Resumen

R E S U M O

O presente estudo objetivou caracterizar o Índice de Área Foliar (IAF) e correlacioná-lo com a fração da radiação fotossinteticamente ativa (fPAR) em áreas de floresta (Reserva Biológica do Jaru) e pastagem (Fazenda Nossa Senhora) localizadas no estado de Rondônia, Brasil. Os dados utilizados entre 2000 e 2015 são provenientes do produto MOD15A2 do sensor Moderate Resolution Imaging Spectroradiometer, disponibilizado gratuitamente pela National Aeronautics and Space Administration. O maior IAF na floresta ocorreu em 2005, com média de 5,45 m² m^-2, e, na pastagem, no ano de 2003, com média de 2,01 m² m^-2. Os menores valores para os dois sítios ocorreram em 2006, com média de 4,98 e 1,71 m² m^-2 para floresta e pastagem, respectivamente. A análise de correlação demonstrou que ambos os sítios apresentaram correlação positiva significativa entre IAF e fPAR na floresta e na pastagem. Diante disso, a disponibilidade hídrica e a fitofisionomia vegetal são os principais fatores determinantes da variabilidade dos dados de IAF e fPAR, no entanto, foi observada resposta diferenciada entre floresta e pastagem. Na floresta, o IAF e a fPAR aumentaram em anos de seca e no período seco e diminuíram nos anos de cheia e nos períodos úmido e de transição. Embora na pastagem não seja observado um padrão interanual em resposta aos eventos extremos como na floresta, as respostas são mais rápidas aos fatores sazonais, devido às diferenças fisiológicas e de adaptação que este ecossistema apresenta em relação aos fatores abióticos, como em situações de estresse hídrico.

Palavras-Chave: Mudanças no uso da terra, Índices vegetativos, MODIS.

Citas

• Aguiar, L. J. G., Fischer, G. R., Ladle, R. J., Malhado, A. C. M., Justino, F. B., Aguiar, R. G., & Costa, J. M. N. (2012). Modeling the photosynthetically active radiation in South West Amazonia under all sky conditions. Theoretical and Applied Climatology, 108, 631–640.
• Araújo, R. G., Andreoli, R. V., Candido, L. A., Kayano, M. T., & Souza, R. A. F. (2013). A influência do evento El Niño—Oscilação Sul e Atlântico Equatorial na precipitação sobre as regiões norte e nordeste da América do Sul. Acta Amazonica, 43(4), 469–480.
• Ballester, M. V. R., Victoria, D. D. C., Krusche, A. V., Victoria, R. L., & Richey, J. E. (2012). LBA-ECO CD-06 Soil Classification Map, Ji-Parana River Basin, Rondonia, Brazil. ORNL Distributed Active Archive Center.
• Barbino, G. C. (2017). Determinação do índice de área foliar por diferentes métodos e sua relação com o microclima em áreas de floresta e pastagem. Monografia, Universidade Federal de Rondônia, Ji-Paraná, RO, Brasil.
• Braghiere, R. K., Yamasoe, M. A., Rosário, N. M. E., Rocha, H. R., Nogueira, J. S., & Araújo, A. C. (2020). Characterization of the radiative impact of aerosols on CO2 and energy fluxes in the Amazon deforestation arch using artificial neural networks. Atmospheric Chemistry and Physics, 20(6), 3439–3458.
• Brum, M., Teodoro, G. S., Abrahão, A., & Oliveira, R. S. (2017). Coordination of rooting depth and leaf hydraulic traits defines drought-related strategies in the campos rupestres, a tropical montane biodiversity hotspot. Plant and Soil, 420(1), 467–480.
• Chambers, J. Q., & Artaxo, P. (2017). Biosphere-atmosphere interactions: Deforestation size influences rainfall. Nature Climate Change, 7(3), 175–176.
• Chen, J. M., & Black, T. A. (1992). Defining leaf area index for non-flat leaves. Plant, Cell & Environment, 15(4), 421–429.
