MONITORAMENTO DOS FLUXOS DE
RADIAÇÃO, ENERGIA, CO2 E VAPOR
D’ÁGUA EM SUPERFÍCIES
VEGETADAS
Magna Soelma Beserra de Moura1
Thieres George Freire da Silva2
Celso Von Randow3
Francinete Francis Lacerda4
Luciana Sandra Bastos de Souza5
Introdução
A quantificação das trocas de radiação, energia,
CO2 e água em superfícies vegetadas é essencial para o
melhor
entendimento
do
funcionamento
dos
agroecossistemas e para avaliar possíveis mudanças na
interação entre estes e a atmosfera, na partição de
energia e nos ciclos de água e carbono, decorrente de
mudanças ambientais e climáticas.
1
Pesquisadora, Agrometeorologia, Embrapa Semiárido, BR 428, Km
152, CP 23, Zona Rural, CEP: 56302-970, Petrolina, PE. Email:[email protected]
2
Professor Adjunto I, Universidade Federal Rural de Pernambuco,
Unidade Acadêmica de Serra Talhada, Serra Talhada, PE. E-mail:
[email protected]
3
Pesquisador, Instituto Nacional de Ciências Espaciais, Cachoeira
Paulista, SP. E-mail: [email protected]
4
Pesquisador, Instituto Nacional de Ciências Espaciais, Cachoeira
Paulista, SP. E-mail: [email protected]
5
Doutoranda, Universidade Federal de Viçosa, Viçosa, MG. E-mail:
[email protected]
1
Estudos micrometeorológicos em ecossistemas,
onde há grande diversidade biológica, ou em extensas
áreas de monocultivos, ou seja, com uma única espécie
vegetal, fornecem dados do microclima que podem ser
associados a estudos ecológicos e fenológicos para
modelagem entre aspectos climáticos e de umidade do
solo no desenvolvimento da vegetação; podem ainda ser
utilizados na obtenção do potencial de fixação de
carbono, por meio da contabilização da produção primária
líquida; e, além disso, podem fornecer importantes
informações para uso em modelagem climática,
resultando em melhorias nos resultados de previsão
climática e modelagem futura dos cenários de clima e
vegetação.
No atual contexto de mudanças climáticas,
estudos sobre sequestro de carbono pela vegetação têm
sido reportados desde a década de 90 e são dependentes
das medidas diretas de fluxos de gás carbônico por meio
do método das correlações turbulentas. Grandes
programas de pesquisa como Carboeurope e Fluxnet têm
dado suporte a estes estudos em todo Globo e fornecido
resultados que permitem um melhor entendimento dos
fatores que explicam as variações sazonais e interanuais
da fixação de carbono e sua relação com a variação
temporal das condições meteorológicas, do índice de área
foliar, da atividade fisiológica, do ciclo de crescimento e
desenvolvimento, da temperatura e umidade do solo.
O Painel Intergovernamental de Mudanças
Climáticas no último relatório tem demonstrado
evidências científicas que comprovam as alterações no
clima, especialmente após o início das atividades
industriais. Essas alterações podem provocar efeitos
negativos à vida humana, à agricultura e aos
ecossistemas. O aumento das concentrações dos gases
2
dióxido de carbono, metano e óxido nitroso na atmosfera
atua como uma forçante no aumento da temperatura
global, resultando em variações das escalas de
precipitação, na elevação do nível dos oceanos e na
ocorrência de eventos climáticos extremos (IPCC, 2007).
Os principais fluxos de energia, CO2 e água, envolvidos
nos processos climáticos, precisam ser monitorados a fim
de entender como a vegetação se comporta frente ao
clima e assim contribuir para proposição de alternativas
aos efeitos das mudanças climáticas nos principais
biomas brasileiros. Estes estudos têm sido realizados em
áreas da Amazônia, Pantanal, Pampas, Caatinga,
florestas de eucalipto, canaviais, arrozais, pastagens,
dentre outros agroecossistemas.
A demanda evaporativa da atmosfera nos
diferentes ambientes influencia nos processos de
transporte de calor e vapor que ocorrem no solo e na
planta através de subcamadas situadas próximas as
superfícies. A evapotranspiração (ET) é um dos principais
componentes do ciclo hidrológico, em que a estimativa
precisa em escala local e, ou, regional faz-se necessária
para a determinação do uso da água nas diferentes áreas
de atuação (LAGE et al., 2003). No setor agrícola, é um
elemento importante no manejo de irrigação visando à
determinação das alocações e melhoria do manejo de
água armazenada na superfície e no perfil do solo e a
melhoria do planejamento do sistema de irrigação e
distribuição do sistema de produção, favorecendo a
redução do desperdício de água. Ao mesmo tempo, o
conhecimento da evapotranspiração é essencial para o
uso sustentável dos recursos hídricos superficiais.
Inúmeros são os registros de métodos utilizados
na determinação da evapotranspiração das culturas
(ETc). Dentre eles, existem aqueles que são mais
3
apropriados para quantificar a evaporação em longos
intervalos de tempo, como semana, mês ou estádio de
crescimento, como é o caso dos métodos hidrológicos do
balanço de água no solo e os lisímetricos, que também
utilizam o balanço de massa. Por outro lado, os métodos
micrometeorlógicos permitem entender os processos que
governam a transferência de energia e massa entre a
superficie e a atmosfera, como o método dos vórtices
turbulentos, o aerodinâmico e o método do balanço de
energia com base na razão de Bowen. Em outros casos,
os parâmetros físicos determinados por esses métodos
podem ser estimados por meio de modelos. Assim,
existem ainda os métodos que utilizam equações
matemáticas, geralmente com um número limitado de
variáveis
de
entrada
ou
apenas
aproximações
estatísticas, para determinar a evapotranspiração.
Entretanto, comumente tem-se utilizado métodos
micrometeorológicos
visando
determinar
a
evapotranspiração de superfícies vegetadas, que pode ser
obtida pela partição da energia disponível (R n – G) entre
calor sensível (H) e latente (LE) utilizando o método do
balanço de energia, as relações fluxo-gradiente e a
transferência de massa, tanto pelo método dos vórtices
turbulentos, como por meio do método aerodinâmico,
que permite determinar as características de rugosidade
da superfície. Esses métodos têm sido amplamente
aplicados em culturas, como milho (STEDUTO; HSIAO,
1998), videira (TEIXEIRA et al., 2007), forrageira (SILVA
et al., 2005), alfafa (TODD et al., 2000), café (MARIN,
2003; RIGHI, 2004), manga (TEIXEIRA et al., 2008),
caatinga (OLIVEIRA et al., 2006; TEIXEIRA, 2010),
amazônia (von RANDOW, 2007), cana (CABRAL et al.,
2003). No Brasil, estes estudos iniciaram e têm-se
4
destacado sob a liderança do Projeto LBA – Large Scale
Biosphere-Atmosphere na Amazônia.
Quando se trata de realizar medidas diretas dos
fluxos, o método conhecido como correlações turbulentas
tem sido o mais aplicado há vários anos, uma vez que o
mesmo realiza medidas diretas dos fluxos turbulentos.
Dessa forma, este capítulo traz uma abordagem das
técnicas,
sensores,
instalaçõees
experimentais
e
resultados de aplicações do monitoramento dos fluxos de
radiação, energia, CO2 e água em superfícies vegetadas,
com foco em áreas do Nordeste brasileiro.
Aplicações micrometeorológicas
A precisão dos cálculos dos valores do fluxo de
calor sensível (H) e latente (LE) depende da correta
determinação de todos os parâmetros da equação do
balanço de energia, que, por outro lado depende da
precisão das medidas micrometeorológicas. A partição da
energia disponível (Rn – G) em H e LE é um fator crítico
na determinação do ciclo hidrológico, no desenvolvimento
da camada limite, no tempo, no clima e como indicador
de estresse hídrico para as culturas (PEREZ et al., 2008).
O
rápido
crescimento
das
intervenções
antropogênicas em áreas nativas por meio dos processos
de desmatamento, queimada e da substituição da
vegetação natural, tem chamado atenção para os
ecossistemas naturais uma vez que podem influenciar de
modo significativo às condições climáticas locais.
Uma extensa revisão sobre as relações entre
eventos de seca e o ciclo de carbono em ecossistemas foi
realizada por van der Molen et al. (2011). Os autores
sugerem haver interligação entre o conteúdo de carbono
5
dos sistemas e estratégias para uso de radiação/luz e
energia; com estratégias para uso eficiente de água,
como controle estomático e resposta ao CO2; com
estratégias para alocação de carbono, como reserva de
carboidratos associado ao rápido crescimento da
vegetação; com estratégias para distribuição radicular,
como profundidade, micorrização e taxas de crescimento;
e estratégias para regeneração. Para isso, são
necessárias pesquisas contínuas, de longa duração, que
são realizadas em vários tipos de ecossistemas e
agrossistemas, onde são observados temperatura e fluxo
de
calor
no
solo
(JACOBS
et
al.,
2011);
evapotranspiração de mata ciliar (KOCHENDORFER et al.,
2011) e de fruteiras (TEIXEIRA, 2008a); fluxo de gás
carbônico em floresta (SOGACHEV et al., 2011), em
eucalipto (CABRAL et al., 2011) e em cana-de-açúcar
(CABRAL et al., 2003).
A vegetação e suas propriedades bioquímicas e
estruturais são utilizadas como entrada de diversos
modelos de interação entre a atmosfera e o uso da terra.
A quantidade de folhas verdes de um dossel tem impacto
nos componentes do balanço de radiação e em sua
absorção, na interceptação de chuva, e atividade
fotossintética, dentre outros. Nesse sentido, a área foliar
ou o índice de área foliar pode ser utilizado como um dos
mais importantes parâmetros para caracterização dessas
relações. Em áreas de caatinga, onde a maioria das
espécies apresenta comportamento caducifólio, essas
relações são muito variáveis e até desconhecidas em
função dos poucos estudos realizados nesse bioma
voltados para as relações micrometeorológicas e o
comportamento da vegetação. Os poucos trabalhos são
referentes a curtos períodos, o que não reflete as
6
variações inter e intra anual dos eventos climáticos e
seus reflexos na vegetação.
O índice de área foliar pode ser obtido por
medidas diretas e indiretas. O uso de métodos diretos em
áreas de florestas se torna difícil e para isso tem-se
utilizado estimativas por meio da interceptação de luz e,
ou por dados de sensoriamento remoto. Sprintsin et al.
(2011) observaram o índice de área foliar em uma
plantação de pinus no semiárido entre os anos de 2001 e
2006 e observaram a dinâmica da área foliar e da
fenologia por meio de diferentes métodos de
determinação.
Os níveis de radiação e os teores de umidade
disponíveis nas superfícies influenciam no crescimento da
vegetação,
na
sua
produção
de
biomassa
e,
consequentemente, em sua capacidade de fixar carbono.
Kato et al. (2004) utilizaram o método das correlações
turbulentas para medir as trocas de CO2 entre a
atmosfera e ecossistemas alpinos na China, e observaram
que há grande potencial para sequestro de carbono pelo
ecossistema, além de que existe grande relação entre a
absorção de carbono e a disponibilidade de radiação
fotossinteticamente ativa mensal. Ainda em ambientes
alpinos, Marcolla et al. (2011) realizaram um estudo
durante sete anos de medidas de fluxos turbulentos a fim
de observar os impactos dos condicionantes climáticos
nas resposta do ecossistema.
A resposta da vegetação ao meio tem reflexo em
sua evapotranspiração. Os estudos de Kume et al. (2011)
determinaram a evapotranspiração durante dez anos de
pesquisas realizadas em uma floresta tropical e
observaram que a baixa variação interanual da
precipitação é muito importante para manutenção da
evapotranspiração do ecossistema, sendo que a pequena
7
variabilidade dos elementos meteorológicos e a não
ocorrência de seca são determinantes para pequena
variação interanual da evapotranspiração.
A energia disponível é determinante para o cálculo
da evapotranspiração. Apesar dos termos advectivos e
fotossintéticos
do
balanço
de
energia
serem
negligenciados em seu computo, Moderow et al. (2011)
compararam os fluxos de calor sensível e de carbono em
três experimentos em área de coníferas e observaram
que os fluxos advectivos de calor sensível e CO2
apresentaram comportamento oposto durante a noite, e
que se estes forem introduzidos no computo diário do
balanço, pode haver aumento ou redução dos fluxos,
dependendo do local (superfície) e das características das
escalas de medidas.
A quantificação dos fluxos de carbono do
ecossistema entre a biosfera e a atmosfera para regiões e
continentes são de grande importância para a tomada de
decisão de políticas climáticas (XIAO et al., 2011).
Tradicionalmente, estudos de biomassa e inventário de
carbono no solo têm sido utilizados para quantificar a
produtividade líquida de um ecossistema (PLE) ao longo
de vários anos. A técnica de correlações turbulentas
surgiu como uma forma alternativa para avaliar PLE
(BALDOCCHI et al., 2001). Estas estimativas são
representativas apenas para as proximidades de
localização da torre, cujas dimensões variam de metros a
quilômetros
dependendo
da
homogeneidade
da
vegetação (GÖCKEDE et al., 2008). Para analisar o
intercambio de carbono terrestre, sobre regiões ou
continentes, as medições de fluxo por meio dessa técnica
precisam ser extrapoladas para essas grandes áreas
(XIAO et al., 2008, 2010). O sensoriamento remoto
fornece observações dos ecossistemas com cobertura
8
espacialmente e temporalmente consistentes. Quando
combinados, a determinação dos fluxos por meio da
técnica de correlações turbulentas e dados de
sensoriamento remoto tem-se uma valiosa ferramenta
para melhoramento de fluxos de carbono de dimensão
regional ou continental (XIAO et al., 2008, 2010).
Estudos dessa natureza têm sido amplamente
realizados para diversos ecossistemas, porém nenhum foi
verificado para a Caatinga, a qual esta inserida em uma
região cujas características climáticas e de vegetação são
bastante peculiares podendo desta forma apresentar
ampla variabilidade intra e interanual dos fluxos de CO2.
Aspectos metodológicos
Quando se pretende instalar experimentos
micrometeorológicos em superfícies vegetadas, os
estudos realizados ao longo do período do experimento
devem
ser
direcionados
tanto
para
a
área
micrometeorológica, como para caracterização das
espécies vegetais, descrição do perfil do solo e sua
caracterização textural e hidráulica, produção de
biomassa, fixação de gás carbônico, acompanhamento
fenológico, modelagem climática e produtividade de
água.
A área experimental deve ter seu clima
caracterizado com base em dados históricos medidos em
uma estação meteorológica. Assim, deve-se conhecer a
classificação climática, bem como os valores médios e os
desvios dos elementos climáticos, como da temperatura
do ar, umidade relativa do ar, precipitação, brilho solar,
radiação
solar,
evaporação,
evapotranspiração
e
velocidade do vento. Informações nesse sentido podem
ser obtidas junto a órgão de pesquisa, aeroportos, órgãos
9
estaduais de clima e recursos hídricos, órgãos federais
responsáveis pelo monitoramento climáticos, dentre
outros.
A vegetação, seja natural ou plantada, deve ser
caracterizada. No caso de biomas, onde há maior
diversidade de espécies, deve ser realizado um
levantamento florístico e fitosociológico, contemplando
registro da presença e frequência do indivíduos, bem
como informações sobre a altura e diâmetro médio das
espécies arbóreas, além de informações sobre sua
fenologia. Em se tratando de monocultivos, deve ser
realizado registro das datas de ocorrência dos principais
eventos fenológicos, assim como a duração de cada fase,
e dados relativos a biomassa, área foliar, índice de área
foliar, produção, etc.
