Ciências da Terra

Por que os dados de temperatura são ajustados: a homogeneização corrige saltos de instrumento e de local

Publicado em 14/10/2026 · Última alteração em 14/10/2026

Assuntos: Tempo e clima

Termômetros trocados, estações que mudam de lugar ou de horário de leitura e navios substituídos por boias criam saltos nas séries que não são clima. A homogeneização procura esses saltos comparando cada estação com as vizinhas e corrige ou separa os trechos. No oceano, o ajuste elevou a tendência recente de 0,07 para 0,12 °C por década, e boias e satélites independentes concordam com o valor corrigido.

Uma série é homogênea quando suas variações vêm só do tempo e do clima. Estações reais raramente são assim: o termômetro é trocado ou recalibrado, o horário de leitura muda, o posto é transferido, o entorno é construído. Em séries instrumentais do Ocidente, os estudos acham cerca de uma quebra a cada 15 a 20 anos, e o salto típico tem a mesma ordem de grandeza do aquecimento do século 20. Se as quebras fossem aleatórias, tenderiam a se anular na média, mas podem apontar na mesma direção em regiões inteiras. Homogeneizar é detectar essas quebras, em geral comparando a estação com vizinhas que vivem o mesmo clima, e então corrigir o trecho ou tratá-lo como outra estação. Como se monta a média global está em outro post.

Testar a correção com erros que já se conhece

Para avaliar os algoritmos, pesquisadores inseriram quebras de tamanho conhecido em séries simuladas e pediram a vários grupos que as corrigissem às cegas. Em temperatura, os métodos relativos melhoraram os dados; em chuva, só os melhores.

Como um salto é achado: comparar com os vizinhos

Estações próximas vivem quase o mesmo clima, então a diferença entre duas delas deve oscilar sem rumo. Um degrau repentino nessa diferença sugere que uma das duas mudou de instrumento, de local ou de entorno. A NOAA faz isso em pares, em muitas estações ao mesmo tempo, e só depois de fixar a data de todos os saltos calcula o ajuste de cada um a partir da diferença média com as vizinhas sem salto. O Berkeley Earth usa a mesma ideia de vizinhança para achar a quebra, mas, em vez de ajustar, divide a série em duas estações.

No mar: dos navios às boias

Em terra o problema é a estação; no mar, é o instrumento. Até as duas últimas décadas, a maior parte das medições vinha de navios, primeiro com baldes lançados ao mar e, depois de 1940, cada vez mais pela entrada de água do motor. De 1990 a 2015, a medição passou de 80% feita por navios para 80% feita por boias. Como navios modernos registram temperaturas cerca de 0,12 °C acima das boias, misturar as duas sem correção pode introduzir um viés na série. A NOAA incluiu correções para isso na versão 4 da ERSST, e a tendência recente subiu.

Como sabemos que a correção acerta

Há três testes. O primeiro é cego: algoritmos recebem séries simuladas com quebras conhecidas e são medidos pelo erro; em temperatura, os relativos melhoraram os dados. O segundo usa instrumentos que não mudaram: boias, Argo e satélites concordam em geral com a série corrigida. O terceiro compara métodos: o Berkeley Earth, que só divide as séries, chegou a resultados próximos dos de quem corrige. Cada teste tem limite: o cego é simulação, as boias pesam na ERSST v4 e a comparação do Berkeley foi feita pelos próprios autores do método.

O que muda na conclusão, e o que não se sabe

Ajustar não vira o resultado de cabeça para baixo, mas também não é neutro. No mar, o estudo de Karl e colegas, de 2015, encontrou tendência maior que a do IPCC nas décadas recentes, e a avaliação de 2017 com instrumentos homogêneos concordou com a correção da NOAA. Nas fontes lidas aqui não há um número líquido do efeito dos ajustes na terra no longo prazo, e não se deve supor que ele tenha um só sinal. O efeito das cidades, tratado em outro post, é um problema vizinho: é local, e comparar com estações vizinhas ajuda a notá-lo.

Como sabemos

Mecanismos e resultados vêm de artigos e de página da NOAA lidos; falta, nas fontes abertas lidas, um número líquido do efeito dos ajustes na terra e no longo prazo.

