Gavin Schmidt: The emergent patterns of climate change

Gavin Schmidt: Os padrões resultantes da mudança climática.

176,391 views

2014-05-01 ・ TED


New videos

Gavin Schmidt: The emergent patterns of climate change

Gavin Schmidt: Os padrões resultantes da mudança climática.

176,391 views ・ 2014-05-01

TED


Por favor, clique duas vezes nas legendas em inglês abaixo para reproduzir o vídeo.

Tradutor: Andrea Mussap Revisor: Mario Curiki
00:12
We live in a very complex environment:
0
12864
2323
Vivemos em um ambiente muito complexo:
00:15
complexity and dynamism
1
15187
1904
complexidade, dinamismo
00:17
and patterns of evidence
2
17091
2063
e padrões de evidências
00:19
from satellite photographs, from videos.
3
19154
2885
de fotografias de satélite, de vídeos.
00:22
You can even see it outside your window.
4
22039
3011
Você pode até ver pela sua janela.
00:25
It's endlessly complex, but somehow familiar,
5
25050
3860
É infinitamente complexo, mas de alguma forma familiar,
00:28
but the patterns kind of repeat,
6
28910
1960
mas os padrões meio que se repetem,
00:30
but they never repeat exactly.
7
30870
2490
mas nunca de forma idêntica.
00:33
It's a huge challenge to understand.
8
33360
4127
Compreender isso é um enorme desafio.
00:37
The patterns that you see
9
37487
2132
Os padrões que você vê
00:39
are there at all of the different scales,
10
39619
3720
existem em todas as diferentes escalas,
00:43
but you can't chop it into one little bit and say,
11
43339
2906
mas você não pode dividi-los em pedacinhos e dizer:
00:46
"Oh, well let me just make a smaller climate."
12
46245
2663
"Bem, deixe-me criar um clima menor".
00:48
I can't use the normal products of reductionism
13
48908
4212
Não posso usar as ferramentas normais de reducionismo
00:53
to get a smaller and smaller thing that I can study
14
53120
2722
para obter uma coisa cada vez menor,
00:55
in a laboratory and say, "Oh,
15
55842
2308
que eu possa estudar no laboratório e dizer:
00:58
now that's something I now understand."
16
58150
2396
"Agora sim. Isso eu entendo".
01:00
It's the whole or it's nothing.
17
60546
3367
Ou é tudo ou é nada.
01:03
The different scales that give you
18
63913
2552
As diferentes escalas que proporcionam
01:06
these kinds of patterns
19
66465
2122
esses tipos de padrões
01:08
range over an enormous range of magnitude,
20
68587
3457
variam em uma enorme escala de grandeza,
01:12
roughly 14 orders of magnitude,
21
72044
2416
cerca de 14 ordens de grandeza,
01:14
from the small microscopic particles
22
74460
2491
desde pequenas partículas microscópicas
01:16
that seed clouds
23
76951
2376
que compõem as nuvens,
01:19
to the size of the planet itself,
24
79327
2560
ao tamanho do próprio planeta,
01:21
from 10 to the minus six
25
81887
1276
de 10 elevado a menos seis,
01:23
to 10 to the eight,
26
83163
1077
até 10 elevado a oito,
01:24
14 orders of spatial magnitude.
27
84240
2292
14 ordens de grandeza espaciais.
01:26
In time, from milliseconds to millennia,
28
86532
3411
No tempo, de milissegundos até milênios,
01:29
again around 14 orders of magnitude.
29
89943
3055
novamente cerca de 14 ordens de grandeza.
01:32
What does that mean?
30
92998
1387
O que isso significa?
01:34
Okay, well if you think about how
31
94385
1939
Bem, se você pensar sobre como
01:36
you can calculate these things,
32
96324
2660
você pode calcular essas coisas,
01:38
you can take what you can see,
33
98984
1960
você pode ter o que você pode ver.
01:40
okay, I'm going to chop it up
34
100944
1026
Ok, eu vou cortar isso
01:41
into lots of little boxes,
35
101970
1379
em um monte de quadradinhos,
01:43
and that's the result of physics, right?
36
103349
2355
e esse é o resultado da física, certo?
