Capacidade de regeneração da floresta tropical amazônica sob deficiência nutricional: resultados de um estudo numérico da interação biosfera-atmosfera

Detalhes bibliográficos
Autor(a) principal: Senna, Mônica Carneiro Alves
Data de Publicação: 2008
Tipo de documento: Tese
Idioma: por
Título da fonte: LOCUS Repositório Institucional da UFV
Texto Completo: http://locus.ufv.br/handle/123456789/1485
Resumo: This thesis investigates how the climate feedback and the nutrient feedback interact to regulate the patterns in the regrowth of the Amazon tropical forest after a large-scale deforestation. The study is performed using the fully coupled biosphere-atmosphere model CCM3-IBIS. Initially, the model was validated against observed climate and vegetation dynamics and structure variables. The Amazon climate (annual mean and seasonality) is extremely well simulated for both precipitation and incident solar radiation. Vegetation cover patterns reproduce well the observed patterns. The simulated net primary production and respiration rates are within 5% and 16% of observed data, respectively. The performance of simulated variables that depend on carbon allocation, like net primary production partitioning, leaf area index and biomass, although good on a regional mean, is low when spatial patterns are considered. A better representation of these spatial patterns depends on the understanding of the spatial variation in carbon allocation and its relationship to environmental factors. To evaluate the rainforest regrowth two experiments were done. The first experiment considers different types of nutrient stress and a hypothetical full deforestation. The second experiment considers the most realistic type of nutrient stress and different deforestation scenarios, looking for a threshold of deforestation that could cause dangerous interference on the Amazon recovery. Results show that the reduction in rainfall is proportional to the amount of deforestation and is more drastic when the deforested area is higher than 40% of the original forest extent. In addition, this simulated precipitation reduction alone is not sufficient to prevent the rainforest regrowth. However, when the precipitation reduction is associated with a soil nutrient stress, a savannization process may start over northern Mato Grosso, no matter how much is deforested. This is concerning because this region has the highest clearing rates in Amazonia. The low resilience of the forest under nutrient stress indicates that northern Mato Grosso should be a major target for conservation initiatives.
id UFV_0f37bee30495b099f67c5a611634b659
oai_identifier_str oai:locus.ufv.br:123456789/1485
network_acronym_str UFV
network_name_str LOCUS Repositório Institucional da UFV
repository_id_str 2145
spelling Senna, Mônica Carneiro Alveshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4704425T1Costa, Luiz Cláudiohttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4781620U9Nobre, Carlos Afonsohttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4780257H0Costa, Marcos Heilhttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4799234J7Ribeiro, Aristideshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4763274T3Oyama, Marcos Daisukehttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4723715P8Costa, José Maria Nogueira dahttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4783772Y32015-03-26T12:49:07Z2008-07-172015-03-26T12:49:07Z2008-04-22SENNA, Mônica Carneiro Alves. Amazon rainforest regrowth under nutrient stress: results from a biosphere-atmosphere interaction numerical study. 2008. 139 f. Tese (Doutorado em Agrometeorologia; Climatologia; Micrometeorologia) - Universidade Federal de Viçosa, Viçosa, 2008.http://locus.ufv.br/handle/123456789/1485This thesis investigates how the climate feedback and the nutrient feedback interact to regulate the patterns in the regrowth of the Amazon tropical forest after a large-scale deforestation. The study is performed using the fully coupled biosphere-atmosphere model CCM3-IBIS. Initially, the model was validated against observed climate and vegetation dynamics and structure variables. The Amazon climate (annual mean and seasonality) is extremely well simulated for both precipitation and incident solar radiation. Vegetation cover patterns reproduce well the observed patterns. The simulated net primary production and respiration rates are within 5% and 16% of observed data, respectively. The