Universidade Federal de Santa Maria

Ci. e Nat., Santa Maria v.42, Special Edition: Micrometeorologia, e32, 2020

DOI:10.5902/2179460X53214

ISSN 2179-460X

Received: 17/08/20  Accepted: 17/08/20  Published: 28/08/20

 

 

Special Edition

 

Concentração de dióxido de carbono em ambiente de savana na amazônia: estudo de caso

 

Carbon dioxide concentration in the savannah Amazon: a case study

 

Antonio Marcos Delfino de Andrade ^I

Rodrigo da Siva ^II

Júlio Tota da Silva ^III

Vinicius dos Santos Moreira ^IV

Aurilene Barros dos Santos ^V

Raoni Aquino Santana ^VI

Joicy Da Silva Pinto ^VII

 

^I Universidade Federal do Oeste do Pará, Santarém, Brasil. E-mail: marcoslaba33@gmail.com.

^II Universidade Federal do Oeste do Pará, Santarém, Brasil. E-mail: rsilvf@gmail.com.

^III Universidade Federal do Oeste do Pará, Santarém, Brasil. E-mail: totaju@gmail.com.

^IV Universidade Federal do Oeste do Pará, Santarém, Brasil. E-mail: viniciusbn19@gmail.com.

^V Universidade Federal do Oeste do Pará, Santarém, Brasil. E-mail: leneinpa@gmail.com.

^VI Universidade Federal do Oeste do Pará, Santarém, Brasil. E-mail: raoniass@gmail.com.

^VII Universidade Federal do Rio Grande do Norte, Natal, Brasil. E-mail: joicysilv@gmail.com.

 

 

RESUMO

Para investigar a correlação entre duas séries temporais (CO₂ com a temperatura do ar e com a velocidade do vento), empregou-se transformada de coerência e fase em ondeletas. Os dados deste estudo compreendem o período de 16 de outubro de 2018, e são provenientes da torre micrometeorológica instalada área natural de savana (2°49’30”S; 54°54’35”W; 82 m de alt.), em Santarém (PA). A correlação entre a concentração de CO₂ com temperatura do ar percebeu-se núcleos estatisticamente significativos (superior a 0,8). Ao confrontar com a velocidade do vento, em microescala, detectou-se uma região caótica e desordenada, apresentando “ilhas” (estatisticamente significativa) bastante intermitentes e setas atuando de forma aleatória, justificado pela baixa amplitude dessas séries. Seguramente, o emprego da coerência e de fase em ondeletas é fundamental para enfatizar as relações entre o CO₂ com variáveis meteorológicas. Fica evidente, mesmo para o período de apenas um dia, anticorrelação entre os sinais de CO₂ com a temperatura do ar. E que no domínio temporal inferior a 32 minutos (microescala), a velocidade do vento, em alguns momentos, exerce forte influência na concentração do referido gás (>0,8), principalmente das 09 às 15 HL.

Palavras-chave: CO₂; Variáveis meteorológicas; Ondeletas.

 

 

ABSTRACT

To investigate the correlation between two time series (CO2 versus air temperature and wind speed), we used coherency wavelets and phase angle. The datasets used in this study are in the October 16 of 2018, measured from micrometeorological tower in savanna natural area (2°49’30”S; 54°54’35”W; 82 m a.m.s.l.), Santarém (PA). The correlation between with CO2 concentration and air temperature detected high coherence (upper 0.8). When confronted with the wind speed, in microscale, detection a chaotic and disordered region, displaying very intermittent and showed “islands” (statistically significant), justified by the low amplitude between them. Naturally, the use of coherence wavelet and phase is fundamental to emphasize the between with CO2 and meteorological variables ration. It is evident, even for one day only, anti-phase relation between with the CO2 and air temperature signals. The temporal domain less than 32 minutes (microscale), the wind speed, at some moments, exerts a strong influence on the concentration of the referred gas (> 0.8), mainly from 09 to 15 local time.

Keywords: CO2; Meteorological variables; Wavelets.