01:45
And if I think about a weather model,
37
105704
1725
E se eu pensar em um modelo climático
01:47
that spans about five orders of magnitude,
38
107429
2494
que se estenda por cinco ordens de grandeza,
01:49
from the planet to a few kilometers,
39
109923
3127
do planeta até alguns quilômetros,
01:53
and the time scale
40
113050
1538
e a escala do tempo,
01:54
from a few minutes to 10 days, maybe a month.
41
114588
4412
de alguns minutos até 10 dias, talvez um mês.
01:59
We're interested in more than that.
42
119000
1395
Estamos interessados em mais que isso.
02:00
We're interested in the climate.
43
120395
1305
Estamos interessados no clima.
02:01
That's years, that's millennia,
44
121700
2141
Isso são anos, milênios,
02:03
and we need to go to even smaller scales.
45
123841
2573
então precisamos de escalas ainda menores.
02:06
The stuff that we can't resolve,
46
126414
1601
As coisas que não podemos resolver,
02:08
the sub-scale processes,
47
128015
1965
os processos de subescala,
02:09
we need to approximate in some way.
48
129980
1980
temos que aproximar.
02:11
That is a huge challenge.
49
131960
1762
Isso é um enorme desafio.
02:13
Climate models in the 1990s
50
133722
2188
Os modelos climáticos na década de 1990
02:15
took an even smaller chunk of that,
51
135910
1970
pegaram um pedaço ainda menor do que esse,
02:17
only about three orders of magnitude.
52
137880
2018
apenas cerca de 3 ordens de grandeza.
02:19
Climate models in the 2010s,
53
139898
2095
Os modelos climáticos na década de 2010,
02:21
kind of what we're working with now,
54
141993
1774
tipo os que estamos trabalhando agora,
02:23
four orders of magnitude.
55
143767
2940
4 ordens de grandeza.
02:26
We have 14 to go,
56
146707
2303
Nós temos 14 para usar,
02:29
and we're increasing our capability
57
149010
2200
e estamos aumentando a nossa capacidade
02:31
of simulating those at about
58
151210
1870
de simulá-los em cerca
02:33
one extra order of magnitude every decade.
59
153080
3546
de uma ordem extra de grandeza a cada década.
02:36
One extra order of magnitude in space
60
156626
1895
Uma ordem extra de grandeza no espaço
02:38
is 10,000 times more calculations.
61
158521
3249
significa 10 mil vezes mais cálculos.
02:41
And we keep adding more things,
62
161770
2380
E continuamos adicionando coisas,
02:44
more questions to these different models.
63
164150
2374
mais perguntas, a esses diferentes modelos.
02:46
So what does a climate model look like?
64
166524
2733
Como é um modelo climático?
02:49
This is an old climate model, admittedly,
65
169257
2341
Este é um modelo climático antigo, reconhecidamente
02:51
a punch card, a single line of Fortran code.
66
171598
4080
um cartão perfurado, uma única linha de código Fortran.
02:55
We no longer use punch cards.
67
175678
1978
Não usamos mais cartões perfurados.
02:57
We do still use Fortran.
68
177656
2241
Mas ainda usamos Fortran.
02:59
New-fangled ideas like C
69
179897
1957
Ideias modernas, como a linguagem C,
03:01
really haven't had a big impact
70
181854
3235
não tiveram um grande impacto
03:05
on the climate modeling community.
71
185089
2367
na comunidade de modelagem climática.
03:07
But how do we go about doing it?
72
187456
1400
Mas como se chega a esse ponto?
03:08
How do we go from that complexity that you saw
73
188856
4624
Como ir daquela complexidade que você viu,
03:13
to a line of code?
74
193480
2530
até uma linha de código?
03:16
We do it one piece at a time.
75
196010
1573
Trabalhamos com uma peça de cada vez.
03:17
This is a picture of sea ice
76
197583
1878
Esta é uma imagem de gelo marítimo
03:19
taken flying over the Arctic.
77
199461
2098
se arriscando sobre o Ártico.
03:21
We can look at all of the different equations
78
201559
2038
Podemos observar todas as diferentes equações
03:23
that go into making the ice grow
79
203597
3112
que investigam o aumento do gelo,
03:26
or melt or change shape.
