Validação de um modelo espectral para determinação de fluxos de CO2 em áreas do Bioma Caatinga

Autores

  • Cloves Vilas Boas dos Santos Universidade Federal de Pernambuco (UFPE)
  • Gustavo Macedo de Mello Baptista
  • Magna Soelma Beserra de Moura
  • Ardemírio de Barros Silva
  • Washington de Jesus Sant’Anna da Franca-Rocha
  • Herica Fernanda de Sousa Carvalho
  • Josiclêda Domiciano Galvíncio

DOI:

https://doi.org/10.24221/jeap.8.3.2023.4724.226-239

Palavras-chave:

Floresta seca, Carbono, CO2flux, OLI, Landsat-8

Resumo

O desenvolvimento de modelos com alta cobertura e baixo custo são fundamentais para o monitoramento dos fluxos de dióxido de carbono (CO2) nos ecossistemas. O estudo objetivou validar um método para determinação de fluxos de CO2 utilizando dados multiespectrais em áreas de caatinga preservada e em sucessão ecológica. Aplicou-se o Índice de Sequestro Florestal de Carbono (CO2flux) para a modelagem espectral em 20 cenas do sensor OLI (Landsat-8). No processo de validação do modelo, dados de fluxos de CO2 medidos em superfície com o uso de torres micrometeorológicas foram utilizados. De acordo com o momento de passagem do satélite Landsat-8, foram utilizadas diferentes escalas temporais dos dados de fluxo de CO2 da torre considerando intervalos de meia hora, 1 (uma) e 2 (duas) horas. O teste Shapiro-Wilk foi utilizado para verificar normalidade dos dados, e como maioria das variáveis não apresentaram distribuição normal, os dados foram submetidos ao teste de correlação de Spearman, e em seguida foi recomendado o melhor modelo analisando o seu coeficiente de determinação (R2) e a raiz quadrada do erro médio (RSME). O índice espectral CO2flux mostrou-se compatível para avaliação dos parâmetros de estimativas dos fluxos de CO2 na caatinga quando comparados com fluxos de CO2 do pixel correspondente a localização da torre, com correlações apresentando valores variando de ? = -0,86 a ? = -0,72. O modelo proposto apresentou alta correlação com os dados observados obtendo R2 = 0,81 e RSME = 1,6, constatando um ajuste eficiente para a avaliação dos fluxos de CO2 e grande potencial no uso de imagens multiespectrais para o monitoramento do fluxo de CO2 capturando os efeitos das mudanças sazonais da dinâmica dos fluxos de carbono.

Downloads

Não há dados estatísticos.

Referências

Adler-Golden, S.; Berk, A.; Bernstein, L. S.; Richtsmeier, S.; Acharya, P. K.; Matthew, M. W.; Chetwynd, J. H. 1998. FLAASH, a MODTRAN4 atmospheric correction package for hyperspectral data retrievals and simulations. In: Proceedings 7th Ann. JPL Airbone Earth Science Workshop, pp. 9-14.

Alvares, C. A.; Stape, J. L.; Sentelhas, P. C.; Gonçalves, J. D. M.; Sparovek, G. 2013. Meteorologische zeitschrift, 22, 6, 711-728.

Baldocchi, D. 2019. How Eddy Covariance Flux Measurements Have Contributed to Our Understanding of Global Change Biology. Global change biology, 26, 1, 242-260.

Baldocchi, D.; Penuelas, J. 2019. The physics and ecology of mining carbon dioxide from the atmosphere by ecosystems. Global change biology, 25, 4, 1191-1197.

Baptista, G. M. M. 2004. Mapeamento do sequestro de carbono e de domos urbanos de CO2 em ambientes tropicais, por meio de sensoriamento remoto hiperespectral. Geografia, 29, 2, 189-202.

Cui, W.; Chui, T. F. M. 2019. Temporal and spatial variations of energy balance closure across FLUXNET research sites. Agricultural and Forest Meteorology, 271, 12-21.

EMBRAPA - Empresa Brasileira de Pesquisa Agropecuária. 2023. LANDSAT - Land Remote Sensing Satellite. Disponível em: https://www.embrapa.br/satelites-de-monitoramento/missoes/landsat . Acesso em: 22 de maio de 2023.

