@PhDThesis{Aragão:2004:AnMu,
author = "Arag{\~a}o, Luiz Eduardo Oliveira e Cruz de",
title = "Modelagem dos padr{\~o}es temporal e espacial da produtividade
prim{\'a}ria bruta na regi{\~a}o do Tapaj{\'o}s: uma
an{\'a}lise multi-escala",
school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
year = "2004",
address = "S{\~a}o Jos{\'e} dos Campos",
month = "2004-06-01",
keywords = "floresta Nacional do Tapaj{\'o}s, sensoriamento remoto, Sistemas
de Informa{\c{c}}{\~o}es Geogr{\'a}fica (SIG), modelagem,
carbono, Tapaj{\'o}s National Forest, remote sensing, geographic
information systems, modeling, carbon.",
abstract = "Este estudo objetivou (1) modelar e caracterizar o processo de
produtividade prim{\'a}ria bruta (GPP) com o uso do modelo
agregado do dossel (ACM) em uma regi{\~a}o da Amaz{\^o}nia
oriental, e (2) avaliar os efeitos da cobertura da terra, do clima
e do aumento de CO2 atmosf{\'e}rico, considerando a variabilidade
espacial e temporal das vari{\'a}veis ambientais e
clim{\'a}ticas. A {\'a}rea de estudo compreendeu cerca de 13.000
km2 entre as latitudes 02º 24' 2{"} S e 04° 01' 1{"} S, e
longitudes 55° 30' 2{"} W e 54° 29' 5{"} W, localizada na
regi{\~a}o do Alto Tapaj{\'o}s, no Estado do Par{\'a}. Uma
an{\'a}lise multi-escala integrando dados de campo,
cartogr{\'a}ficos e de sensoriamento remoto em um SIG foi adotada
para gera{\c{c}}{\~a}o das superf{\'{\i}}cies
cont{\'{\i}}nuas de GPP, com resolu{\c{c}}{\~a}o espacial de
270 m, na regi{\~a}o do Tapaj{\'o}s. A partir de uma amostragem
estratificada, baseada no conceito de {"}Unidades da Paisagem{"}
(UP), foram obtidas as informa{\c{c}}{\~o}es sobre as
vari{\'a}veis ambientais tais como o {\'{\i}}ndice de {\'a}rea
foliar (LAI), o conte{\'u}do de nitrog{\^e}nio foliar (N
foliar), e a textura do solo. Essas foram utilizadas n{\~a}o
s{\'o} como base para parametriza{\c{c}}{\~a}o de um modelo
ecofisiol{\'o}gico (SPA), que foi empregado na
gera{\c{c}}{\~a}o da parametriza{\c{c}}{\~a}o do modelo ACM
para regi{\~a}o do Tapaj{\'o}s, como tamb{\'e}m para a
gera{\c{c}}{\~a}o de superf{\'{\i}}cies cont{\'{\i}}nuas de
entrada para o modelo regional. Dados micrometeorol{\'o}gicos das
torres de fluxo do LBA, localizadas em duas {\'a}reas da Floresta
Nacional do Tapaj{\'o}s, foram utilizados para
parametriza{\c{c}}{\~a}o e valida{\c{c}}{\~a}o dos modelos ACM
e SPA. Para espacializa{\c{c}}{\~a}o do LAI foram gerados
modelos de regress{\~a}o m{\'u}ltipla os quais combinaram dados
espectrais do sensor Enhanced Thematic Mapper Plus (ETM+) de
30/07/2001 e informa{\c{c}}{\~o}es sobre a declividade e a
eleva{\c{c}}{\~a}o do terreno, extra{\'{\i}}das de um modelo
num{\'e}rico do terreno (MNT). As superf{\'{\i}}cies geradas
foram posteriormente comparadas com uma superf{\'{\i}}cie de LAI
produzida com dados do sensor MODIS (produto MOD15A2). O produto
MOD15A2 apresentou valores superestimados em rela{\c{c}}{\~a}o
as superf{\'{\i}}cies geradas pelos modelos de regress{\~a}o.