 

 

1 Introdução

Atualmente as savanas amazônicas é um ecossistema ainda inexplorado e que tem sofrido grandes impactos de ações antrópicas. Grande parte desse ecossistema se encontra em território brasileiro. A concomitância de floresta (vegetação de maior porte, floresta tropical) com savana, desperta o interesse para a observação nessa localidade quanto às mudanças na cobertura e uso do solo. As modificações decorrentes do uso do solo transfiguram a distribuição das componentes da radiação solar, em particular, do saldo de radiação à superfície, já que o mesmo é fundamental nos processos dos fluxos de energia, agindo como modelador das condições do tempo e clima, e seu entendimento possibilita estabelecer as perdas de água em superfícies vegetadas, sendo eficaz no planejamento e manejo de atividades agrícolas (FAUSTO, 2014).

Apesar da grande importância do estudo sobre savanas naturais na Amazônia, pouco se conhece dos processos físicos, químicos e biológicos. Assim, estudar as suas características naturais ainda preservadas, já que existe uma crescente devastação desse ecossistema, ocasionada muitas vezes de forma predatória, é fundamental e contribuir para a produção literária a respeito da dinâmica desse ambiente, dentro do âmbito da micrometeorologia.

Em um ambiente vegetativo, as plantas e bactérias quimiossintetizantes, consomem o dióxido de carbono atmosférico (CO₂), sendo que parte desse gás retorna para a atmosfera através da respiração das plantas. No decorrer do período diurno, mediante à fotossíntese, a vegetação absorve CO₂ e liberam oxigênio (O₂), entretanto durante a noite a vegetação cessam o processo da fotossíntese, favorecendo assim para o aumento da concentração de CO₂, em consequência do seu processo respiratório (capta O₂ e cede CO₂).

Nesse contexto, quanto à originalidade do tema, e considerando a carência de caracterização biofísica e ecológica desse ecossistema, surge a necessidade de uma investigação científica nas áreas de savana natural na Amazônia, em particular na região Oeste do Pará, como também apurar a competitividade e o equilíbrio dinâmico desse ecossistema com a floresta tropical úmida. Diante disso, este estudo utilizará a abordagem dos métodos de análise de coerência e fase em ondeletas para detectar as relações entre algumas variáveis meteorológicas com a concentração de CO₂.

 

 

2 Metodologia

A pesquisa foi conduzida em área natural de savanas, mesclada com a floresta, no município de Santarém, Pará. A área experimental fica as margens da PA-457, estrada que liga Santarém a Alter do Chão. A vegetação local consiste predominantemente de árvores e arbustos dispersos. A área de pesquisa é em terreno plano, nas margens do rio Tapajós, e em seus domínios são encontrados alguns igarapés. Vale salientar que informações sobre a referida área, por ser inexplorada, são escassas na literatura.

Neste local foi instalado uma torre micrometeorológica triangular, de 15 metros de altura (2°49’30”S; 54°54’35”W; 82 m de alt.), com o propósito de realizar medições de fluxos de massa e energia, e variáveis microclimáticas. Esta torre dispõe de vários sensores, entretanto, para este estudo foram utilizados os seguintes: anemômetro ultrassônico 3D (Solent, Gill Instruments, UK), um analisador de gás, para a medição de dióxido de carbono (CO₂) e de vapor d’água (H₂O) (LICOR 7500), ambos com registros a 10 Hz, e uma estação meteorológica automática (Met Pack), com medidas de 1 Hz, com a finalidade de mensurar a temperatura do ar (T). Cabe frisar que, para este estudo, foram utilizadas médias a cada um minuto, obtidas somente para o dia 289 (16 de outubro) de 2018.