Falge, E.; Baldocchi, D.; Olson, R.; Anthoni, P.; Aubinet, M., Bernhofer, C.; Burba, G.; Ceulemans, R.; Clement, R.; Dolman, H.; Granier, A.; Gross, P.; Grünwald, T.; Hollinger, D.; Jensen, N. O.; Katul, G.; Keronen, P.; Kowalski, A.; Lai, C.T.; Law, B.E.; Meyers, T.; Moncrieff, J.; Moors, E.; Munger, J.W.; Pilegaard, K.; Rannik, Ü.; Rebmann, C.; Suyker, A.; Tenhunen, J.; Tu, K.; Verma, S.; Vesala, T.; Wilson, K.; Wofsky, S. 2001. Gap filling strategies for defensible annual sums of net ecosystem exchange. Agricultural and forest meteorology, 107, 1, 43-69.

Fleicsher, E.; Khashimov, I.; Hözel, N.; Klemm, O. O. 2016. Carbon exchange fluxes over peatlands on Western Siberia; Possible feedback between land-use change and climate change. Science of the Total Environment, 545, 424-433.

Foken, T.; Göockede, M.; Mauder, M.; Mahrt, L.; Amiro, B.; Munger, W. 2004. Post-field data quality control. In: Handbook of micrometeorology, Springer, Dordrecht. pp. 181-208.

Fuentes, D. A.; Gamon, J. A.; Cheng, Y.; Claudio, H. C.; Qiu, H.; Mao, Z.; Sims, D. A.; Rahman, A. F.; Oechel, W.; Luo, H. 2006. Mapping carbon and water vapor fluxes in a chaparral ecosystem using vegetation indices derived from AVIRIS. Remote Sensing of Environment, 103, 3, 312-323.

Gamon, J. A.; Serrano, L.; Surfus, J.S. 1997. “The photochemical reflectance index: an optical indicator of photosynthetic radiation use efficiency across species, functional types, and nutrient levels”. Oecologica, 112, 4, 492-501.

Gomes, V. P.; Galvíncio, J. D.; Moura, M. S. B.; Ferreira, P. S.; Paz, Y. M.; Miranda, R. Q. 2016. Sensoriamento remoto hyperspectral aplicado para análise dos indicadores de resiliência e suscetibilidade do bioma caatinga frente às mudanças climáticas. Revista Brasileira de Geografia Física, 09, 04, 1122-1136.

Gomes, D. S.; Santos, S. K.; Silva, J. H. C. S.; Santos, T. M.; Silva, E. V.; Barbosa, A. S. 2021. CO2flux e temperatura da superfície edáfica em áreas de caatinga. Revista Brasileira de Geografia Física, 14, 04, 1898-1908.

Jardim, A. M. R. F.; Morais, J. E. F.; Souza, L. S. B.; Silva, T. G. F. 2022. Understanding interactive processes: a review of CO2 flux, evapotranspiration, and energy partitioning under stressful conditions in dry forest and agricultural environments. Environmental Monitoring and Assessment, 194, 10, 677.

Lentilucci, E. J.; Adler-Golden, S. 2019. Atmospheric Compensation of Hyperspectral Data: An Overview and Review of In-Scene and Physics-Based Approaches. IEEE Geoscience and Remote Sensing Magazine, 7, 2, 31-50.

Lima, R, P.; Fernandes, M. M.; Fernandes, M. R. M.; Matricardi, E. A. 2015. Aporte e decomposição da serapilheira na Caatinga no sul do Piauí. Floresta e Ambiente, 22, 1, 42-49.

Lima Filho, J. M. P. 2004. Gas exchange of the umbu tree under semi-arid conditions. Revista Brasileira de Fruticultura, 26, 206-208.

Lima Filho, J. M. P.; Silva, F. F. D.; Lopes, A. P.; Anjos, J. B.; Drumond, M. A. 2007. Comportamento ecofisiológico do pinhão manso (Jatropha curcas L.) sob condições semi-áridas. In: Congresso Internacional de Agroenergia e Biocombustíveis, Energia de Resultados, Teresina, 1.

