GEREÇ VE YÖNTEM

Os modelos computacionais tornaram-se uma das formas mais eficazes da ciência climática de realizar essas traduções de escala entre elementos localmente produzidos, mas globalmente estendidos. As previsões meteorológicas de poucas horas ou dias são parcialmente possíveis porque a escala de tempo e de quantidade de variáveis é pequena. Entretanto, ao lidar com fenômenos climáticos, da longa duração e de escala regional ou global, mapas e observações e estatísticas não são suficiente, devido ao número grandioso de variáveis a se calcular.

A era da computação foi um passo para possibilitar essa enorme ampliação de dados, medições e cálculos, oferecendo o que Fleming chama de “as novas perspectivas privilegiadas sobre o clima” (1998, p. 130). Dos gráficos e tabelas feitos no papel e instrumentos mecânicos e depois elétricos, passamos aos

85 instrumentos eletrônicos, os computadores analógicos e depois digitais e aos satélites espaciais.

David Demeritt, do Departamento de Geografia do King’s College escreve:

É comum citar o trabalho de Arrhenius (1896), quem primeiro formulou a hipótese sobre um efeito-estufa estimulado pela acumulação atmosférica de CO2 a partir

do consumo de combustíveis fósseis. Entretanto, como o papel de Gregor Mendel na história da genética, a teoria de Arrhenius não produziu nenhum impacto institucional ou intelectual nas ciências atmosféricas de seu tempo. Ao invés disso, as preocupações científicas contemporâneas com o aquecimento global vieram de uma prática muito mais recente de modelagem matemática e a combinação de modelos oceanográficos do ciclo global de carbono com modelos numéricos da atmosfera (...). Seu legado é o modelo de circulação geral (GCM) [general circulation model]. GCMs simulam o comportamento do sistema climático dividindo a terra em grades tridimensionais e usando supercomputadores para resolver equações matemáticas representando trocas de matéria e energia entre os pontos das grades. Em termos do número completo de processos explicitamente incorporados e o nível de abstração e complexidade que eles representam, os GCMs estão no topo de uma hierarquia de modelos relacionados de simulações matemáticas das dinâmicas oceânicas e atmosféricas56 (DEMERITT, 2001, pp. 314- 315, grifos do autor).

56

No original: “It is common to cite the work of Arrhenius (1896), who first hypothesized about an enhanced greenhouse effect brought on by the atmospheric accumulation of CO2 from fossil fuel consumption. However, like Gregor Mendel's role in the history of genetics, Arrhenius's theory made no institutional or intellectual impact on the atmospheric sciences at the time. Instead, contemporary scientific concerns with global warming come out of the much more recent practice of mathematical modeling and the combination of oceanographic modeling of the global carbon cycle with numerical modeling of the atmosphere (…). Their legacy is the general circulation model (GCM). GCMs simulate the behavior of the climate system by dividing the earth into a three-dimensional grid and using supercomputers to solve mathematical equations representing exchanges of matter and energy between the grid points. In terms of the comprehensive number of processes explicitly incorporated and the level of abstraction and complexity at which they are represented, GCMs sit atop a hierarchy of related mathematical simulation models of ocean and atmospheric dynamics.”

86 O primeiro computador eletrônico digital de larga escala, chamado de ENIAC, foi construído nos Estados Unidos ao final da segunda guerra mundial com finalidade de estudar o desenvolvimento da bomba de hidrogênio. Como vimos na seção 3.1, durante um período de financiamento crescente de pesquisa sobre a influência de explosões de testes nucleares no clima e na biosfera global, modelos computacionais foram desenvolvidos pelo Departamento de Defesa dos Estados Unidos para prever a sensibilidade do clima à grandes perturbações assim como o comportamento das explosões nucleares (DÖRRIES, 2011, pp. 204–205).

O desenvolvimento intenso da computação no período pós-guerra ofereceu um novo mundo de possibilidades para as pesquisas meteorológicas e climáticas. Os recém-criados computadores permitiam a resolução de um número muito grande de equações matemáticas concomitantes e a obtenção de um número muito grande de resultados que antes eram obtidos manualmente.

John von Neumann entrou em contato com meteorologistas, como Carl-Gustav Rossby, emigrado da Escandinávia para os Estados Unidos, como Bjerknes, para auxiliar na parte teórica e matemática das descrições e equações da dinâmica atmosférica na constituição de um modelo computacional para simulação e previsão do tempo (EDWARDS, 2010, p. 117-118). Em 1950 utilizou-se o ENIAC para realizar a primeira tentativa de previsão meteorológica numérica, isto é, computacional e nos anos seguintes tentativas parecidas eram realizadas na Inglaterra e na Suécia. Apesar da promessa de velocidade da computação, o ENIAC e os primeiros computadores eram extremamente lentos e só operavam com inputs bastante simplificados das equações complexas que descreviam as dinâmicas atmosféricas.

Além dos modelos computacionais meteorológicos, houve também o desenvolvimento de modelos climáticos. Gilbert Plass desenvolveu um modelo computacional nos anos 1950 para apoiar suas pesquisas sobre o clima, o dióxido de carbono e a absorção e transferência radiativa, e avançar os estudos climatológicos que faziam uso de tabelas e gráficos dos anos 1940 com informações físicas bastante simplificadas. Ele foi um dos pioneiros das pesquisas com modelos computacionais que criaram pontes entre a geoquímica do ciclo do carbono e a geofísica da absorção atmosférica de radiação por gases. Seu modelo incluía apenas

87 trocas de calor e coeficientes radiativos dos gases entre o planeta, visto como uma unidade, e o espaço sideral (FLEMING, 1998, p. 130).