80
206709
2114
ou seu derretimento, ou mudança de forma.
03:28
We can look at the fluxes.
81
208823
1131
Podemos observar os fluxos.
03:29
We can look at the rate at which
82
209954
1952
Podemos observar a que taxa a neve
03:31
snow turns to ice, and we can code that.
83
211906
2845
se transforma em gelo, e codificar isso.
03:34
We can encapsulate that in code.
84
214751
2329
Podemos encapsular isso em código.
03:37
These models are around
85
217080
1226
A essa altura, esses modelos têm
03:38
a million lines of code at this point,
86
218306
2083
cerca de um milhão de linhas de código,
03:40
and growing by tens of thousands of lines of code
87
220389
3470
e crescem dezenas de milhares
03:43
every year.
88
223859
1191
de linhas de código por ano.
03:45
So you can look at that piece,
89
225050
1653
Você pode observar aquela peça,
03:46
but you can look at the other pieces too.
90
226703
1922
mas pode observar as outras peças também.
03:48
What happens when you have clouds?
91
228625
1933
O que acontece quando se tem nuvens?
03:50
What happens when clouds form,
92
230558
2159
O que acontece quando as nuvens se formam,
03:52
when they dissipate, when they rain out?
93
232717
1882
quando elas se dissipam, quando chove?
03:54
That's another piece.
94
234599
1742
Essa é outra peça.
03:56
What happens when we have radiation
95
236341
1846
O que acontece quando temos a radiação
03:58
coming from the sun, going through the atmosphere,
96
238187
2534
vindo do Sol, atravessando a atmosfera,
04:00
being absorbed and reflected?
97
240721
1926
sendo absorvida e refletida?
04:02
We can code each of those very small pieces as well.
98
242647
3979
Também podemos codificar cada uma dessas pequenas peças.
04:06
There are other pieces:
99
246626
1416
Existem outras peças:
04:08
the winds changing the ocean currents.
100
248042
3460
os ventos mudando as correntes oceânicas.
04:11
We can talk about the role of vegetation
101
251502
3770
Podemos falar sobre o papel da vegetação
04:15
in transporting water from the soils
102
255272
2329
no transporte de água do solo
04:17
back into the atmosphere.
103
257601
1969
de volta à atmosfera.
04:19
And each of these different elements
104
259570
2914
E podemos encapsular cada um desses
04:22
we can encapsulate and put into a system.
105
262484
3624
diferentes elementos, e colocá-los em um sistema.
04:26
Each of those pieces ends up adding to the whole.
106
266108
5148
Cada uma dessas peças acaba se juntando ao todo.
04:31
And you get something like this.
107
271256
2297
E no final, você tem algo assim.
04:33
You get a beautiful representation
108
273553
2848
Você tem uma linda representação
04:36
of what's going on in the climate system,
109
276401
2622
do que está acontecendo
no sistema climático, onde cada um desses
04:39
where each and every one of those
110
279023
3389
04:42
emergent patterns that you can see,
111
282412
2782
padrões resultantes que você pode ver,
04:45
the swirls in the Southern Ocean,
112
285194
2003
os redemoinhos no Oceano Antártico,
04:47
the tropical cyclone in the Gulf of Mexico,
113
287197
2756
o ciclone tropical no Golfo do México,
04:49
and there's two more that are going to pop up
114
289953
1641
e há mais dois que vão aparecer
04:51
in the Pacific at any point now,
115
291594
2354
no Pacífico a qualquer momento,
04:53
those rivers of atmospheric water,
116
293948
2713
os rios de água atmosférica,
04:56
all of those are emergent properties
117
296661
2857
são todos propriedades
04:59
that come from the interactions
118
299518
2124
das interações dos processos
05:01
of all of those small-scale processes I mentioned.
119
301642
3495
de pequena escala que eu mencionei.
05:05
There's no code that says,
120
305137
1905
Não há nenhum código que diga:
05:07
"Do a wiggle in the Southern Ocean."
121
307042
1857
"Faça uma rotação no Oceano Antártico."
05:08
There's no code that says, "Have two
122
308899
2668
Não há um código que diga: "Pegue dois
05:11
tropical cyclones that spin around each other."