• Cirino, G. G., Souza, R. A. F., Adams, D. K., & Artaxo, P. (2014). The effect of atmospheric aerosol particles and clouds on net ecosystem exchange in the Amazon. Atmospheric Chemistry and Physics, 14(13), 6523–6543.
• Costa, M. H., Biajoli, M. C., Sanches, L., Malhado, A. C. M., Hutyra, L. R., da Rocha, H. R., Aguiar, R. G., & Araújo, A. C. (2010). Atmospheric versus vegetation controls of Amazonian tropical rain forest evapotranspiration: Are the wet and seasonally dry rain forests any different? Journal of Geophysical Research: Biogeosciences, 115(G4), G04021.
• Culf, A. D., Fisch, G., Malhi, Y., & Nobre, C. A. (1997). The influence of the atmospheric boundary layer on carbon dioxide concentrations over a tropical forest. Agricultural and Forest Meteorology, 85(3–4), 149–158.
• Danelichen, V. H. de M., Biudes, M. S., Machado, N. G., Velasque, M. C. S., Silva, B. B., & Nogueira, J. S. (2016). Uso do Sensoriamento Remoto na Estimativa do Índice de Área Foliar em Floresta Tropical. Ciência e Natura, 38(3), 1352–1360.
• Danelichen, V. H. M., Velasques, M. C. S., MUSIS, C. R., Machado, N. G., Nogueira, J. S., & Biudes, M. S. (2014). Estimativas de índice de área foliar de uma pastagem por sensoriamento remoto no Pantanal Mato-grossense. Ciência e Natura, 36, 373–384.
• Fearnside, P. M. (2018). Brazil’s Amazonian forest carbon: The key to Southern Amazonia’s significance for global climate. Regional Environmental Change, 18(1), 47–61.
• Fernandes, T. D. (2017). Estudo do microclima e das características da vegetação na Reserva Biológica do Jaru/RO. Monografia, Universidade Federal de Rondônia, Ji-Paraná, RO, Brasil.
• Higuchi, N., Santos, J. dos, Lima, A. J. N., Higuchi, F. G., & Chambers, J. Q. (2011). A Floresta Amazônica e a Água da Chuva. Floresta, 41(3).
• Houborg, R., McCabe, M. F., & Gao, F. (2016). A Spatio-Temporal Enhancement Method for medium resolution LAI (STEM-LAI). International Journal of Applied Earth Observation and Geoinformation, 47, 15–29.
• Instituto Nacional de Pesquisas Espaciais - INPE. (2020). A taxa consolidada de desmatamento por corte raso para os nove estados da Amazônia Legal (AC, AM, AP, MA, MT, PA, RO, RR e TO) em 2019 é de 10.129 km2. http://www.inpe.br/noticias/noticia.php?Cod_Noticia=5465
• Instituto Nacional de Pesquisas Espaciais - INPE. Condições de neutralidade no Pacífico Equatorial. http://enos.cptec.inpe.br/
• Intergovernmental Panel On Climate Change - IPCC. (2014). Fifth Assessment Report—Synthesis Report. http://www.ipcc.ch/report/ar5/syr/
• Jacobsen, S.-E., Liu, F., & Jensen, C. R. (2009). Does root-sourced ABA play a role for regulation of stomata under drought in quinoa. Scientia Horticulturae, 122, 281–287.
• Jiang, C., Ryu, Y., Fang, H., Myneni, R., Claverie, M., & Zhu, Z. (2017). Inconsistencies of interannual variability and trends in long-term satellite leaf area index products. Global Change Biology, 23(10), 4133–4146.
• Jordão, W. H. C., Zanchi, F. B., Ferreira, D. M. M., Pagani, C. H. P., Luizão, F. J., Neves, J. R. D., & Duarte, M. L. (2015). Variabilidade do índice de área foliar em campos naturais e floresta de transição na região Sul do Amazonas. Revista Ambiente & Água, 10(2), 363–375.