É desta época o trabalho de Edward Lorenz, Norman Philips e Jule Charney no Instituto de Tecnologia de Massachusetts (MIT) com modelos atmosféricos simples, de doze variáveis e correlações, baseado em experimentos laboratoriais com computadores e pequenas câmaras de ar simulando fenômenos atmosféricos simples. Foi a partir deste modelo simples que Lorenz desenvolveu teorias sobre causas e consequências dos chamados fenômenos determinísticos não-periódicos no início da década de 1960. Este foi um primeiro passo em direção ao que mais tarde foi chamado de Teoria do Caos (GLEICK, 1987, pp. 11-31).

O jornalista de ciência, James Gleick (1987, p. 14), ao escrever uma obra dedicada à história da Teoria do Caos, diz que a história da computação e a história das previsões estiveram interligadas desde os anos 1950. A computação poderia ser uma ferramenta essencial para o estudo determinístico do clima e do tempo, devido a possibilidade de realizar uma quantidade sem precedentes de cálculos. Gleick ainda afirma que “a modelagem computacional de fato foi bem sucedida em transformar o trabalho meteorológico de uma arte a uma ciência” (p. 20).57 Os fenômenos atmosféricos são não-periódicos e não-lineares e, por serem extremamente sensíveis às condições iniciais, dificilmente são previsíveis no médio e longo prazo. Isto significa que apesar de serem considerados determinísticos, isto é totalmente dependente das condições e fatores iniciais, este fenômenos são imprevisíveis, pois qualquer minúscula diferença nas condições iniciais criam flutuações que levam a resultados altamente divergentes.

Os modelos computacionais continuaram a ser desenvolvidos de ambos os lados do Oceano Atlântico Norte. A maior parte destes modelos considerava a atmosfera como uma capa uniforme ao redor da superfície terrestre, até que em 1975 o modelo climático de Manabe e Wetherald tornou-se o primeiro grande modelo de circulação geral da atmosfera e incluía, além da radiação dos gases, a convecção térmica – que deixava a atmosfera simulada dinâmica e turbulenta, e não

57

Interessante notar como, no século XIX, a transformação da meteorologia de uma arte a uma ciência foi o objetivo principal dos naturalistas dedicados a construir instrumentos de medição, formular padronizações de notação, séries históricas e médias estatísticas e constituir redes nacionais e internacionais de investigação (ver o capítulo 2).

88 uniforme como nos modelos anteriores58. O modelo calculava a temperatura média global e projetou um aquecimento de 2,3oC se a concentração de CO2 atmosférico

dobrasse. Este modelo foi o primeiro que representou a atmosfera tridimensionalmente, graças a inclusão da convecção, que criava diferenças de temperatura de acordo com a latitude e altitude (FLEMING, 1998, p. 130; HULME, 2009, pp. 56–60).

Os modelos climáticos e meteorológicos não são reproduções fidedignas da superfície terrestre. Devido ao enorme grau de complexidade teórica e computacional envolvida na resolução de suas equações por supercomputadores os cientistas representam a superfície da Terra por meio de uma grade quadriculada composta por uma série de células de áreas definidas. A resolução de um modelo representa o tamanho destas áreas em latitude e longitude. Um modelo de resolução de 500km, por exemplo, possui células com 500km em cada lado - o que significa que ilhas do tamanho da Islândia são invisíveis. O primeiro modelo meteorológico computacional, operado pelo grupo de Rossby no ENIAC em 1950, representava apenas o hemisfério norte ocidental (isto é, a América do Norte) e calculava as equações para cada um dos 270 pontos de grade, que, espalhados no mapa, estão separados por 736km uns dos outros (EDWARDS, 2010, p. 120-121).

Estes modelos primordiais eram extremamente simplificados: além da baixa resolução espacial, eles representavam apenas uma altura baixa da camada vertical da atmosfera, devido à falta de dados e de teoria sobre as dinâmicas da alta atmosfera; não representavam os oceanos, apenas uma cobertura da superfície terrestre de 70% de água não especificada; além de não haver nuvens. Somente em 1977 foi desenvolvido o modelo de Manabe e Bryan que incluía processos oceânicos (HULME, 2009, p. 58).

Cada novo grupo de modelos se referia a um novo conjunto de processos físicos – desenvolvidos pelos cientistas para descrever cada fenômeno natural -, com suas equações, um novo conjunto de inter-relações entre os processos, e escalas cada vez mais detalhadas. Para dar cabo da expansão virtual do alcance da escala das simulações, era necessário a expansão física das redes de coleta de dados, que

58 _{Para mais detalhes sobre a circulação geral da atmosfera, a radiação dos gases e a}

89 são os inputs básicos, as variáveis que as equações irão resolver. Era necessário também uma maior padronização dos dados, maior coordenação entre as comunidades científicas e maior distribuição de informação (EDWARDS, 2006, p. 248). Meus informantes, como veremos no próximo capítulo, citam a consolidação da tecnologia espacial no final da década de 1970, e o uso dos satélites, como um importante avanço na expansão da rede de obtenção de dados da superfície terrestre. Para Hulme, foi a preocupação ambiental, que compreendia a Terra como um sistema interconectado, que levou a novas formas de compreender e representar as mudanças climáticas. Os novos modelos e o novo tipo de ciência realizada pelas redes de mudanças climáticas eram intimamente relacionados à necessidade de tornar mais complexa a compreensão do sistema terrestre e suas múltiplas componentes – atmosfera, oceanos, cobertura de gelo, ecossistemas, cobertura da terra e atividades humanas (HULME, 2009, p. 60). Para ele, a metáfora da Gaia, ou do sistema terrestre, são formas de compreender e agir no mundo, historicamente criadas, e muito recentes - não são de forma alguma evidentes ou dadas.