No
que
se
referem
às
medidas
micrometeorológicas, na maioria dos estudos tem-se
realizado o cômputo dos fluxos de radiação, energia,
vapor d’água e CO2, componentes do balanço de
radiação, radiação fotossinteticamente ativa interceptada
pela vegetação, temperatura e umidade relativa do ar,
precipitação, velocidade e direção do vento, umidade e
temperatura no perfil do solo. Para isso são utilizadas
torres e suportes micrometeorológicos; sistemas de
alimentação com painel solar, reguladores de voltagem e
baterias; sensores automáticos para medidas dos
elementos do tempo; sistemas de medidas e registros de
dados. As necessidades instrumentais dependem dos
objetivos do estudo, bem como da disponibilidade de
recursos para sua execução.
Componentes do balanço de radiação e de energia
10
O Sol é uma gigantesca usina termonuclear,
geradora e emissora de energia para o espaço, parte da
qual a Terra intercepta. O fluxo radiante emitido pelo Sol
atravessa o espaço sideral e alcança a atmosfera
terrestre, interagindo com a mesma, onde sofre
processos de absorção e difusão, e se constitui na
principal fonte de energia para os processos físicos que
ocorrem no sistema Terra-Atmosfera. Assim, variações na
fonte de energia causam, diretamente, variações em
diversos parâmetros, dentre os quais: temperatura,
pressão, umidade, entropia e massa específica; e ao
mesmo tempo, a superfície terrestre é a principal fonte
de transferência para os processos atmosféricos. Quase
todo espectro da radiação solar é limitado ao
comprimento de onda entre aproximadamente 0,15 m e
4,0 m (99%), sendo mais ou menos 50% desta energia
total contida na banda do visível (ROSENBERG et al.,
1983).
O balanço de radiação em uma determinada
superfície é a contabilização líquida entre a energia
radiante recebida e refletida pela superfície. O saldo de
radiação (Rn), também denominado de radiação líquida,
constitui-se da soma algébrica dos balanços de radiação
de ondas (Rn_oc) curtas e longas (Rn_ol), considerandose positivos, os fluxos verticais na direção da superfície e
negativos quando na direção do espaço (Figura 1). Seu
estudo é muito importante, dada sua influência sobre o
comportamento de vários elementos meteorológicos e na
evapotranspiração
das
culturas,
proporcionando
importantes alterações no clima e microclima em
diferentes regiões do globo terrestre.
11
Figura 1. Diagrama esquemático dos fluxos de
radiação e energia à superfície terrestre. Composição
da Figura: Magna Soelma Beserra de Moura
O balanço de radiação à superfície é dado pela
soma dos fluxos de radiação de ondas curtas e longas,
expresso pela equação abaixo:
(1)
onde: Rn é a radiação líquida; Rg é a radiação de onda
curta incidente (radiação global); Rr radiação de onda
curta refletida pela superfície; Ra é a radiação de onda
longa incidente, ou seja, emitida pela atmosfera e Rs é a
radiação de onda longa emitida pela superfície.
Na Figura 2 podem ser observadas as curvas para
dias típicos sem nebulosidade, dos componentes do
balanço de radiação, medidos com radiômetros e
pirgeômetros, em uma área cultivada com cana-deaçúcar. Observa-se que a curva da radiação refletida pela
superfície segue a curva da radiação incidente de ondas
curtas, com valores positivos a partir do nascer do Sol,
12
por volta de 05h45, que atingem um pico por volta do
meio dia local (12h00), sendo o valor da radiação
incidente na ordem de 1.000,00 W m-2, e da radiação
refletida na faixa de 190,00 W m-2. As curvas da radiação
ondas longas, tanto atmosférica quanto da superfície
sofrem poucas variações ao longo do dia, e apresentam
valores da ordem de 350,00 W m-2 e 400,00 W m-2,
respectivamente.
Figura
2. Componentes do balanço de radiação à
superfície (Rg – radiação solar incidente, Rr –
radiação refletida, Ra – radiação de ondas
longas atmosférica e Rs – radiação de ondas
longas da superfície) sobre uma área cultivada
com cana-de-açúcar em Juazeiro, BA.
13
Neste
sentido,
diversos
pesquisadores
desenvolveram trabalhos a fim de determinar o
comportamento e, ou a quantificação da radiação
disponível para as trocas termodinâmicas entre a
atmosfera, o solo e as culturas. O saldo de radiação é um
termo de grande importância e muito significativo em
estudos meteorológicos de meso e micro escalas, por
constituir a principal fonte de energia para os fluxos
turbulentos de calor sensível e de calor latente, ou seja,
para o aquecimento da biomassa e para os processos
fotossintéticos. Em aplicações hidrológicas e agrícolas, a
evaporação pode ser estimada por meio de modelos
físicos se o saldo de radiação for conhecido.
A fração da radiação solar global (Rg) que atinge
uma superfície qualquer e é refletida (Rr) por ela é
conhecida como albedo, ou seja, coeficiente de reflexão
da superfície para a radiação de ondas curtas
(ROSENBERG et al., 1983). O albedo varia de acordo com
a superfície e é altamente dependente do ângulo de
incidência dos raios solares ou ângulo zenital do Sol, que
varia ao longo do dia, apresentando valores mínimos
próximos ao meio-dia e máximos no início da manhã e
final da tarde, conforme apresentado na Figura 3 para a
cana-de-açúcar.
Embora para uma determinada superfície o albedo
seja variável, via de regra utiliza-se um valor constante.
Diversos pesquisadores, entre eles Burman; Pochop
(1994) sugerem valores mínimos, máximos e médios
para diversas superfícies. Rosenberg et al. (1983)
afirmaram que o albedo de ondas curtas para superfícies
vegetadas não varia muito e que muitas culturas refletem
em torno de 20 a 30% da radiação solar incidente.
14
Figura 3. Albedo da uma área cultivada com cana-deaçúcar irrigada por gotejamento subsuperficial
em Juazeiro, BA.
Os resultados obtidos por Idso et al. (1975),
mostram que para solo úmido, a variação diurna do
albedo exibe uma simetria em torno do meio-dia solar em
resposta aos efeitos do ângulo de elevação do Sol, fato
este que também pode ser visualizado na Figura 3. Este
efeito pode ser atenuado, à medida que o solo perde
umidade, tendendo novamente à simetria quando o solo
torna-se
completamente
seco.
Oliveira
(1998),
trabalhando com a cultura do amendoim irrigada no
semiárido nordestino, constatou para dias claros e sem
irrigação valores de albedo na ordem de 25%, enquanto
para dias com irrigação observou-se uma queda brusca
do albedo médio, em torno de 9%, por volta do meio dia.
Verificou também redução no albedo médio diário à
medida que a cultura foi se desenvolvendo e cobrindo
totalmente o solo.
A superfície terrestre absorve energia do Sol e
passa a emitir energia radiante denominada de ―ondas
longas‖, no comprimento de onda entre 3 e 80 m
(ROSENBERG et al., 1983). O saldo de radiação de ondas
15
longas pode ser determinado por diferença, quando se
dispõe de equipamentos que possibilitem medir
simultaneamente o saldo de radiação, a radiação global e
a radiação refletida. Atualmente, existem aparelhos que
permitem a realização do balanço de radiação de ondas
longas, bem como a determinação de seus componentes.
Entretanto, devido ao elevado preço de aquisição e
manutenção dos equipamentos, bem como, de um
sistema de aquisição dos dados, diversos pesquisadores
têm se dedicado à tarefa de investigar expressões
empíricas para estimar a radiação de ondas longas. Tais
expressões, não obstante práticas, têm o inconveniente
de apresentarem resultados confiáveis, em princípio,
apenas nas condições para as quais foram desenvolvidas.
Sua utilização em outras regiões, com características
diferentes das de origem, pode conduzir a erros
grosseiros. Por esse motivo, seu uso deve ser
recomendado apenas após serem testadas e ajustadas às
condições locais.
A radiação na forma de ondas longas emitida pela
superfície pode ser calculada por meio da equação 2:
(2)
na qual  é a emissividade da superfície (0,98);  a
constante de Stefan-Boltzman (5,67.10-8 W m-2 k-4) e Ts a
temperatura da superfície em Kelvin. Com isso, sabendose o saldo de radiação, a radiação de onda curta
incidente e refletida, que podem ser obtidas por
instrumentos, e a radiação de ondas longas emitida pela
superfície (Equação 2), procede-se ao cálculo da radiação
de ondas longas emitida pela atmosfera por diferença
simples. Por outro lado, existem disponíveis os
16
pirgeômetros, que são os radiômetros utilizados para
realizar medidas da radiação de ondas longas.
O saldo de radiação (Rn) sobre um dossel vegetal
representa a quantidade de energia na forma de ondas
eletromagnéticas que este dispõe para repartir entre os
fluxos de energia necessários aos processos de
evapotranspiração, aquecimento do ar e do solo e para
fotossíntese. Em outras palavras, a radiação líquida
representada pelo saldo de radiação é o resultado das
trocas de energia que se estabelecem na atmosfera. O
fluxo máximo de uma propriedade, em uma dada direção,
é definido como a quantidade dessa propriedade que
atravessa uma superfície unitária perpendicular àquela
direção na unidade de tempo. Há, essencialmente, quatro
tipos de fluxos de energia em uma superfície ideal,
conhecidos como saldo de radiação à superfície (Rn),
fluxos de calor sensível (H), de calor latente (LE) e de
calor do solo (G) (Arya, 1988) (Figura 1).
O balanço de energia no sistema solo-plantaatmosfera é constituído dos fluxos verticais de calor
latente (LE), de calor sensível (H), do calor no solo (G) e
do saldo de radiação (Rn), todos em W m-2, além de
fluxos associados à absorção de calor no volume ocupado
pela copa (A) e da energia utilizada na fotossíntese (P).
Estas duas últimas têm sido negligenciadas no cômputo
do balanço de energia, bem como a advecção de calor
sensível e de calor latente. Desta forma, o balanço de
energia se reduz à seguinte equação:
(3)
Durante o dia a superfície do solo recebe radiação
e vai se aquecendo continuamente, resultando em fluxos
17
de calor para o interior do solo (durante o dia) e para a
atmosfera (durante a noite).
O fluxo de calor sensível sobre uma superfície é
resultante da diferença entre as temperaturas do ar e da
superfície. Como a temperatura na camada limite varia
continuamente com a altura, próximo à interface, a
transferência de calor ocorre por condução molecular. O
fluxo de calor sensível geralmente é dirigido para fora da
superfície durante o dia quando a superfície é mais
quente que o ar, e vice versa durante a noite. Por sua
vez, o fluxo de calor latente ou de vapor d’água é
resultado da evaporação e, ou evapotranspiração em
uma superfície e é dado pelo produto do calor latente de
evaporação pela massa de água evaporada. A evaporação
ocorre tanto em superfícies líquidas como em solo úmido
e superfícies vegetadas, quando o ar não se encontra
saturado de vapor. Este processo é mais acentuado
durante o dia, devido a maior quantidade de energia
disponível
que
produz
aquecimento
do
ar
e
consequentemente provoca déficit de pressão de vapor.
A superfície é aquecida durante o dia pela radiação
de ondas curtas incidente. Durante a noite, com o
resfriamento da superfície, ocorre transferência de calor
por meio de ondas longas, resultando em gradientes de
temperatura entre as camadas de solo mais curtas.
Entretanto, os solos apresentam grande heterogeneidade
no espaço e nas camadas, necessitando uma
representativa amostragem do fluxo de calor no solo,
temperatura e umidade relativa do ar.
O fluxo de calor no solo (G) é baseado na
transferência molecular de calor e é proporcional aos
gradientes de temperatura e a condutividade térmica do
solo. Em geral, o valor de G é pequeno, podendo variar
em um dia ao redor de 50-100 W m-2, de maneira que
18
alguns autores propõem sua estimativa como sendo igual
a -0,1 Rn ou 0,3 H (Liebethal; Foken, 2007 e Stull, 1998,
citados por Foken, 2008). A determinação do calor
armazenado no solo por meio de medidas do gradiente
de temperatura e da condutividade térmica torna-se
difícil, e por isso, tem sido determinado pela soma do
fluxo de calor no solo medido em alguma profundidade,
por exemplo, a 10 ou 20 cm por meio de placas de fluxo
de calor enterradas nessas profundidades e o calor
armazenado na camada entre a superfície do solo e a
placa de fluxo, por meio de medidas do perfil de
temperatura sobre a placa. Na Figura 4 são apresentadas
duas curvas com o comportamento diário do fluxo de
calor no solo medidos em dois fluxímetros instalados a 10
cm de profundidade (Figura 4a) e o perfil da temperatura
do solo medida a 2 e a 8 cm de profundidade (Figura 4b)
em uma área cultivada com cana-de-açúcar.
Figura 4. (a) Fluxo de calor no solo medido em dois
fluximétros (G1 e G2) a 10 cm de
profundidade e, (b) temperatura do solo
medida a 2 cm (Tsolo_2cm) e a 8 cm
(Tsolo_8cm) de profundidade em uma área
cultivada com cana-de-açúcar, em Juazeiro,
BA.
19
Pode-se observar na Figura 4a, que o fluxo de
calor no solo apresenta pequena variação diurna,
passando de um valor mínimo por volta de -10 W m-2
para um máximo de 5-10 W m-2. Ao mesmo tempo, na
Figura 4b, a temperatura do solo a 2 cm é mais elevada
do que aquela medida a 8 cm de profundidade, sendo a
diferença no horário de pico inferior a 2,0 oC. As medidas
de fluxo de calor no solo devem ser bem representativas
da área de estudo, dessa forma, muita atenção no
momento de selecionar o local e a posição do sensores de
solo, uma vez que este apresenta grande variabilidade
espacial.
Os componentes do balanço de energia em um dia
típico sem nebulosidade são apresentados na Figura 5,
para uma área de vegetação natural de caatinga.
Alterações na presença de nuvens resultam em variações
nos componentes dos balanços de radiação e de energia,
que
por
sua
vez,
promovem
alterações
no
comportamento de outros elementos meteorológicos,
como temperatura do ar, por exemplo.
20
800
a) 26/06/2000
Densidade de Fluxos (W/m²)
700
600
500
400
300
200
100
0
-100
6
7
8
9
10
11
9
10
11
12
13
14
15
16
17
18
12
13
14
15
16
17
18
H
G
800
b) 02/07/2000
Densidade de Fluxos (W/m²)
700
600
500
400
300
200
100
0
-100
6
7
8
Hora
Rn
LE
Figura 5. Comportamento diurno dos componentes do
balanço de energia, sobre a cultura da
goiabeira (Psidium guajava L.), em Petrolina –
PE, durante dias representativos da Fase 1: (a)
21
com nebulosidade e (b) sem nebulosidade.
Fonte: Moura, 2005.
Segundo Foken (2008), o aumento de 1 grau
Kelvin na temperatura média global devido a emissões
antropogênicas de gases do feito estufa correspondem a
um adicional de energia da ordem de 2 W m-2. Portanto,
mudanças nos fluxos de radiação e energia devido as
mudanças de uso da terra, podem atuar manipulando o
sistema climático.
Fluxos de CO2, vapor d’água e balanço de energia
pelo método das Covariâncias dos Vórtices
Turbulentos
Os fluxos de vapor d'água (H2O), dióxido de
carbono (CO2) e de calor sensível (H) têm sido medidos
diretamente usando-se o método de correlação de
vórtices turbulentos, também conhecido como "eddy
covariance technique" (DESJARDINS, 1977). Os fluxos de
H2O e CO2 são calculados para intervalos de 30 minutos
pela equação:
(4)
Em que
é o valor médio da densidade de fluxo relativo
à entidade
s
(vapor d'água ou dióxido de carbono),
é
o valor médio da densidade do ar seco e
é o
produto dos valores instantâneos da variação da
velocidade vertical do vento (
) e da flutuação ( ) da
razão de mistura da entidade .
