Universidade Federal de Santa Maria
Ci. e Nat., Santa Maria v.42, Special Edition: Micrometeorologia, e22, 2020
DOI:10.5902/2179460X46923
ISSN 2179-460X
Received: 04/06/20 Accepted: 04/06/20 Published: 28/08/20
Special Edition
Análise noturna dos mecanismos que controlam os gradientes de CO2 e H2O em uma região costeira
Nighttime analysis of the mechanisms that control CO2 and H2O gradients in a coastal region
Maria Eduarda Oliveira Pinheiro I
Otávio Costa Acevedo II
Pablo Eli Soares de Oliveira III
I Universidade Federal de Santa Maria, Santa Maria, Brasil. E-mail:mariaeduardafisica@gmail.com.
II Universidade Federal de Santa Maria, Santa Maria, Brasil. E-mail:otavio@ufsm.com.br.
III Universidade Federal de Santa Maria, Santa Maria, Brasil. E-mail:pablo.deoliveira@gmail.com.
RESUMO
O entendimento das trocas de água e carbono no sistema solo-atmosfera e os mecanismos que controlam essas trocas são fundamentais para se ter uma representação real e adequada dos processos físicos envolvidos. Em condições noturnas estáveis, os processos de transferência de carbono, como a respiração, e de transferência de água, como a deposição de orvalho, são mais difíceis de serem estudados pelo método da covariância dos vórtices. Dessa forma, o objetivo desse estudo é investigar os mecanismos que controlam as trocas de água e dióxido de carbono próximos a uma usina termelétrica e ao oceano, através dos gradientes da concentração dessas quantidades em diferentes níveis na atmosfera. Para isso, foram utilizados dados do sítio experimental localizado em Linhares - ES, à 4 km da costa e aproximadamente 250 m da termelétrica Linhares Geração SA. Neste estudo foram analisadas 67 noites (das 21h às 5h) de dados das concentrações de CO2 e H2O e relacionadas com a velocidade do vento, o desvio padrão da componente vertical do vento e a temperatura do ar. Foram selecionadas somente as noites que a direção do vento estava de norte para não haver interferência das plumas da usina termelétrica na análise dos dados.
Palavras-chave: Gradiente CO2; Gradiente H2O; Termelétrica.
ABSTRACT
Understanding the water and carbon exchange in the soil-atmosphere system and the mechanisms that control these exchanges are fundamental to have a real and adequate representation of the physical processes involved. Under stable night conditions, carbon transfer processes such as respiration and water transfer processes such as dew deposition are more difficult to study by the eddy covariance method. Thus, the aim of this study is to investigate the mechanisms that control the exchange of water and carbon dioxide near a thermal power plant and the ocean, through the gradients of concentration of these quantities at different levels in the atmosphere. Data from the experimental site located in Linhares - ES - Brazil (19° 31'53 "S, 39° 48'03" W), 4 km from the coast and about 250 m from Linhares Geração SA thermeletric, were used. The concentrations of CO2 and H2O are measured by the AP200-Campbell system, which consists of vertically arranged chambers that pull gas flow at the following levels 1, 2, 5, 9, 15 and 20 m. In this study, a total of 67 nights (from 9 pm to 5 am), from 2017, were selected. The wind direction was from the north so that there was no interference from the thermal plant's feathers in the data analysis.
Keywords: CO2 gradient; H2O gradient; Thermeletric.