As superf{\'{\i}}cies de N foliar e de textura do solo foram
obtidas pela m{\'e}dia zonal das amostras de campo sobre o mapa
de UP e de tipo de solos, respectivamente. Para a modelagem de
GPP, inicialmente, utilizou-se o modelo SPA, que possibilitou
estimativas hor{\'a}rias do processo em escala pontual, al{\'e}m
da quantifica{\c{c}}{\~a}o dos erros associados {\`a}
modelagem. A parametriza{\c{c}}{\~a}o do modelo regional ACM foi
executada sobre as estimativas pontuais e explicou 96% da
varia{\c{c}}{\~a}o dos dados do modelo SPA. O modelo ACM foi
ent{\~a}o implementado no SPRING para a gera{\c{c}}{\~a}o das
superf{\'{\i}}cies cont{\'{\i}}nuas de GPP. Os resultados
mostraram que o modelo ACM possibilitou a an{\'a}lise da
varia{\c{c}}{\~a}o sazonal do processo de GPP, estimando valores
di{\'a}rios contidos dentro da faixa de incertezas das
medi{\c{c}}{\~o}es de campo. A GPP di{\'a}ria m{\'e}dia entre
o per{\'{\i}}odo de junho de 2000 e junho de 2002 foi de 9,99 g
C m-2 d-1 segundo o modelo ACM. A raiz do erro m{\'e}dio
quadr{\'a}tico (RMSE) para a estimativa di{\'a}ria foi de 2,60 g
C m-2 d-1. A diferen{\c{c}}a de potencial entre a folha e o solo
{\'e} a maior fonte de incertezas para essas estimativas, onde o
ajuste dessa vari{\'a}vel gerou uma redu{\c{c}}{\~a}o de 46% no
erro m{\'e}dio das estimativas di{\'a}rias. A floresta
prim{\'a}ria do Tapaj{\'o}s (km 83 da BR-163) apresentou uma
assimila{\c{c}}{\~a}o bruta de 37 t C ha-1 para o ano de 2001,
com uma m{\'e}dia de 3,1 t C ha-1 por m{\^e}s e um RMSE de 0,4 t
C ha-1. As estimativas regionais geradas pelo modelo, implementado
no SPRING, indicaram que as florestas prim{\'a}rias
distribu{\'{\i}}das na regi{\~a}o do plat{\^o} (100-150 m de
altitude) s{\~a}o as Unidades da Paisagem com maior GPP no
Tapaj{\'o}s, atingindo 10,61 g C m-2 d-1. Dentre as {\'a}reas
antropizadas observou-se que florestas com efeito de corte
seletivo apresentaram uma GPP de 9,63 g C m-2 d-1, seguida pelas
{\'a}reas queimadas (9,36 g C m-2 d-1) e finalmente, as
{\'a}reas de regenera{\c{c}}{\~a}o avan{\c{c}}ada (7,86 g C
m-2 d-1), regenera{\c{c}}{\~a}o m{\'e}dia (7,44 g C m-2 d-1),
regenera{\c{c}}{\~a}o inicial (7,12 g C m-2 d-1) e as florestas
prim{\'a}rias Dbe+Dbu entre 0-50 m (6,94 g C m-2 d-1). Os
resultados indicaram tamb{\'e}m, que as unidades da paisagem com
maior LAI apresentam uma resposta mais intensa em
rela{\c{c}}{\~a}o {\`a}s mudan{\c{c}}as clim{\'a}ticas que as
{\'a}reas com um {\'{\i}}ndice menor. Portanto, foi
poss{\'{\i}}vel concluir que o modelo ACM permitiu estimativas
regionais di{\'a}rias e com resolu{\c{c}}{\~a}o espacial de 270
m, sens{\'{\i}}veis {\`a}s caracter{\'{\i}}sticas
biof{\'{\i}}sicas dos diferentes tipos de uso e cobertura da
terra e {\`a}s varia{\c{c}}{\~o}es clim{\'a}ticas. A
gera{\c{c}}{\~a}o das superf{\'{\i}}cies de GPP pelo modelo
ACM pode ser {\'u}til para valida{\c{c}}{\~a}o e
parametriza{\c{c}}{\~a}o de modelos de produtividade de larga
escala na Amaz{\^o}nia e no monitoramento di{\'a}rio da
produtividade prim{\'a}ria bruta a partir da
assimila{\c{c}}{\~a}o de dados clim{\'a}ticos obtidos em tempo
real. ABSTRACT: This study aimed (1) to model and to characterize
the gross primary productivity process (GPP) using the Aggregated
Canopy Model (ACM) in a region of Eastern Amaz{\^o}nia, and (2)
to evaluate the effects of land cover, climate and atmospheric CO2
increase, considering the spatial and temporal variability of
environmental and climatic variables. The study area comprised
about 13.000 km2 lying between latitudes 02° 24' 2{"} S and 04°
01' 1{"} S, and longitudes 55° 30' 2{"} W and 54° 29' 5{"} W,
located at the Alto Tapaj{\'o}s region in the Para State. A
multi-scale analysis, integrating field, cartographic and remote
sensing data within a Geographic Information System (GIS) was
adopted for generating continuous field of GPP, with 270 m spatial
resolution, in the Tapaj{\'o}s region. Using a stratified
sampling, base on {"}Landscape Unit{"} (UP) concept, information
about environmental variables, such as leaf area index, leaf
nitrogen (Leaf N) content and soil texture were obtained. These
variables were used not only as a basis for the ecophysiological
model (SPA) parameterization, that was used for calibrating the
ACM for the Tapaj{\'o}s application, but also for generating
continuous field as inputs for the regional model.
