O Aquecimento Global e a Economia Parte IV

Neste artigo irei continuar em apenas em citar alguns aspectos que poderiam afetar o entendimento da teoria climática tradicional. Mas como sempre, vou colocar os dois lados da moeda, tanto o status quo acadêmico no tema, quanto os contrapontos, nunca dizendo qual possivelmente é melhor ou não, apenas demonstrando ambos os lados da história, sabendo que esse tema está envolto de decisões políticas governamentais e globalistas que afetam sim a economia global.

Preliminares

Em essência, radiation transfer nada mais é que:

“A transferência radiativa (TR) estuda o transporte da radiação eletromagnética através de meios. De particular interesse é o transporte da radiação solar através da atmosfera terrestre” (William L. Dunn, J. Kenneth Shultis,Chapter 7 - Inverse Monte Carlo,Editor(s): William L. Dunn, J. Kenneth Shultis,Exploring Monte Carlo Methods (Second Edition),Elsevier,2023,Pages 255-290).

No contexto de minerais, por exemplo, não necessariamente deve haver um meio para esse efeito ocorrer, estamos falando no nosso contexto da transferência radioativa na atmosfera primariamente. (D. Serrano et, al. 2015) mostra que existem principalmente dois métodos nesse contexto, o de single scattering e o de multiple scattering, em que no segundo essa equação multifatorial agrupa um número de inputs maior naturalmente. Esses modelos obviamente estão já num contexto de Big Data com diversos tipos de parâmetros sendo colocados nestes algoritmos, o que demanda uma grande capacidade computacional dependendo, no estudo supracitado, eles dizem:

“Estatísticas dos dados de profundidade óptica de nuvens recuperados na banda eritemal (UVER) e em banda larga para 2011 e 2012 foram providas. A recuperação da profundidade óptica de nuvens foi realizada utilizando dois modelos de transferência radiativa distintos, SBDART e LibRadtran, com medições simultâneas de radiação solar UVER e em banda larga” (D. Serrano, M.J. Marín, M. Núñez, M.P. Utrillas, S. Gandía, J.A. Martínez-Lozano,Wavelength dependence of the effective cloud optical depth,Journal of Atmospheric and Solar-Terrestrial Physics,Volumes 130–131,2015,Pages 14-22).

De forma análoga à criação do algoritmo de Monte Carlo por Stanislaw Ulam e Nicholas Metropolis aplicando o mesmo na física nuclear para gerar simulações da reação em cadeia em urânio (Metropolis e Ulam, 1949), aqui podemos citar como um exemplo comparativo. Nesse artigo dos dois eles primeiro estabelece a base teórica elementar do comportamento de partículas no ambiente da fissão nuclear do urânio, e depois de estabelecer as equações que regem o comportamento da colisão de partículas geradas na fissão de forma simétrica (em Barium, Krypton, Xenon, Rubidium, Cesium e etc) e usando uma simulação computadorizada (no ENIAC inicialmente; Metropolis, 1987).

Eles nunca poderiam simular a fissão nuclear no ENIAC sem conhecer as equações que regem o comportamento das partículas nesse ambiente específico, então para simular a fissão nuclear, um entendimento elementar de física e química foi substancial para tal avanço sequer ocorrer. Eles dizem por exemplo:

"A teoria matemática por trás do nosso método computacional pode ser resumida da seguinte forma: como mencionado acima e indicado pelos exemplos, o processo é uma combinação de fluxos estocásticos e determinísticos. Em termos mais técnicos, consiste na aplicação repetida de matrizes — como em cadeias de Markov — e transformações completamente especificadas, por exemplo, a transformação do espaço de fase conforme descrito pelas equações diferenciais de Hamilton” (Metropolis e Ulam, 1949).

Então existe a necessidade de entender as equações que regem um ambiente de estudo com fins em simulação computacional, senão será impossível fazer qualquer coisa correta. Quando Von Neumann falou sobre simulação no contexto biológico nas suas palestras sobre Cellular Automata (Von Neumann, 1966), que não é só sobre simulações computacionais de organismos se auto–reproduzindo, no decorrer das palestras ele falou até da possibilidade de simulação computacional de órgãos inteiros e do cérebro como um todo (o que obviamente no momento é impossível), no sentido de que se alguém entendesse a mecânica químico–cinestésica dos diferentes tipos de células no corpo e no cérebro, e todas as interações que regem reações metabólicas e todos os mecanismos que regem a computação biológica da síntese de proteínas e expressão genética, que alguém poderia (teoricamente) até buscar simular talvez vacinas computacionalmente com certa acuracidade, ou mesmo medicamentos, fazendo o processo de Clinical Trials muito mai rápido.