• Justice, C. O., Vermote, E., Townshend, J. R. G., Defries, R., Roy, D. P., Hall, D. K., Salomonson, V. V., Privette, J. L., Riggs, G., Strahler, A., Lucht, W., Myneni, R. B., Knyazikhin, Y., Running, S. W., Nemani, R. R., Wan, Z., Huete, A. R., Leeuwen, W. V., Wolfe, R. E., & Barnsley, M. J. (1998). The moderate resolution imaging spectroradiometer (MODIS): Land remote sensing for global change research. IEEE Transactions on Geoscience and Remote Sensing, 36(4), 1228–1249.
• Kuwahara, F. A., & Souza, G. M. (2009). Fósforo como possível mitigador dos efeitos da deficiência hídrica sobre o crescimento e as trocas gasosas de Brachiaria brizantha. Acta Scientiarum. Agronomy, 31(2), 261–267.
• Liang, S., Li, X., & Wang, J. (2012). Advanced Remote Sensing (1a ed.). Academic Press.
• Ma, H., Liu, Q., Liang, S., & Xiao, Z. (2017). Simultaneous Estimation of Leaf Area Index, Fraction of Absorbed Photosynthetically Active Radiation, and Surface Albedo From Multiple-Satellite Data. IEEE Transactions on Geoscience and Remote Sensing, 55(8), 4334–4354.
• Marenco, R. A., Antezana-Vera, S. A., Gouvêa, P. R. S., Camargo, M. A. B., Oliveira, M. F., & Santos, J. K. S. (2014). Fisiologia de espécies florestais da Amazônia: Fotossíntese, respiração e relações hídricas. Revista Ceres, 61, 786–799.
• Marengo, J. A., & Espinoza, J. C. (2016). Extreme seasonal droughts and floods in Amazonia: Causes, trends and impacts. International Journal of Climatology, 36(3), 1033–1050.
• Marengo, J. A., Tomasella, J., Alves, L. M., Soares, W. R., & Rodriguez, D. A. (2011). The drought of 2010 in the context of historical droughts in the Amazon region. Geophysical Research Letters, 38, L12703 (1-5).
• Marengo, J. A., Tomasella, J., Soares, W. R., Alves, L. M., & Nobre, C. A. (2012). Extreme climatic events in the Amazon basin. Theoretical and Applied Climatology, 107(1–2), 73–85.
• Marques Filho, A. O., Dallarosa, R. G., & Pachêco, V. B. (2005). Radiação solar e distribuição vertical de área foliar em floresta—Reserva Biológica do Cuieiras ZF2, Manaus. Acta Amazonica, 35(4), 427–436.
• McDowell, N. G., Beerling, D. J., Breshears, D. D., Fisher, R. A., Raffa, K. F., & Stitt, M. (2011). The interdependence of mechanisms underlying climate-driven vegetation mortality. Trends in Ecology & Evolution, 26(10), 523–532.
• Niyogi, D., Chang, H. I., Saxena, V. K., Holt, T., Alapaty, K., Booker, F., Chen, F., Davis, K. J., Holben, B., Matsui, T., Meyers, T., Oechel, W. C., Pielke, R. A., Wells, R., Wilson, K., & Xue, Y. (2004). Direct observations of the effects of aerosol loading on net ecosystem CO2 exchanges over different landscapes. Geophysical Research Letters, 31(20).
• Oliveira, M. A. (2014). Caracterização da precipitação em área de floresta e pastagem no Sudoeste da Amazônia. Monografia, Universidade Federal de Rondônia, Ji-Paraná, RO, Brasil.
• Oliveira, P. H. F., Artaxo, P., Pires, C., Lucca, S. D., Procópio, A., Holben, B., Schafer, J., Cardoso, L. F., Wofsy, S. C., & Rocha, H. R. (2007). The effects of biomass burning aerosols and clouds on the CO2 flux in Amazonia. Tellus B: Chemical and Physical Meteorology, 59(3), 338–349.
• Oliveira, R. S., Dawson, T. E., Burgess, S. S., & Nepstad, D. C. (2005). Hydraulic redistribution in three Amazonian trees. Oecologia, 145(3), 354–363.
• Pires, G. F., & Costa, M. H. (2013). Deforestation causes different subregional effects on the Amazon bioclimatic equilibrium. Geophysical Research Letters, 40(14), 3618–3623.