22
O fluxo médio de calor sensível (
calculado com a equação:
(5)
onde
cp
) pode ser
é o calor específico do ar seco a pressão
constante,
é o valor médio, no intervalo de 30
minutos, do produto da variação da velocidade vertical do
vento (
) e da variação da temperatura do ar (
) em
relação aos seus valores médios observados durante o
intervalo de 30 minutos. A utilização dessa técnica exige
que as medidas sejam realizadas em alta frequência, em
taxas que variam de 10 a 20 Hz (FOKEN, 2008).
As concentrações de vapor de água e de CO 2 são
determinadas por meio de um analisador de gás à infravermelho. A temperatura do ar (T) e o valor da
velocidade do vento nas três direções (x, y e z) devem
ser medidos imediatamente acima da vegetação por meio
de um anemômetro sônico tridimensional instalado sobre
a vegetação da área de estudo. Embora esse método seja
o único que possibilite medidas diretas de fluxos, apenas
há 16 anos, com o avanço da tecnologia, é que tem sido
possível obter medidas contínuas de fluxos nos
ecossistemas e em áreas agrícolas, sendo que nos
últimos quatro anos tem sido amplamente utilizada nas
pesquisas científicas.
Um exemplo do curso diário dos fluxos
turbulentos, incluindo o saldo de radiação e o fluxo de
calor no solo, encontra-se na Figura 6. Observam-se os
pequenos valores observados no período da noite, ao
contrário do que se percebe durante o dia. Poucos
minutos após o nascer do Sol, os sinais mudam e os
fluxos turbulentos aumentam rapidamente, com os
valores máximos ocorrendo logo após o meio dia. O
23
comportamento do fluxo de calor no solo depende muito
das características da superfície, bem como da
profundidade de instalação do sensor (FOKEN, 2008).
Figura 6. Componentes do balanço de energia (Rn – saldo
de radiação, G – fluxo de calor no solo, H – fluxo
de calor sensível e LE – fluxo de calor latente)
para o dia 13 de outubro de 2004 a cada 30
minutos obtidos pelo método das correlações
turbulentas em uma área de caatinga. Fonte:
Oliveira et al, 2006.
Os fluxos de gás carbônico servem como
indicativos das taxas líquidas de fotossíntese e respiração
das superfícies vegetadas. Para suas análises, pode-se
considerar que os valores positivos indicam fluxos de
carbono da vegetação para a atmosfera, oriundos de
processos respiratórios, e os valores negativos indicam
fluxos de carbono da atmosfera para a vegetação, devido
à atividade fotossintética. Segundo a Figura 7, os ciclos
diurnos do fluxo de CO2 medidos na caatinga durante o
mês de março de 2005, que é o mês mais chuvoso no
município de Petrolina, PE, a taxa de fotossíntese
24
apresenta valores consideráveis que chegam a ser da
ordem de -30 mol m-2s-1, com os valores médios em
torno de -9 mol m-2s-1 (OLIVEIRA et al., 2006).
Figura 7. Curso diário do fluxo de gás carbônico (F_CO 2)
a cada 30 minutos, para os dias do mês de
março de 2005, sendo a média representada
pela linha, obtido pelo método das correlações
turbulentas em uma área de caatinga. Fonte:
Oliveira et al., 2006.
Características aerodinâmicas e perfil logarítmico
do vento
As características aerodinâmicas de uma superfície
são informações de fundamental importância na aplicação
25
em estudos micrometeorológicos e em parametrizações
de modelos globais e de mesoescala (TAKAGI et al.,
2003; ZHANG et al., 2004; TSAI; TSUANG et al., 2005),
sendo representadas pelo comprimento de rugosidade
(zo) e pelo deslocamento do plano zero (d), incorporadas
ao perfil logarítmico do vento e determinadas sob
condições de neutralidade atmosférica (STUDETO;
HSIAO, 1998). O perfil logarítmico do vento, válido para
a camada atmosférica inercial, é expresso por:
(6)
em que, u* = velocidade de fricção, k = constante de Von
Karman, z* = limite superior da subcamada atmosférica
rugosa, abaixo da camada inercial.
Os dados de zo e d podem ser estimados utilizando
os valores médios de 30 minutos de velocidade do vento,
restritos a condições próximas da neutralidade para
satisfazer a lei do perfil do logaritmo do vento
(MONTEITH; UNSWORTH, 1990). Para caracterizar as
condições de estabilidade atmosférica e, posteriormente,
identificar os perfis próximos à neutralidade utiliza-se o
número de Richardson (Ri). Assim, a partir de um método
interativo da relação linear entre ln(z-d) e uz os valores
de zo e d são obtidos até que o coeficiente de
determinação seja o maior possível (LYRA et al., 2007;
MARIN, 2003; RIGHI, 2004).
Técnicas de medidas
Segundo Foken (2008), poucos são os registros na
literatura de livros relacionados a descrição das técnicas
de medidas empregadas em estudos meteorológicos.
26
Dessa forma, a seguir são apresentados os principais
sensores empregados nas medidas dos elementos
meteorológicos, bem como os sistemas de medidas e
armazenamentos de dados e as técnicas empregadas em
seu
processamento.
As
informações
que
são
apresentadas a seguir se baseiam no acompanhamento
de
alguns
experimentos
de
campo
sobre
micrometeorologia realizados em áreas agrícolas e de
vegetação natural, como a caatinga.
- Observação meteorológica
Uma observação meteorológica é o resultado de
uma série de procedimentos realizados a fim de se fazer
medições, registros ou determinações de todos os
elementos do tempo que representam as condições
meteorológicas predominantes de um determinado lugar
em um determinado instante, por meio da utilização de
instrumentos adequados. A finalidade das observações
meteorológicas nos próprios serviços meteorológicos são,
dentre outras, gerar informação a respeito da situação e
das mudanças de tempo que estão ocorrendo nas
diferentes estações meteorológicas, para que os
meteorologistas dos centros de previsão possam utilizar
estas informações em previsões do tempo e clima; obter
dados dos vários elementos do clima para utilização em
pesquisas científicas e em estatística meteorológica e
climatológica;
atuar
em
conjunto
com
órgãos
internacionais ligados à atividade de pesquisa e previsão
do tempo e clima.
Dessa forma, as informações apresentadas a
seguir
se
referem
às
medidas
realizadas
em
experimentos científicos, mas que utilizam sensores e
protocolos reconhecidos em nível internacional, a fim de
27
que os resultados destes trabalhos possam ser
comparados com outros realizados em quaisquer países.
- Medidas da radiação
Em geral, os sensores de medir a radiação solar
são conhecidos como piranômetros ou radiômetros, e a
maioria deles à base de termopilha, que têm em seu
interior um compensador de temperatura e uma cúpula
dupla para que os raios solares estejam sempre
perpendiculares aos sensores. Alguns deles realizam
medida da diferença de temperatura entre duas áreas,
preta e branca, que recebem radiação.
A
classificação
dos
radiômetros
leva
em
consideração o comprimento de onda (ondas curtas,
ondas longas) e a qualidade das medidas, com base no
elemento sensor. A separação dos comprimentos de onda
medidos nos diversos tipos de radiômetros pode ser feita
com o uso de filtros sobre o sensor, além disso, células
fotoelétricas espectralmente sensíveis podem ser
utilizadas para medir a radiação fotossinteticamente ativa
(PAR).
Em
experimentos
micrometeorológicos,
recomenda-se que os componentes do balanço de
radiação sejam obtidos individualmente, por meio de
radiômetros e pirgeômetros. O elemento sensor deve ser
direcionado para a atmosfera quando forem realizadas
medidas de radiação incidente, e ao contrário,
direcionados para a superfície, quando forem realizadas
medidas da radiação refletida seja nos comprimentos de
ondas curtas e, ou ondas longas. Além dos radiômetros,
o saldo de radiação pode ser medido por meio de saldo
radiômetros, que já contabiliza o balanço de ondas curtas
28
e ondas longas, resultado na medida direta do saldo de
radiação à superfície.
Saldo radiômetro
CNR1
Saldo radiômetro
Saldo radiômetro
NR-Lite
Albedômetro e
PAR Linear
Radiômetro
Eppley com filtro
Tubo
solarimétrico
29
Radiômetro CM3
– Rr
Radiômetro
Eppley - Rr
Radiômetro
Eppley com filtro
Pirgeômetro
Radiômetro PAR
Radiômetro PAR
―pontual‖
Linear
Figura 8. Equipamentos utilizados para medir diferentes
componentes do balanço de radiação à
superfície. Fotos: Magna S. B. Moura.
Um dos saldos radiômetros mais utilizados é o
CNR1 (Net radiometer - Kipp & Zonen B.V., Delft,
Netherlands). Dentre os sensores que medem a radiação
fotossinteticamente ativa, destacam-se o LI-190SA
(Quantum sensor, Li-cor, Nebraska, USA) e LI-191SA
(Line Quantum Sensor Li-cor, Nebraska, USA) que podem
ser instalados no topo da torre micrometeorológica, ou
também próximo a superfície do solo, a fim de realizar
30
medidas da PAR interceptada pela vegetação. Os
sensores de radiação devem ser instalados em um
mastro direcionado para o Norte, distante, no mínimo,
4,0 metros da torre, localizado a cerca de 3,0 metros do
dossel das plantas. Com estes sensores, podem ser
obtidas medidas dos componentes da radiação de onda
curta incidente (Rg, W m-2) e refletida (Rr, W m-2),
radiação de onda longa incidente (Rai, W m-2) e refletida
(Rs, W m-2), saldo de radiação total (Rn, W m-2), saldo de
onda curta (Rnoc, W m-2) e de onda longa (Rnol, W m-2) e
albedo (α). Além das medidas de densidade de fluxo da
radiação fotossinteticamente ativa (DFRFA, μmol m -2 s-1)
incidente e refletida da superfície vegetada, e
interceptada pela vegetação.
- Fluxos de calor sensível, latente e gás carbônico
O balanço de energia no sistema solo-plantaatmosfera é constituído pelos fluxos verticais de calor
latente (LE), de calor sensível (H), do calor no solo (G) e
do saldo de radiação (Rn), todos em W m-2. Os dados de
Rn são obtidos por meio de saldo radiômetros, enquanto
as medições do fluxo de calor no solo (G) podem ser
obtidas por meio de fluxímeros instalados a 0,06 metros
de profundidade e em diferentes posições na superfície
do solo. Os fluxos LE e H podem ser obtidos pelo método
da razão de Bowen e, ou pelo método das covariâncias
dos vórtices turbulentos. Para aplicação destes métodos
várias exigências devem ser seguidas, cujos detalhes
podem ser encontrados em FOKEN (2008).
Os equipamentos mais utilizados são apresentados
na Figura 9 e constituem basicamente do anemômetro
sônico tridimensional e do analisador de gás ao infravermelho IRGA LI-7500.
31
Sônico e Li-cor 7500 em
área de caatinga degradada
Sônico e Li-cor 7500 em
área de caatinga
preservada
Sônico e higrômetro Krypton
Figura 9. Equipamentos utilizados para medir os fluxos da
vapor d’água, fluxo de gás carbônico e o vento
sônico. Fotos: Magna S. B. Moura.
32
- Perfil logaritmo do vento
Para avaliar o perfil logaritmo do vento, no
mínimo, três sensores de velocidade de vento (03001-5,
R.M. Young, Wind Sentry, Campbell Scientific, Logan,
Utah, USA) e três de temperatura e umidade relativa do
ar (HMP45C-L, Campbell Scientific, Logan, Utah, USA)
precisam ser instalados em diferentes alturas acima do
dossel.
- Conteúdo de água no solo e precipitação
Outras importantes informações que atuam em
conjunto com a vegetação e a atmosfera devem ser
obtidas por meio do monitoramento do conteúdo de água
no perfil do solo e das medidas e registros da
precipitação. Para isso, os sítios experimentais devem
conter medidas contínuas e automáticas da umidade do
solo, que pode ser feita com sensores tipo reflectômetro
de umidade (FDR), modelo ENVIROSMART (Sentek
Technologies) e ainda com TDR100, além de diversos
outros sensores disponíveis. Além disso, um pluviômetro
eletrônico deve ser locado no topo da torre
micrometeorológica. Caso haja necessidade de se
monitorar a interceptação de chuva pela vegetação, uma
grande quantidade de pluviômetros deve ser alocada à
superfície, próximo ao solo e abaixo da vegetação.
- Sistema de medidas, registro e análise dos dados
Todos
esses
equipamentos
precisam
ser
conectados um sistema de registro e armazenamento de
dados, conhecidos como datalogger e um multiplexador
AM 16x32, programado para fazer medidas tanto em
33
baixa como em alta frequência, gerando dois arquivos
que ficam armazenados em um cartão de memória. Esse
monitoramento é de grande importância a fim de
entender os processos de crescimento e desenvolvimento
da vegetação da caatinga em resposta as trocas de
energia com a atmosfera e ao conteúdo de água no solo.
O processamento dos dados envolve a utilização
de softwares específicos, como o Loggernet para
conversão dos dados dos cartão de memória em um
formato que pode ser utilizados em planilhas eletrônicas,
no caso dos dados de baixa frequência, e que podem ser
processados
no
programa
Alteddy
(http://www.climatexchange.nl/projects/alteddy/
index.htm), para os dados de alta frequência, dentre
outros.
Considerações finais
A quantificação das trocas de radiação, energia,
CO2 e água em superfícies vegetadas é essencial para o
melhor
entendimento
do
funcionamento
dos
agroecossistemas e para avaliar possíveis mudanças na
interação entre eles e a atmosfera, na partição de
energia, e nos ciclos de água e carbono, decorrente de
mudanças ambientais e climáticas.
O conhecimento das metodologias adotadas, suas
aplicações, suas exigências, suas limitações, suas
necessidades em termos de sensores e processamento
são fundamentais para o sucesso da pesquisa científica.
As torres micrometeorológicas (Figura 10) podem
ser instaladas em diversos tipos de superfícies vegetadas,
a fim de realizar medidas da resposta do ambiente às
condições de cobertura do solo. Atualmente, existem
34
duas torres micrometeorológicas instaladas em áreas de
caatinga preservada e degradada, a partir das quais
estão sendo obtidas informações de possibilitarão um
melhor entendimento das relações entre a cobertura da
superfície e o ambiente. Além destas, de caráter
permanente, existem outras que podem ser consideradas
temporárias, para investigação de cultivos agrícolas,
como em cana-de-açúcar e uva de vinho.
O
monitoramento
de
longo
prazo
exige
manutenção permanente dos equipamentos e atualização
constante dos bancos de dados, o que envolve pessoal
qualificado e aporte de recursos. Devido a extensão da
Caatinga e suas diversas composições, associadas ao
clima semiárido, estudos nesse sentido precisam ser
realizados em outras áreas, o que deve envolver uma
equipe inter e multidisciplinar, ao mesmo tempo em que
as mudanças de uso da terra também precisam ser
estudas, seja para uso agrícola ou decorrentes de
processos de desertificação, dentre outros.
35
Torre
micrometeorológica
com razão de Bowen e
correlações turbulentas em
pomar de mangueira
Torre micrometeorológica
com razão de Bowen e
perfil do vento em pomar
de mangueira
36
Torre micrometeorológica Torre
micrometeorológica
com razão de Bowen e sistema
de
correlações
correlações turbulentas em turbulentas em área de
canavial
caatinga degradada
Figura 10. Torres micrometeorológicas. Fotos: Magna S.
B. Moura.
Bibliografia Consultada
37
ARYA, S. P. Introduction to micrometeorology. North
Carolina: Academic Press, 1988. 307 p.
BALDOCCHI, D., FALGE, E., GU, L., OLSON, R.,
HOLLINGER, D., RUNNING, S. FLUXNET: A new tool to
study the temporal and spatial variability of ecosystemscale carbon dioxide, water vapor, and energy flux
densities. Bulletin of the American Meteorological Society,
82, 2415−2434, 2001.
Burman, R.; Pochop, L.O. Evaporation,
evapotranspiration and climatica data. Amsterdam:
Elsevier Science, 1994. 278p.