1 INTRODUÇÃO
O entendimento das trocas de água e carbono no sistema solo- atmosfera e os mecanismos que controlam essas trocas são fundamentais para se ter uma representação real e adequada dos processos físicos envolvidos. Essas transferências são estudadas amplamente pelo método da covariância dos vórtices, que estima o transporte turbulento de escalares, pela variância entre as flutuações turbulentas do vento vertical e a quantidade de interesse (AUBINET; VESALA; PAPALE, 2012). No entanto, no período noturno em condições estáveis, essa técnica subestima a respiração dos ecossistemas na medida direta do fluxo (GU et al., 2005) e geralmente esses dados são descartados e considerados espúrios. Nessas situações, medidas dos gradientes verticais das quantidades de interesse se tornam importantes (MÖLDER; LINDROTH; HALLDIN, 2000). Além do mais, processos como a deposição de orvalho, que ocorrem em situações bem estáveis podem não ser devidamente representados. Dessa forma, a investigação deste estudo pode também complementar essa técnica pelas medidas diretas das concentrações de CO2 e H2O em diferentes alturas da atmosfera. Alguns estudos recentes como Montagnani et al. (2018) e Nicolini et al., (2018) estudaram o armazenamento de CO2 a partir de perfis verticais para, também, complementar esta técnica. Com a melhor compreensão desses processos físicos é possível, por exemplo, aperfeiçoar modelos numéricos de dispersão de poluentes do ar que são utilizados para quantificar as emissões geradas por usinas termelétricas e também modelos de superfície que requerem informações sobre os processos responsáveis por essas transferências (SCHMUTZ; VOGT, 2019).
No presente estudo serão investigadas 67 noites (das 21h às 5h) dos gradientes das concentrações de CO2 e H2O medidas nos níveis de 2, 5, 9, 15 e 20 m em relação ao nível de 1 m, através da análise dos mecanismos físicos que controlam estas grandezas, como a velocidade do vento, o desvio padrão da componente vertical do vento e a temperatura do ar. A torre micrometeorológica está à 4 km da costa do oceano Atlântico sul e à aproximadamente 250 m de uma usina termelétrica e ao lado de uma pequena floresta. Este cenário diverso pode abranger diversos estudos que visam tanto o entendimento da interação oceano atmosfera, quanto do entendimento de plumas de gases liberadas pela usina termelétrica.
2 METODOLOGIA
2.1 Sítio Experimental
O sítio experimental (19°31'53"S, 39°48'03"W) está localizado no município de Linhares, no estado do Espírito Santo, sudeste do Brasil, à 4 km da costa do oceano Atlântico Sul (Figura 1). O litoral está localizado a leste da torre, abrangendo a região de norte-nordeste até sul-sudeste. O ecossistema da região é Mata Atlântica, que se estende por aproximadamente toda a costa do Brasil. No lado leste do sítio há um pequeno resquício desse ecossistema, com árvores de até 9 m de altura. Ao sul está a usina termelétrica operada pela Linhares Geração SA (LGSA), com chaminés de 20 m de altura liberando calor, gases e aerossóis (ACEVEDO et al., 2018). A torre micrometeorológica, de 140 m de altura, está localizada à aproximadamente 250 m da usina termelétrica e possui 11 níveis de medidas verticais da turbulência, uma medida em 20 m das concentrações de CO2 e H2O, 10 níveis da temperatura do ar, umidade relativa e pressão de vapor e 6 níveis de perfis das concentrações de CO2 e H2O. Instalada em 6 de agosto de 2016, a torre está em funcionamento até o presente. A descrição completa da instrumentação está disponível em Acevedo et al. (2018).
Figura 1 – Sítio Experimental de Linhares – ES – Brasil
Fonte: Google Earth (2019).