performance of simulated variables that depend on carbon allocation, like net primary production partitioning, leaf area index and biomass, although good on a regional mean, is low when spatial patterns are considered. A better representation of these spatial patterns depends on the understanding of the spatial variation in carbon allocation and its relationship to environmental factors. To evaluate the rainforest regrowth two experiments were done. The first experiment considers different types of nutrient stress and a hypothetical full deforestation. The second experiment considers the most realistic type of nutrient stress and different deforestation scenarios, looking for a threshold of deforestation that could cause dangerous interference on the Amazon recovery. Results show that the reduction in rainfall is proportional to the amount of deforestation and is more drastic when the deforested area is higher than 40% of the original forest extent. In addition, this simulated precipitation reduction alone is not sufficient to prevent the rainforest regrowth. However, when the precipitation reduction is associated with a soil nutrient stress, a savannization process may start over northern Mato Grosso, no matter how much is deforested. This is concerning because this region has the highest clearing rates in Amazonia. The low resilience of the forest under nutrient stress indicates that northern Mato Grosso should be a major target for conservation initiatives.Essa tese investiga como as retroalimentações do clima e da disponibilidade de nutrientes no solo interagem na regulação dos padrões de recrescimento da floresta tropical amazônica após um desmatamento de grande escala. Nesse estudo foi utilizado o modelo acoplado biosfera-atmosfera CCM3-IBIS. Inicialmente, o modelo foi validado através de observações de variáveis climáticas e de dinâmica e estrutura da vegetação amazônica. O clima da Amazônia (média anual e sazonalidade) é muito bem simulado tanto para a precipitação quanto para a radiação solar incidente. Os padrões de cobertura vegetal representam bem os padrões observados. A produção primária líquida e as taxas de respiração simuladas diferem em 5% e 16% das observações, respectivamente. O desempenho das variáveis simuladas que dependem da alocação de carbono, como a partição da produção primária líquida, o índice de área foliar e a biomassa, é alto em uma média regional, mas é baixa quando são considerados os padrões espaciais. Uma melhor representação desses padrões espaciais depende da compreensão da variação espacial da alocação de carbono e sua dependência com fatores ambientais. Para avaliar a capacidade de recrescimento da floresta foram realizados dois experimentos. O primeiro experimento considera diferentes tipos de limitação nutricional e um hipotético desmatamento total. O segundo experimento considera o tipo de limitação nutricional mais realístico e diferentes cenários de desmatamento, com o intuito de encontrar um limite máximo de desmatamento que não causaria interferências prejudiciais na regeneração da floresta. Os resultados mostram que a redução da precipitação é proporcional à quantidade de desmatamento e é mais drástica quando mais do que 40% da extensão original da floresta é desmatada. Além disso, apenas a redução da precipitação simulada não é suficiente para impedir a regeneração da floresta secundária. Entretanto, quando a redução da precipitação é associada com uma deficiência nutricional do solo, um processo de savanização pode ocorrer sobre o norte do Mato Grosso, independente da extensão da área desmatada. Esses resultados são preocupantes, pois essa região tem as mais altas taxas de desmatamento da Amazônia. A baixa resiliência da floresta com deficiência nutricional indica que o norte do Mato Grosso deveria ser o alvo principal de iniciativas para a conservação.Conselho Nacional de Desenvolvimento Científico e Tecnológicoapplication/pdfporUniversidade Federal de ViçosaDoutorado em Meteorologia AgrícolaUFVBRAgrometeorologia; Climatologia; MicrometeorologiaModelagem de ecossistemasAmazôniaDesmatamentoLimitação nutricionalSavanizaçãoEcosystems modelingAmazonDeforestationNutritional limitationSavannizationCNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::METEOROLOGIA::CLIMATOLOGIACapacidade de regeneração da floresta tropical amazônica sob deficiência nutricional: resultados de um estudo numérico da interação biosfera-atmosferaAmazon