• Rodrigues, C. O. D. (2012). Relações luminosas e desempenho do capim-braquiária em sistema agrossilvipastoril. Dissertação de mestrado, Universidade Federal dos Vales do Jequitinhonha e Mucuri, MG, Brasil.
• Ruezzene, C. B., Aguiar, R. G., Svierzoski, N. D. S., Castro, B. S., Barbino, G. C., & Webler, A. D. (2018). Índice de Área Foliar e Biomassa pelo Método Direto em uma Área de Pastagem na Amazônia Ocidental. In: Andrade, N. L. R., Aguiar, R. G., Orozco, M. M. D., Fotopoulos, I. G., Ruezzene, C. B. (Org.). Estudos Ambientais em Território Amazônico sob a Perspectiva da Engenharia Ambiental. (1ed). Curitiba: Appris, 2018, v. 1, p. 119-127.
• Ruhoff, M. E. (2011). Sensoriamento remoto aplicado à estimativa da evapotranspiração em biomas tropicais. Tese de doutorado, Universidade Federal do Rio Grande do Sul, Porto Alegre, RS, Brasil.
• Rummel, U., Ammann, C., Gut, A., Meixner, F. X., & Andreae, M. O. (2002). Eddy covariance measurements of nitric oxide flux within an Amazonian rain forest. Journal of Geophysical Research: Atmospheres, 107(D20), 8050.
• Scholz, F. G., Bucci, S. J., G. Goldstein, Meinzer, F. C., & Franco, A. C. (2002). Hydraulic redistribution of soil water by neotropical savanna trees. Tree Physiology, 22, 603–612.
• Senna, M. C. A., Costa, M. H., & Pires, G. F. (2009). Vegetation-atmosphere-soil nutrient feedbacks in the Amazon for different deforestation scenarios. Journal of Geophysical Research: Atmospheres, 114(D4).
• Silva Dias, M. F. A. (2014). Eventos extremos climáticos. Revista USP, 103, 33–40.
• Sullivan, M. J. P., Lewis, S. L., Affum-Baffoe, K., Castilho, C., Costa, F., Sanchez, A. C., Ewango, C. E. N., Hubau, W., Marimon, B., Monteagudo-Mendoza, A., Qie, L., Sonké, B., Martinez, R. V., Baker, T. R., Brienen, R. J. W., Feldpausch, T. R., Galbraith, D., Gloor, M., Malhi, Y., & Phillips, O. L. (2020). Long-term thermal sensitivity of Earth’s tropical forests. Science, 368(6493), 869–874.
• Tao, X., Liang, S., He, T., & Jin, H. (2016). Estimation of fraction of absorbed photosynthetically active radiation from multiple satellite data: Model development and validation. Remote Sensing of Environment, 184, 539–557.
• von Randow, C., Manzi, A. O., Kruijt, B., Oliveira, P. J., Zanchi, F. B., Silva, R. L., Hodnett, M. G., Gash, J. H. C., Elbers, J. A., Waterloo, M. J., Cardoso, F. L., & Kabat, P. (2004). Comparative measurements and seasonal variations in energy and carbon exchange over forest and pasture in South West Amazonia. Theoretical and Applied Climatology, 78(1), 5–26.
• Wang, T., Xiao, Z., & Liu, Z. (2017). Performance evaluation of machine learning methods for leaf area index retrieval from time-series MODIS reflectance data. Sensors (Switzerland), 17(1).
• Wu, J., Lakshmi, V., Wang, D., Lin, P., Pan, M., Cai, X., Wood, E. F., & Zeng, Z. (2020). The Reliability of Global Remote Sensing Evapotranspiration Products over Amazon. Remote Sensing, 12(14), 2211.
• Zanchi, F. B., Waterloo, M. J., Aguiar, L. J. G., von, R., Kruijt, B., Cardoso, F. L., & Manzi, A. O. (2009). Estimate of the Leaf Area Index (LAI) and Biomass in pasture in the state of Rondônia—Brazil. Acta Amazonica, 39(2), 335–348.

Paper information