%0 Thesis
%4 sid.inpe.br/jeferson/2004/07.14.13.33
%2 sid.inpe.br/jeferson/2004/07.14.13.33.35
%T Modelagem dos padrões temporal e espacial da produtividade primária bruta na região do Tapajós: uma análise multi-escala
%J Modeling temporal and spatial patterns of gross primary productivity in the Tapajós region: a multi-scale analysis.
%D 2004
%8 2004-06-01
%9 Tese (Doutorado em Sensoriamento Remoto)
%P 283
%A Aragão, Luiz Eduardo Oliveira e Cruz de,
%E Santos, João Roberto dos (presidente),
%E Shimabukuro, Yosio Edemir (orientador),
%E Novo, Evlyn Márcia Leão de Moraes,
%E Nobre, Antonio Donato,
%E Batista, Getúlio Teixeira,
%E Rocha, Humberto Ribeiro da,
%I Instituto Nacional de Pesquisas Espaciais (INPE)
%C São José dos Campos
%K floresta Nacional do Tapajós, sensoriamento remoto, Sistemas de Informações Geográfica (SIG), modelagem, carbono, Tapajós National Forest, remote sensing, geographic information systems, modeling, carbon.
%X Este estudo objetivou (1) modelar e caracterizar o processo de produtividade primária bruta (GPP) com o uso do modelo agregado do dossel (ACM) em uma região da Amazônia oriental, e (2) avaliar os efeitos da cobertura da terra, do clima e do aumento de CO2 atmosférico, considerando a variabilidade espacial e temporal das variáveis ambientais e climáticas. A área 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 região do Alto Tapajós, no Estado do Pará. Uma análise multi-escala integrando dados de campo, cartográficos e de sensoriamento remoto em um SIG foi adotada para geração das superfícies contínuas de GPP, com resolução espacial de 270 m, na região do Tapajós. A partir de uma amostragem estratificada, baseada no conceito de "Unidades da Paisagem" (UP), foram obtidas as informações sobre as variáveis ambientais tais como o índice de área foliar (LAI), o conteúdo de nitrogênio foliar (N foliar), e a textura do solo. Essas foram utilizadas não só como base para parametrização de um modelo ecofisiológico (SPA), que foi empregado na geração da parametrização do modelo ACM para região do Tapajós, como também para a geração de superfícies contínuas de entrada para o modelo regional. Dados micrometeorológicos das torres de fluxo do LBA, localizadas em duas áreas da Floresta Nacional do Tapajós, foram utilizados para parametrização e validação dos modelos ACM e SPA. Para espacialização do LAI foram gerados modelos de regressão múltipla os quais combinaram dados espectrais do sensor Enhanced Thematic Mapper Plus (ETM+) de 30/07/2001 e informações sobre a declividade e a elevação do terreno, extraídas de um modelo numérico do terreno (MNT). As superfícies geradas foram posteriormente comparadas com uma superfície de LAI produzida com dados do sensor MODIS (produto MOD15A2). O produto MOD15A2 apresentou valores superestimados em relação as superfícies geradas pelos modelos de regressão. As superfícies de N foliar e de textura do solo foram obtidas pela média 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 horárias do processo em escala pontual, além da quantificação dos erros associados à modelagem. A parametrização do modelo regional ACM foi executada sobre as estimativas pontuais e explicou 96% da variação dos dados do modelo SPA. O modelo ACM foi então implementado no SPRING para a geração das superfícies contínuas de GPP. Os resultados mostraram que o modelo ACM possibilitou a análise da variação sazonal do processo de GPP, estimando valores diários contidos dentro da faixa de incertezas das medições de campo. A GPP diária média entre o período 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 médio quadrático (RMSE) para a estimativa diária foi de 2,60 g C m-2 d-1. A diferença de potencial entre a folha e o solo é a maior fonte de incertezas para essas estimativas, onde o ajuste dessa variável gerou uma redução de 46% no erro médio das estimativas diárias. A floresta primária do Tapajós (km 83 da BR-163) apresentou uma assimilação bruta de 37 t C ha-1 para o ano de 2001, com uma média de 3,1 t C ha-1 por mês e um RMSE de 0,4 t C ha-1. As estimativas regionais geradas pelo modelo, implementado no SPRING, indicaram que as florestas primárias distribuídas na região do platô (100-150 m de altitude) são as Unidades da Paisagem com maior GPP no Tapajós, atingindo 10,61 g C m-2 d-1. Dentre as áreas antropizadas observou-se que florestas com efeito de corte seletivo apresentaram uma GPP de 9,63 g C m-2 d-1, seguida pelas áreas queimadas (9,36 g C m-2 d-1) e finalmente, as áreas de regeneração avançada (7,86 g C m-2 d-1), regeneração média (7,44 g C m-2 d-1), regeneração inicial (7,12 g C m-2 d-1) e as florestas primárias Dbe+Dbu entre 0-50 m (6,94 g C m-2 d-1). Os resultados indicaram também, que as unidades da paisagem com maior LAI apresentam uma resposta mais intensa em relação às mudanças climáticas que as áreas com um índice menor. Portanto, foi possível concluir que o modelo ACM permitiu estimativas regionais diárias e com resolução espacial de 270 m, sensíveis às características biofísicas dos diferentes tipos de uso e cobertura da terra e às variações climáticas. A geração das superfícies de GPP pelo modelo ACM pode ser útil para validação e parametrização de modelos de produtividade de larga escala na Amazônia e no monitoramento diário da produtividade primária bruta a partir da assimilação de dados climáticos 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 Amazônia, 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 Tapajós 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 Tapajós 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 Tapajós 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 Tapajós 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 Amazônia and for daily monitoring of the gross primary productivity by assimilating real time climate data.
%@language pt
%3 paginadeacesso.html