Muitos acharam que Von Neumann estava com um parafuso a menos nessa teoria, lendo o que ele mesmo palestrou sobre a questão eu creio que de fato alguns pontos deixam a desejar e me parecem ficção–científica se extrapolarmos os termos usados por ele, mas em outros aspectos creio que a teoria de Cellular Automata na sua intenção original tinha como base a simulação com base no conhecimento real biológico–molecular, ela seria dependente do mesmo.

Em relação às predições climáticas, o foco é o mesmo, sem entender todas as causas seria impossível fazer simulações contundentes. É um fato que é um ambiente caótico que tende a exponentes de lyapunov positivos (Gilmore, 2019), o que faz predições de longo prazo ainda mais complexas, e asserções sobre elas, questionáveis.

O significado de probabilidade

Algumas variáveis a serem consideradas são:

1. A topologia da Terra e Kelvin Waves
2. Thermal Seesaw, Atmospheric Seesaw e Convective Seesaw (citados no final do artigo anterior) na hipótese do Balanço térmico bipolar Oceânico, de que os pólos tem uma conexão termodinâmica com impactos um no outro
3. Todos os efeitos da Transferência Radiativa, e uma teoria que explica as causas dos mesmos de forma cientificamente correta.
4. Equatorial Rossby-Gravity Waves, Ondas de Poincaré, Ondas de Rossby atmosféricas e oceânicas
5. Ciclos de Milankovitch
6. Ciclos de El Nino
7. Irradiância Solar
8. Transferência de Radiação e etc

Para citar as principais variáveis do ponto de vista geral sem considerar as mais óbvias como precipitação do ar, volatilidade de temperatura história, albedo e etc. Porém,vou ao menos dar a minha visão, de que não se pode crer em probabilidade bayesiana nesse contexto (usando apenas dados históricos estatísticos), a markoviana faz muito mais sentido, embora apenas para inferências de curto prazo com base no que já está acontecendo (um exemplo é você sair de casa, ver nuvens negras, e saber que vai chover, imagine isso com um grupo massivo de dados e complexidade computacional).

Comparando os ciclos de Milankovitch entre a Terra e Marte, (David C. Catling, 2014) diz:

“Os ciclos de Milankovitch causam variações climáticas de duas maneiras. Primeiro, controlam a distribuição da radiação solar incidente (insolação) tanto em média anual quanto sazonalmente, em função da latitude. Segundo, como as mudanças na insolação impulsionadas pelos ciclos de Milankovitch provocam variações na temperatura média anual da superfície, podem causar trocas de substâncias voláteis entre diversos reservatórios superficiais e a atmosfera” (David C. Catling, 2014).

O mesmo é uma representação das variações orbitais rotacionais da Terra, e como isso afeta a radiação que a mesma recebe do Sol. Esses ciclos podem ser observados no estudo da história climática da Terra com base em dados geológicos estratificados, é uma das importantes variáveis a considerar em relação a padrões climáticos que devem ser considerados. E em tudo isso devemos ressaltar novamente (como já em outro artigo dessa série), a importância da topologia da Terra na formatação dessas ondas gravitacionais e atmosféricas, e que modelos naturalmente devem considerar isso arduamente:

“Em particular, existe uma origem topológica para duas ondas equatoriais bem conhecidas, os modos de Kelvin e Yanai, causadas pela quebra da simetria de reversão temporal pela rotação da Terra, o que ajuda a explicar a robustez dessas ondas contra a ação das intempéries. Essa resiliência também pode estar implicada em outros fenômenos emergentes semelhantes a ondas equatoriais, como a Oscilação de Madden-Julian (MJO), notável por sua propagação para leste ao longo do equador” (Xu et, al. 2024).

Os autores do artigo supracitado ressaltam a importância do entendimento dessas relações nesse ambiente topológico da Terra para funções de probabilidade de predição climática, entenda (como vimos antes) que esses tipos de fatores que alteram também o clima, precisam absolutamente ser considerados assim como vimos no uso do Algoritmo de Monte Carlo na fissão nuclear por Ulam e Metropolis, e vagamente em Von Neumann no corpo humano.Primeiro, antes de tudo, entender todos os elementos que causam as flutuações climáticas nesse ambiente e depois criar funções ideias e algoritmos para os representar, se alguém errar nos mesmos, realizar predições acuradas se torna impossível, e ignorância de fatores desconhecidos ou mal interpretados estatisticamente ou teoricamente, podem danificar a eficiência probabilística desses resultados.