CABRAL, O. M. R.; ROCHA, H. R. da; LIGO, M. A. V.;
BRUNINI, O.; DIAS, M. A. F. S. Fluxos turbulentos de
calor sensível, vapor d’água e CO2 sobre plantação de
cana-de-açúcar (Saccharum sp.) em Sertãozinho-SP.
Revista Brasileira de Meteorologia, v.18, n.1, p.61-70,
2003.
CABRAL et al., 2011
DESJARDINS, R. L. Energy budget by an eddy correlation
method. Journal of Applied Meteorology, v.16, p. 248250, 1977.
FOKEN, T. Micrometeorology, Springer-Verlag, Berlin,
Germany, 308 pp. 2008.
GÖCKEDE, M., FOKEN, T., AUBINET, M., BANZA, J.,
BERNHOFER, C., BONNEFOND, J. M. Quality control of
CarboEurope flux data — Part 1: Coupling footprint
analyses with flux data quality assessment to evaluate
sites in forest ecosystems. Biogeosciences, 5, 433−450,
2008.
38
IDSO, S. B.; JACKSON, R.
D.; REGINATO, R. J.;
KIMBALL, B. A.; NAKAYAMA, F. S. The dependence of
bare soil albedo on soil water content. Journal of Applied
Meteorology, v. 14, p. 109-113. 1975.
IPCC. Climate change 2007: The physical science basis,
Summary for Policymakers. IPCC Geneva, 2007. 18p.
JACOBS, A.F.G.; HEUSINKVELD, B.G.; HOLTSLAG, A.A.M.
Long-term record and analysis of soil temperatures and
soil heat fuxes in a grassland area, The Netherlands.
Agricultural and Forest Meteorology, v. 151, p. 774–780,
2011.
KATO, T.; TANG, Y.; GUB, S.; CUI, X.; HIROTA, M.; DU,
M.; LI, Y.; ZHAO, X.; OIKAWA, T. Carbon dioxide
exchange between the atmosphere and an alpine
meadow ecosystem on the Qinghai–Tibetan Plateau,
China. Agricultural and Forest Meteorology, v. 124, p.
121–134, 2004.
KOCHENDORFER, J.; CASTILLO, E.G.; HAAS, E.; OECHEL,
W.C.; PAW U, K.T. Net ecosystem exchange,
evapotranspiration and canopy conductance in a riparian
forest. Agricultural and Forest Meteorology, v. 151, p.
544–553, 2011.
KUME, T.; TANAKA, N.; KURAJIB, K.; KOMATSU, H.;
YOSHIFUJI, N.; SAITOH, T. M.; SUZUKI, M.; KUMAGAI, T.
Ten-year evapotranspiration estimates in a Bornean
tropical rainforest. Agricultural and Forest Meteorology,
151, p. 1183–1192. 2011.
LAGE, M.; BAMOUH, A.; KARROU, M.; EL MOURID, M.
Estimation of rice evapotranspiration using a
microlysimeter technique and comparison with FAO
Penman-Monteith and pan evaporation methods under
39
Moroccan conditions. Agronomie, Paris, v. 23, p. 625–
631, 2003.
LYRA, G. B.; PEREIRA, A. R. Dificuldades de estimativa
dos parâmetros de rugosidade aerodinâmica pelo Perfil
logarítmico do vento sobre vegetação esparsa em região
semi-árida. Revista Brasileira de Geofísica, v.25, n.2,
p.187-197, 2007.
MARCOLLA, B.; CESCATTI, A.; MANCA, G.; ZORER, R.;
CAVAGNA, M.; FIORA, A.; GIANELLE, D.; RODEGHIERO,
M.; SOTTOCORNOLA, M.; ZAMPEDRI, R. Climatic controls
and ecosystem responses drive the inter-annual
variability of the net ecosystem exchange of an alpine
meadow. Agricultural and Forest Meteorology, 151, p.
1233– 1243, 2011.
MARIN, Fábio. Evapotranspiração e transpiração máxima
em cafezal adensado. Piracicaba, 2003. 134p. Tese
(Doutorado) – Escola Superior de Agricultura ―Luiz de
Queiroz‖, Universidade de São Paulo.
MODEROW, U.; FEIGENWINTER, C.; BERNHOFER, C.
Non-turbulent fluxes of carbon dioxide and sensible
heat—A comparison of three forested sites. Agricultural
and Forest Meteorology, v. 151, p. 692–708, 2011.
MOLEN van der, M.K.; DOLMAN, A.J.; CIAIS, P.; EGLIN,
T.; GOBRON, N.; LAWE, B.E.; MEIR, P.; PETERS, W.;
PHILLIPS, O.L.; REICHSTEIN, M.; CHEN, T.; DEKKER,
S.C.; DOUBKOVÁ, M.; FRIEDL, M.A.; JUNG, M.; VAN DEN
HURK, B.J.J.M.; DE JEU, R.A.M.; KRUIJTM, B.; OHTA, T.;
REBEL, K.T.; PLUMMER, S.; SENEVIRATNE, S.I.; SITCH,
S.; TEULING, A.J.; VAN DER WERF, G.R.; WANG, G.
Drought and ecosystem carbon cycling. Agricultural and
Forest Meteorology, v. 151, p. 765-773. 2011.
40
MONTEITH, J. L.; UNSWORTH, M. H. Principles of
environmental physics. Ed.2, Edward Arnold, N.Y., 1990.
291 pp.
MOURA, M. S. B. de. Consumo hídrico, produtividade e
qualidade do fruto da goiabeira irrigada na região do
Submédio São Francisco. 2005. 122 f. il. Tese (Doutorado
em Recursos Naturais) - Universidade Federal de
Campina Grande, Campina Grande.
OLIVEIRA, G. M. Advecção sobre um cultivo de amendoim
irrigado. DCA\CCT\UFPB, Campina Grande – PB, 111p.
1998. (Dissertação de mestrado).
OLIVEIRA, M.B.L.; SANTOS, A.J.B.; MANZI, A.O.;
ALVALÁ, R.C.S.; CORREIA, M.F.; MOURA, M.S.B. Trocas
de energia e fluxo de carbono entre a vegetação de
caatinga e atmosfera no nordeste brasileiro. Revista
Brasileira de Meteorologia, v.21, n.3b, 378-386, 2006.
PEREZ, P. J.; CASTELLVI, F.; MARTINEZ-COB, A. A simple
model for estimating the Bowen ratio from climatic
factors for determining latent and sensible heat flux.
Agricultural Forest and Meteorology, v.148, p. 2 5 – 3,
2008.
RIGHI, E. Z. Balanço de energia e evapotranspiração de
cafezal adensado em crescimento sob irrigação
localizada. Piracicaba, 2004. 168p. Tese (Doutorado) –
Escola Superior de Agricultura ―Luiz de Queiroz‖,
Universidade de São Paulo.
ROSENBERG, N. J.; BLAD, B. L.; VERMA, S.B.
Microclimate: The biological environment. 2nd Edition,
Lincoln – Nebrasca: John Wiley & Sons, 1983, 495p.
SILVA, L. D. B DA; FOLEGATTI, M. V.; VILLA NOVA, N. A.
Evapotranspiração do capim Tanzânia obtida pelo método
41
de razão de Bowen e lisímetro de pesagem. Engenharia
Agrícola Jaboticabal, v.25, n.3, p.705-712, set./dez.
2005.
SOGACHEV, A.; PANFEROV, O.; AHRENDS, B.; DOERING,
C.; JØRGENSEN, H.E. Numerical assessment of the effect
of forest structure changes on CO2 flux footprints for the
flux tower in Solling, Germany. Agricultural and Forest
Meteorology, v.151, p. 746–754, 2011.
SPRINTSIN, M.; COHEN, S.; MASEYK, K.; ROTENBERG,
E.; GRÜNZWEIG, J.; KARNIELI, A.; BERLINER, P.; YAKIR,
D. Long term and seasonal courses of leaf area index in a
semi-arid forest plantation. Agricultural and Forest
Meteorology, v. 151, p. 565–574, 2011.
STEDUTO, P.; HSIAO, T. C. Maize canopies under two soil
water regimes. I. Diurnal patterns of energy balance,
carbon dioxide flux, and canopy conductance. Agricultural
and Forest Meteorology, v.89, p.169–184, 1998.
TAKAGI, K.; MIYATA, A.; HARAZONO, Y.; OTA, N.;
KOMINE, M.; YOSHIMOTO, M. An alternative approach to
determining zero-plane displacement, and its application
to a lotus paddy field. Agricultural and Forest
Meteorology, v.115, p. 173–181, 2003.
TEIXEIRA, A.H. de C.; BASTIAANSSEN, W.G.M.; MOURA,
M. S. B.; SOARES, J. M.; AHMAD, M–ud–D; BOS, M. G.
Energy and Water Balance Measurements for Water
Productivity Analysis in Irrigated Mango Trees, Northeast
Brazil. Agricultural and Forest Meteorology, 2008.
TEIXEIRA, A.H. de C.; BASTIAANSSEN, W.G.M.; BASSOI,
L.H. Crop water parameters of irrigated wine and table
grapes to support water productivity analysis in the Sao
Francisco
river
basin,
Brazil.
Agricultural
water
management, v.94, p.31–42, 2007.
42
TEIXEIRA, A. H. de C. Determining regional actual
evapotranspiration of irrigated crops and natural
vegetation in the São Francisco river basin (Brazil) using
remote sensing and Penman-Monteith equation. Remote
Sensing, Basel, v. 2, n. 5, p.1287-1319, 2010.
TODD, R. W.; EVETT, S. R.; HOWELL, T. A. The Bowen
ratio-energy balance method for estimating latent heat
flux of irrigated alfalfa evaluated in a semi-arid, advective
environment. Agricultural and Forest Meteorology, v.103,
p.335–348, 2000.
TSAI, J.; TSUANG, B. Aerodynamic roughness over an
urban area and over two farmlands in a populated area
as determined by wind profiles and surface energy flux
measurements. Agricultural and Forest Meteorology,
v.132, p.154–170., 2005.
VAN DER MOLEN, M.K.; DOLMAN, A.J.; CIAIS, P.; EGLIN,
T.; GOBRON, N.; LAW, B. E.; MEIR, P.; PETERS, W.;
PHILLIPS, O. L.; REICHSTEIN, M.; CHEN, T.; DEKKER,
S.C.; DOUBKOVÁ, M.; FRIEDL, M.A.; JUNG, M.; VAN DEN
HURK, B.J.J.M.; DE JEU, R.A.M. ; KRUIJT, B.; OHTA, T.;
REBEL, K.T.; PLUMMER, S.; SENEVIRATNE, S.I.; SITCH,
S.; TEULING, A. J.; VAN DER WERF, G.R.; WANG, G.
Drought and ecosystem carbon cycling. Agricultural and
Forest Meteorology, v. 151, p. 765–773, 2011.
VON RANDOW, C. On turbulent exchange processes over
Amazonian forest. PhD thesis, Wageningen University,
Wageningen, The Netherlands. With summaries in English
and Dutch. 2007.
XIAO, J., ZHUANG, Q., LAW, B.E., CHEN, J., BALDOCCHI,
D.D., COOK, D.R., OREN, R., RICHARDSON, A.D.,
WHARTON, S., MA, S., MARTIN, T.A., VERMA, S.B.,
SUYKER, A.E., SCOTT, R.L., MONSON, R.K., LITVAK, M.,
HOLLINGER, D.Y., SUN, G., DAVIS, K.J., BOLSTAD, P.V.,
43
BURNS, S.P., CURTIS, P.S., DRAKE, B.G., FALK, M.,
FISCHER, M.L., FOSTER, D.R., GU, L., HADLEY, J.L.,
KATUL, G.G., MATAMALA, R., MCNULTY, S., MEYERS,
T.P., MUNGER, J.W., NOORMETS, A., OECHEL, W.C.,
PAW, U.K.T., SCHMID, H.P., STARR, G., TORN, M.S.,
WOFSY, S.C. A continuous measure of gross primary
production for the conterminous U.S. derived from
MODIS and AmeriFlux data. Remote Sens. Environ. 114,
576–591, doi:10.1016/j.rse.2009.10.013., 2010.
XIAO, JINGFENG, ZHUANG, QIANLAI, LAW, BEVERLY E.,
BALDOCCHI, DENNIS D., CHEN, JIQUAN, RICHARDSON,
ANDREW D., MELILLO, JERRY M., DAVIS, KENNETH J.,
HOLLINGER, DAVID Y., WHARTON, SONIA, OREN, RAM,
NOORMETS, ASKO, FISCHER, MARC L., VERMA, SHASHI
B., COOK, DAVID R., SUN, GE, MCNULTY, STEVE,
WOFSY, STEVEN C., BOLSTAD, PAUL V., BURNS, SEAN
P., CURTIS, PETER S., DRAKE, BERT G., FALK,
MATTHIAS, FOSTER, DAVID R., GU, LIANHONG, HADLEY,
JULIAN L., KATUL, GABRIEL G., LITVAK, MARCY, MA,
SIYAN, MARTIN, TIMOTHY A., MATAMALA, ROSER,
MEYERS, TILDEN P., MONSON, RUSSELL K., MUNGER, J.
W., OECHEL, WALTER C., PAW, U. K., SCHMID, HANS
PETER, SCOTT, RUSSELL L., STARR, GREGORY, SUYKER,
ANDREW E., TORN, MARGARET S. Assessing net
ecosystem
carbon
exchange
of
U.S.
terrestrial
ecosystems by integrating eddy covariance flux
measurements and satellite observations. Agricultural
and Forest Meteorology 151, 60–69, 2011.
XIAO, J., ZHUANG, Q., BALDOCCHI, D. D., LAW, B. E.,
RICHARDSON, A. D., CHEN, J. Estimation of net
ecosystem carbon exchange for the conterminous United
States by combining MODIS and AmeriFlux data.
44
Agricultural and Forest Meteorology, 148, 1827−1847,
2008.
ZHANG, H.; McGREGOR J. L.; HENDERSON-SELLERS, A.;
KATZFEY J.J. Impacts of land surface model complexity
on a regional simulation of a tropical synoptic event.
Journal of Hydrometeorology, v.5, p.180–198, 2004.
45
ESTIMATIVA DO SEQUESTRO DE
CARBONO POR SENSORIAMENTO
REMOTO
Bernardo Barbosa da Silva6
Josiclêda Domiciano Galvíncio7
Valéria Peixoto Borges8
Célia Cristina Clemente Machado9
Introdução
Os gases do efeito estufa – GEEs resultantes de
atividades humanas têm sido apontados como os
principais responsáveis pelas mudanças climáticas que
estariam em curso no nosso planeta. Nesse sentido,
vários organismos internacionais têm apelado aos
diversos líderes mundiais e chefes de estado de um modo
geral, que sejam desprendidas ações que visem
objetivamente a redução imediata das emissões dos GEEs
e, ao mesmo tempo, que se fomente o desenvolvimento
de tecnologias que busquem extrair da atmosfera
quantidades substanciais de CO2 e outros gases
promotores do efeito estufa.
O processo segundo o qual o C é removido da
atmosfera é denominado de sequestro de carbono. A
consciência pública sobre o significado e importância do
sequestro de carbono tem vindo a aumentar desde o
6
Professor visitante da Universidade Federal de Pernambuco Departamento de Ciências Geográficas.
7
Professora da Universidade Federal de Pernambuco - Departamento de
Ciências Geográficas.
8
Unidade Acadêmica de Ciências Atmosférica
9
Doutoranda em Geografia pela Universidade Federal de Pernambuco
46
protocolo de Kyoto. O sequestro de carbono é um
processo integrante do ciclo de carbono (figura 1) – um
ciclo biogeoquímico onde o C é trocado entre a biosfera,
pedosfera, geosfera e hidrosfera da Terra. As principais
vias naturais de seqüestro de carbono são: (1) a
absorção de dióxido de carbono (CO2) pelos oceanos via
processos fisico-químicos ou biológicos ou por difusão
simples e (2) fotossíntese pela vegetação terrestre. Meios
artificiais de sequestro de carbono são, por exemplo: (1)
os aterros sanitários e (2) tecnologias de armazenamento
de carbono (SAC) que constituem um meio de aprisionar
CO2 de combustíveis fósseis e armazená-lo no mar ou
abaixo da superfície da terra.
