O Brasil participou na quarta-feira (10), em Bonn, na Alemanha, da primeira parte da terceira sessão do Grupo de Trabalho de Consideração Multilateral Facilitada do Progresso (FMCP, na sigla em inglês) promovido pelo Secretariado da Convenção do Clima. Participaram também Azerbaijão, Turquia e Austrália. Até sexta-feira (12), 37 países participam do encontro técnico que permite o compartilhamento de experiências, desafios e oportunidades na elaboração dos Relatórios Bienais de Transparência, em atendimento ao Artigo nº 13 do Acordo de Paris.

Com o diálogo multilateral, o Brasil encerra o ciclo do seu Primeiro Relatório Bienal de Transparência, submetido à Convenção do Clima em 2024 e revisado por especialistas técnicos internacionais em maio de 2025. A coordenação dos relatórios de transparência do Brasil é efetuada pelo Ministério da Ciência, Tecnologia e Inovação (MCTI), por meio da Coordenação-Geral de Ciência do Clima com apoio do projeto de cooperação técnica internacional Ciência&Clima.

A presidente da 64ª sessão do Órgão Subsidiário (SBI) da UNFCCC, Julia Gardiner, destacou importância do encontro pela quantidade de países e pela representação política com a participação de autoridades de alto nível.  Representando o Secretariado da UNFCCC, do diretor sênior, Daniele Violetti, enfatizou a importância dos relatórios de transparência para a estratégia dos países, sinalizando as lacunas e o suporte necessário para avançar na ação climática.

De acordo com dados do Secretariado da Convenção do Clima, 133 países submeteram seus primeiros BTRs e 82 passaram por revisão técnica de especialistas.

Na abertura, o presidente da COP30, André Correa do Lago, que falou em nome do Brasil, destacou o papel da transparência climática na implementação do Acordo de Paris. “Transparência é indispensável para implementação e tem papel essencial na construção de confiança”, afirmou o embaixador. “Dá previsibilidade”, complementou.

Os relatórios de transparência são importantes para aumentar ambição climática, à medida que concentram informações para o acompanhamento do progresso das ações climáticas, em especial da Contribuição Nacionalmente Determinada (NDC), e a prover dados sobre as reais necessidades, em termos técnicos e financeiros, para que o país avance na agenda.

“Sem transparência, as metas são apenas promessas. Com transparência, as metas se tornam trajetórias verificáveis. Nesse sentido, o MCTI vem se esforçando cada vez mais para que nós tenhamos um sistema nacional de transparência climática robusto, apoiando o Brasil”, afirmou o coordenador-geral de Ciência do Clima do MCTI, Márcio Rojas.

Perguntas e respostas

Durante o diálogo, representantes de países e organizações observadoras fizeram perguntas aos países sobre as políticas climáticas adotadas, os sistemas e estratégias de financiamento para estimular atividades de baixo carbono, entre outras questões. Antes da sessão presencial, os países também receberam questionamentos, cujas respostas estão publicadas no site da UNFCCC junto com apresentação que resume os principais aspectos do Primeiro Relatório Bienal de Transparência.

O Brasil está preparando o Segundo Relatório Bienal de Transparência, que deve ser submetido à UNFCCC em 2026.

Clique aqui e entenda o ciclo completo do BTR.

Fonte: Ministério da Ciência, Tecnologia e Inovação

Pesquisadores do Instituto de Matemática Pura e Aplicada (Impa) desenvolveram um modelo de inteligência artificial capaz de prever chuvas com três horas de antecedência. O Tupann utiliza imagens de satélite e cálculos matemáticos para antecipar precipitações extremas e tem potencial de ajudar cidades na gestão de eventos climáticos. 

A iniciativa nasceu em 2023 com apoio do Google Brasil e da Prefeitura do Rio de Janeiro, que cedeu os dados meteorológicos e utiliza o modelo. O doutorando do Impa Leonardo Voltarelli explica que a tecnologia foi treinada com imagens de satélites e modelos de fluxo óptico, que indicam fisicamente como as chuvas se comportam. O Impa é uma organização social vinculada ao Ministério da Ciência, Tecnologia e Inovação (MCTI).

“É como se o modelo observasse o começo de um vídeo e depois nos dissesse o que vai acontecer nos próximos frames. O jeito que ele faz isso é passando primeiro por uma fase de treinamento em que mostramos vídeos completos e deixamos ele extrair informações a partir disso”, explica. 

Além de Voltarelli, fazem parte do projeto os doutorandos Antônio Catão e Melvin Poveda, com orientação do pesquisador Paulo Orenstein, todos do Impa. Os resultados do Tupann estão descritos no artigo Precipitation nowcasting of satellite data using physically-aligned neural networks. O modelo foi testado com imagens de satélites no Rio de Janeiro, Manaus, La Paz, Toronto e Miami. 

O trabalho demonstra que o projeto tem resultados melhores ou comparáveis a outras ferramentas internacionais de previsão de curto prazo.  Os pesquisadores do Impa apontam outro diferencial do Tupann: o uso de dados de satélites em relação aos radares meteorológicos terrestres, que demandam mais custos de manutenção e têm menor cobertura.

“Os dados de satélite oferecem a possibilidade de fazer previsões em lugares desprovidos de radares terrestres, que são muitos, inclusive em regiões afetadas por chuva extrema no Brasil. Dessa forma, o Tupann surgiu naturalmente como uma maneira de utilizar os dados para ajudar a Prefeitura do Rio de Janeiro, mas que também fosse aplicável em outras regiões do globo”, afirma Orenstein.

Futuro

Os próximos passos da pesquisa serão testes do modelo em outros continentes e a ampliação do tempo de previsão. “Ainda queremos ter resultados para dados de satélite em outros continentes, principalmente na África e Ásia. Outra direção que queremos explorar é o aumento do horizonte de tempo das previsões. O Tupann combina ideias de inteligência artificial com conhecimento físico que acreditamos que podem ser úteis em previsões a partir de algumas semanas no futuro”, aponta Voltarelli.

O projeto também foi premiado como Best Student Paper no workshop de aprendizado de máquina para sensoriamento remoto concedido durante a International Conference on Learning Representations (ICLR) 2026, um dos principais encontros de IA do mundo.  

Fonte: Ministério da Ciência, Tecnologia e Inovação