NUVENS SEM MECÂNICA DOS FLUIDOS

Ninguém modelaria a água num cano acompanhando cada molécula: as leis da mecânica dos fluidos fazem o mesmo trabalho “num laptop em vez de num datacenter”. Mas a atmosfera da Terra é um fluido tão complexo que até essas leis voltam a precisar de um datacenter. Esse é o ponto de partida da tese de doutorado de Thomas DeWitt, apresentada ao Departamento de Ciências Atmosféricas da Universidade de Utah sob a orientação de Timothy Garrett.

Os números são assustadores. Para que um modelo meteorológico fosse numericamente exato, sua grade teria de chegar a escalas de cerca de um milímetro, onde os movimentos em redemoinho finalmente se extinguem. Os modelos mais avançados de hoje, com escala de quilômetro, resolvem menos da metade da gama de escalas envolvidas. Um modelo climático de próxima geração ainda precisa aproximar umas 10¹⁸ circulações em escala milimétrica dentro de cada célula da grade. Armazenar o campo de temperatura da baixa atmosfera num único instante exigiria cerca de 10²⁹ bytes. E, apesar de modelos cada vez mais finos, a dispersão entre eles quanto à sensibilidade climática não diminuiu em 40 anos, observa a tese.

Em busca de leis um nível acima

A pergunta de DeWitt: existem leis emergentes para o tempo e o clima, assim como a mecânica dos fluidos emerge de incontáveis moléculas? Sua resposta parte de uma simetria, a invariância de escala: dentro de uma ampla faixa, a atmosfera numa escala se parece com uma versão esticada de si mesma em outra.

Os primeiros capítulos, dois deles já publicados na revista Atmospheric Chemistry and Physics, argumentam que essa simetria muitas vezes foi escondida por artefatos de medição. Nuvens cortadas pela borda de uma imagem de satélite podem criar um falso limite de tamanho e enviesar as medições em 20 a 30%. Buracos nas nuvens distorcem a forma usual de medir sua forma fractal. E as medições de vento de balões meteorológicos e de radiossondas lançadas de aviões (dropsondes) não mostram as mudanças de regime esperadas com a escala: elas se ajustam a uma única turbulência esticada, “anisotrópica”, proposta por Shaun Lovejoy e Daniel Schertzer.

O turbulon

O quinto capítulo transforma isso num modelo. Seu bloco de construção é o turbulon: uma versão matemática precisa do “turbilhão” (eddy) da teoria clássica da turbulência. Um turbulon é um feixe de saliências localizadas de mesma forma em cada campo atmosférico — temperatura, umidade, energia —, cada uma com sua própria intensidade. Quanto maior o turbulon, mais achatado ele é, seguindo a lei da turbulência esticada. Um campo de nuvens não passa, então, de uma pilha de incontáveis turbulons de todos os tamanhos.

O Superposition of Turbulons and Eddies Atmospheric Model, STEAM, trabalha dos maiores turbulons aos menores, acrescentando perturbações em cada tamanho. Depois calcula onde a água se condensa em nuvem. Ele nunca resolve as equações de Navier-Stokes e não tem passos de tempo. Como entrada, só precisa de perfis verticais médios de umidade e energia, além de algumas constantes.

Um campo de nuvens cúmulos simulado pelo STEAM e renderizado por ray-marching. — Figura 5.1, DeWitt (2026), arXiv:2609.30589.

Quão perto da realidade?

DeWitt comparou 330 simulações do STEAM com simulações de altíssima resolução de duas campanhas de campo tropicais — cada uma com mais de um bilhão de pontos de grade — e com nove modelos de um projeto internacional de comparação. Muitas vezes, as diferenças entre o STEAM e um modelo de referência eram mais ou menos tão grandes quanto as diferenças entre dois modelos de referência. Ainda assim, as falhas são claras: de duas a cinco vezes nuvens baixas demais, variabilidade de temperatura excessiva perto do solo e um pico espúrio de variabilidade perto da tropopausa, onde o STEAM capta a mudança brusca do perfil médio, mas não sua direção. Sem chuva no modelo, a água das nuvens também se acumula alto demais em núcleos densos.

A surpresa vem do espaço. Comparada a 72 imagens de satélite, a geometria das nuvens do STEAM — quão recortadas são suas bordas, como os tamanhos se distribuem — correspondeu às observações tão bem quanto as simulações de referência, ou melhor, para uma das configurações do modelo. Algumas das discordâncias do STEAM, sugere o autor, podem revelar fraquezas nos modelos de referência.

A mesma simulação com a escala em que os turbulons são redondos fixada em 10, 30 e 100 metros: de cúmulos finos e esparsos a imponentes cúmulos congestus. — Figura 5.12, DeWitt (2026), arXiv:2609.30589.

Um milhão de vezes mais barato — com condições

Num computador de mesa, o modelo de referência CM1 precisa de cerca de 29 dias de computação para uma simulação de 100 dias. Um campo equivalente do STEAM leva 1,7 segundo. Como o STEAM produz cada instantâneo independente diretamente, sem período de aquecimento (spin-up), DeWitt estima que ele seja de 100.000 a um milhão de vezes mais barato por instantâneo.

O porém está explicitado na própria tese. O STEAM não prevê seu próprio estado médio: toma-o emprestado de outro modelo. Sua escala de “redondeza” é fixa para uma simulação inteira, de modo que tempestades profundas e nuvens altas e finas nunca compartilham um mesmo volume. E, como não tem tempo, não consegue prever o tempo de amanhã — sua força é a estatística. A tese conclui que as equações de Navier-Stokes “podem não ser, de fato, necessárias” para simular o tempo e o clima; por ora, isso continua sendo uma proposta à espera de quem a desenvolva.