Figura 1. Diagrama representativo do ciclo de
carbono.
47
A redução da concentração dos GEEs na atmosfera
terrestre pode ocorrer segundo diferentes estratégias.
Uma delas consistiria no estabelecimento de políticas
públicas que assegurassem a diminuição das emissões
dos GEEs. Outra consistiria em extrair, ou sequestrar, da
atmosfera o CO2, o que poderia ser alcançado com o
aumento das áreas plantadas, a recuperação de áreas
degradadas, a proteção das florestas, dentre outras, o
que corresponderia em incorporá-lo na biomassa vegetal
da biosfera. O processo segundo o qual o C é removido
da atmosfera é denominado de sequestro de carbono.
Uma questão importante consiste em se avaliar
como os diversos biomas estão sequestrando carbono da
atmosfera. Embora existam diversos métodos destinados
à quantificação do carbono estocado na vegetação,
aqueles que empregam o sensoriamento remoto e dados
meteorológicos usualmente medidos em superfície, se
mostram muito atrativos. Uma das razões reside na sua
grande cobertura, custo muito baixo e por não ser
destrutivo.
No Brasil tem sido empregada em alguns biomas
técnica baseada na covariância dos vórtices turbulentos,
que reúne instrumentação sofisticada e pessoal com
formação específica para operar e tratar da imensa
massa de informações requeridas pela técnica. Essa
instrumentação
é
instalada
em
torres
micrometeorológicas
com
altura
que
depende
fundamentalmente da altura das árvores constituintes do
bioma estudado. Tem recebido atenção especial a
Amazônia, o Pantanal e algumas áreas de cerradão do
estado de São Paulo, além de algumas áreas de
vegetação natural e áreas agrícolas do estado do Rio
Grande do Sul. O bioma Caatinga, não obstante o grande
contingente populacional que abriga, tem uma torre nas
48
imediações da Embrapa Semiárido e, mais recentemente,
teve uma segunda torre instalada no estado de
Pernambuco.
Tais
técnicas
se
enquadram
como
micrometeorológicas e se destacam dentre aquelas
destinadas à identificação das diferentes componentes do
balanço de energia. Uma limitação associada à obtenção
do
carbono
sequestrado
com
técnicas
micrometeorológicas é que as mesmas são restritas às
condições específicas da área de investigação e o que é
mais restritivo ainda, é que deve ser extensa e bastante
homogênea. Essas condições não são reunidas em áreas
de dimensões variadas e muito heterogêneas, problemas
que em geral não são impeditivos quando fundamentadas
em imagens orbitais.
Para se estimar os diferentes componentes do
balanço de energia à superfície com imagens de satélites,
alguns algoritmos foram formulados nos últimos anos,
destacando-se dentre os mesmos o SEBAL (Surface
Energy Balance Algorithm for Land), que tem sido
empregado em diferentes países e já é utilizado em
rotina
operacional
em
estados
americanos.
A
Universidade Federal de Pernambuco – UFPE, a
Universidade Federal de Campina Grande - UFCG, o
Instituto Nacional de Pesquisas Espaciais - INPE, o
Instituto de Pesquisas Hidrológicas - IPH da Universidade
Federal do Rio Grande do Sul - UFRGS, a Universidade
Estadual Norte Fluminense - UENF, o Instituto
Agronômico do Paraná - IAPAR, Universidade Federal
Rural de Pernambuco - UFRPE, a Universidade Federal do
Ceará - UFC, a Universidade Federal do Rio de Janeiro –
UFRJ, a Universidade Federal do Mato Grosso – UFMT, a
Universidade Federal de Alagoas – UFAL, a Universidade
Federal de Sergipe - UFS e dentre outras têm realizado
49
estudos com o SEBAL. Nesse sentido, já foram
defendidas diversas dissertações de mestrado e
publicados vários resultados em revistas científicas.
Atualmente, a UFCG, UFPE e Embrapa – Semiárido inicia
estudos em colaboração com a Utah State University, em
áreas com cana-de-açúcar irrigada, em virtude do
interesse de vários países quanto a sua utilização como
biocombustível. Além dos cerca de 20.000 ha atualmente
irrigados com cana-de-açúcar no Vale do São Francisco,
está projetada a implantação até 2012 de mais 110.000
ha com a referida cultura, o que representará um
aumento substancial no carbono absorvido da atmosfera
e uso da água, que precisará ser aplicada com
sustentabilidade. Além das áreas irrigadas, está sendo
investigada a adequabilidade do SEBAL em novos
biomas: Ilha do Bananal – TO, Bacia do Mogi-Guaçu - SP
e áreas do Pantanal Mato Grossense. Nessas áreas o
fluxo de calor no solo em geral é muito baixo e uma
questão de relevância diz respeito ao fluxo de calor
armazenado na copa da vegetação.
A obtenção do carbono armazenado pela
vegetação em dada área pode ocorrer segundo diferentes
técnicas. Uma das mais utilizadas consiste em se
empregar a técnica das correlações turbulentas para
quantificar o fluxo de CO2 em florestas e outros biomas.
Esta técnica goza de grande prestígio pela comunidade
científica, mas seu custo e operacionalidade muitas vezes
se apresentam como proibitivos para vários grupos de
pesquisa. Outra questão que restringe o uso de tal
técnica é que a mesma geralmente se aplica a áreas de
grande extensão e homogeneidade. Nesse sentido, os
métodos que empregam o sensoriamento remoto
apresentam a grande vantagem da cobertura espacial,
baixo custo e maior operacionalidade. Uma técnica
50
baseada em sensoriamento remoto (e poucos dados
complementares de superfície) reúne modelo de radiação
fotossinteticamente ativa de Monteith, modelo de
eficiência de uso de luz aprimorado por Field e
colaboradores, e algoritmo de balanço de energia de
Bastiaanssen. Neste capítulo esta técnica que possibilita
quantificar o carbono armazenado pela comunidade
vegetal de uma dada área, será denominada de Balanço
de Carbono – BC.
Uma limitação ao emprego dessa técnica, bem
como, de todas aquelas que dependem de imagens
radiativas da superfície, reside no fato de que a
existência de nebulosidade no instante da passagem do
satélite impede que o sensor a bordo do mesmo possa
medir a radiância das bandas reflectivas e termais,
impossibilitando a determinação dos balanços de radiação
e de energia e, consequentemente, inviabilizando o
balanço de carbono. Quando a pesquisa se apoia apenas
no emprego do TM – Landsat 5, com revisita a cada 16
dias, o emprego da técnica fica ainda muito restrito, pois
mesmo no Semiárido brasileiro excepcionalmente se
dispõe de mais de uma imagem por ano que reúna
condições de uso com a técnica. Em outras regiões do
Brasil, paradoxalmente, existe um número muito maior
de imagens TM por ano. Outro problema a ser enfrentado
diz respeito a indisponibilidade de dados meteorológicos
que complementam as informações extraídas com as
imagens para que se possa aplicar o SEBAL. Nesse
sentido, está sendo avaliada a precisão da efetivação do
balanço de carbono mediante o emprego de produtos
derivados do MODIS, a bordo dos satélites Terra e Aqua
com passagens diárias. Nesse sentido, aumentam-se
consideravelmente as possibilidades de imagens que
reúnam condições de aplicação da técnica. A pesquisa,
51
cuja metodologia se apresenta neste capítulo, tem por
principal objetivo quantificar o carbono sequestrado da
atmosfera por meio de imagens TM – Landsat 5 e
produtos derivados do MODIS – Terra/Aqua.
Áreas que estão sendo estudadas: compreendem três
grades projetos irrigados no Semiárido brasileiro (19.000
ha de cana-de-açúcar em Juazeiro – BA, grande centro
produtor de melão irrigado no Rio Grande do Norte, o
perímetro Irrigado São Gonçalo na Paraíba e duas áreas
de Cerradão (uma no município de Santa Rita do Passa
Quatro – SP e outra na Ilha do Bananal – TO).
Dados radiométricos orbitais: para a efetivação dos
balanços de radiação, de energia e de carbono, estão
sendo utilizadas imagens geradas pelos sensores TM –
Landsat 5 e MODIS – Terra/Aqua. O TM opera em sete
bandas espectrais (resolução de 30 m nas bandas
refletivas e de 120 m na banda termal) e o MODIS em 36
bandas, com resolução variando de 250 m a 1000 m.
Algoritmo SEBAL: tem sido amplamente utilizado na
obtenção da fração evaporativa e mais notadamente na
obtenção da evapotranspiração diária, deriva dos termos
ingleses Surface Energy Balance Algorithm for Land. As
etapas computacionais destinadas para a obtenção dos
componentes do Balanço de Energia - BE e da
evapotranspiração são detalhadas abaixo. O primeiro
componente do BE que é calculado pelo SEBAL é o saldo
de radiação, Rn, que é dado por:
em que: α é o albedo da superfície, Rs↓ é a radiação solar
52
incidente, RL↓ é a radiação de onda longa (termal) emitida
pela atmosfera na direção da superfície, RL↑ é a radiação
de onda longa (termal) emitida pela superfície e ε 0 é a
emissividade da superfície. Além de imagens TM estão
sendo empregadas imagens MODIS, a bordo dos satélites
Terra e Aqua. Para efetivar o balanço de radiação
instantâneo com o MODIS para condições de céu com
pouca ou nenhuma nebulosidade utiliza-se dos produtos
MOD07 (temperatura do ar e do ponto de orvalho em 20
níveis atmosféricos, água precipitável e carga de
aerossóis), MOD09GA (dados de reflectância de sete
bandas espectrais, com o que se obtém índices de
vegetação, albedo e ângulo zenital solar) e MOD11A1
(temperatura da superfície e emissividades).
Figura 2 – Fluxograma das etapas computacionais do
processamento de obtenção do saldo de radiação à
superfície – Rn com TM – Landsat 5 e alguns poucos
dados de superfície.
Os processos de determinação de cada uma das
etapas para imagens TM – Landsat 5 contidas no
53
fluxograma da Figura 2 estão detalhados em Silva et al.
(2011)
e
podem
ser
facilmente
reproduzidos.
Recomenda-se que a transmitância atmosférica seja
obtida por meio de expressão com precisão maior que
aquela que usa apenas dados da altitude de dada pixel da
imagem. Nesse sentido, a transmitância atmosférica pode
ser alternativamente determinada por modelo que
considera o conteúdo de vapor e a turbidez atmosférica,
que é conceitualmente mais preciso e que tem sido usado
no METRIC, qual seja:
 sw
  0.00146 P
 W
 0.35  0.627 exp
 0.075
 K t cos  hor
 cos  hor



0.4



em que P é a pressão atmosférica (kPa), W a água
precipitável (mm), e θhor o ângulo zenital do Sol,
referente a uma superfície horizontal. Kt é um coeficiente
de turbidez atmosférica 0 < Kt ≤ 1, sendo igual à
unidade para atmosfera limpa e Kt = 0,5 para atmosfera
extremamente túrbida ou poluída.
Índices de vegetação: para os propósitos do Balanço
de Radiação são necessários os índices IVDN, IVAS e IAF.
O IVAS é um índice de vegetação que visa amenizar os
efeitos de ―background‖ do solo e é obtido no cômputo do
IAF, que representa a razão entre a área total de todas
as folhas contidas em dado pixel, pela área do pixel, será
feito mediante equação empírica desenvolvida em Idaho
– Estados Unidos.
Emissividades: o cálculo da temperatura da superfície –
Tsup com imagens TM é feito através da equação de
Planck invertida, proposta para um corpo negro, para o
qual a emissividade é igual a 1. Como cada pixel não
54
(2)
constitui um corpo negro, há necessidade de se
estabelecer a sua emissividade no domínio espectral da
banda termal - εNB, para fins do cômputo da Ts, bem
como no cômputo da radiação de onda longa emitida pela
superfície, que nesse caso considerada a emissividade da
banda larga ε0 (4 – 100 µm). O cômputo de ambas as
emissividades é feito para as imagens TM – Landsat 5
através de equações parametrizadas nos Estados Unidos,
enquanto que a determinação da emissividade de cada
pixel com dados MOD11A1 combina as emissividades das
bandas 31 e 32 do MODIS.
Fluxo de Calor no solo: é obtido segundo equação
empírica desenvolvida na Holanda, em função da
temperatura da superfície - Tsup (ºC), albedo da superfície
- α, IVDN e o saldo de radiação - Rn.
Fluxo de Calor Sensível: Na Figura 3 está representado
o esquema de cômputo de H, que é feita com base na
velocidade do vento e temperatura da superfície usando
uma calibração interna da diferença da temperatura entre
dois níveis próximos à superfície. O SEBAL requer a
escolha de dois pixels na cena de estudo, denominados
―pixels âncoras‖, para se determinar a variação de
temperatura (dT) entre dois níveis de referência, bem
como a resistência aerodinâmica ao transporte de calor rah, pixel a pixel, isto é, para toda a cena. Inicialmente,
são colhidas as informações da estação meteorológica
local, ou seja, a velocidade do vento u (m s-1) e a altura
média da vegetação h presente na mesma, com base nas
quais pode-se projetar a velocidade do vento ao nível de
200 m – u200 (blending height), onde se assume que os
efeitos da rugosidade da superfície são desprezíveis.
Levando-se em conta a hipótese de que u 200 é
55
espacialmente constante, se obtém a velocidade de
fricção u* (m s-1), em que zom (m) é obtido em função do
IVAS e na sequência se estima a resistência aerodinâmica
rah em cada pixel. O passo seguinte se computa da
diferença de temperatura próxima à superfície dT ( oC)
para cada pixel, a partir dos pixels âncoras (quente e
frio).
Figura 3 – Fluxograma das etapas computacionais do
processo iterativo para a obtenção do fluxo de calor
sensível – H.
O pixel ―frio‖ deve localizar-se em área com
vegetação muito ativa e em condições de ótimo
suprimento de água (ou em reservatório de águas
profundas), onde se assume que o fluxo de calor sensível
é nulo e o fluxo de calor latente é máximo, dado pela
diferença entre Rn e G. Dessa forma, a diferença de
temperatura do pixel frio é nula. Para o pixel quente
56
considerar-se-á que o fluxo de calor latente é nulo e o
fluxo de calor sensível é máximo, sendo dado pela
relação
Hquente = Rn,quente – Gquente.
O valor de H obtido inicialmente para cada pixel,
não é adequado e serve apenas com valor inicial de um
processo iterativo que visa a cada iteração refiná-lo,
considerando efetivamente a condição de estabilidade
local. Nesse sentido, o comprimento de Monin-Obukhov L
é utilizado para definir as condições de estabilidade da
atmosfera
e
estabelecimento
das
correções
de
estabilidade para o transporte de momentum e de calor.
Para isto, a velocidade de fricção u* corrigida é dada por:
u* 
u 200 .k
 200 
ln 
  ψ m(200 m)
 z0 m 
(3)
em que Ψm é a correção da estabilidade para o transporte
de momentum a 200 m. De posse dos valores corrigidos
de u*, será computado o valor corrigido da resistência
aerodinâmica ao transporte de calor rah (s m-1) através
de:
ln
rah 
z2
 ψ h(z 2 )  ψ h(z1 )
z1
u* .k
(4)
em que z2 = 2,0 m, z1 = 0,1 m, e Ψh(z2) e Ψh(z1) são as
correções de estabilidade para o transporte de calor a 2,0
m e 0,1 m, respectivamente. Obtidos os valores desses
57
parâmetros retorna-se ao cômputo da função da
diferença de temperatura, repetindo-se os cálculos
mencionados anteriormente até que se obtenha
estabilidade nos valores da diferença de temperatura (dT)
e da resistência aerodinâmica (Figura 2).
