Produtividade primária, uso da água e diversidade funcional a partir de um novo modelo vegetacional : primeira aplicação sob CO2 elevado /

Título original: Avaliação dos impactos do aumento de CO2 atmosférico sobre atributos funcionais de plantas associadas à produtividade primária: um novo paradigma de modelagem / Orientador: David Montenegro Lapola / Coorientador: Tomas Ferreira Domingues / Banca: Gilvan Sampaio de Oliveira / Banca: Thiago Sanna Freire Silva / Resumo: A importância das florestas tropicais para o ciclo de carbono global e a incerteza de suas respostas a novas condições ambientais evidenciam a necessidade de aprofundar o conhecimento acerca de como as mudanças climáticas repercutirão nas dinâmicas florestais e nos processos fisiológicos associados. Essa dissertação, vinculada ao experimento AmazonFACE, objetiva avaliar como o incremento de CO2 atmosférico poderia repercutir na produtividade e eficiência no uso da água da Floresta Amazônica; se atributos funcionais envolvidos nesses processos (vcmax e g1) seriam modificados; e se ocorreriam mudanças na configuração funcional modelada da região. Para melhor caracterizar a diversidade funcional e as diferentes estratégias de sobrevivência adotadas pelas plantas em um ecossistema hiperdiverso, desenvolveu-se o CAETÊ (Carbon and Ecosystem Functional-Trait Evaluation Model) que, diferentemente dos modelos baseados em tipos funcionais, não parametriza a priori as possíveis combinações de atributos funcionais e simula um número superior de estratégicas de vida (PLS), sendo essas amostradas semi-aleatoriamente pelo modelo. Ao avaliar a performance do CAETÊ, verificou-se que a consideração de um número elevado de PLS - em vez de uma abordagem baseada em poucos tipos funcionais - simula maiores taxas de produtividade e condutância estomática; e que esse aumento tende à estabilização, com o aumento de estratégias consideradas. A aplicação do modelo foi feita utilizando a concentração de... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: The importance of tropical forests in the global carbon cycle and the uncertainty of the forest's responses to new environmental conditions evidence the necessity of deepening our knowledge about how climate changes affect forest dynamics and the associated physiological processes. This dissertation, linked to the AmazonFACE experiment, aims to evaluate how increasing atmospheric levels of CO2 could influence primary productivity and water use efficiency of the Amazon Forest; if functional traits involved in such processes (vcmax e g1) would be modified; and if changes would occur in the region's modeled functional configuration. Aiming for a better characterization of the functional diversity and the different survival strategies adopted by plants in a hyperdiverse ecosystem, we developed the CAETÊ (Carbon and Ecosystem Functional-Trait Evaluation Model) which, unlike models based on functional types, does not perform a priori parameterization of the possible combinations of functional traits and simulates a superior amount of life strategies (PLS), that are semi-randomly sampled by the model. When evaluating CAETÊ's performance, we verified that the consideration high number of PLS - instead of a framework based in few functional types - simulates higher amounts of productivity and stomatal conductance; and that such increase tends to stabilization when more strategies are considered. The model was applied using the CO2 concentration to be used in AmazonFACE - 600ppm. Simul... (Complete abstract click electronic access below) / Mestre

Identiferoai:union.ndltd.org:UNESP/oai:www.athena.biblioteca.unesp.br:UEP01-000894959
Date January 2017
CreatorsPrado, Helena Alves do.
ContributorsUniversidade Estadual Paulista "Júlio de Mesquita Filho" Instituto de Biociências (Campus de Rio Claro).
PublisherRio Claro,
Source SetsUniversidade Estadual Paulista
LanguagePortuguese, Portuguese, Texto em português; resumos em português e inglês
Detected LanguagePortuguese
Typetext
Format117 f. :
Coveragesa-----
RelationSistema requerido: Adobe Acrobat Reader

Page generated in 0.0021 seconds