123
311567
2898
ciclones tropicais que girem em torno um do outro".
05:14
All of those things are emergent properties.
124
314465
3812
Essas coisas são propriedades resultantes.
05:18
This is all very good. This is all great.
125
318277
2146
Isso tudo é muito bom. Isso tudo é ótimo.
05:20
But what we really want to know
126
320423
1270
Mas o que realmente queremos saber
05:21
is what happens to these emergent properties
127
321693
1949
é o que acontece com essas propriedades resultantes
05:23
when we kick the system?
128
323642
1705
quando estimulamos o sistema.
05:25
When something changes, what happens to those properties?
129
325347
3533
Quando algo muda, o que acontece com essas propriedades?
05:28
And there's lots of different ways to kick the system.
130
328880
2989
Há muitas maneiras diferentes de estimular o sistema.
05:31
There are wobbles in the Earth's orbit
131
331869
2033
Há oscilações na órbita da Terra
05:33
over hundreds of thousands of years
132
333902
1879
ao longo de centenas de milhares de anos,
05:35
that change the climate.
133
335781
2026
que alteram o clima.
05:37
There are changes in the solar cycles,
134
337807
2136
Há mudanças nos ciclos solares,
05:39
every 11 years and longer, that change the climate.
135
339943
3105
a cada 11 anos ou mais, que alteram o clima.
05:43
Big volcanoes go off and change the climate.
136
343048
3574
Grandes vulcões entram em erupção, e mudam o clima.
05:46
Changes in biomass burning, in smoke,
137
346622
3238
Mudanças na queima da biomassa, na fumaça,
05:49
in aerosol particles, all of those things
138
349860
1863
em partículas de aerossóis,
05:51
change the climate.
139
351723
1822
todas essas coisas mudam o clima.
05:53
The ozone hole changed the climate.
140
353545
4059
O buraco de ozônio muda o clima.
05:57
Deforestation changes the climate
141
357604
2217
O desmatamento muda o clima,
05:59
by changing the surface properties
142
359821
1926
alterando as propriedades da superfície
06:01
and how water is evaporated
143
361747
1990
e a forma como a água evapora
06:03
and moved around in the system.
144
363737
2466
e se desloca em torno do sistema.
06:06
Contrails change the climate
145
366203
2285
Rastros de condensação mudam o clima
06:08
by creating clouds where there were none before,
146
368488
2867
ao criar nuvens onde antes não havia nenhuma,
06:11
and of course greenhouse gases change the system.
147
371355
4598
e gases de efeito estufa, é claro, alteram o sistema.
06:15
Each of these different kicks
148
375953
3021
E cada um desses diferentes estímulos
06:18
provides us with a target
149
378974
2151
nos proporcionam um alvo
06:21
to evaluate whether we understand
150
381125
2835
para analisarmos se entendemos
06:23
something about this system.
151
383960
2161
alguma coisa a respeito do sistema.
06:26
So we can go to look at
152
386121
2392
Assim, podemos observar
06:28
what model skill is.
153
388513
2704
o que é "habilidade" do modelo.
06:31
Now I use the word "skill" advisedly:
154
391217
2033
Eu uso a palavra "habilidade", deliberadamente:
06:33
Models are not right or wrong; they're always wrong.
155
393250
2411
os modelos não estão certos ou errados; eles estão sempre errados.
06:35
They're always approximations.
156
395661
1720
Eles são sempre aproximações.
06:37
The question you have to ask
157
397381
1894
O que você tem que perguntar
06:39
is whether a model tells you more information
158
399275
3079
é se um modelo te dá mais informações
06:42
than you would have had otherwise.
159
402354
1925
do que você teria de outra forma.
06:44
If it does, it's skillful.
160
404279
3381
Caso sim, ele é hábil.
06:47
This is the impact of the ozone hole
161
407660
2454
Este é o impacto do buraco de ozônio
06:50
on sea level pressure, so low pressure, high pressures,
162
410114
2860
sobre a pressão do nível do mar, baixa pressão, altas pressões,
06:52
around the southern oceans, around Antarctica.
163
412974
2595
em torno dos oceanos do sul, em torno da Antártica.
06:55
This is observed data.
164
415569
1913
Isso é dado observado.