Fluxo de calor latente: é obtido pela simples diferença
entre o saldo de radiação, o fluxo de calor no solo e o
fluxo de calor sensível:
LE = Rn – G – H
(5)
em que LE é o valor do fluxo de calor latente instantâneo,
ou seja, seu valor no momento da passagem do satélite e
os demais termos já foram definidos.
Fração evaporativa: é dada pela razão entre o LE
instantâneo em cada pixel e a diferença entre Rn – G, ou
seja, FE = LE / (Rn – G), que tem importância destacada
no balanço de carbono.
Biomassa acumulada total e carbono sequestrado: a
determinação da Biomassa Acumulada Total acima do
solo – Bio, cujas etapas computacionais são apresentadas
a seguir, começando com o cômputo da Radiação
Fotossinteticamente Ativa – RFA (MJ m-2 dia-1), segundo
expressão: RFA = 048 x Rs,24h, em que Rs,24h
representa a radiação solar global diária incidente em MJ
m-2. A Radiação Fotossinteticamente Ativa Absorvida
Diária - RFAA (MJ m-2) pela vegetação pode ser obtida
segundo:
RFAA = (0,161+1, 257.IVDN) RFA
58
(6)
Enquanto que a biomassa acumulada - Bio (kg ha-1) é
estimada por:
Bio = 10.  (RFAA(t).t)
(7)
em que: t é o período sobre o qual pretende-se obter o
acúmulo de biomassa e ε (g MJ-1) é a eficiência do uso de
luz, dada pelo modelo de Field et al. (1995):
   '.T1 .T2 .FE
(8)
em que: ε’ é um fator de conversão máximo
característico da cultura em condições ambientais ótimas,
cujo valor deve ser obtido para as diversas espécies da
área de estudo; FE é a fração evaporativa e T 1 e T2
relatam a ordem de crescimento da planta, dados por
Bastiaanssen e Ali (2003):
2
T1 = 0,8 + 0, 02Topt  0, 0005Topt
T2 
1
1
.
1+ exp(0, 2 Topt  10  Tmon ) 1+ exp[0,3(  Topt  10  Tmon )]
em que: Topt é a temperatura média do ar do mês de
máximo IAF ou IVDN (°C) e Tmon é a temperatura média
mensal do ar (°C).
APLICAÇÃO
Resultados preliminares: A técnica de sequestro de
carbono aqui apresentada combina modelo de estimativa
da RFA absorvida proposto por Monteith (1972), com o
59
(10)
(11)
modelo de eficiência de luz de Field et al. (1995) e o
algoritmo SEBAL. Para o período de 1 a 17 de novembro
de 2008, no Perímetro Irrigado São Gonçalo – PISG
contabilizou-se 214,6 MJ m-2 de RFA, obtidos ao se
multiplicar a radiação solar global diária no mesmo
período por 0,48. Considerou-se uma eficiência de uso de
luz máxima na área como um todo de 2,5 g MJ-1,
empregada em estudos globais.
Apresenta-se na Figura 4 a eficiência de uso da luz
– EUL - ε (g MJ-1) no dia 1 de novembro de 2008 na área
do PISG e vizinhanças. Observa-se que no PISG a EUL
situou-se 0,48 e 1,79 g MJ-1. No mês de novembro a
radiação solar global diária foi em média de 26 MJ m -2, o
que resultaria em 12,5 MJ -2 dia-1 de RFA e uma biomassa
acumulada mensal no PISG de 168 a 670 g m-2, ou uma
quantidade de carbono sequestrado variando de 0,8 a 3,1
ton ha-1, apenas no mês de novembro no PISG.
Com base no IVDN e na FE dos dias 1 e 17 de
novembro, obteve-se a estimativa da biomassa seca
acumulada e, na sequência, a estimativa do carbono
sequestrado – CS (ou carbono acumulado pela
vegetação) em cada pixel da cena de estudo. Observa-se
que o CS no PISG situou-se entre 57 e 176,0 gr m-2, o
que corresponderia a uma variação de 0,57 a 1,76
tonelada de carbono sequestrado por hectare, Figura 5.
Nas áreas com medições do fluxo de CO2 estão sendo
contabilizadas as quantidades de carbono sequestrado
para se avaliar tais resultados com a técnica apresentada
neste capítulo.
60
Figura 4 – Eficiência de uso da luz – EUL (gr MJ-1) no dia
1 de novembro de 2008 no Perímetro Irrigado São
Gonçalo e vizinhanças
Figura 5 – Carbono acumulado (gramas / m2) no período
de 1 a 17 de novembro de 2008 no Perímetro Irrigado
São Gonçalo – PB
Bibliografia consultada
61
ALLEN, R. G.; MORSE, A.; TASUMI, M.; TREZZA, R.;
BASTIAANSSEN, W.; WRIGHT, J. L.; KRAMBER, W.
Evapotranspiration from a satellite-based surface energy
balance for Snake Plain aquifer in Idaho. Presented at the
meeting of Unite States Committee on Irrigation,
Drainage, and Food Control at San Luis Obispo, CA, 2002.
ALLEN, R. G.; PEREIRA, L. S.; RAES, D.; SMITH, M. Crop
evapotranspiration - Guidelines for computing crop water
requirements - FAO Irrigation and drainage paper 56.
Rome-Italy, 1998.
ALLEN, R.; TASUMI, M.; TREZZA, R. SEBAL (Surface
Energy Balance Algorithms for Land) – Advanced Training
and Users Manual – Idaho Implementation, version 1.0,
2002.
ALLEN, R. G.; TASUMI, M.; TREZZA, R. Satellite – Based
Energy Balance for Mapping Evapotranspiration with
Internalized calibration (METRIC) - Model. Journal of
Irrigation and Drainage Engineering, 380-394, 2007a.
ALLEN, R. G.; TASUMI, M.; MORSE, A.; TREZZA, R.
WRIGHT, J.L.; BASTIAANSSEN, W.; KRAMBER, W.;
LORITE, I.; ROBINSON, C. W. Satellite – Based Energy
Balance for Mapping Evapotranspiration with Internalized
calibration (METRIC) - Applications. Journal of Irrigation
and Drainage Engineering, 395-406, 2007b.
ATAIDE, K. R. da P. Determinação do saldo de radiação e
radiação solar global com produtos MODIS (Terra e
Aqua). Dissertação (Mestrado em Mestrado Em
Meteorologia) - Universidade Federal de Campina Grande.
107p, 2006.
62
BASTIAANSSEN, W. G. M. SEBAL-based sensible and
latent heat fluxes in the irrigated Gediz Basin, Turkey.
Journal of Hydrology. V. 229, p. 87-100. 2000.
BASTIAANSSEN, W. G. M.; ALI, S. A new crop yield
forecasting model base don satellite measurements
applied across Indus Basin, Pakistan. Agriculture,
Ecosystems and Environments, v. 94. p. 321-340. 2003.
BASTIAANSSEN, W. G. M.; CHANDRAPALA, L. Water
balance variability across Sri Lanka for assessing
agricultural and environmental water use. Agricultural
Water Management. V. 58 p.171-192, 2003.
BASTIAANSSEN, W. G. M.; MENENTI, M.; FEDDES, R. A.;
HOLTSLAG, A. A. M. A remote sensing surface energy
balance algorithm for land (SEBAL) 1. Formulation.
Journal of Hydrology, v. 212–213, p.198–212. 1998a.
BASTIAANSSEN, W. G. M.; PELGRUM, H.; WANG, J.; MA,
Y.; MORENO, J. F. ROENRINK, G. J. VAN DER WAL, T. A
remote sensing surface energy balance algorithm for land
(SEBAL) 2. Validacion. Journal of Hydrology, v. 212–213,
p.213-229. 1998b.
BISHT, G., VENTURINI, V., ISLAM, S., JIANG, L.
Estimation of the net radiation from MODIS data under all
sky condition: Southern Great Plains case study. Remote
Sensing of Environment, v.97, p.52-67, 2005.
BISHT, G. & BRAS, R. L. Estimation of the net radiation
using
MODIS
(Moderate
Resolution
Imaging
Spectroradiometer) data for clear sky days. Remote
63
Sensing of Environment, v.114, p.1522-1534, 2010.
BEZERRA, M. V. C. Balanço de Energia em Áreas Irrigada
Utilizando Técnicas de Sensoriamento Remoto. 108f.
Dissertação (Mestrado em Meteorologia). Departamento
de Ciências Atmosféricas, Universidade Federal de
Campina Grande, Campina Grande-PB, 2004.
BEZERRA, B. G. Obtenção da evapotranspiração diária em
diferentes tipos de cobertura vegetal no Cariri cearense
utilizando imagens orbitais Landsat 5 – TM e o algoritmo
SEBAL., 127p. Dissertação (Mestrado em Meteorologia).
Departamento de Ciências Atmosféricas, Universidade
Federal de Campina Grande, Campina Grande-PB, 2004.
BEZERRA, Bergson Guedes, SILVA, Bernardo B. da,
FERREIRA,
Nelson
Jesus.
Estimativa
da
evapotranspiração diária utilizando-se imagens digitais
TM - Landsat 5. Revista Brasileira de Meteorologia, v.23,
p.305 - 317, 2008.
BOEGH, E.; SOEGAARD, H.; THOMSEM, A. Evaluating
evapotranspiration rates and surface conditions using
Landsat TM to estimate atmospheric resistance and
surface resistance. Remote Senssing of Enviromental. V.
79, p.329-343, 2002.
BRAGA, A.C. Mapeamento da evapotranspiração do
Perímetro Irrigado São Gonçalo com técnicas de
sensoriamento remoto. 107p. Dissertação (Mestrado em
Meteorologia). Departamento de Ciências Atmosféricas,
Universidade Federal de Campina Grande, Campina
Grande-PB, 2009.
64
CHANDER, G.; MARKHAM, B. Revised Landsat-5 TM
Radiometric Calibration Procedures ans Postcalibration
Dynamic Ranges. IEEE TRANSACTIONS ON GEOSCIENCE
AND REMOTE SENSING. v. 41. n. 11. 2003.
DI PACE, F. T. Estimativa do Balanço de Radiação à
Superfície Terrestre Utilizando Imagens TM-Landsat 5 e
Modelo de Elevação Digital. 120p. Tese (Doutorado em
Recursos Naturais). Programa de Pós-graduação em
Recursos Naturais, Universidade Federal de Campina
Grande, Campina Grande-PB, 2004.
FEITOSA, J. R. P. Uso de Técnica de Sensoriamento
Remoto e Imagens Landsat-Tm e NOAA-AVHRR na
estimativa do balanço de radiação à superfície. 164p.
Tese (Doutorado em Recursos Naturais). Programa
Institucional de Pós-graduação em Recursos Naturais.
Universidade Federal de Campina Grande. Campina
Grande, 2005.
FOLHES, M.T. Modelagem da evapotranspiração para a
gestão hídrica de perímetros irrigados com base em
sensores
remotos.
187p.
Tese
(Doutorado
em
Sensoriamento remoto). INPE, São José dos Campos,
2007.
FRENCH, A. N.; JACOB, F.; ANDERSON, M. C.; KUSTAS,
W. P.; TIMMERMANS, W.; GIESK, A.; SU, Z.; SU, H.;
McCABE, M. F.; PRUEGER, J.; BRUNSELL, N. Surface
energy fluxes with the Advanced Thermal Emission and
Reflection radiometer (ASTER) at the Iowa 2002 SMACEX
site (USA). Remote Sensing of Enviroment. Article in
Press, 2005.
65
HEMAKUMARA, H. M.; CHANDRAPALA, L.; MOENE, A. F.
Evapotranspiration fluxes over mixed vegetation áreas
measured from large aperture scintillometer. Agriculture
water management. v. 58. p. 109-112. 2003.
IDEÃO, S.M.A. Imagens multiespectrais e aplicações em
recursos hídricos: temperatura de superfície e balanço de
energia no Estado da Paraíba. 153p. Dissertação
(Mestrado
em
Engenharia
Civil
e
Ambiental).
Departamento de Engenharia Civil, Universidade Federal
de Campina Grande, Campina Grande-PB, 2009.
LOPES, G. M. Balanço de Radiação em Áreas Irrigadas
Utilizando Imagens Landsat 5 –TM. Dissertação de
Mestrado, Campina Grande-PB: DCA/CCT/UFCG, 2003.
MA, Y.; SU, Z.; KOIKE, T.; YAO, T; ISHIKAWA, H; UENO,
K. MONENTI, M. On measuring and remote sensing
surface energy balance partitioning over the Tibet Plateau
– from GAME/Tibet to CAMP/Tibet. Physics and Chemistry
of the Earth. V. 28. p.63-74, 2003.
MOHAMED, Y. A.; BASTIAANSSEN, W. G. M.; SAVENNIJE,
H. H. G.; Spatial variability of evaporation and moisture
storage in the swamps of the upper Nile studied by
remote sensing techniques. Journal of Hidrology. V. 289,
p.145-164, 2004.
MORAN, M. S.; JACKSON, R. D.; RAYMOND, L. H. GAY, L.
W. SLATER, P. N. Mapping Surface Energy Balance
Components by Combing Thematic Mapper and GroundBased
Meteorological
Data.
Remote
Sensing
of
Environment. V. 30, p.77-87, 1989.
66
MORSE, A., TASUMI, M., ALLEN, R. G. & KRAMBER, W. J.
Application of the SEBAL Methodology for Estimating
Consumptive Use of Water and Streamflow Depletion in
the Bear River Basin of Idaho through Remote Sensing –
Final Report. Idaho Department of Water Resources –
University of Idaho, 2000.
NAGLER, P. L.; SCOTT, RL,; WESTENBURG, C.;
CLEVERLY, J. R.; GLENN, E. P.; HUETE, A. R.
Evapotranspiration on western U.S. rives estimated using
the Enhanced Vegetation Index from MODIS and data
from eddy correlation an Bowen ratio flux towers. Remote
Sensing of environment. Article in press. 2005.
NICÁRIO, R. M. Mapeamento da evapotranspiração real e
umidade do solo através de sensores de alta e moderada
resolução na Bacia do Rio São Francisco. 127p. Tese
(Doutorado em Engenharia), COPPE, Universidade
Federal do Rio de Janeiro, Rio de Janeiro, RJ, 2008.
PRATA, A.J. A new long-wave formula for estimating
downward clear sky radiation at the surface. Quartely
Journal of Royal Meteorological Society, v.122, p.11271151, 1999.
SANTOS, Carlos Antonio Costa dos, SILVA, Bernardo B.
da. Estimativa da evapotranspiração da bananeira em
região semi-árida através do algoritmo S_SEBI. Revista
Brasileira de Agrometeorologia, v.16, p.9 - 20, 2008.
SANTOS, C. A. C. Estimativa da evapotranspiração real
diária através de análises micrometeorológicas e de
sensoriamento remoto. 158p. Tese (Doutorado em
Meteorologia).
Programa
de
Pós-Graduação
em
67
Meteorologia. Universidade Federal de Campina Grande.
Campina Grande, 2009.
SANTOS, T. V. dos. Fluxos de calor na superfície e
evapotranspiração diária estimados em cultura de arroz,
por meio de imagens orbitais. 98p. Dissertação (Mestrado
em Sensoriamento Remoto). Programa de Pós-Graduação
em Sensoriamento Remoto. Universidade Federal do Rio
Grande do Sul. Porto Alegre, 2009.
SILVA, S. T. A. Mapeamento da evapotranspiração na
bacia do Baixo Jaguaribe mediante imagens TM – Landsat
5 e SEBAL. Tese (Doutorado em Meteorologia). Programa
de Pós-Graduação em Meteorologia. Universidade Federal
de Campina Grande. Campina Grande, 2009.