Sobre a Irradiância Solar, sabemos que:

“Nosso planeta orbita o Sol a uma distância média de 1,50 × 10¹¹ m, completando uma órbita por ano. A essa distância, recebe do Sol uma radiação média de 1368 W m⁻², valor conhecido como irradiação solar total. Antigamente, era chamado de "constante solar", embora varie ligeiramente com o ciclo das manchas solares e outras alterações relacionadas à atividade solar. A Terra tem formato semelhante ao de um esferoide oblato, com um raio médio de 6371 km. Ela gira em torno de um eixo com uma inclinação de 23,5° em relação ao plano da eclíptica, completando uma órbita ligeiramente elíptica que a aproxima do Sol em 3 de janeiro (periélio)” (Kevin E. Trenberth, 2004).

Então como vimos nos Ciclos de Milankovitch e outras variáveis, há uma variação de irradiância solar causada por fatores não–antrópicos (sem interferência do ser humano), isso obviamente deve ser considerado com todas as variáveis supracitadas anteriormente. Um exemplo claro que devo citar é do Ciclo Solar 25(não tem haver necessariamente, mas estou escrevendo num calor infernal nesse momento, diga–se de passagem), chamado de Solar Maximum.

Sobre isso, no site oficial da NASA, vemos que:

“Os cientistas não conseguirão determinar o pico exato desse período de máximo solar por muitos meses, pois ele só se torna identificável após o rastreamento de um declínio consistente na atividade solar após esse pico. No entanto, os cientistas identificaram que os últimos dois anos no Sol fizeram parte dessa fase ativa do ciclo solar, devido ao número consistentemente alto de manchas solares durante esse período” (Abbey Interrante, NASA, NOAA: Sun Reaches Maximum Phase in 11-Year Solar Cycle, NASA, Oct. 2024).

Por isso que pesquisas como a da própria NASA citada na identificação da ocorrência de alterações solares para entender quais serão as possíveis flutuações futuras temporalmente pode ter até implicações econômicas se tais efeitos foram significativos em um dado período, com certeza existem implicações na meteorologia extremamente positivas, e é um fato que a meteorologia é algo que comumente as pessoas querem saber sobre por fin de planejamentos de eventos óbvios da vida cotidiana, e entender as razões de tudo isso é extremamente importante. No site do Space Weather Prediction Center, vemos que a previsão até 2030 é que a taxa de sunspots diminua, o qual teve um grande pico em agosto de 2024, Ciclos solares de F10.7cm Radio Flux também diminuíram desde 2024.

É um fato que tudo isso é visto como irrelevante na teoria climática tradicional, que normalmente foca quase toda a culpa de mudanças climáticas apenas na queima de combustíveis fósseis, porém, creio que sem bias devemos entender que existem vários fatores que devem ser considerados, num ambiente caótico (como já vimos), não linear, e no qual predição mesmo de curto–médio prazo não são bem sucedidas.

A visão tradicional

Na visão padrão sobre questões climáticas, mesmo questões como alcalinidade do solo são consideradas, como em Desertos:

“Sem dúvida, se isso se provar universal para todos os solos salinos/alcalinos em terra, a absorção aparente de Co2 por esses solos seria muito significativa no ciclo global do carbono” (Xie et, al. 2009).

E da emergência do capitalismo (em meados do século 18) correlacionada com emissões de Co2:

“Cerca de 50% das emissões antropogênicas cumulativas de CO2 entre 1750 e 2010 ocorreram desde a década de 1970 (IPCC, 2014). Calcula-se que o aumento da temperatura produzido por altas concentrações de CO2, somado ao feedback positivo da água, elevaria a temperatura média global da superfície em 3–5 °C em 2100” (Cassia et, al. 2018).

Eles citam também o Metano (CH4), Óxido de Nitro (N2O) e os seus efeitos na camada de ozônio (O3), como tendo efeitos catastróficos para o crescimento orgânico de plantas:

“Estudando gramíneas (Lolium perenne, Poa pratensis) e leguminosas (Medicago lupulina, Lotus corniculatus) expostas à seca, alta temperatura e aumento de CO2, AbdElgawad et al. (2015) demonstraram que a seca suprime o crescimento das plantas, a fotossíntese e a condutância estomática, e promove em todas as espécies a síntese de osmólitos e antioxidantes” (Cassia et, al. 2018).