06:57
This is modeled data.
165
417482
2088
Isto é dado modelado.
06:59
There's a good match
166
419570
1594
Esta é uma boa comparação,
07:01
because we understand the physics
167
421164
1951
porque entendemos a física
07:03
that controls the temperatures in the stratosphere
168
423115
3138
que controla as temperaturas na estratosfera,
07:06
and what that does to the winds
169
426253
1746
e o que isso faz com os ventos
07:07
around the southern oceans.
170
427999
2181
em torno dos oceanos do sul.
07:10
We can look at other examples.
171
430180
1519
Podemos pegar outros exemplos.
07:11
The eruption of Mount Pinatubo in 1991
172
431699
2856
A erupção do Monte Pinatubo em 1991
07:14
put an enormous amount of aerosols, small particles,
173
434555
2799
despejou uma enorme quantidade de aerossóis,
07:17
into the stratosphere.
174
437354
1587
pequenas partículas, na estratosfera.
07:18
That changed the radiation balance of the whole planet.
175
438941
3147
Isso mudou o equilíbrio da radiação de todo o planeta.
07:22
There was less energy coming in than there was before,
176
442088
2782
Houve menos energia chegando do que havia antes,
07:24
so that cooled the planet,
177
444870
1658
então isso esfriou o planeta,
07:26
and those red lines and those green lines,
178
446528
2019
e aquelas linhas vermelhas e verdes,
07:28
those are the differences between what we expected
179
448547
2565
são as diferenças entre o que esperávamos
07:31
and what actually happened.
180
451112
1688
e o que realmente aconteceu.
07:32
The models are skillful,
181
452800
1783
Os modelos são hábeis
07:34
not just in the global mean,
182
454583
1693
não apenas num sentido global,
07:36
but also in the regional patterns.
183
456276
3044
mas também nos padrões regionais.
07:39
I could go through a dozen more examples:
184
459320
2840
Eu poderia dar mais uma dúzia de exemplos:
07:42
the skill associated with solar cycles,
185
462160
2850
a habilidade associada aos ciclos solares,
07:45
changing the ozone in the stratosphere;
186
465010
2070
alterando o ozônio na estratosfera;
07:47
the skill associated with orbital changes
187
467080
2347
a habilidade associada
às mudanças orbitais, ao longo de 6 mil anos.
07:49
over 6,000 years.
188
469427
2056
07:51
We can look at that too, and the models are skillful.
189
471483
2398
Podemos analisar isso também, e os modelos são hábeis.
07:53
The models are skillful in response to the ice sheets
190
473881
3094
Os modelos são hábeis em resposta
07:56
20,000 years ago.
191
476975
1520
às placas de gelo de 20 mil anos atrás.
07:58
The models are skillful
192
478495
1671
Os modelos são hábeis
08:00
when it comes to the 20th-century trends
193
480166
2904
quando se trata das tendências
08:03
over the decades.
194
483070
1515
do século 20, ao longo das décadas.
08:04
Models are successful at modeling
195
484585
2282
Os modelos são bem-sucedidos em modelar
08:06
lake outbursts into the North Atlantic
196
486867
2605
erupções de lagos no Atlântico Norte,
08:09
8,000 years ago.
197
489472
1765
8 mil anos atrás.
08:11
And we can get a good match to the data.
198
491237
3090
E nós conseguimos uma boa combinação dos dados.
08:15
Each of these different targets,
199
495463
2387
Cada um destes diferentes alvos,
08:17
each of these different evaluations,
200
497850
2130
cada uma destas diferentes avaliações,
08:19
leads us to add more scope
201
499980
2391
leva-nos a adicionarmos mais escopo
08:22
to these models,
202
502371
1151
a esses modelos,
08:23
and leads us to more and more
203
503522
2744
e leva-nos a mais e mais
08:26
complex situations that we can ask
204
506266
3988
situações complexas, que nos permitem fazer
08:30
more and more interesting questions,
205
510254
2569
perguntas cada vez mais interessantes,
08:32
like, how does dust from the Sahara,
206
512823
2710
tipo: como a poeira do Saara,
08:35
that you can see in the orange,
207
515533
1734
que você pode ver em laranja,
08:37
interact with tropical cyclones in the Atlantic?