• Estimativa: Em registros instrumentais de clima do Ocidente, as quebras detectadas na temperatura média aparecem com frequência de cerca de uma a cada 15 a 20 anos. [4] Introduction (1)
  Contexto: Síntese dos autores de estudos de homogeneização de séries instrumentais ocidentais; a frequência varia por rede e período. · Limitações: Valor aproximado ('roughly'), vindo de estudos anteriores citados pelo artigo, não de medição própria nesse trecho. · Ordem de grandeza, não regra para cada estação. · Conferida na fonte (texto integral), conferência automatizada
• Estimativa: O tamanho típico dessas quebras costuma ser da mesma ordem de grandeza da mudança climática do século 20, por isso elas são fonte importante de incerteza para tendências de longo prazo. [4] Introduction (1)
  Contexto: Séries instrumentais ocidentais citadas pelos autores. · Limitações: 'Often' indica que não vale para toda quebra; o artigo resume trabalhos anteriores. · A inferência de que isso gera incerteza em tendências é dos autores do artigo. · Conferida na fonte (texto integral), conferência automatizada
• Fato estabelecido: Estações mudam de forma de registrar: do registro em horas fixas passaram, em muitos lugares, a uma leitura diária das temperaturas máxima e mínima das 24 horas, e termômetros são substituídos ou recalibrados. [5] Temperature and Data Homogenization
  Contexto: Descrição da NOAA para as estações que alimentam a base GHCNm. · Conferida na fonte (página institucional), conferência automatizada
• Fato estabelecido: Na base GHCNm v4 da NOAA, os saltos nas séries mensais são detectados por comparações automáticas, estação a estação, em pares. [5] Temperature and Data Homogenization
  Contexto: Algoritmo de homogeneização por pares (PHA) de Menne e Williams (2009), usado pela NOAA na base de estações de terra. · Conferida na fonte (página institucional), conferência automatizada
• Fato estabelecido: O fator de ajuste de cada salto é calculado a partir da variação média das diferenças mensais entre a estação-alvo e as estações de referência vizinhas que não mostram salto no mesmo momento. [5] Temperature and Data Homogenization
  Contexto: Descrição do PHA na base GHCNm v4; o algoritmo resolve a data de todos os saltos antes de calcular os fatores. · Conferida na fonte (página institucional), conferência automatizada
• Fato estabelecido: O Berkeley Earth não ajusta os trechos: um procedimento automático identifica descontinuidades, divide a série da estação em duas nesse momento e trata as partes como registros separados. [3] Abstract
  Contexto: Método descrito em 2013 e aplicado à base GHCN de temperatura mensal de terra; a técnica chama-se 'scalpel' (bisturi). · Limitações: Descrição do artigo de 2013; versões posteriores do Berkeley Earth podem diferir em detalhes. · Conferida na fonte (texto integral), conferência automatizada
• Evidência forte: Aplicando seu método à base GHCN sem a homogeneização da NOAA, o Berkeley Earth obteve resultados muito próximos dos de grupos que usaram dados iguais ou parecidos com homogeneização completa. [3] Discussão do método (resultados)
  Contexto: Temperatura de terra, base GHCN, comparação de 2013 feita pelos próprios autores do método. · Limitações: Comparação feita pelo grupo que propôs o método; os dados de base são os mesmos ou parecidos, então não é concordância entre dados independentes. · Mostra que dois jeitos diferentes de tratar as quebras chegam a séries próximas. · Conferida na fonte (texto integral), conferência automatizada
• Estimativa: Navios modernos, que medem principalmente pela entrada de água do motor, tendem a registrar temperaturas do mar cerca de 0,12 °C mais altas que as boias, cujos sensores ficam em contato direto com a superfície. [2] Introduction, §2
  Contexto: Medições de navios (principalmente de entrada de água do motor) comparadas com boias; valor médio citado pelos autores a partir de trabalhos anteriores. · Limitações: O valor médio varia com o tipo de navio e de sensor. · 'Around 0.12°C': ordem de grandeza média, não constante. · Conferida na fonte (texto integral), conferência automatizada
• Fato estabelecido: Nos últimos 25 anos do estudo, o método de medir a temperatura do mar passou de 80% feito por navios em 1990 para 80% feito por boias em 2015. [2] Introduction, §2
  Contexto: Observações de temperatura da superfície do mar (SST) nas bases internacionais usadas pelos grupos de temperatura global. · Conferida na fonte (texto integral), conferência automatizada
• Fato estabelecido: Na série de temperatura do mar da NOAA, a atualização da versão 3b para a 4, com correções para o uso crescente de boias, elevou a tendência estimada dos últimos 19 anos de 0,07 °C para 0,12 °C por década. [2] Abstract
  Contexto: Série ERSST da NOAA; período final da série quando o estudo foi feito (cerca de 1997–2015). · Limitações: A atualização também incluiu ajustes baseados em temperatura do ar marinho noturno para as medições de navios. · Conferida na fonte (texto integral), conferência automatizada
• Evidência forte: As tendências da ERSST versão 4 concordam, em geral, com medições de temperatura do mar de instrumento único e quase globais: boias à deriva, flutuadores Argo e satélites de radiômetro. [2] Abstract
  Contexto: Comparação por volta de 1997–2015; as séries de um só instrumento são menos sujeitas a quebras por troca de instrumento. · Limitações: Os autores apontam incerteza residual, sobretudo nas reconstruções baseadas em Argo, e a concordância com as boias é esperada em parte porque a ERSST v4 deu mais peso a elas; o satélite é a validação mais independente. · Validação independente de um ajuste, não prova de que todo ajuste esteja certo. · Conferida na fonte (texto integral), conferência automatizada
• Estimativa: Um estudo da NOAA publicado em 2015, com a série de superfície atualizada, concluiu que as tendências globais são maiores que as relatadas pelo IPCC, sobretudo nas décadas recentes. [1] Resumo (abstract)
  Contexto: Karl et al. (2015), análise da NOAA que incorporou as correções de boias e de navios à série oceânica. · Limitações: Só o resumo foi lido. A parte oceânica foi depois testada com dados independentes por Hausfather et al. (2017). · Resultado de um estudo; a avaliação posterior sobre o mar aparece em a11. · Conferida na fonte (resumo), conferência automatizada
• Evidência forte: No teste cego de algoritmos, os métodos relativos de homogeneização em geral melhoraram a homogeneidade dos dados de temperatura, mas, para a chuva, só os melhores melhoraram. [4] Abstract
  Contexto: Comparação de algoritmos em dados mensais (reais e simulados) com inhomogeneidades inseridas; 'relativos' são os que comparam a estação com vizinhas. · Limitações: O resultado depende da métrica de erro; os autores dizem que o desempenho muda conforme a métrica. · O teste é de 2012; algoritmos mais novos não foram avaliados por ele. · Conferida na fonte (texto integral), conferência automatizada
• Fato estabelecido: O teste usou séries simuladas nas quais inhomogeneidades conhecidas foram inseridas ao acaso, de modo que a resposta correta era conhecida. [4] Seção 2 (dados e métodos)
  Contexto: Parte simulada (substituta e sintética) do conjunto de teste; havia também uma parte com dados reais. · Conferida na fonte (texto integral), conferência automatizada
• Evidência forte: Quebras não são sempre aleatórias: diversos estudos indicam que, juntas, podem criar vieses artificiais nas tendências de clima em regiões inteiras. [4] Introduction (1)
  Contexto: Exemplos citados pelos autores incluem mudança de hora de observação e redução da urbanização de uma rede. · Limitações: Síntese de estudos anteriores no texto do artigo. · Por isso é preciso corrigir, e não apenas confiar que os erros se cancelam. · Conferida na fonte (texto integral), conferência automatizada