E no decorrer do artigo tentam demonstrar os efeitos negativos em n tipos de plantas do aumento de taxas de Co2 na atmosfera, afetando seu crescimento e possivelmente retardadas alguns tipos de plantações, o problema talvez seja o leque do escopo, já que existem também evidências de benefícios de Co2 para outros tipos de plantas, então é necessário demonstrar isso teoricamente experimentalmente nos principais tipos de plantio do mercado e ver de fato o que ocorre (entenda que no contraponto da Co2 Coalition, eles dizem exatamente o contrário, que historicamente vemos uma Terra mais verde nos últimos 2 séculos, você decide no que acreditar é claro).

Os autores dizem que o aumento de Co2 na atmosfera pode afetar a glutathione (GSH) de plantas atrapalhando a homeostase redox celular (Cassia et, al. 2018), o que afetaria as funções metabólicas normais de plantas em níveis prejudiciais a elas (segundo eles). (Ziska et, al. 2008) também levanta problemas possíveis causados de forma antropogênica neste contexto, de tipos de doenças respiratórias (pela maior produção de pólen), a possibilidade de mais plantas venenosas crescendo nesse contexto, efeitos em taxas nutricionais futuras e etc (pontos relativamente fracos na minha opinião). Porém, é sempre necessário ressaltar que existem evidências de efeitos benéficos do aumento da temperatura e Co2 em diferentes tipos de plantas (Compant et, al. 2010), creio que sempre é necessário mostrar ambos os lados, usando exemplos específicos tanto os contra Co2 e a favor de Co2 podem gerar falácias, é necessário uma visão abrangente que não deixe espaço para contradições.

O contraponto

Num paper de W. A. van Wijngaarden e W. Happer (The Role of Greenhouse Gases in Energy Transfer in the Earth’s Atmosphere), os autores tentam pontuar algumas questões sobre os gases estufa. É bom apontar antes de falar sobre ele, que eles não dizem que mais Co2 não irá afetar a temperatura da Terra, esse não é o argumento, o argumento é que, por exemplo, ao dobrar a quantidade de ppm produzida através da queima de combustíveis fósseis um aumento de 1 grau celsius é possível, mas que o aumento da concentração de Co2 na atmosfera não dá os efeitos hiperbólicos que a visão tradicional da Teoria Climática afirma.

Eles começam falando sobre como molécula de Co2 vibram e rotacionam emitindo radiação termal e absorção de calor de forma anisotrópica (em superfícies mais complexas como nuvens e gases que emitem e absorvem calor em taxas diferentes, a luz atmosférica é um exemplo isotrópico disso). Numa das principais figuras do artigo eles mostram que com mais Co2 em ppm na atmosfera o fluxo radiativo térmico para o espaço retrai ao invés de quando sem Co2. O ponto central é que o aumento de Co2 tem efeitos marginais de efeitos de Gás Estufa, muito menores do que normalmente se pensa (embora isso deve ser propriamente provado experimentalmente através de artigos reproduzindo tal proposição).

É citado também o princípio de Le Chatelier para tentar criar uma explicação para tal efeito de marginalidade:

“Na verdade, a maioria dos feedbacks na natureza são negativos, conforme expresso pelo Princípio de Le Chatelier: Quando qualquer sistema em equilíbrio por um longo período de tempo é submetido a uma mudança na concentração, temperatura, volume ou pressão, o sistema muda para um novo equilíbrio, e essa mudança neutraliza parcialmente a mudança aplicada” (Wijngaarden e W. Happer, "The Role of Greenhouse Gases in Energy Transfer in the Earth’s Atmosphere." CO2 Coalition, 3 Mar. 2023).

Se esse conceito puder ser aplicado aqui (e ele experimentalmente provado), o efeito do Co2 na temperatura da Terra seria marginal comparado a outros supracitados, o ponto é realmente considerar o quanto o foco em uma variável apenas em relação a tantas outras, é com base em fatos onde há uma relação de causa–efeito correlacional, ou numa falha em entendermos os mecanismo que governam o clima. Outro artigo dos mesmos autores focam apenas na questão de transferência radiativa com mais detalhes para tentar provar esse ponto, intitulado “2n-stream radiative transfer" (Wijngaarden e W. Harpper, 2022), que em resumo diz:

“A maior parte da radiação da superfície é absorvida e substituída pelo fluxo térmico emitido pela nuvem. Uma pequena fração da radiação é refletida difusamente de volta para a superfície, e uma fração ainda menor é transmitida para fora do topo da nuvem, onde a maior parte da radiação emergente foi gerada termicamente por partículas da nuvem” (Wijngaarden e W. Happer, 2022).