rainforest regrowth under nutrient stress: results from a biosphere-atmosphere interaction numerical studyinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/openAccessreponame:LOCUS Repositório Institucional da UFVinstname:Universidade Federal de Viçosa (UFV)instacron:UFVORIGINALtexto completo.pdfapplication/pdf2642358https://locus.ufv.br//bitstream/123456789/1485/1/texto%20completo.pdffc157e15081698685f4b7ca3e7e3992dMD51TEXTtexto completo.pdf.txttexto completo.pdf.txtExtracted texttext/plain168784https://locus.ufv.br//bitstream/123456789/1485/2/texto%20completo.pdf.txt576457e84baa462259d1df1afc43b202MD52THUMBNAILtexto completo.pdf.jpgtexto completo.pdf.jpgIM Thumbnailimage/jpeg3677https://locus.ufv.br//bitstream/123456789/1485/3/texto%20completo.pdf.jpg91684778dcb9a7ed5953b5831c647da2MD53123456789/14852016-04-07 23:06:00.039oai:locus.ufv.br:123456789/1485Repositório InstitucionalPUBhttps://www.locus.ufv.br/oai/requestfabiojreis@ufv.bropendoar:21452016-04-08T02:06LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)false
dc.title.por.fl_str_mv Capacidade de regeneração da floresta tropical amazônica sob deficiência nutricional: resultados de um estudo numérico da interação biosfera-atmosfera
dc.title.alternative.eng.fl_str_mv Amazon rainforest regrowth under nutrient stress: results from a biosphere-atmosphere interaction numerical study
title Capacidade de regeneração da floresta tropical amazônica sob deficiência nutricional: resultados de um estudo numérico da interação biosfera-atmosfera
spellingShingle Capacidade de regeneração da floresta tropical amazônica sob deficiência nutricional: resultados de um estudo numérico da interação biosfera-atmosfera
Senna, Mônica Carneiro Alves
Modelagem de ecossistemas
Amazônia
Desmatamento
Limitação nutricional
Savanização
Ecosystems modeling
Amazon
Deforestation
Nutritional limitation
Savannization
CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::METEOROLOGIA::CLIMATOLOGIA
title_short Capacidade de regeneração da floresta tropical amazônica sob deficiência nutricional: resultados de um estudo numérico da interação biosfera-atmosfera
title_full Capacidade de regeneração da floresta tropical amazônica sob deficiência nutricional: resultados de um estudo numérico da interação biosfera-atmosfera
title_fullStr Capacidade de regeneração da floresta tropical amazônica sob deficiência nutricional: resultados de um estudo numérico da interação biosfera-atmosfera
title_full_unstemmed Capacidade de regeneração da floresta tropical amazônica sob deficiência nutricional: resultados de um estudo numérico da interação biosfera-atmosfera
title_sort Capacidade de regeneração da floresta tropical amazônica sob deficiência nutricional: resultados de um estudo numérico da interação biosfera-atmosfera
author Senna, Mônica Carneiro Alves
author_facet Senna, Mônica Carneiro Alves
author_role author
dc.contributor.authorLattes.por.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4704425T1
dc.contributor.author.fl_str_mv Senna, Mônica Carneiro Alves
dc.contributor.advisor-co1.fl_str_mv Costa, Luiz Cláudio
dc.contributor.advisor-co1Lattes.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4781620U9
dc.contributor.advisor-co2.fl_str_mv Nobre, Carlos Afonso
dc.contributor.advisor-co2Lattes.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4780257H0
dc.contributor.advisor1.fl_str_mv Costa, Marcos Heil
dc.contributor.advisor1Lattes.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4799234J7
dc.contributor.referee1.fl_str_mv Ribeiro, Aristides
dc.contributor.referee1Lattes.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4763274T3
dc.contributor.referee2.fl_str_mv Oyama, Marcos Daisuke
dc.contributor.referee2Lattes.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4723715P8
dc.contributor.referee3.fl_str_mv Costa, José Maria Nogueira da
dc.contributor.referee3Lattes.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4783772Y3
contributor_str_mv Costa, Luiz Cláudio
Nobre, Carlos Afonso
Costa, Marcos Heil
Ribeiro, Aristides
Oyama, Marcos Daisuke
Costa, José Maria Nogueira da
dc.subject.por.fl_str_mv Modelagem de ecossistemas
Amazônia
Desmatamento
Limitação nutricional
Savanização
topic Modelagem de ecossistemas
Amazônia
Desmatamento
Limitação nutricional
Savanização
Ecosystems modeling
Amazon
Deforestation
Nutritional limitation
Savannization
CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::METEOROLOGIA::CLIMATOLOGIA