2.2 Dados Experimentais
Neste estudo foram utilizadas medidas das componentes turbulentas do vento (u, v e w), feitas pelo sensor anemômetro sônico CSAT3B (Campbell Scientific Inc.) nos níveis de 2, 5, 9, 37, 56, 75 e 132 m. A velocidade do vento foi obtida a partir do módulo das componentes horizontais u e v e o desvio padrão a partir da componente vertical w (denominado no texto como desvio padrão de w), em janelas de tempo de 30 minutos. A temperatura do ar foi medida pelo termohigrômetro HMP155A (Vaisala) nos níveis de 2, 9, 20, 29, 47 e 66 m. Os perfis das concentrações de CO2 e H2O foram medidos por um analisador de gás infravermelho LI-840A que compõe o sistema AP200 da Campbell. As câmaras de entrada são dispostas na vertical e puxam o fluxo de gás nos níveis de 1, 2, 5, 9, 15 e 20 m para serem analisados. Serão utilizados os gradientes das concentrações de CO2 e H2O que são as diferenças entre os níveis superiores (2, 5, 9, 15 e 20 m) e o nível de 1 m. A partir de dezembro de 2016 foram inseridos cilindros de ar zero e CO2 como referência na calibração do analisador de gás. Devido a isto, os dados utilizados neste estudo serão a partir de 1 de janeiro de 2017. Foram selecionadas um total de 67 noites (das 21h às 5h), do ano de 2017, compreendendo de janeiro até setembro, nas quais a direção do vento estava de norte para que não houvesse interferência das plumas da usina na análise dos dados. A partir destes dados foram realizadas médias bloco da relação entre os gradiente de CO2 e H2O pelas velocidade do vento, desvio padrão de w e temperatura do ar, em todas alturas medidas. Os pontos em que todos os gradientes das concentrações (20-1m, 15-1m, 9-1m, 5-1m e 2-1m) convergiam para zero em cada uma das alturas de medição da velocidade do vento e da temperatura do ar, estes pontos foram então, selecionados em função dos níveis.
3 RESULTADOS E DISCUSSÃO
O gradiente das concentrações de CO2 (Δ[CO2) e H2O (Δ[H2O]) converge para zero a medida que a temperatura do ar (T) e a velocidade do vento (WS) aumentam com a altura na atmosfera. Isso não ocorre com o desvio padrão de w (σw) que varia em torno do mesmo valor com a altura (0,2 m s-1 para o Δ[H2O] e 0,3 m s-1 para o Δ[CO2]). Dessa forma, existem valores mínimos dessas variáveis a partir dos quais a camada estará homogênea, ou seja, as concentrações são as mesmas de 1 até 20 m. A temperatura do ar mínima para que a camada esteja misturada aumenta 1,5 °C com a altura até 29 m e diminui 1 °C em 47 m, para ambos gradientes (Figura 2, a). A velocidade do vento mínima aumenta com a altura na atmosfera tanto para a concentração de H2O quanto para de CO2 (Figura 2, b). O comportamento das variáveis com a altura é similar para ambos gradientes. No entanto, a temperatura do ar, a velocidade do vento e o desvio padrão de w, mínimos para a convergência do gradiente de H2O são menores em aproximadamente 1,5 °C, 0,5 m s-1 e 0,1 m s-1 em relação ao gradiente de CO2, respectivamente. Isso mostra que a concentração de H2O precisa de variáveis com magnitudes menores para a camada estar homogênea do que a concentração de CO2. Esse fato pode estar relacionado a massa molecular da água ser menos da metade da massa do CO2 e a mistura ser mais eficiente quando a velocidade do vento e a turbulência estão menores.
Figura 2 – Temperaturas do ar (eixo x) nos níveis de 2, 9, 20, 29, 47, 66 m (eixo y), a partir das quais as concentrações de CO2 (quadrado preto) e H2O (círculos vermelhos) convergem para zero e b) velocidades do vento (eixo x) nos níveis de 2, 5, 9, 37, 56 e 75 m (eixo y). Esses valores foram obtidos a partir da média em bloco (sete médias) das 67 noites (das 21h às 05h)
O fato de existir valores mínimos da velocidade do vento e do desvio padrão de w, a partir dais quais a camada começa a ficar homogênea é esperado pois a turbulência faz com que haja essa mistura. No entanto, esse mesmo padrão ocorre com a temperatura do ar e pode estar relacionado com a inversão na direção do vento visualizado em Acevedo et al. (2019) para este mesmo sítio experimental. No começo da noite (21h) até por volta da 00h o vento está na direção oceano-continente. Nesta situação a velocidade do vento, o desvio padrão de w e a temperatura do ar estão maiores. A partir da inversão na direção do vento há uma diminuição destas variáveis. É possível observar (Figura 3, a e b) que quando o vento está no sentido continente-oceano a velocidade do vento é baixa apresentando valores médios de 0,27 e 1,18 m s-1 e máximos de 1,09 e 3,06 m s-1 em 2 e 9 m, respectivamente. No entanto, quando a direção do vento muda (oceano-continente), a velocidade aumenta consideravelmente, com valores médios de 1,04 e 2,31 m s-1 e máximos de 3,15 e 6,13 m s-1 em 2 e 9 m, respectivamente. A correlação (R) entre a velocidade do vento e a temperatura do ar é desprezível quando o vento está no sentido continente-oceano, com R=0,13 e R=-0,08 em 2 e 9 m, respectivamente, mostrando que a velocidade do vento e a temperatura são independentes. No entanto, quando o sentido do vento está do oceano-continente os coeficientes de correlação são R=0,71 (2 m) e R= 0,69 (9 m). Isso mostra que, quando o vento está de oceano, a velocidade do vento aumenta a medida que a temperatura aumenta e isso ocasiona, consequentemente, uma mistura vertical e pode ser a explicação de existir essa temperatura do ar mínima na qual a camada começa a ficar homogênea.
