Submitted by Sandra Pereira (srpereira@ufrrj.br) on 2016-10-18T10:23:51Z No. of bitstreams: 1 2016 - Catherine Torres de Almeida.pdf: 4011870 bytes, checksum: 95ec0ec572d24a8a7285ec3bb17fac37 (MD5) / Made available in DSpace on 2016-10-18T10:23:51Z (GMT). No. of bitstreams: 1 2016 - Catherine Torres de Almeida.pdf: 4011870 bytes, checksum: 95ec0ec572d24a8a7285ec3bb17fac37 (MD5) Previous issue date: 2016-02-17 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior - CAPES / The Gross Primary Productivity (GPP) is the rate at the atmospheric CO2 is converted by photosynthetic activity in organic substances and is a measure of the total carbon fixed by the ecosystem. In the context of climate change, the focus for the fixation of carbon by forest ecosystems is the basis to mitigate emissions of anthropogenic CO2. There are several methods for the quantification of carbon stored in the vegetation, using data obtained by micrometeorological towers or by remote sensing. Among these methods, stands out the eddy covariance technique, that is much used to quantify the CO2 flux in many forest ecosystems. However, this technique has a high cost, limited operation and covers a small extent. Accordingly, the methods that employ remote sensing have the advantage of providing terrestrial primary productivity estimates for large areas where the methods at the field level are not feasible. This work has as main objective to evaluate the dynamics of the GPP in the Brazilian Legal Amazon over land use and land cover and weather variables. For understanding the relationship of the eddy covariance GPP with meteorological data, rainfall data from TRMM 3B43 product and environmental variables of flux towers were used. Data from TRMM satellite were validated with data from seven conventional weather stations of Amazonas state. The comparison was based on the Average Error (AE), Root Mean Square Error (RMSE), linear correlation coefficient (r) and Wilmott agreement index (d). We also used the Spearman correlation coefficient and a regression tree model to assess the relationship between flux tower GPP and environmental variables. To evaluate GPP estimates from two versions of the MOD17A2 product, derived from MODIS sensor data, these have been validated with surface data from seven LBA flux towers, of which four are in forest cover, one in transition forest and two in disturbed areas. The statistical analyzes were performed with R software, version 3.1.0. The results of the validation of TRMM 3B43 were positive, with high linear correlation (r = 0.83), high level of agreement (d = 0.85) and an adequate RMSE (59.77 mm), showing that this product can be used as an alternative source of quality data. Regarding the influence of the land use and land cover in GPP, it was found that the disturbed areas had lower productivity compared to the conserved areas and had their water balance affected, presenting higher values of the Bowen ratio. The GPP seasonality was predominantly related to radiation at the top of the atmosphere in forest areas of the equatorial Amazon. In areas more distant of the Ecuador, the GPP was influenced by radiation at the top of the atmosphere and also by rainfall and VPD, indicating limitation both by radiation and by water availability. MOD17A2 had no satisfactory agreement between in estimating GPP compared to the method of eddy covariance, underestimating productivity for most locations studied. The seasonality derived from the MODIS algorithm was only similar to the seasonality of GPP by eddy covariance method for non-equatorial locations. The areas in Equatorial Amazon exhibit distinct MOD17A2 GPP seasonal pattern of that verified by data from the micrometeorological towers. Given this, it is necessary to improve the MOD17A2 algorithm to enable it to estimate GPP depending on the different vegetation responses to drought and radiation. This improved understanding may help to produce better estimates of GPP in Amazon and the use of remote sensing in conjunction with the surface