208
517267
3443
interage com os ciclones tropicais no Atlântico?
08:40
How do organic aerosols from biomass burning,
209
520710
3477
Como os aerossóis orgânicos da queima de biomassa,
08:44
which you can see in the red dots,
210
524187
2723
que você pode ver nos pontos vermelhos,
08:46
intersect with clouds and rainfall patterns?
211
526910
2934
se cruzam com os padrões de nuvens e de chuva?
08:49
How does pollution, which you can see
212
529844
1787
Como a poluição, que você pode ver
08:51
in the white wisps of sulfate pollution in Europe,
213
531631
3899
nos tufos brancos de poluição de sulfato na Europa,
08:55
how does that affect the temperatures at the surface
214
535530
3335
como isso afeta as temperaturas na superfície
08:58
and the sunlight that you get at the surface?
215
538865
3488
e a luz do solar que temos na superfície?
09:02
We can look at this across the world.
216
542353
3488
Podemos observar isso em todo o mundo.
09:05
We can look at the pollution from China.
217
545841
3660
Podemos observar a poluição na China.
09:09
We can look at the impacts of storms
218
549501
3598
Podemos ver os impactos das tempestades
09:13
on sea salt particles in the atmosphere.
219
553099
3444
nas partículas de sal marítimas na atmosfera.
09:16
We can see the combination
220
556543
2561
Podemos ver a combinação
09:19
of all of these different things
221
559104
2171
de todas estas coisas diferentes
09:21
happening all at once,
222
561275
1468
acontecendo ao mesmo tempo,
09:22
and we can ask much more interesting questions.
223
562743
2407
e podemos fazer perguntas muito mais interessantes.
09:25
How do air pollution and climate coexist?
224
565150
4624
Como a poluição do ar e o clima coexistem?
09:29
Can we change things
225
569774
1509
Podemos mudar as coisas que, ao mesmo tempo,
09:31
that affect air pollution and climate at the same time?
226
571283
2589
afetam a poluição do ar e o clima?
09:33
The answer is yes.
227
573872
2344
A resposta é sim.
09:36
So this is a history of the 20th century.
228
576216
3044
Esta é a história do século 20.
09:39
The first one is the model.
229
579260
2243
O primeiro é o modelo.
09:41
The weather is a little bit different
230
581503
1407
O clima está um pouco diferente
09:42
to what actually happened.
231
582910
1289
do que realmente aconteceu.
09:44
The second one are the observations.
232
584199
2032
O segundo são as observações.
09:46
And we're going through the 1930s.
233
586231
2325
E estamos passando pela década de 1930.
09:48
There's variability, there are things going on,
234
588556
2824
Há variabilidade, há coisas acontecendo,
09:51
but it's all kind of in the noise.
235
591380
2182
mas a maioria não é considerável.
09:53
As you get towards the 1970s,
236
593562
2862
Chegando na década de 1970,
09:56
things are going to start to change.
237
596424
2009
as coisas vão começando a mudar.
09:58
They're going to start to look more similar,
238
598433
2062
Eles vão ficando mais parecidos,
10:00
and by the time you get to the 2000s,
239
600495
2558
e quando você chega na década de 2000,
10:03
you're already seeing the patterns of global warming,
240
603063
2642
você já vê os padrões do aquecimento global
10:05
both in the observations and in the model.
241
605705
2749
tanto nas observações, quanto no modelo.
10:08
We know what happened over the 20th century.
242
608454
2127
Sabemos o que aconteceu ao longo do século 20.
10:10
Right? We know that it's gotten warmer.
243
610581
1760
Certo? Sabemos que está ficando mais quente.
10:12
We know where it's gotten warmer.
244
612341
1611
Sabemos onde está ficando mais quente.
10:13
And if you ask the models why did that happen,
245
613952
2740
E se você perguntar aos modelos
por que isso aconteceu, você diz: "Bem,
10:16
and you say, okay, well, yes,
246
616692
2125
10:18
basically it's because of the carbon dioxide
247
618817
1866
é basicamente por causa do dióxido de carbono
10:20
we put into the atmosphere.
248
620683
1979
que jogamos na atmosfera."