Fontes

1. Science (NOAA NCEI) — Possible artifacts of data biases in the recent global surface warming hiatus
   Karl, T. R.; Arguez, A.; Huang, B.; Lawrimore, J. H.; McMahon, J. R.; Menne, M. J.; Peterson, T. C.; Vose, R. S.; Zhang, H.-M. · 2015-06-26 · Artigo científico original · lido só o resumo · consultada em 13/10/2026 DOI 10.1126/science.aaa5632
2. Science Advances — Assessing recent warming using instrumentally homogeneous sea surface temperature records
   Hausfather, Z.; Cowtan, K.; Clarke, D. C.; Jacobs, P.; Richardson, M.; Rohde, R. · 2017-01-04 · Artigo científico original · lida na íntegra · consultada em 13/10/2026 DOI 10.1126/sciadv.1601207
3. Geoinformatics & Geostatistics: An Overview — Berkeley Earth Temperature Averaging Process
   Rohde, R.; Muller, R.; Jacobsen, R.; Perlmutter, S.; Rosenfeld, A.; Wurtele, J.; Curry, J.; Wickham, C.; Mosher, S. · 2013 · Artigo científico original · lida na íntegra · consultada em 13/10/2026 DOI 10.4172/2327-4581.1000103
4. Climate of the Past — Benchmarking homogenization algorithms for monthly data
   Venema, V. K. C. et al. · 2012-01-10 · Artigo científico original · lida na íntegra · consultada em 13/10/2026 DOI 10.5194/cp-8-89-2012
5. NOAA NCEI — Global Historical Climatology Network monthly (GHCNm)
   NOAA National Centers for Environmental Information · 2018 · Documento institucional · lida na íntegra · consultada em 13/10/2026

Encontrou um erro? Avise o WikiMundi · Como verificamos