Figura 3 – Todo período de estudo (67 noites das 21h às 5h) em janela de 30 m da temperatura do ar (eixo x) pela velocidade do vento (eixo y) nos níveis de a) 2 m e b) 9 m. Os círculos vermelhos representam a direção do vento do oceano para o continente e os pretos do continente para o oceano
O desvio padrão de w é a variável que possui maior coeficiente de correlação (R) tanto para o gradiente da concentração de CO2 (R=0,61) quanto da concentração de H2O (R=-0,48) (Tabela 1). No entanto, os coeficientes não variam significativamente com a altura, apresentando valores próximos até o nível de 75 m. A velocidade do vento apresenta maiores coeficientes de correlação para ambos gradientes em níveis próximos à superfície em relação aos níveis superiores, mostrando que a velocidade do vento em níveis baixos é o principal mecanismo responsável pela mistura das concentrações entre os níveis 1 e 20 m. As correlações com temperatura do ar exibem uma relação similar a velocidade do vento. Porém, como mostrado anteriormente, essas variáveis possuem relações distintas de acordo com a direção do vento. Quando o vento é do continente a velocidade apresenta magnitude menor e não possui relação com temperatura (Figura 3). Entretanto, quando o vento é do oceano, como ocorre no começo da noite, a velocidade do vento tende a ser mais intensa, levando à uma redução dos gradientes. Além disso, nessa situação, as variáveis exibem uma relação linear, o que explica a correlação dos gradientes com a temperatura do ar. O fato dos coeficientes de correlação serem negativos para os gradiente da concentração de H2O e positivos para a concentração de CO2 é que, ao contrário do CO2, a H2O é maior nos níveis superiores em relação à 1 m. Esse fenômeno ocorre em 90% das noites e a investigação desses eventos será realizada em outros trabalhos dos autores.
Tabela 1 – Coeficiente de correlação entre os gradientes (20 e 1 m) das concentrações de H2O (Δ[H2O]) e CO2 (Δ[CO2]) pelas variáveis temperatura do ar (T), velocidade do vento (WS) e desvio padrão de w (σw) para os níveis de 2, 5, 9, 20, 29, 37, 47, 56, 66 e 75 m. O período compreende 67 noites (das 21h às 5h) com vento da direção norte
|
|
2 m |
5 m |
9 m |
20 m |
29 m |
37 m |
47 m |
56 m |
66 m |
75 m |
|
T |
-0,41 |
- |
-0,39 |
-0,37 |
-0,35 |
- |
-0,32 |
- |
-0,17 |
- |
Δ[H2O] |
WS |
-0,41 |
-0,36 |
-0,37 |
- |
- |
-0,27 |
- |
-0,26 |
- |
-0,26 |
|
σw |
-0,43 |
-0,44 |
-0,48 |
- |
- |
-0,48 |
- |
-0,47 |
- |
-0,45 |
|
T |
0,57 |
- |
0,54 |
0,49 |
0,46 |
- |
0,42 |
- |
0,40 |
- |
Δ[CO2] |
WS |
0,57 |
0,56 |
0,59 |
- |
- |
0,52 |
- |
0,48 |
- |
0,46 |
|
σw |
0,58 |
0,61 |
0,60 |
- |
- |
0,60 |
- |
0,57 |
- |
0,56 |
4 CONCLUSÃO
Neste estudo foram analisados os mecanismos físicos que controlam os gradientes verticais das concentrações de CO2 e H2O, em uma região costeira. Para isto, foram analisados as variáveis turbulentas, velocidade do vento e intensidade da turbulência e a variável térmica, temperatura do ar. Essas variáveis possuem maior correlação com o gradiente CO2 do que com o gradiente de H2O. A velocidade do vento próxima à superfície é o principal mecanismo responsável pela mistura de CO2 e H2O entre 1 e 20 m. Além disso, existem valores mínimos dessas variáveis, a partir dos quais a camada começa a ficar homogênea. Esses valores mínimos aumentam com os níveis para a velocidade do vento e independem destes para a intensidade da turbulência.