SILVA, B. B.; BEZERRA, M. V. C. Determinação dos fluxos
de calor sensível e latente na superfície utilizando
imagens TM – Landsat 5. Revista Brasileira de
Agrometeorologia, Piracicaba, v.14, n.2, p174-186, 2006.
SILVA, B. B. da ; LOPES, G. M.; AZEVEDO, P. V. de.
Determinação do albedo de áreas irrigadas com base em
imagens Landsat 5 -TM. Revista Brasileira de
Agrometeorologia, Piracicaba, SP, v. 13, n. 2, p. 11-21,
2005a.
SILVA, B. B. da; LOPES, G. Miranda; AZEVEDO, P. V. de.
Balanço de radiação em áreas irrigadas utilizando
imagens Landsat 5 - TM. Revista Brasileira de
Meteorologia, São Paulo - SP, v. 20, n. 2, p. 243-252,
2005b.
SOBRINO, J. A.; GÓMEZ, M.; JIMÉNEZ-MUÑOZ, J. C.;
68
OLIOSO, A.; CHEHBOUNI, G. A Simple algorithm to
estimate evapotranspiration from DAIS data: Application
to the DAISEX campaigns. Journal of Hydrology. v. 315.
p. 117-125. 2005.
SOUZA, J. D. de; SILVA, B. B. da. Correção atmosférica
para temperatura da superfície obtida com imagens TM Landsat 5. Revista Brasileira de Geofísica, São Paulo - SP,
v.23, n.4, 349-358, 2005.
SOUZA, J. D. de; SILVA, B. B. da; CEBALLOS, J.C.
Correção atmosférica para temperatura da superfície
obtida com imagens TM - Landsat 5. Revista Brasileira de
Geofísica, São Paulo - SP, v.23, n.4, 349-358, 2005.
TEIXEIRA, A.H.C. Bastiaanssen, W.G.M., Ahmad, M. D,
Bos, M.G. Reviewing SEBAL input parameters for
assessing evapotranspiration and water productivity for
the Low-Middle São Francisco River basin, Brazil. Part B:
Application to the regional scale. Agricultural and Forest
Meteorology, v.149, 477-490, 2009.
TIMMERMANS, W. J.; MEIJERINK, A. M. J. Remotely
sensed actual evapotranspiration: implications for
groundwater in Botswana. JAG. v.1.n.3, 1999.
TREZZA, R. Evapotranspiration using a satellite-based
Surface energy balance with Standardized ground control.
247p. Thesis (Doctor of Philosophy in Biological and
Agricultural Engineering). Utah State University. Logan,
Utah, 2002.
ZWART, S. J., BASTIAANSSEN, W. G. M. SEBAL for
detecting spatial variation of water productivity and scope
69
for improvement in eight irrigated wheat systems.
Agricultural Water management, 95, 11 – 24, 2008.
ZILLMAN, J. W. A study of some aspects of the radiation
and heat budgets of the southern hemisphere oceans,
meteorological study 26. Canberra, Australia:
Commonwealth Bureau of Meteorology.
WANG, J.; SAMMIS, C. A.; MEIER, L.; SIMMONS, D. R.;
SAMANI, Z. A Modified Sebal Model for Spatially
Estimating Pecan Consumptive Water Use for Las Cruces,
New
Mexico.
Disponível
em:
http://ams.cofex.com/ams/pdfpapers/92012.pdf. Acesso
em: 07 de Julho de 2005.
70
CARACTERIZAÇÃO RADIOMÉTRICA
DO IKONOS, ÍNDICES DE
PIGMENTOS, DE COBERTURA
VEGETAL E CARBONO ORGÂNICO
ARBÓREO
Josiclêda Domiciano Galvíncio10
Bernardo Barbosa da Silva11
Introdução
Na ausência de nuvens, observações com
sensoriamento remoto da reflectância solar e do
infravermelho termal têm extraordinária utilidade para o
monitoramento da biosfera terrestre e dinâmica da
vegetação nas diferentes escalas espaço-temporais. Os
sinais captados por sensores a bordo de satélites nessas
bandas são indiretamente relacionados com parâmetros
biofísicos chaves e com propriedades bioquímicas da
vegetação que são necessários para avaliar a quantidade
de carbono, água e energia na superfície da terra
(Houborg et al., 2011).
Condições precisas para monitoramento dos fluxos
em superfície no âmbito de escalas regionais têm
utilidade no planejamento e manejo nos recursos
hídricos, previsões de produtividade agrícola e previsão
numérica do tempo. Quantidades biofísicas derivadas de
imagens com cobertura em faixas do espectro
10
Professora da Universidade Federal de Pernambuco - Departamento
de Ciências Geográficas.
11
Professor visitante da Universidade Federal de Pernambuco Departamento de Ciências Geográficas.
71
eletromagnético reflectivo incluem índices de vegetação,
albedo e índice de área foliar, que podem ser
relacionados com a eficiência de uso da luz por parte da
comunidade vegetal e, por conseguinte, constituem
elementos valiosos na determinação do carbono
assimilado pela vegetação, uso consultivo de água e
trocas energéticas entre a superfície e a atmosfera
(Bonan, 1995). Ademais, imagens de satélite nas faixas
espectrais do verde e vermelho propiciam estimativas do
conteúdo de clorofila da folha (Cab), que é um
importante indicador das condições fisiológicas das
plantas.
A clorofila absorve a radiação fotossinteticamente
ativa e assim funciona como pigmento vital para a
fotossíntese, cuja quantificação se torna importante e,
portanto,
indispensável
no
monitoramento
da
produtividade da vegetação e excepcional para indicar as
condições da fisiologia da planta.
As vantagens do uso do sensoriamento remoto
orbital para monitoramento dos fluxos da superfície
terrestre têm sido bem documentadas no Brasil (Silva et
al., 2011; Bezerra et al., 2011; Gionco et al., 2010;
Santos et al., 2010; Bezerra et al., 2010; Borges et al.,
2010; Santos e Silva, 2010; Santos et al., 2008; Bezerra
et al., 2008; Silva et al., 2008; Santos et al., 2007; Silva
et al., 2006;) e no exterior (Bastiaanssen et al., 1998;
Anderson et al., 1997; Anderson et al., 2008; Kustas &
Anderson, 2009).
A maioria dos modelos de superfície da terra
utilizados no mundo e, em especial no Brasil, se utiliza de
equações com base principal em índices de vegetação e
no IAF (ex. Machado et al., 2011), para estudar a
dinâmica da vegetação. Assim, fundamentais controles
fisiológicos da vegetação e fluxo que ocorrem à superfície
72
são tratados de forma menos rigorosa (Houborg et al.,
2011). Devido a falta de dados de entrada da eficiência
fotossinteticamente ativa, em geral, são usualmente
atribuídos valores fixos e isso são um complicador para
uma precisa representação no espaço e no tempo,
principalmente quando se estuda grandes áreas com
fração de cobertura da vegetação muito heterogêneas
(Gower et al., 1999; Sellers et al., 1996; Wullschleger,
1993). Mesmo que o sensoriamento remoto tenha
proporcionado
um
extraordinário
avanço
no
detalhamento
de
estudos
espaço-temporal,
uma
representação mais detalhada das condições da
vegetação se faz necessário quando se quer determinar
com precisão a sazonalidade e magnitude das taxas de
sequestro do CO2 (Kosugi et al., 2003; Houborg et al.,
2009b; Wilson et al., 2000; Xu & Baldocchi, 2003).
Tradicionalmente, o uso de sensoriamento remoto para
caracterização e detecção de CO2 tem sido dificultado
pela complexidade envolvida em relacionar o sinal do
satélite com as caracterisiticas da vegetação da superficie
da terra. Não obstante, tem se mostrado muito útil no
rastreamento de informações acerca da eficiência
fotossinteticamente da vegetação no espaço e no tempo.
Modelos de transferência radiativa baseados em
leis da física que descrevem a transferência e interação
da radiação dentro da coluna atmosférica e dossel
fornecem uma explicação da conecção entre variáveis
biofisicas da vegetação e o sinal da radiância detectada
pelo sensor a bordo do satélite. Correção atmosférica
precisa dos dados dos satélites é particularmente
importante para a base física ou semi-empírica dos
algoritmos, pois os dados de entrada nos algoritmos
requerem
observações
quantitativas
precisas
da
reflectância (Yi et al., 2008). A alta qualidade
73
radiometrica dos atuais sensores dos satélites (Kaufman
et al., 1998), os avanços na modelagem de tranferência
radiativa atmosférica (Berk et al., 2005; Kotchenova &
Vermonte, 2007) e a aprimorada capacidade de
descrever as caracteristicas do espalhamento e absorção
atmosférica no espaço e no tempo (Holben et al., 2001;
Vermonte et al., 2002) tornam possível atualmente fazer
uma recuperação remota de características da vegetação
com precisão aceitável e viável (Fang & Liang, 2005;
Gitelson et al., 2008;Verger et al., 2009; Zhang et al.,
2009).
O conteúdo de clorofila é cada vez mais
reconhecido como uma informação chave para a
quantificação
do
funcionamento
fotossintético
da
vegetação e estudos recentes têm mostrado que as
técnicas com base diretamente na Cab têm grande
utilidade para estimar o uso da eficiência da luz e,
portanto, do fluxo de carbono assimilado pelas plantas
(Gitelson et al., 2008; Zhang et al., 2009; Wu et al.,
2009; Houborg et al., 2011).
O comportamento espectral de reflectância do
dossel depende de uma complexa interação de diversos
fatores: internos (por exemplo, estrutura da folha,
composição bioquímica da folha, e o efeito de backgraund
do solo) e externo (por exemplo, geometria do ângulo de
visada, estado atmosférico) (Baret, 1991). A avaliação do
ambiente através do sensoriamento remoto pode variar
significativamente no tempo e no espaço, e de um tipo de
cultura para outro. Como consequência, não há uma
relação única entre um parâmetro de vegetação e um
índice de vegetacão de sua escolha, mas sim uma família
de relacionamentos, cada um em função das
características do dossel, dos efeitos do fundo do solo e
das condições externas (Baret & Guyot, 1991; Colombo .
74
et al, 2003; Gobron et al, 1997;. Haboudane et al, 2004;.
Houborg et al,. 2007a).
Modelos baseados nos processos físicos provaram
ser uma alternativa promissora para descrever a
transferência e interação da radiação dentro do dossel
com base em leis físicas e, assim, fornecer uma conexão
explícita entre as variáveis biofísicas e da reflectância do
dossel.
Até o momento, poucos estudos existem usando
satélites de alta resolução espacial para estimar o
conteúdo de clorofila da planta. Normalmente os satélites
de alta resolução espacial são utilizados apenas na forma
de visualização dos alvos e com isso efetuar o
mapeamento de uso e ocupação do espaço, em especial
espaços urbanos. As imagens de alta resoluação espacial
possuem custo muito alto e nesse sentido é importante
que se procure maximar seu uso. Um dos motivos do
pouco uso de imagens de alta resolução espacial para
estudos com a parte fisica dos dados da imagem ocorre
devido a inexistência ou pouca divulgação dos
coeficientes de calibração dos sensores dos satélites de
alta resolução espacial, como por exemplo o IKONOS que
possui resoluçaõ espacial de quatro metros nas bandas
multiespectrais e de um metro na pancromática..
O satélite IKONOS apresenta potencial para
caracterização da quantidade de clorofila da vegetação
que, por sua vez, pode auxiliar na estimativa do
seqüestro de carbono da vegetação. Apesar do potencial
desse dado, algumas dificuldades são ainda encontradas
no seu uso, uma vez que existem poucos estudos que
efetuem as correções radiométricas das imagens do
satélite IKONOS.
As correções radiométricas das imagens de
satélites são de grande importância uma vez que leva em
75
consideração o espectro solar, condições atmosféricas, e
reflectância da superficie. Cada uma dessas tarefas
requer substancial recursos em termos de equipamentos,
pessoal e oportunidade.
Assim, este capitulo tem como objetivo apresentar
os procedimento para correção radiométrica do sensor do
satélite IKONOS e efetuar estimativa dos indices de
pigmentos, cobertura vegetal, biomassa e Carbono
orgânico arboreo aplicando a uma área de Caatinga no
sitio PELD localizado em Petrolina-PE.
Calibração radiométrica do satélite IKONOS
Radiância
A calibração radiométrica dos sensores dos
satélites IKONOS pode ser obtida através da equação 1:
10 4 DN 
L 
Coef  BandaWith
(1)
em que DNλ é o número digital da banda λ e Coef λ e
Bandawith λ são os coeficiente de calibração de cada
banda, ver Tabela 1.
Tabela 1 - Coeficiente de calibração radiométrica por
banda.
Comprimento Coeficiente
Banda
Esunλ
de onda (μm) de
with
(Wm 2 μm 1 )
calibração
Banda 1 (0,45 728
71,3
1930,9
– 0,52)
76
Banda 2 (0,510,60)
Banda 3 (0,63
– 0,70)
Banda 4 (0,76
– 0,85)
Pan
727
88,6
1854,8
949
65,8
1556,5
843
95,4
1156,5
161
403
1375,8
Reflectância
A reflectância dos alvos podem ser obtidas através
da equação 2 que representa o cômputo da reflectância
monocromática de cada banda (ρ λi ) , definida como
sendo a razão entre o fluxo de radiação refletida e o fluxo
de radiação incidente (Allen et al., 2002). Essa equação
já foi utilizadas por Galvíncio, 2011, Silva, 2011
Galvincio, 2010, Silva, 2010, Galvincio, 2009,Silva, 2009,
Galvincio, 2008, Silva, 2008, Galvincio, 2007, Silva,
2007, Galvincio, 2006, Silva, 2006 e Galvincio, 2005 para
imagens do satélite Landsat.
L 
L d 2
(2)
ESUN  CosZ
em que
L λ é a radiância espectral de cada banda,
ESUN λ é a irradiância solar espectral de cada banda no
topo da atmosfera
(Wm 2 μm 1 , Tabela 1), Z é o ângulo
2
zenital solar e d é o quadrado da distância média TerraSol (a distância Terra-Sol em dado dia do ano (DSA)),
que de acordo com Iqbal (1983), é dada por:
77
d r  1  0,033cos(DSA.2 / 365)
(3)
em que DSA representa o dia seqüencial do ano e o
argumento da função cos está em radianos. O valor
médio anual de d r é igual a 1,00 e o mesmo varia entre
0,97 e 1,03, aproximadamente.
Quando a área de estudo tem pequena, ou mesmo
declividade nula, o cosseno do ângulo de incidência da
radiação solar é simplesmente obtido a partir do ângulo
de elevação do Sol (E), que se encontra no cabeçalho da
imagem, ou seja:

cos z  cos(  E )
2
(4)
em que o argumento do cos está em radiano.
Em estudos em que as áreas possuem inclinação
considerável, o ângulo de incidência da radiação solar
depende da inclinação da superfície e do seu aspecto, isto
é, do azimute da normal da superfície. Nesses casos, se
faz necessário obter, para a área de estudo, o Modelo de
Elevação Digital ou em inglês Digital Elevation Model
(DEM), (Silva, 2005). Esses DEMs podem ser obtidos
através do site www.cnpm.embrapa.br.
Índices de pigmentos
Na região do visível a alta absorção da energia
radiante ocorre devido a quantidade de pigmentos na
78
folha, principalmente as clorofilas e os carotenóides
(Knipling, 1970) e portanto, é possível detectar as
mudanças no conteúdo de clorofila pelos cálculos dos
índices de vegetação na região do visível. O SIPI é um
índice que compara os carotenóides com a clorofila a,
PSSR são indicadores da clorofila a e b, esses índices são
usados para estimar as mudanças na concentração de
carotenóides e clorofila.
SIPI  ( R800  R445 ) /( R800  R680 )
(5)
em que R445,R680 e R800 são refletâncias espectrais em
445, 680 e 800nm, respectivamente.
