???item.export.label??? ???item.export.type.endnote??? ???item.export.type.bibtex???

Please use this identifier to cite or link to this item: https://tede.ufrrj.br/jspui/handle/jspui/1301
???metadata.dc.type???: Dissertação
Title: Produtividade primária bruta na Amazônia legal:relação com variáveis meteorológicas e validação do produto mod17A2
Other Titles: Gross primary productivity in Amazonia: relationship with meteorological variables and validation mod17A2 product
???metadata.dc.creator???: Almeida, Catherine Torres de 
???metadata.dc.contributor.advisor1???: Delgado, Rafael Coll
???metadata.dc.contributor.referee1???: Soares, Vicente Paulo
???metadata.dc.contributor.referee2???: Antunes, Mauro Antonio Homem
???metadata.dc.description.resumo???: A Produtividade Primária Bruta (PPB) é a taxa na qual o CO2 atmosférico é convertido pela atividade fotossintética em substâncias orgânicas e é uma medida do total de carbono fixado pelo ecossistema. No contexto das mudanças climáticas, o enfoque para a fixação de carbono pelos ecossistemas florestais é a base para mitigar as emissões de CO2 antropogênico. Existem diversos métodos destinados à quantificação do carbono estocado na vegetação, que utilizam dados obtidos por meio de torres micrometeorológicas de fluxo ou através de sensoriamento remoto. Dentre esses métodos, se destaca a técnica de covariância de vórtices turbulentos, por ser muito empregada para quantificar o fluxo de CO2 em diversos ecossistemas florestais. Porém, esta técnica possui um custo alto, operacionalidade restrita e abrange uma pequena extensão. Nesse sentido, os métodos que empregam o sensoriamento remoto têm a vantagem de fornecer estimativas de produtividade primária terrestre para grandes áreas, onde os métodos ao nível do terreno não são viáveis. Este trabalho tem como objetivo geral avaliar a dinâmica da PPB na Amazônia Legal brasileira em relação ao uso e cobertura do solo e às variáveis meteorológicas. Para compreender a relação da PPB obtida pelo método de covariância de vórtices turbulentos com dados meteorológicos, foram utilizados dados de chuva do produto 3B43 do satélite TRMM e variáveis ambientais das torres de fluxo. Os dados do satélite TRMM foram validados com dados de sete estações meteorológicas convencionais do estado do Amazonas. A comparação foi baseada no Erro Médio (EM), Raiz do Erro Médio Quadrático (REMQ), coeficiente de correlação linear (r) e índice de concordância de Wilmott (d). Também utilizou-se o coeficiente de correlação de Spearman e um modelo de árvore de regressão para avaliar a relação entre a PPB da torre de fluxo e as variáveis ambientais. Para avaliar as estimativas de PPB de duas versões do produto MOD17A2, derivadas de dados do sensor MODIS, estas foram validadas com dados de superfície de sete torres de fluxo do Projeto LBA, das quais quatro se encontram em cobertura florestal, uma em floresta de transição e duas em áreas antropizadas. As análises estatísticas foram realizadas no software R, versão 3.1.0. Os resultados da validação do produto 3B43 do TRMM foram positivos, com alta correlação linear (r = 0,83), alto índice de concordância (d = 0,85) e REMQ satisfatório (59,77 mm), mostrando que este produto pode ser utilizado como uma fonte alternativa de dados de qualidade. Em relação à influência do uso e da cobertura do solo na PPB, verificou-se que as áreas antropizadas apresentaram menor produtividade em relação às áreas conservadas e tiveram seu balanço hídrico afetado, pois apresentaram altos valores da razão de Bowen. A sazonalidade da PPB foi predominantemente relacionada à radiação no topo da atmosfera nas áreas de floresta da Amazônia equatorial. Nas áreas mais distantes do Equador, a PPB foi influenciada pela radiação no topo da atmosfera e também pela chuva e VPD, indicando limitação tanto pela radiação quanto pela disponibilidade de água. O MOD17A2 não apresentou boa estimativa de PPB comparado ao método de vórtices turbulentos, subestimando a produtividade para a maioria das localidades estudadas. A sazonalidade da PPB deste algoritmo somente foi similar à sazonalidade da PPB pelo método de vórtices turbulentos para as localidades não-equatoriais. As áreas na Amazônia Equatorial apresentaram padrão sazonal da PPB do MOD17A2 distinto do verificado pelos dados das torres micrometeorológicas. Diante disto, é necessário melhorar o algoritmo MOD17A2 para que este possa estimar PPB em função das diferentes respostas da vegetação à seca e à radiação. Esse melhor entendimento poderá contribuir para produzir melhores estimativas da PPB para a Amazônia e o uso do sensoriamento remoto em conjunto com os dados de superfície pode contribuir para gerar uma visão geral da PPB nesse bioma.
