalta a importância de se colocar a priori a própria limitação que modelos carregam em si enquanto representações simples e grosseiras. Além disso, possui destaque a discussão na qual o autor coloca a necessidade de parametrizar tais modelos. É apontado que o desenvolvimento de modelos é crítico para se adquirir habilidades de se compreender melhor o clima, mas que são de fato, incapazes de aglutinar a riqueza de interrelações existentes nos processos físicos que controlam o clima. Ainda segundo o autor, modelos exigem validação de resultados e tê-los como “realidade” é incorrer em equívocos, já que aquilo que os modelos apontam prescindem da corroboração de um conjunto de outros dados.

Isto posto, mesmo sendo temerário avançar sobre esse território, não significa que desafios não devam ser experimentados e vividos em sua plenitude. Os exemplos trazidos supra não intentam em entrar no mérito da existência ou não do aquecimento global, ao passo que foram colocados à baila os dois principais teóricos que encabeçam as duas posições – sendo Molion aquele que defende sua inexistência e Nobre aquele que defende sua existência – todavia o que se pretende é mostrar como a utilização do big data tem papel central ao definir as metodologias utilizadas nos esforços empreendidos nos estudos de um fenômeno climático tão complexo como o aquecimento global. A título de exemplo, na mesma esteira, a NASA - National Aeronautics and Space Administration, agência espacial americana, usa big data para tentar criar um cenário mais estável e factível para tomada de decisões que tenham relação com aquecimento global e, segundo Ellen Stofan, cientista-chefe da organização, em breve as pessoas poderão ter acesso a esse sistema (MATTESON, 2017).

O big data também vem sendo utilizado para melhorar a precisão de medições meteorológicas e minimizar os efeitos do mal tempo na Inglaterra. O Laboratório de Clima Urbano de Birmingham (BUCL), e sua rede meteorológica urbana de alta resolução compõem um projeto em que instalou uma série de sensores em postes de luz da cidade, que medem diversos índices e os transmitem às centrais de meteorologia em tempo real. As avaliações climáticas e atmosféricas e fenômenos associados são utilizados para aplicações como a avaliação dos impactos resultantes do clima sobre as infra-estruturas críticas da cidade e sua relação com a sociedade (por exemplo, energia, transportes, saúde, tecnologias de informação e comunicação). Com a inovação, será possível também estabelecer parâmetros sobre os impactos futuros da mudança climática nas cidades e investigar o papel que as cidades desempenham nas mudanças climáticas globais (CHAPMAN, 2014).

Uma realidade oposta viveu o povo da Indonésia. Diante do tsunami ocorrido no dia 22 de dezembro de 2018, que deixou mais de quatrocentos mortos na semana do Natal, milhares de pessoas que vivem em áreas litorâneas ameaçadas por estes fenômenos voltaram a cobrar as autoridades o uso de tecnologias para a detecção das ameaças naturais. No caso, o fenômeno ocorreu em função da erupção e de desabamento parcial do vulcão Anak Krakatoa em combinação com a maré cheia. A mídia internacional noticiou que as boias colocadas para detectar uma repentina subida das ondas não funcionam desde 2012 por falta de manutenção e de fundos para reparação dos danos provocados por atos de vandalismo. Em resposta, o governo indonésio prometeu, já para 2019, um novo mecanismo, aliado a tipos de sensores mais modernos, que funcionaria detectando o tamanho das ondas. Neste caso, a falta de aplicação de

uma tecnologia já existente seguramente contribuiu para o aumento do número de vítimas (TSUNAMI..., 2018).

Outro exemplo é o da península Coreana que, após ser destruída pelo Tufão “Samba” em 2012, lançou mão das técnicas e metodologias de big data para prever fenômenos meteorológicos. Com uma base de dados gigantesca, os algoritmos expandem pelo mundo e já chegaram até no Rio de Janeiro, onde são desenvolvidas pesquisas em áreas com os altos índices pluviométricos e de desabamentos. Dessa forma, o sistema consegue identificar com 48 horas de antecedência uma chuva que seja capaz de causar transtornos para a população local, com uma taxa de 90% de confiabilidade. O time que desenvolveu essa aplicação, denominado “Deep Thunder”, também expande seus horizontes para fazendas e plantações (HAMM, 2013).

Entretanto, o big data ainda promete transformações mais pujantes nesse setor. Como delineia Brown (2017), a utilização dessa ferramenta por parte do agronegócio ainda não se espalhou amplamente por ele pela deficiência da conexão entre fazendeiros e a proposta, seja porque alguns não conseguiram utilizar adequadamente, tiveram receio de adquirir a tecnologia ou não conseguiam arcar com os seus custos. Entretanto, movimentações tem sido feitas e alguns power players no cenário, como a Monsanto, que adquiriu uma base de dados avaliada em aproximadamente um bilhão de dólares destinada a criar máquinas que sejam capazes de avaliar tipos de solos diferentes e plantar a semente mais adequada para aquele tipo de solo.

A relação big data e clima guarda relações extremamente específicas e delicadas. Mais uma vez, o estudo tentou conduzir em seu escopo o cuidado de trazer à tona discussões interdisciplinares para mostrar alguns dos desafios atinentes ao uso de big data que se mostram múltiplos e variados. A lição que parece se reforçar, no entanto, é que se deve planejar, valorar, e entender onde se situa o capital humano na implementação do big data, porque, nos casos em que não se observaram esses aspectos, diversos óbices se apresentaram para a sua não efetivação ou para a sua deficiência.