PSSRa  R800 / R675
(6)
PSSRb  R800 / R650
(7)
em que R650, R675 e R800 são as reflectancias espectrais
em 650, 675 e 800 nm, respectivamente.
Red Edge índex
R(red edge)  ( R670  R780 ) / 2
em que R670 e R780 são os valores das reflectâncias
espectrais em 670 e 780 nm, respectivamente.
Índices de Vegetação: NDVI, SAVI, IAF e NDWI
79
(8)
O Índice de Vegetação da Diferença Normalizada
(Normalized Difference Vegetation Index - NDVI) é obtido
através da razão entre a diferença das refletividades do
IV-próximo (
mesmas:
NDVI 
em que
ρ IV
) e do vermelho (
ρV
), pela soma das
ρ IV  ρ V
ρ IV  ρ V
(9)
ρ IV e ρ V correspondem, respectivamente, as
bandas 4 e 3 do IKONOS.
O NDVI é um indicador sensível da quantidade e da
condição da vegetação verde. Seus valores variam de –1
a +1 e para superfícies com alguma vegetação o NDVI
varia de 0 e 1, já para a água e nuvens o NDVI
geralmente é menor que zero.
O cálculo do Índice de Vegetação Ajustado para os
Efeitos do Solo (Soil Adjusted Vegetation Index - SAVI)
que é um índice que busca amenizar os efeitos do
―background‖ do solo, pode ser obtido pela expressão
(Huete, 1988):
SAVI 
(1  L)(ρ IV  ρ V )
(L ρ IV  ρ V )
(10)
em que L é constante. Alguns valores para L podem ser
obtidos em Huete &Warrick, 1990; Accioly et al., 2002 e
Boegh et al., 2002.
80
O Índice de Área Foliar (IAF) é definido pela razão
entre a área foliar de toda a vegetação por unidade de
área utilizada por essa vegetação. O IAF é um indicador
da biomassa de cada pixel e pode ser estimado pela
seguinte equação empírica obtida por Allen et al. (2002):
 0,69  SAVI 
ln

0,59

IAF   
0,91
(11)
Segundo Cardozo et al. (2009), o
índice de
vegetação Normalized Difference Water Index (NDWI),
proposto por Gao (1996) é relacionado com o conteúdo
de água presente nas folhas. Cardozo et al. (2009)
afirmam que este índice se apresenta como uma
importante ferramenta em estudos relacionados ao vigor
vegetativo. O mesmo é obtido através das bandas do
infravermelho próximo e do infravermelho médio
(OLIVEIRA, 2010):
Estudos mostram que o NDWI está correlacionado
com o conteúdo de água do dossel vegetal, indicando
mudanças na biomassa e valores oscilantes de umidade
nas plantas (Hardisky et al., 1983; Gao, 1996). Esse
índice de umidade já foi utilizado por autores como
Fensholt & Sandholt (2003) em seus estudos de
monitoramento do estresse hídrico em ambiente semiárido no Senegal.
81
Q
un
atifca
çã
oda
bio
m
a
saeoa
cú
m
u
lode
carbo
norgâ
nicoarbóre
o
Para obtenção da biomassa pode ser utilizada a
equação proposta por Watlawick et al., (2006).
6019,0623 – 5098,2223 (NDVI) - 68717,7106banda2 10038,4001banda1
E para obtenção do aúmulo de carbono orgânico pode ser
utilizada a equação proposta por Watlawick et al., (2006).
2515,0973 - 1894,4799.(NDVI) - 28855,8915.(banda 2)
-14271,6196.(banda 1)
APLICAÇÃO
A aplicação dos métodos apresentados neste
capítulo foi na área de caatinga preservada da Embrapa
Tropical Semiarido, onde está localizado o sitio PELD 22
(SerCaatinga) com coordenadas de (09º09 'S latitude e
40º22' W longitude), localizado no município de PetrolinaPE.
Foi utilizada uma imagem de satélite do IKONOS
obtida no dia 26/08/2008, com azimute 49,7925,
elevação 60,79709 e hora da passagem satélite: 13: 13
GMT.
O SAVI da área em estudo esteve variando entre
apresentou 0,28 a 0,31, Figura 1 e o IAF esteve menor
do que 1.5, Figura 2, o PSSR menor do que 1,5 (Figura 3)
e o red edge também se apresentou menor do que 1,5,
(Figura 4).
82
Figura 1 – SAVI
83
Figura 2 – IAF
84
Figura 3 – PSSR
85
Figura 4 – Red Edge
Considerações finais
Estudos têm mostrado que a utilização de imagens
provenientes do satélite IKONOS para estimativa de
biomassa e seqüestro de carbono pode ser promissora
uma vez que quantificações da biomassa aérea e carbono
86
possam ser estimados com alta resolução espacial,
necessitando para tanto que modelos matemáticos sejam
ajustados.
Bibliografia consultada
Adams, M.L., Philpot, W.D., Norvell, W.A., 1999.
Yellowness index: an application of spectral second
derivatives to estimate chlorosis of leaves in stressed
vegetation. International Journal of Remote Sensing 20
(18), 3663–3675.
Arthur, J., Leone, I., Flower, F., 1985. The response of
tomato plants to simulated landfill gas mixtures. Journal
of Environmental Science and Health A20 (8), 913–925.
Bateson, L., Vellico, M., Beaubien, S.E., Pearce, J.M.,
Annunziatellis, A., Ciotoli, G., Coren, F., Lombardi, S.,
Marsh, S., 2008. The application of remote-sensing
techniques to monitor CO2 storage sites for surface
leakage: method development and testing at Latera
(Italy) where naturally produced CO2 is leaking to the
atmosphere. International Journal of Greenhouse Gas
Control 2, 388–400.
Blackburn, G.A., 1998. Spectral indices for estimating
photosynthetic pigment concentrations: a test using
senescent tree leaves. International Journal of Remote
Sensing 19, 657–675.
Boru, G., Vantoai, T., Alves, J., Hua, D., Knee, M., 2003.
Responses of soybean to oxygen deficiency and elevated
87
root-zone carbon dioxide concentration. Annals of Botany
91, 447–453.
Carter, G.A., 1993. Responses of leaf spectral reflectance
to plant stress. American Journal of Botany 80, 239–243.
Carter, G.A., 1994. Ratios of leaf reflectances in narrow
wavebands as indicators of plant stress. International
Journal of Remote Sensing 15, 697–703.
Carter, G.A., 1998. Reflectance bands and indices for
remote estimation of photosynthesis and stomatal
conductance in pine canopies. Remote Sensing of
Environment 63, 61–72.
Carter, G.A., Cibula, W.G., Miller, R.L., 1996. Narrowband reflectance imagery compared with thermal imagery
for early detection of plant stress. Journal of Plant
Physiology 148, 515–520.
Chappelle, E.W., Kim, M.S., McMurtrey III, J.E., 1992.
Ratio analysis of reflectance spectra (RARS): an
algorithmfor the remote estimation of the concentrations
of chlorophyll A, chlorophyll B, and the carotenoids in
soybean leaves. Remote Sensing of Environment 39,
239–247.
Coltri, P. P., Ramirez, G. M., Walter, M. K. C., Zullo
Junior, J., Pinto, H. S., Nascimento, C. R., Gonçalves, R.
R. do V. 2009. Utilização de índices de vegetação para
estimativas não-destrutivas da biomassa, estoque e
seqüestro de carbono do cafeeiro Arábica. Anais XIV
Simpósio Brasileiro de Sensoriamento Remoto, Natal,
Brasil, 25-30 abril 2009, INPE, p. 121-128.
88
Dawson, T.P., Curran, P.J., 1998. A new technique for
interpolating the reflectance red edge position, Technical
note. International Journal of Remote Sensing 19 (11),
2133–2139.
De Jong, S., 1998. Imaging spectrometry for monitoring
tree damage caused by volcanic activity in the Long
Valley caldera, California. ITC journal 1, 1–10.
Dixon,
R.A.,
Paiva,
N.L.,
1995.
Stress-induced
phenylpropanoid metabolism. The Plant Cell 7, 1085–
1097.
Gamon, J. A., Penuelas, J., and Field, C. B., 1992. A
narrow waveband spectral index that tracks diurnal
changes in photosynthetic e• ciency. Remote Sensing of
Environment, 41, 35± 44.
Gamon, J.A., Field, C.B., Goulden, M., Griffin, K., Hartley,
A., Joel, G., Penuelas, J., Valentini R., 1995.
Relationships between NDVI, canopy structure, and
photosynthetic activity in three Californian vegetation
types. Ecological Applications 5, 28–41.
Gamon, J. A., Field, C. B., Bilger, W., Bjorkman, A.,
Fredeen, A. L., and Pen~ uelas, J., 1990. Remote sensing
of the xanthophyll cycle and chlorophyll ¯ uorescence in
sun- ower leaves and canopies. Oecologia, 85, 1± 7.
Gamon, J. and Surfus, J.. 1999. Assessing leaf pigment
content and activity with a reflectometer. New
Phyiologist, 143, pp. 105-117.
89
Galvincio, J. D., Pimentel, R. M.M., Fernandes, J. G.
2010. Relação da temperatura do ar e do solo com a
quantidade de clorofila a (Chl a) e clorofila b (Chl b) em
Jurema Preta (Mimosa tenuiflora (Willd) Poiret) no
semiárido do Nordeste do Brasil. Revista Brasileira de
Geografia Física, vol. 03, n. 01, 33-40p.
Gilman, E., Leone, I., Flower, F., 1982. Influence of soil
gas contamination on tree root health. Plant and Soil 65,
3–10.
Hepple, R.P., Benson, S.M., 2005. Geologic storage of
carbon dioxide as a climate change mitigation strategy:
performance requirements and the implications of surface
seepage. Environmental Geology 47, 576-585.
Hoeks, J., 1972a. Effect of leaking natural gas on soil and
vegetation in urban areas. Agricultural Research Reports.
778.
IPCC, 2005. In: Metz, Davidson B.O., De Coninick, H. C.,
Loos, M., Meyer, L. A. (Eds.). IPCC Special Report on
Cabon Dioxide Capture and Storage: Prepared by
Working Group III of the Intergovernmental Panel on
Climate Change. Cambridge University Press, Cambridge,
United Kingdorn and New York, NY, USA, p.442.
Jensen, J.R. 2009. Sensoriamento Remoto do Ambiente –
Uma Perspectiva em Recursos Terrestres. São José dos
Campos: Parêntese Editora, 598p.
Ketel, D.H., 1996. Effect of low doses of metamitron and
glyphosphate on growth and chlorophyll content of
common lambsquarters (Chenopodium álbum). Weed
Science, 44, pp. 1-6.
90
Knipling, E.B., 1970. Physical and physiological basis for
the reflectance of visible and near-infrared radiation from
vegetation. Remote Sensing of Environmental 1, 155159.
Kumar, M., Monteith, J.L., 1981. Remote sensing of crop
growth. In: Smith, H. (Ed.), Plants and the Daylight
Spectrum. Academic Press, London, UK, pp. 133–144.
Lakkaraju, V. R., Zhou, X., Apple, M.E., Cunningham, A.,
Dobeck, L. M. Gullickson, K. and Spangler, L. H. 2010.
Studying the vegetation response to simulated leakage of
sequestered CO2 using spectral vegetation indices.
Ecological Informatics, 5, 379-389.
Macek, I., Pfanz, H., Francetic, V., Batic, F., Vodnik, D.,
2005. Root respiration response to high CO2
concentrations in plants from natural CO2 springs.
Environmental and Experimental Botany 54, 90–99.
Manabe, S., K. Bryan & M.J. Spelman. 1990. Transient
response of a global oceanatmosphere model to a
doubling of atmospheric carbon dioxide. Journal of
Physical Oceanography 20:722-749.
Mason, J. 1990. The greenhouse effect and global
warming. Information Office, British Coal, C.R.E. Stoke
Orchard, Cheltenhan, Gloucestershire, U.K. GL52 4RZ.
MOURA, M. S. B. de; TEIXEIRA, A. H. de C.;SOARES, J.
M. Exigências climáticas. In: SOARES, J. M.; LEAO, P. C.
de S. (Ed.). A vitivinicultura no Semiárido brasileiro.
91
Brasília, DF: Embrapa Informação Tecnológica; Petrolina:
Embrapa Semi-Árido, 2009. cap. 2, p. 37-69.
Neftel, A., E. Moor, H. Oeschger & B. Stauffer. 1985. The
increase of atmospheric CO2 in the last two centuries.
Evidence from polar ice cores. Nature 315(6014):45-47.
Noomen, M.F., Skidmore, A.K., 2009. The effects of high
soil CO2 concentrations on leaf reflectance of maize
plants. International Journal of Remote Sensing 30, 481–
497.
Orlóci, L. 1994. Global warming: the process and its
anticipated phytoclimatic effects in temperate and cold
zone. Coenoses 9: 69-74.
Penuelas, J., Baret, F., Filella, I., 1995. Semi-empirical
indices to assess carotenoids/chlorophyll a ration from
leaf spectral reflectance. Photosynthetica 31, 221-230.
Pimentel, R. M. M. 2010. Mudanças climáticas, relações
hídricas e propriedades ópticas foliares. In: Mudanças
Climáticas e Impactos Ambientais, Editora Universitária
da UFPE, 169-177pp.
Pinto, H. S.; Assad, E. D.; Zullo Junior, J.; Evangelista, S.
R. de M.; Otavian, A. F.; Avila, A. M. H. de; Evangelista,
B. A.; Marin, F.; Macedo Junior, C.; Pellegrino G.; Coltri,
P. P.; Coral, G. A nova geografia da produção agrícola no
Brasil. In: DECONTO, J. G. (Coord.). Aquecimento global
e a nova geografia da producao agricola no Brasil.
Campinas: Embrapa Informatica Agropecuaria: Unicamp,
2008.
82p.
Disponível
em:
92
www.agritempo.gov.br/climaeagricultura.
05 de novembro de 2008.
Acessado
em
RahmaN, F.; Langford, K. H.; Scrimshaw, M. D.; LesteR,
J. N. Polybrominated diphenyl ether (PBDE) flame
retardants (Review). Science Total Envirnment, v.275,
p.1 – 17, 2001.
Richardson, A.D., Duigan, S.P., Barlyn, G.P., 2002. An
evaluation of noninvasive methods to estimate foliar
chlorophyll content. New Phytologist 153, 185-194.
Silva, P. C. G. da., Correia, R. C. 2004. Caracterização
social e econômica da videira. Embrapa Semi-Árido.
Sistemas de Produção, 1 ISSN 1807-0027 Versão
Eletrônica.
Sims, D.A., Gamon, J.A., 2002. Relationships between
leaf pigment content and spectral reflectance across a
wide range of species, leaf structures and developmental
stages. Remote Sensing of Environment 81, 337–354.
Smith, K.L., 2002. Remote Sensing of Leaf Responses to
Leaking Underground Natural Gas (Nottingham, UK:
University of Nottingham). Smith, K.L., Steven, M.D.,
Colls, J.J., 2004a. Use of hyperspectral derivative ratios
in the red-edge region to identify plant stress responses
to gas leaks. Remote Sensing of Environment 92, 207–
217.
Smith, K.L., Steven, M.D., Colls, J.J., 2004b. Spectral
responses of pot-grown plants to displacement of soil
oxygen. International Journal of Remote Sensing 20,
4395–4410.
93
Smith, K.L., Steven, M.D., Colls, J.J., 2005. Plant spectral
responses to gas leaks and other stresses. International
Journal of Remote Sensing 26 (18), 4067–4081.
Teixeira, A. H. de C. 2004. Embrapa Semi-árido.
Sistemas de Produção 1, ISSN 1807-0027, Versão
Eletrônica.
http://sistemasdeproducao.cnptia.embrapa.br/fonteshtml
/uva/cultivoda videira/clima.htm.
94
95