Abstract: The Gross Primary Productivity (GPP) is the rate at the atmospheric CO2 is converted by photosynthetic activity in organic substances and is a measure of the total carbon fixed by the ecosystem. In the context of climate change, the focus for the fixation of carbon by forest ecosystems is the basis to mitigate emissions of anthropogenic CO2. There are several methods for the quantification of carbon stored in the vegetation, using data obtained by micrometeorological towers or by remote sensing. Among these methods, stands out the eddy covariance technique, that is much used to quantify the CO2 flux in many forest ecosystems. However, this technique has a high cost, limited operation and covers a small extent. Accordingly, the methods that employ remote sensing have the advantage of providing terrestrial primary productivity estimates for large areas where the methods at the field level are not feasible. This work has as main objective to evaluate the dynamics of the GPP in the Brazilian Legal Amazon over land use and land cover and weather variables. For understanding the relationship of the eddy covariance GPP with meteorological data, rainfall data from TRMM 3B43 product and environmental variables of flux towers were used. Data from TRMM satellite were validated with data from seven conventional weather stations of Amazonas state. The comparison was based on the Average Error (AE), Root Mean Square Error (RMSE), linear correlation coefficient (r) and Wilmott agreement index (d). We also used the Spearman correlation coefficient and a regression tree model to assess the relationship between flux tower GPP and environmental variables. To evaluate GPP estimates from two versions of the MOD17A2 product, derived from MODIS sensor data, these have been validated with surface data from seven LBA flux towers, of which four are in forest cover, one in transition forest and two in disturbed areas. The statistical analyzes were performed with R software, version 3.1.0. The results of the validation of TRMM 3B43 were positive, with high linear correlation (r = 0.83), high level of agreement (d = 0.85) and an adequate RMSE (59.77 mm), showing that this product can be used as an alternative source of quality data. Regarding the influence of the land use and land cover in GPP, it was found that the disturbed areas had lower productivity compared to the conserved areas and had their water balance affected, presenting higher values of the Bowen ratio. The GPP seasonality was predominantly related to radiation at the top of the atmosphere in forest areas of the equatorial Amazon. In areas more distant of the Ecuador, the GPP was influenced by radiation at the top of the atmosphere and also by rainfall and VPD, indicating limitation both by radiation and by water availability. MOD17A2 had no satisfactory agreement between in estimating GPP compared to the method of eddy covariance, underestimating productivity for most locations studied. The seasonality derived from the MODIS algorithm was only similar to the seasonality of GPP by eddy covariance method for non-equatorial locations. The areas in Equatorial Amazon exhibit distinct MOD17A2 GPP seasonal pattern of that verified by data from the micrometeorological towers. Given this, it is necessary to improve the MOD17A2 algorithm to enable it to estimate GPP depending on the different vegetation responses to drought and radiation. This improved understanding may help to produce better estimates of GPP in Amazon and the use of remote sensing in conjunction with the surface data can contribute to generate an overview of GPP in this biome.
Keywords: Amazon
Gross Primary Productivity
Amazônia
Produtividade Primária Bruta
Sensoriamento Remoto
Remote Sensing
???metadata.dc.subject.cnpq???: Ciências Exatas e da Terra
Language: por
???metadata.dc.publisher.country???: Brasil
Publisher: Universidade Federal Rural do Rio de Janeiro
???metadata.dc.publisher.initials???: UFRRJ
???metadata.dc.publisher.department???: Instituto de Tecnologia
???metadata.dc.publisher.program???: Programa de Pós-Graduação em Ciências Ambientais e Florestais
Citation: Almeida, Catherine Torres de. Produtividade primária bruta na Amazônia legal:relação com variáveis meteorológicas e validação do produto mod17A2. 2016. [70 f.]. Dissertação( PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIAS AMBIENTAIS E FLORESTAIS) - Universidade Federal Rural do Rio de Janeiro, [Seropédica-RJ] .
???metadata.dc.rights???: Acesso Aberto
URI: https://tede.ufrrj.br/jspui/handle/jspui/1301
Issue Date: 17-Feb-2016
Appears in Collections:MESTRADO EM CIÊNCIAS AMBIENTAIS E FLORESTAIS

Files in This Item:
File Description SizeFormat 
2016 - Catherine Torres de Almeida.pdf2016 - Catherine Torres de Almeida3.92 MBAdobe PDFThumbnail

Download/Open Preview


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.