O clima da região é classificado, de acordo com a classificação de Köppen, é do tipo Am (ALVARES et al., 2013), isto é, refere-se ao clima tropical, quente e úmido com clima de monção, caracterizado por um acúmulo pluviométrico anual elevado e período de estiagem regular (RODRIGUES et al., 2001). O regime médio de precipitação anual foi da ordem de 1900 mm, sendo que mais de 75% concentrou-se no primeiro semestre (janeiro e junho). Sendo o trimestre mais chuvoso, de fevereiro a abril, enquanto que o trimestre menos chuvoso, de agosto a outubro, no qual apresentou apenas 7% do total pluviométrico (COSTA, 2019). No que concerne a temperatura do ar, a região de estudo apresenta registros médios em torno de 21 a 32°C.

Com intenção de analisar as relações entre as séries temporais, realizará análise na transformada em coerência (equação 1) e fase em ondeletas. Para Grinsted et al. (2004), essa ferramenta matemática pode ser usada para identificar os tempos e as escalas de tempo em que as séries de dados das duas variáveis temporais são estatisticamente relacionadas.

(1)

S é o operador de suavização. É conveniente notar a coerência em ondeleta como sendo também a medida do coeficiente de correlação localizado em tempo-frequência (equação 2). Sendo S definido da seguinte forma:

(2)

o qual S_escala significa a suavização ao longo da escala dos eixos das ondeletas e S_tempo no tempo. Para a ondaleta-mãe de Morlet, um operador de suavização é dado de acordo com Torrence e Webster (1999).

(3)

 

(4)

c₁ e c₂ consistem em constantes de normalização e Π é a função retângulo. O fator 0,6 é determinado empiricamente para a função de ondeleta de Morlet de acordo com Torrence e Compo (1998). O nível de significância estatística da ondeleta coerência foi estimado utilizando o método de Monte Carlo em 95% de confiança (BARBOSA, 2007). Maiores detalhes em Grinsted et al. (2004).

Em conformidade com Torrence e Webster (1999) e Bloomfield et al. (2004), será empregada a diferença de fase entre as series (equação 5), a fim de identificar a ocorrência de defasagem entre as correlações dos espectros das séries:

(5)

com ϕ(x,y) ∈[-π,π]. E sendo que () e () representam a parte imaginária e real de W^XY(t), ver Torrence e Webster (1999).

A diferença de fase igual à zero indica que as séries temporais acompanham a frequência especificada. Caso ϕ(x,y) ∈ (0, π/2) as séries se movem em fase, então as séries em y conduz as séries em x. Se ϕ_(x,y) ∈ (-π/2, 0) então x está a conduzir. Uma diferença de fase de π (ou –π) indica que há uma relação de antifase. Na condição de ϕ(x,y) ∈ ( π/2, π) x está a conduzir. E y conduz a série temporal se ϕ(x,y) ∈ (–π, -π/2). Mais detalhes ver Conraria et al. (2008).

 

 

3 Resultados e Discussão

Ao examinar a concentração de CO₂, média a cada um minuto, para o dia 289 (16 de outubro) de 2018, notou-se concentrações superiores a 440 ppm (período noturno) e 380 ppm (período diurno) (figura 1a). De modo geral, é possível verificar o aumento da concentração de CO₂ durante o período da noite e uma diminuição abrupta próximo ao amanhecer. Durante a noite, o resfriamento radiativo à superfície proporciona uma camada estável termodinamicamente, com uma inversão de temperatura que leva à diminuição ou à ausência de mistura e, consequentemente, ao acúmulo da concentração de CO₂ no ambiente de estudo. Além do mais, durante o mesmo período, se presenciou alguns momentos de intermitência na intensidade do vento (figura 1c), e isso também gerou comportamento semelhante com T (figura 1b), ou seja, com o aumento da velocidade do vento implicou no acréscimo da T, e vice-versa, contudo, para a concentração do referido gás essa característica foi antagônica.

No período diurno, o fato que chama atenção é que, no final da tarde, próximo às 16:40 HL, se iniciava aumento na concentração (atingindo picos máximos de 420 ppm), e com a ocorrência da precipitação (da ordem de 10 mm) (figura 1d), indicou uma rápida diminuição, com concentrações médias em torno de 380 ppm, em alguns momentos alcançando índices da ordem de 360 ppm.