10:22
We have a very good match
249
622662
1682
Nós temos uma ótima correspondência
10:24
up until the present day.
250
624344
2627
até os dias atuais.
10:26
But there's one key reason why we look at models,
251
626971
3420
Mas há uma razão principal pela qual examinamos os modelos:
10:30
and that's because of this phrase here.
252
630391
2221
é por causa dessa frase aqui.
10:32
Because if we had observations of the future,
253
632612
2495
Porque "se tivéssemos observações do futuro,
10:35
we obviously would trust them more than models,
254
635107
3329
obviamente confiaríamos nelas, mais do que nos modelos.
10:38
But unfortunately,
255
638436
1944
Mas infelizmente, as observações do futuro
10:40
observations of the future are not available at this time.
256
640380
5540
não estão disponíveis no momento".
10:45
So when we go out into the future, there's a difference.
257
645920
2705
Quando investigamos o futuro, há uma diferença.
10:48
The future is unknown, the future is uncertain,
258
648625
2562
O futuro é desconhecido, é incerto,
10:51
and there are choices.
259
651187
2404
e há opções.
10:53
Here are the choices that we have.
260
653591
1833
Eis as opções que nós temos.
10:55
We can do some work to mitigate
261
655424
2139
Podemos fazer alguma coisa para mitigar
10:57
the emissions of carbon dioxide into the atmosphere.
262
657563
2795
as emissões de dióxido de carbono na atmosfera.
11:00
That's the top one.
263
660358
1926
Essa é a número um.
11:02
We can do more work
264
662284
1906
Nós podemos trabalhar mais
11:04
to really bring it down
265
664190
2176
para realmente diminuí-la
11:06
so that by the end of the century,
266
666366
2218
e, ao final do século,
11:08
it's not much more than there is now.
267
668584
2464
não haverá muito mais do que existe agora.
11:11
Or we can just leave it to fate
268
671048
3767
Ou podemos deixar por conta do destino
11:14
and continue on
269
674815
1493
e continuar
11:16
with a business-as-usual type of attitude.
270
676308
3746
com a atitude de costume.
11:20
The differences between these choices
271
680054
3456
As diferenças entre essas escolhas
11:23
can't be answered by looking at models.
272
683510
4797
não podem ser respondidas pelos modelos.
11:28
There's a great phrase
273
688307
1639
Existe uma ótima frase
11:29
that Sherwood Rowland,
274
689946
1793
de Sherwood Rowland,
11:31
who won the Nobel Prize for the chemistry
275
691739
3864
vencedor do prêmio Nobel de Química,
11:35
that led to ozone depletion,
276
695603
2273
pela descoberta da camada de ozônio.
11:37
when he was accepting his Nobel Prize,
277
697876
2397
Quando estava recebendo seu prêmio Nobel,
11:40
he asked this question:
278
700273
1379
ele fez esta pergunta:
11:41
"What is the use of having developed a science
279
701652
2311
"De que adianta ter desenvolvido a ciência
11:43
well enough to make predictions if, in the end,
280
703963
3261
o bastante para fazer previsões se, no final,
11:47
all we're willing to do is stand around
281
707224
2829
tudo o que estamos dispostos a fazer é não fazer nada,
11:50
and wait for them to come true?"
282
710053
2707
e esperar que elas se tornem realidade?"
11:52
The models are skillful,
283
712760
2737
Os modelos são hábeis,
11:55
but what we do with the information from those models
284
715497
3318
mas o que fazemos com as informações desses modelos
11:58
is totally up to you.
285
718815
2171
cabe totalmente a nós.
12:00
Thank you.
286
720986
1938
Obrigado.
12:02
(Applause)
287
722924
2916
(Aplausos)
Sobre este site

Este site apresentará a você vídeos do YouTube que são úteis para o aprendizado do inglês. Você verá aulas de inglês ministradas por professores de primeira linha de todo o mundo. Clique duas vezes nas legendas em inglês exibidas em cada página de vídeo para reproduzir o vídeo a partir daí. As legendas rolarão em sincronia com a reprodução do vídeo. Se você tiver algum comentário ou solicitação, por favor, entre em contato conosco usando este formulário de contato.

https://forms.gle/WvT1wiN1qDtmnspy7