dc.subject.eng.fl_str_mv Ecosystems modeling
Amazon
Deforestation
Nutritional limitation
Savannization
dc.subject.cnpq.fl_str_mv CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::METEOROLOGIA::CLIMATOLOGIA
description This thesis investigates how the climate feedback and the nutrient feedback interact to regulate the patterns in the regrowth of the Amazon tropical forest after a large-scale deforestation. The study is performed using the fully coupled biosphere-atmosphere model CCM3-IBIS. Initially, the model was validated against observed climate and vegetation dynamics and structure variables. The Amazon climate (annual mean and seasonality) is extremely well simulated for both precipitation and incident solar radiation. Vegetation cover patterns reproduce well the observed patterns. The simulated net primary production and respiration rates are within 5% and 16% of observed data, respectively. The performance of simulated variables that depend on carbon allocation, like net primary production partitioning, leaf area index and biomass, although good on a regional mean, is low when spatial patterns are considered. A better representation of these spatial patterns depends on the understanding of the spatial variation in carbon allocation and its relationship to environmental factors. To evaluate the rainforest regrowth two experiments were done. The first experiment considers different types of nutrient stress and a hypothetical full deforestation. The second experiment considers the most realistic type of nutrient stress and different deforestation scenarios, looking for a threshold of deforestation that could cause dangerous interference on the Amazon recovery. Results show that the reduction in rainfall is proportional to the amount of deforestation and is more drastic when the deforested area is higher than 40% of the original forest extent. In addition, this simulated precipitation reduction alone is not sufficient to prevent the rainforest regrowth. However, when the precipitation reduction is associated with a soil nutrient stress, a savannization process may start over northern Mato Grosso, no matter how much is deforested. This is concerning because this region has the highest clearing rates in Amazonia. The low resilience of the forest under nutrient stress indicates that northern Mato Grosso should be a major target for conservation initiatives.
publishDate 2008
dc.date.available.fl_str_mv 2008-07-17
2015-03-26T12:49:07Z
dc.date.issued.fl_str_mv 2008-04-22
dc.date.accessioned.fl_str_mv 2015-03-26T12:49:07Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv SENNA, Mônica Carneiro Alves. Amazon rainforest regrowth under nutrient stress: results from a biosphere-atmosphere interaction numerical study. 2008. 139 f. Tese (Doutorado em Agrometeorologia; Climatologia; Micrometeorologia) - Universidade Federal de Viçosa, Viçosa, 2008.
dc.identifier.uri.fl_str_mv http://locus.ufv.br/handle/123456789/1485
identifier_str_mv SENNA, Mônica Carneiro Alves. Amazon rainforest regrowth under nutrient stress: results from a biosphere-atmosphere interaction numerical study. 2008. 139 f. Tese (Doutorado em Agrometeorologia; Climatologia; Micrometeorologia) - Universidade Federal de Viçosa, Viçosa, 2008.
url http://locus.ufv.br/handle/123456789/1485
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal de Viçosa
dc.publisher.program.fl_str_mv Doutorado em Meteorologia Agrícola
dc.publisher.initials.fl_str_mv UFV
dc.publisher.country.fl_str_mv BR
dc.publisher.department.fl_str_mv Agrometeorologia; Climatologia; Micrometeorologia
publisher.none.fl_str_mv Universidade Federal de Viçosa
dc.source.none.fl_str_mv reponame:LOCUS Repositório Institucional da UFV
instname:Universidade Federal de Viçosa (UFV)
instacron:UFV
instname_str Universidade Federal de Viçosa (UFV)
instacron_str UFV
institution UFV
reponame_str LOCUS Repositório Institucional da UFV
collection LOCUS Repositório Institucional da UFV
bitstream.url.fl_str_mv https://locus.ufv.br//bitstream/123456789/1485/1/texto%20completo.pdf
https://locus.ufv.br//bitstream/123456789/1485/2/texto%20completo.pdf.txt
https://locus.ufv.br//bitstream/123456789/1485/3/texto%20completo.pdf.jpg
bitstream.checksum.fl_str_mv fc157e15081698685f4b7ca3e7e3992d
576457e84baa462259d1df1afc43b202
91684778dcb9a7ed5953b5831c647da2
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)
repository.mail.fl_str_mv fabiojreis@ufv.br
_version_ 1801213061634195456