 

Figura 1 – Ciclos da (a) Concentração de dióxido de carbono (ppm); (b) temperatura do ar (°C); (c) velocidade do vento (m s-1); (d) Precipitação acumulada (mm), no ambiente de savana para o dia do ano 289 de 2018

 

Com o intuito de correlacionar a concentração do dióxido de carbono (CO2) com algumas variáveis meteorológicas, a saber, temperatura do ar (T) e velocidade do vento. Desse modo, estabeleceu-se aplicar a coerência e fase de ondeletas, por esta proporcionar o produto de uma operação matemática entre dois sinais das séries no espaço das ondeletas, as escalas nos fornecem informações acerca do tamanho da faixa temporal em que esta comparação fora realizada (GRINSTED; MOORE; JEVREJEVA, 2004). Os autores supracitados indagaram que valores acima de 0,7 representam uma relação significativa no limite de confiança de 95%. Recorda-se que a coerência em ondeletas destaca as regiões no tempo e na frequência, nos quais os sinais variam com a mesma fase, isto é, em sincronia.

A correlação entre a concentração de CO2 com a temperatura do ar é um fato muito encontrado na literatura. Com base na apreciação dos resultados obtidos com essa correlação, percebeu-se núcleos estatisticamente significativos, superiores a 0,8 para todo o domínio temporal (figura 2a). Para esse dia se constatou uma relação de fase completamente opostas entre essas séries analisadas, isto é, o crescimento da concentração desse gás está correlacionado com o decréscimo da T. Certamente, isso está concatenado pelo fato que no período noturno a temperatura diminui ao mesmo tempo o CO2 aumenta. Enquanto no período diurno, à medida que aumenta a temperatura, igualmente amplificam as taxas de fotossíntese (VADREVU; CHOI, 2011), fazendo com que diminua a concentração do referido gás. Cabe enfatizar que isso apoia às conclusões realizadas por Levy et al. (1999), no quais argumentaram que a variabilidade do tempo no ciclo do CO2 é uma forte função do características da estabilidade da camada noturna. Normalmente, a camada estável formada por resfriamento radiativo o aprisiona próximo à superfície e formar um grande pico noturno nas taxas de mistura desse gás.

Constatou-se que, numa visão geral, ao confrontar CO2 com a velocidade do vento em microescala (período inferior a 32 minutos), detectou-se uma região caótica e desordenada, apresentando “ilhas” (estatisticamente significativa) bastante intermitentes e setas atuando de forma aleatória, justificado pela baixa amplitude dessas séries, neste domínio temporal (figura 2b). Ainda nesse período, das 08 às 14 HL, percebeu-se a confirmação da coerência entre as séries. Para o domínio superior a 32 minutos (com escalas horárias) observam-se alguns núcleos estatisticamente significativos. Nesses períodos identificou-se uma relação de fase opostas entre as séries analisadas. De acordo com Jati (2013) em ambientes que apresentam ventos fracos apontam diminuição na mistura atmosférica, em contrapartida, a presença de vento com maior intensidade no período diurno provoca maior mistura, o que justifica a menor concentração durante o dia e o aumento durante a noite, em virtude da diminuição ou ausência de turbulência.

De um modo geral os altos valores de coerência observados das variáveis meteorológicas ao amanhecer, podem ser pautados às condições atmosféricas comparativamente mais estáveis nessa área, como também a respiração do solo durante o período noturno.

 

Figura 2 – Coerência e fase em ondeletas da relação média de cada minuto do dióxido de carbono (CO₂) correlacionados com: (a) temperatura do ar (°C); (b) velocidade do vento (m s^-1), no ambiente de savana para o dia do ano 289 de 2018

 

 

4 Conclusão

Com base no que foi relatado e nas discussões realizadas, pode-se concluir o seguinte: Certamente, o uso da coerência e de fase em ondeletas é fundamental para enfatizar as relações entre o dióxido de carbono (CO₂) com variáveis meteorológicas. É notável, mesmo para o período de apenas um dia, anticorrelação entre os sinais de CO₂ com a temperatura do ar. E que no domínio temporal inferior a 32 minutos (microescala), a velocidade do vento, em alguns momentos, exerce forte influencia na concentração do referido gás (>0,8), principalmente das 09 às 15 HL, período esse no qual se encontram as maiores oscilações da intensidade do vento.