Martins, L. N.; Baptista, G. M. M. 2013. Análise Multitemporal do Sequestro Florestal de Carbono no Projeto de Assentamento Carão, Acre. Revista Brasileira de Geografia Física, 6, 6, 1648-1657.

Menezes, R. S. C.; Sampaio, E. V. S. B.; Giongo, V.; Pérez-Marin, A. M. 2012. Biogeochemical cycling in terrestrial ecosystems of the Caatinga Biome. Brazilian Journal of Biology, 72, 3, 643-653.

Mesquita, A. C.; Dantas, B. F.; Cairo, P. A. R. 2018. Ecophysiology of Caatinga native species under semi-arid conditions. Bioscience Journal, 34, (6 Supplement 1), 81-89.

Morais, Y. C. B.; Araújo, M. S. B.; Moura, M. S. B.; Galvíncio, J. D.; Miranda, R. Q. 2017. Análise do Sequestro de Carbono em áreas de Caatinga do Semiárido Pernambucano. Revista Brasileira de Meteorologia, 32, 585-599.

Moura, M. S. B.; Silva, T. G. F.; Randow, C. R.; Lacerda, F. F.; Souza, L. S. B. Monitoramento dos fluxos de radiação, energia, CO2 e vapor d’agua em superfícies vegetadas. In: Galvíncio, J. D. (Org.). Mudanças climáticas e modelos ambientais: caracterização e aplicação. Recife: UFPE, 2011.

Oliveira, C. L.; Lima, J. R. S.; Souza, R. M. S.; Dantas, A. C.; Souza, E. S.; Ferreira, R. C. 2023. A Caatinga Emite ou Sequestra Carbono? Revista Brasileira de Geografia Física, 16, 02, 791-804.

Oliveira, M. B. L.; Santos, A. J.; Manzi, A. O.; Alvalá, R. D. S.; Correia, M. D. F.; Moura, M. S. B. 2006. Trocas de energia e fluxo de carbono entre a vegetação de caatinga e atmosfera no Nordeste brasileiro. Revista Brasileira de Meteorologia, 21, 3b, 378-386.

Pires, W. N.; Moura, M. S. B.; Souza, L. S. B.; Silva, T. G. F.; Carvalho, H. F. S. 2017. Fluxos de radiação, energia, CO2 e vapor d’água em uma área de caatinga em regeneração. Agrometeoros, 25, 1, 143-151.

Rahman, A. F.; Gamon, J. A.; Fuentes, D. A.; Roberts, D. A.; Prentiss, D. 2001. Modeling spatially distributed ecosystem flux of boreal forest using hyperspectral indices from AVIRIS imagery. Journal of Geophysical Research, 106, D24, 33579-33591.

Rahman, A. F.; Gamon, J. A.; Fuentes, D. A.; Roberts, D.; Prentiss, D.; Qiu, H. 2000. Modeling CO2 flux of boreal forests using narrow-band indices from AVIRIS imagery. AVIRIS Workshop. Proceedings... JPL/NASA, 8p.

Reichstein, M.; Falge, E.; Baldocchi, D.; Papale, D.; Aubinet, M.; Berbigier, P.; Bernhofer, C.; Buchmann, N.; Gilmanov, T.; Granier, A.; Grüneald, T.; Havránková, K.; Ilvesniemi, H.; Janous, D.; Knohl, A.; Laurila, T.; Lohila, A.; Loustau, D.; Matteuci, G.; Meyers, T.; Miglietta, F.; Ourcival, J. M.; Pumpanen, J.; Rambal, S.; Rotenberg, E.; Sanz, M.; Tenhunen, J.; Seufert, G.; Vaccari, F.; Vesala, T.; Yakir, D.; Valentini, R. 2005. On the separation of net ecosystem exchange into assimilation and ecosystem respiration: review and improved algorithm. Global Change Biology, 11, 9, 1424-1439.

Rouse, J. W.; Haas, R. H.; Schell, J. A.; Deering, D. W. 1973. Monitoring Vegetation Systems in the Great Plains with ERTS. ERTS?1 Symposium. Proceedings... NASA, United States, 3. 309?317.