AGRADECIMENTOS
Os autores agradecem a Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Brasil (CAPES) - Código de Financiamento 001, a Universidade Federal de Santa Maria (UFSM), ao XI Workshop Brasileiro de Micrometeorologia, ao Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) e a usina termelétrica Linhares Geração S.A.
REFERÊNCIAS
ACEVEDO, O. C.; DEGRAZIA, G. A.; PUHALES, F. S.; MARTINS, L. G.; OLIVEIRA, P. E.; TEICHRIEB, C.; SILVA, S. M.; MARONEZE, R.; BODMANN, B.; MORTARINI, L. et al. Monitoring the micrometeorology of a coastal site next to a thermal power plant from the surface to 140 m. Bulletin of the American Meteorological Society, v. 99, n. 4, p. 725–738, 2018.
ACEVEDO, O. C.; MARONEZE, R.; COSTA, F. D.; PUHALES, F. S.; DEGRAZIA, G. A.; MARTINS, L. G.; OLIVEIRA, P. E. S.; MORTARINI, L. The nocturnal boundary layer transition from weakly to very stable. part 1: Observations. Quarterly Journal of the Royal Meteorological Society, Wiley Online Library, 2019.
AUBINET, M.; VESALA, T.; PAPALE, D. Eddy covariance: a practical guide to measurement and data analysis. [S.l.]: Springer Science & Business Media, 2012.
Google Earth. Google Earth. 2019. Acesso em 20 ago. 2019. Disponível em: <earth.google.com/web/>.
GU, L.; FALGE, E. M.; BODEN, T.; BALDOCCHI, D. D.; BLACK, T.; SALESKA, S. R.; SUNI, T.; VERMA, S. B.; VESALA, T.; WOFSY, S. C. et al. Objective threshold determination for nighttime eddy flux filtering. Agricultural and Forest Meteorology, Elsevier, v. 128, n. 3-4, p. 179–197, 2005.
MÖLDER, M.; LINDROTH, A.; HALLDIN, S. Water vapor, co2, and temperature profiles in and above a forest—accuracy assessment of an unattended measurement system. Journal of atmospheric and oceanic technology, v. 17, n. 4, p. 417–425, 2000.
MONTAGNANI, L.; GRÜNWALD, T.; KOWALSKI, A.; MAMMARELLA, I.; MERBOLD, L.; METZGER, S.; SEDLÁK, P.; SIEBICKE, L. Estimating the storage term in eddy covariance measurements: the icos methodology. International agrophysics, Sciendo, v. 32, n. 4, p. 551–567, 2018.
NICOLINI, G.; AUBINET, M.; FEIGENWINTER, C.; HEINESCH, B.; LINDROTH, A.; MAMADOU, O.; MODEROW, U.; MÖLDER, M.; MONTAGNANI, L.; REBMANN, C. et al. Impact of co2 storage flux sampling uncertainty on net ecosystem exchange measured by eddy covariance. Agricultural and forest meteorology, Elsevier, v. 248, p. 228–239, 2018.
SCHMUTZ, M.; VOGT, R. Flux similarity and turbulent transport of momentum, heat and carbon dioxide in the urban boundary layer. Boundary-Layer Meteorology, Springer, v. 172, n. 1, p. 45–65, 2019.