 

 

Agradecimentos

Agradecemos o apoio logístico recebido pela Universidade Federal do Oeste do Pará, para as realizações das coletas dos dados no sítio experimental. E ainda, expressamos nossa gratidão ao pesquisador Dr. Aslak Grinsted, (University of Copenhagen – Center for Ice and Climate), por nos fornecer o pacote da coerência em ondeletas.

 

 

Referências Bibliográficas

ALVARES, C. A. STAPE, J. L.; SENTELHAS, P. C.; MORAES GONÇALVES, J. L.; SPAROVEK, G. Koppen’s climate classification map for Brazil. Meteorologische Zeitschrift, v. 22, n. 6, p. 711–728, 2013.

BARBOSA, A. C. B. Estudo da Variabilidade Acoplada Oceano-Atmosfera no Atlântico Tropical. 2007. 139 f. Dissertação (Mestrado em Meteorologia). Universidade de São Paulo, São Paulo, 2007.

BLOOMFIELD, D. S.; McATEER, R. T. J.; LITES, B. W.; JUDGE, P. G.; MATHIOUDAKIS, M.; KEENAN, F. P. Wavelet phase coherence analysis: application to a quiet-sun magnetic element. The Astrophysical Journal, v. 617, p. 623–632, 2004.

COSTA, A. C. Fluxos de energia e CO2 em uma savana tropical no leste da Amazônia. 2019. 55 f. Dissertação (Mestrado em Clima e Ambiente) – Instituto Nacional de Pesquisas da Amazônia/ Universidade do Estado do Amazonas, Manaus, 2019.

FAUSTO, M. A. Análise de parâmetros biofísicos estimados pelo algoritmo SEBAL em áreas de Cerrado na bacia do alto Rio Paraguai. 2014. 62 f. Dissertação (Mestrado em Física Ambiental) – Universidade Federal de Mato Grosso, Cuiabá, 2014.

GRINSTED, A.; MOORE, J. C.; JEVREJEVA, S. Application of the cross wavelet transform and wavelet coherence to geophysical time series. Nonlinear Processes in Geophysics. v. 11, p. 561–566, 2004.

JATI, S. R. Emissão de CO2 e CH4 nas savanas úmidas de Roraima. 2013. 66 f. Dissertação (Mestrado em Ciências Biológicas). – Instituto Nacional de Pesquisas da Amazônia/ Universidade do Estado do Amazonas, Manaus, 2013.

LEVY, P. E.; GRELLE, A.; LINDROTH, A.; MOLDER, M.; JARVIS, P. G.; KRUIJT, B.; MONCRIEFF, M. B. Regional scale CO2 fluxes over central Sweden by a boundary layer budget method. Agricultural and Forest Meteorology. v. 98-99, p. 169–180. 1999.

RODRIGUES, T. E.; SANTOS, P. L.; OLIVEIRA JUNIOR, R. C.; VALENTE, M. A.; SILVA, J. M. L.; CARDOSO JÚNIOR, E. Q. Caracterização dos solos da área do planalto de Belterra, município de Santarém, Estado do Pará. Belém: EMBRAPA Amazônia Oriental, 2001. 54 p.

TORRENCE, C.; COMPO, G. P. A practical guide to wavelet analysis. Bulletin of the American Meteorological Society, v.79, p. 61-78, 1998.

TORRENCE, C.; WEBSTER, P. J. Interdecadal Changes in the ENSO–Monsoon System. Journal of Climate, v. 12, p. 2679-2690, 1999.

VADREVU, K. P; CHOI, Y. Wavelet analysis of airborne CO2 measurements and related meteorological parameters over heterogeneous landscapes. Atmospheric Research. v. 102, n. 1-2, p. 77–90, 2011.