Micrometeorological data from the LBA flux towers located in two
sites at the Tapajos National Forest, were used for the
parameterization and validation of the SPA and ACM model. For the
LAI spatialization multiple regression models were built combining
spectral data from the Landsat Enhanced Thematic Mapper Plus
(ETM+) sensor acquired on 30/07/2001 and terrain slope and
elevation information, extracted from a digital terrain model
(MNT). These LAI surfaces were compared with a LAI surface
generated with MODIS sensor data (MOD15A2 product). The MOD15A2
product showed overestimated values in relation to the surfaces
generated by regression models. The leaf N and the soil texture
surfaces were obtained by a zonal mean of field samples over the
UP and the soil type maps, respectively. For modeling the GPP,
initially, it was used the SPA model, which permitted hourly
estimations of the process, at the local scale, and error
quantification associated to the modeling. The ACM
parameterization was performed over the local estimations and
explained 96% of data variability of the SPA model. The ACM was
then implemented in the SPRING software for generation of GPP
continuous surfaces. The results showed that ACM model is
sensitive to the seasonal variation of GPP process, by estimating
daily values within the range of uncertainties of the field
measurements. The mean daily GPP between June 2000 and June 2002
was 9.99 g C m- 2 d-1 according to the ACM. The root mean square
error (RMSE) for the daily estimation was 2.60 g C m-2 d-1. The
leaf-soil water potential difference is the major source of
uncertainties for these estimations, where the fit of this
variable generated 46% reduction in the mean error of the daily
estimations. The Tapaj{\'o}s primary forest (km 83 of BR-163) had
a gross assimilation of 37 t C ha-1 in 2001, with a mean of 3.1 t
C ha-1 per month and a RMSE of 0.4 t C ha-1. The regional
estimations generated by the model implemented in the SPRING,
indicated that primary forests associated to the plateau region
(100-150 m altitude) are the UP with higher GPP in the Tapajos,
reaching 10.61 g C m-2 d-1. Among the disturbed sites, the forests
affected by selective logging had a GPP of 9.63 g C m-2 d-1,
followed by burned sites (9.36 g C m-2 d-1), advanced regeneration
sites (7.86 g C m-2 d-1), medium regeneration (7.44 g C m-2 d-1),
initial regeneration (7.12 g C m-2 d-1) and dense canopy primary
forests between 0-50 m of terrain elevation (6.94 g C m-2 d-1).
The results also indicated also that UP with higher LAI presented
a more intense response to climate changes than UP with lower LAI.
Therefore it was possible to conclude that ACM permitted daily
estimations at the regional scale, with 270 m spatial resolution,
sensitive to biophysical characteristics of the different types of
land use and land cover and to climate variations. The generation
of GPP surfaces by ACM can be useful for validation and
parameterization of large scale productivity models in
Amaz{\^o}nia and for daily monitoring of the gross primary
productivity by assimilating real time climate data.",
committee = "Santos, Jo{\~a}o Roberto dos (presidente) and Shimabukuro, Yosio
Edemir (orientador) and Novo, Evlyn M{\'a}rcia Le{\~a}o de
Moraes and Nobre, Antonio Donato and Batista, Get{\'u}lio
Teixeira and Rocha, Humberto Ribeiro da",
copyholder = "SID/SCD",
englishtitle = "Modeling temporal and spatial patterns of gross primary
productivity in the Tapaj{\'o}s region: a multi-scale analysis.",
language = "pt",
pages = "283",
ibi = "6qtX3pFwXQZ3P8SECKy/CL4Sm",
url = "http://urlib.net/ibi/6qtX3pFwXQZ3P8SECKy/CL4Sm",
targetfile = "paginadeacesso.html",
urlaccessdate = "26 abr. 2024"
}