Sá, I. I. S.; Galvíncio. J. D.; Moura, M. S. B.; Sá, I. B. 2008. Uso do Índice de Vegetação da Diferença Normalizada (IVDN) para caracterização da Cobertura Vegetal da região do Araripe Pernambucano. Revista Brasileira de Geografia Física, 1, 1, 28-38.

Silva, J. N. B.; Galvíncio, J. D.; Miranda, R. Q.; Moura, M. S. B. 2021. Modelos da Produtividade Primária Bruta em área de floresta tropical em sazonalmente seca, usando dados reflectância da vegetação de caatinga. Revista Brasileira de Geografia Física, 14, 6, 3775-3784.

Silva, S. C. P.; Baptista, G. M. M. 2015a. Análises Espectrais da Vegetação com dados Hyperion e sua relação com a concentração e o fluxo de CO2 em diferentes ambientes na Amazônia Brasileira. Boletim de Ciências Geodésicas, 21, 2, 354-370.

Silva, S. C. P.; Baptista, G. M. M. 2015b. Modelagens de sequestro de Carbono e dos conteúdos de CO2 atmosférico com dados Hyperion em diferentes ambientes na Amazônia Brasileira. Revista Brasileira de Cartografia, 67, 7, 1509-1521.

Souza, L. S. B.; Moura, M. S. B.; Sediyama, G. C.; Silva, T. G. F. 2015a. Balanço de energia e controle biofísico da evapotranspiração na Caatinga em condições de seca intensa. Pesquisa Agropecuária Brasileira, 50, 8, 627-636.

Souza, L. S. B.; Moura, M. S. B.; Sediyama, G. C.; Silva, T. G. F. 2015b. Balanço de radiação em ecossistema de Caatinga preservada durante um ano de seca no semiárido Pernambucano. Revista Brasileira de Geografia Física, 8, 41-55.

Souza, L. S. B.; Moura, M. S. B.; Sediyama, G. C.; Silva, T. G. F. 2017. Carbon exchange in a caatinga area during an unusually drought year. Agrometeoros, 25, 1, 37-45.

Sun, Z.; Wang, X.; Zhang, X.; Tani, H.; Guo, E.; Yin, S.; Zhang, T. 2019. Evaluating and comparing remote sensing terrestrial GPP models for their response to climate variability and CO2 trends. Science of the Total Environment, 668, 696-713.

Teobaldo, D.; Baptista, G. M. M. 2016. Quantificação da severidade das queimadas e da perda de sequestro florestal de carbono em unidades de conservação do Distrito Federal. Revista Brasileira de Geografia Física, 9, 1, 250-264.

USGS. United States Geological Survey. Disponível em: https://earthexplorer.usgs.gov/. Acesso em: 22 de maio de 2023.

Vivaldi, D. D.; Baptista, G. M. M.; Meneses, P. R. 2013. Avaliação dos processamentos de crosstalk e de correção atmosférica em dados ASTER para identificação da relação mineralógica caulinita / (caulinita + gibbsita) em solos no município de São João d’Aliança (GO). Brazilian Journal of Geology, 43, 3, 571-582.

Wang, K.; Jiang, Q. G.; Yu, D. H.; Yang, Q. L.; Wang, L.; Han, T. C.; Xu, X. Y. 2019. Detecting daytime and nighttime land surface temperature anomalies using thermal infrared remote sensing in Dandong geothermal prospect. International Journal of Applied Earth Observation and Geoinformation, 80, 196-205.

Wutzer, T.; Lucas-Moffat, A.; Migliavacca, M.; Knauer, J.; Sickel, K., Sigut, L.; Menzer, O.; Reichstein, M. 2018. Basic and extensible post-processing of eddy covariance? xmltexbreak? flux data with REddyProc. Biogeosciences, 15, 16, 5015-5030

Publicado

2023-08-31

Como Citar

Santos, C. V. B. dos, Baptista, G. M. de M., Moura, M. S. B. de, Silva, A. de B., Franca-Rocha, W. de J. S. da, Carvalho, H. F. de S., & Galvíncio, J. D. (2023). Validação de um modelo espectral para determinação de fluxos de CO2 em áreas do Bioma Caatinga. Journal of Environmental Analysis and Progress, 8(3), 226–239. https://doi.org/10.24221/jeap.8.3.2023.4724.226-239