data can contribute to generate an overview of GPP in this biome. / A Produtividade Prim?ria Bruta (PPB) ? a taxa na qual o CO2 atmosf?rico ? convertido pela atividade fotossint?tica em subst?ncias org?nicas e ? uma medida do total de carbono fixado pelo ecossistema. No contexto das mudan?as clim?ticas, o enfoque para a fixa??o de carbono pelos ecossistemas florestais ? a base para mitigar as emiss?es de CO2 antropog?nico. Existem diversos m?todos destinados ? quantifica??o do carbono estocado na vegeta??o, que utilizam dados obtidos por meio de torres micrometeorol?gicas de fluxo ou atrav?s de sensoriamento remoto. Dentre esses m?todos, se destaca a t?cnica de covari?ncia de v?rtices turbulentos, por ser muito empregada para quantificar o fluxo de CO2 em diversos ecossistemas florestais. Por?m, esta t?cnica possui um custo alto, operacionalidade restrita e abrange uma pequena extens?o. Nesse sentido, os m?todos que empregam o sensoriamento remoto t?m a vantagem de fornecer estimativas de produtividade prim?ria terrestre para grandes ?reas, onde os m?todos ao n?vel do terreno n?o s?o vi?veis. Este trabalho tem como objetivo geral avaliar a din?mica da PPB na Amaz?nia Legal brasileira em rela??o ao uso e cobertura do solo e ?s vari?veis meteorol?gicas. Para compreender a rela??o da PPB obtida pelo m?todo de covari?ncia de v?rtices turbulentos com dados meteorol?gicos, foram utilizados dados de chuva do produto 3B43 do sat?lite TRMM e vari?veis ambientais das torres de fluxo. Os dados do sat?lite TRMM foram validados com dados de sete esta??es meteorol?gicas convencionais do estado do Amazonas. A compara??o foi baseada no Erro M?dio (EM), Raiz do Erro M?dio Quadr?tico (REMQ), coeficiente de correla??o linear (r) e ?ndice de concord?ncia de Wilmott (d). Tamb?m utilizou-se o coeficiente de correla??o de Spearman e um modelo de ?rvore de regress?o para avaliar a rela??o entre a PPB da torre de fluxo e as vari?veis ambientais. Para avaliar as estimativas de PPB de duas vers?es do produto MOD17A2, derivadas de dados do sensor MODIS, estas foram validadas com dados de superf?cie de sete torres de fluxo do Projeto LBA, das quais quatro se encontram em cobertura florestal, uma em floresta de transi??o e duas em ?reas antropizadas. As an?lises estat?sticas foram realizadas no software R, vers?o 3.1.0. Os resultados da valida??o do produto 3B43 do TRMM foram positivos, com alta correla??o linear (r = 0,83), alto ?ndice de concord?ncia (d = 0,85) e REMQ satisfat?rio (59,77 mm), mostrando que este produto pode ser utilizado como uma fonte alternativa de dados de qualidade. Em rela??o ? influ?ncia do uso e da cobertura do solo na PPB, verificou-se que as ?reas antropizadas apresentaram menor produtividade em rela??o ?s ?reas conservadas e tiveram seu balan?o h?drico afetado, pois apresentaram altos valores da raz?o de Bowen. A sazonalidade da PPB foi predominantemente relacionada ? radia??o no topo da atmosfera nas ?reas de floresta da Amaz?nia equatorial. Nas ?reas mais distantes do Equador, a PPB foi influenciada pela radia??o no topo da atmosfera e tamb?m pela chuva e VPD, indicando limita??o tanto pela radia??o quanto pela disponibilidade de ?gua. O MOD17A2 n?o apresentou boa estimativa de PPB comparado ao m?todo de v?rtices turbulentos, subestimando a produtividade para a maioria das localidades estudadas. A sazonalidade da PPB deste algoritmo somente foi similar ? sazonalidade da PPB pelo m?todo de v?rtices turbulentos para as localidades n?o-equatoriais. As ?reas na Amaz?nia Equatorial apresentaram padr?o sazonal da PPB do MOD17A2 distinto do verificado pelos dados das torres micrometeorol?gicas. Diante disto, ? necess?rio melhorar o algoritmo MOD17A2 para que este possa estimar PPB em fun??o das diferentes respostas da vegeta??o ? seca e ? radia??o. Esse melhor entendimento poder? contribuir para produzir melhores estimativas da PPB para a Amaz?nia e o uso do sensoriamento remoto em conjunto com os dados de superf?cie pode contribuir para gerar uma vis?o geral da PPB nesse bioma.