Eles desenvolveram todo um novo método para calcular a transferência radiativa que dizem ser até fácil de implementar nos modelos atuais na parte de código sem muitas complicações, em essência da forma de comportamento de de single scattering–albedo e a scattering phase function que regem a forma que a difusão de partículas acontece nesse contexto, nessa formatação de uma forma matricial em matrizes 2nx2n em tamanho (veja na conclusão de Wijngaarden e W. Happer, 2022), tem outros pormenores que regem essa função, mas o ponto é que segundo eles, se isso estiver correto, seria provada a marginalidade do aumento de Co2 na questão climática e assim outras causas deveria ser estudadas e encontradas (obviamente não só teoricamente mas experimentalmente, mas como Dirac descobriu as anti–partículas antes dos experimentos (Dirac, 1928; veja a equação 28 no artigo; o próximo artigo onde ele resolve o problema está em Dirac, 1930), isso não está longe de algo com rigor teórico).

Referências:

1. William L. Dunn, J. Kenneth Shultis,Chapter 7 - Inverse Monte Carlo,Editor(s): William L. Dunn, J. Kenneth Shultis,Exploring Monte Carlo Methods (Second Edition),Elsevier,2023,Pages 255-290.
2. D. Serrano, M.J. Marín, M. Núñez, M.P. Utrillas, S. Gandía, J.A. Martínez-Lozano,Wavelength dependence of the effective cloud optical depth,Journal of Atmospheric and Solar-Terrestrial Physics,Volumes 130–131,2015,Pages 14-22
3. Metropolis, Nicholas, and Stanislaw Ulam. "The monte carlo method." Journal of the American statistical association 44.247 (1949): 335-341.
4. Metropolis, Nicholas. "The Beginning of the Monte Carlo Method." Los Alamos Science, special issue, vol. 15, 1987, pp. 125-130.
5. Von Neumann, John, and Arthur Walter Burks. "Theory of self-reproducing automata." (1966).
6. Gilmore, Stephen. "Lyapunov exponents and temperature transitions in a warming Australia." Journal of Climate 32.10 (2019): 2969-2989.
7. David C. Catling,Chapter 16 - Mars Atmosphere: History and Surface Interactions,Editor(s): Tilman Spohn, Doris Breuer, Torrence V. Johnson,Encyclopedia of the Solar System (Third Edition),Elsevier,2014,Pages 343-357.
8. Xu, Weixuan, et al. "Topological Signature of Stratospheric Poincaré-Gravity Waves." Journal of the Atmospheric Sciences 81.5 (2024): 923-931.
9. Kevin E. Trenberth,Earth's Energy Balance,Editor(s): Cutler J. Cleveland,Encyclopedia of Energy,Elsevier,2004,Pages 859-870.
10. Xie, Jingxia, et al. "CO2 absorption by alkaline soils and its implication to the global carbon cycle." Environmental Geology 56.5 (2009): 953-961.
11. Cassia, Raúl, et al. "Climate change and the impact of greenhouse gasses: CO2 and NO, friends and foes of plant oxidative stress." Frontiers in plant science 9 (2018): 273.
12. Ziska, Lewis H., Paul R. Epstein, and William H. Schlesinger. "Rising CO2, climate change, and public health: exploring the links to plant biology." Environmental health perspectives 117.2 (2008): 155.
13. Compant, Stéphane, Marcel GA Van Der Heijden, and Angela Sessitsch. "Climate change effects on beneficial plant–microorganism interactions." FEMS microbiology ecology 73.2 (2010): 197-214.
14. van Wijngaarden, W. A., and W. Happer. "2n-stream radiative transfer." arXiv preprint arXiv:2205.09713 (2022).
15. Dirac, Paul Adrien Maurice. "The quantum theory of the electron." Proceedings of the Royal Society of London. Series A, Containing Papers of a Mathematical and Physical Character 117.778 (1928): 610-624.
16. Dirac, Paul Adrien Maurice. "A theory of electrons and protons." Proceedings of the Royal Society of London. Series A, Containing papers of a mathematical and physical character 126.801 (1930): 360-365.