Upload
trinhnhan
View
213
Download
0
Embed Size (px)
Citation preview
UNIVERSIDADE FEDERAL DO AMAZONAS
INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA
Programa Integrado de Pós-Graduação em Biologia Tropical e Recursos Naturais
Programa de Pós-Graduação em Biologia de Água Doce e Pesca Interior
Lauren Belger
Manaus – AM
2007
Fatores que influem na emissão de CO2 e CH4 em áreas alagáveis
interfluviais do médio Rio Negro.
UNIVERSIDADE FEDERAL DO AMAZONAS
INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA
Programa Integrado de Pós-Graduação em Biologia Tropical e Recursos Naturais
Programa de Pós-Graduação em Biologia de Água Doce e Pesca Interior
Aluna: Lauren Belger
Orientador: Bruce Rider Forsberg
Tese apresentada ao programa de
pós-graduação em Biologia Tropical e
Recursos Naturais, do convênio
INPA/UFAM, como parte dos requisitos
para obtenção do título de doutor em
Ciências Biológicas, área de concentração
Biologia de Água Doce e Pesca Interior.
Manaus – AM
2007
Fatores que influem na emissão de CO2 e CH4 em áreas alagáveis
interfluviais do médio Rio Negro.
II
Sinopse:
Foram estudados fatores que afetam a dinâmica natural do metano e do dióxido de carbono em três
áreas alagadas interfluviais do médio rio Negro. Foi investigada a influência do tipo de vegetação, da
profundidade da água, da variação da profundidade sobre a emissão difusiva e ebulitiva destes gases de efeito
estufa. A partir dos resultados fez-se um modelo ambiental e calculou-se a emissão em todas as áreas
alagadas interfuviais da região com utilização de imagens de sensoriamento remoto.
Palavras-chave: gases de efeito estufa; ciclos biogeoquímicos; sensoriamento remoto; modelagem
ambiental; Amazônia; chavascal; savana; campina.
B429 Belger, Lauren
Fatores que influem na emissão de CO2 e CH4 em áreas alagáveis interfluviais
do médio Rio Negro/ Lauren Belger .--- Manaus : [s.n.], 2007.
93 p. : il.
Tese (doutorado)-- INPA/UFAM, Manaus, 2007
Orientador : Forsberg, Bruce Rider
Área de concentração : Biologia de Água Doce e Pesca Interior
1. Áreas alagáveis interfluviais – Negro, Rio, Bacia(AM). 2. Dióxido de
carbono. 3. Metano. 4. Gases de efeito estufa. 5. Ciclos biogeoquímicos.
III
Dedico este trabalho ao meu pai
que já não está mais entre nós, mas cujo sonho de
ver sua filha doutora me impulsionou e me deu
coragem para nunca desistir.
IV
AGRADECIMENTOS
Ao LBA pelo financiamento através do projeto LC 07.
À FAPEAM pela bolsa de doutorado.
Ao INPA pela infra-estrutura oferecida para atividades acadêmicas, de campo e de laboratório.
À Fundação Rio Negro Lodge pelo apoio e pela infra-estrutura oferecida para a realização dos trabalhos de campo.
Ao CPRM pelos dados ambientais disponibilizados através de Daniel de Oliveira.
Ao Doutor Bruce Rider Forsberg, ótimo orientador, que colocando seu vasto conhecimento a minha disposição, ajudou-me de todas as formas possíveis que estiveram a seu alcance.
Ao Doutor John Melack pelos conselhos e orientações, bem como pela disponibilização de recursos e bens materiais indispensáveis ao desenvolvimento deste projeto.
A Bruce Gavin Marshall por realizar grande parte das coletas de campo, sua ajuda como técnico de campo foi fundamental, sempre fazendo o melhor que poderia ser feito.
A Mary Gastil-Buhl pelo processamento das imagens de satélite.
A Dra. Ângela Varella, coordenadora do Curso de Biologia de Água doce e Pesca Interior, pelo tempo e esforço despendidos aos alunos e à pós-graduação.
Aos professores do INPA pelo conhecimento transmitido e também aos colegas de classe pelo crescimento intelectual e pessoal que me proporcionaram enquanto estudávamos, fazíamos trabalhos em equipe ou discussões científicas.
A Carlos Eduardo Moura, meu orientado, pela ajuda em laboratório e também aos demais colegas de laboratório, Rosirene Faria, João Rocha, Alexandre Kemenes, Mario Thomé, Maria Cecília Vega, Carla Sardelli, Warley Arruda, Sandro Torres, Cláudio Oliveira, Juliana Schietti, Fernando Frickmann por muitos préstimos.
Aos referis Flavio Luizão, Allan Devol, Antonio Manzi e especialmente a John Melack, Phillip Fearnside, Ivan Lima e Evlyn Novo pela atenção com que corrigiram a presente tese.
Aos meus colegas de república, Hádamo, Andréa, Guilherme e Heitor, pela paciência, companheirismo e amizade que recebi durante nossa convivência na Casa dos Artistas.
A todos que me acompanharam em atividades de entretenimento e tornaram minha estadia em Manaus mais interessante, especialmente a Luciana, Renata, Carla, Tassiana, Lianna, Rodrigo, Cleber, Juliano, Sejana, Gisele, Gabriela, William, Fernando, Fabiana, Luiz, Sara, Paulo, Rafael, Michel, Ana Raquel, Paulinho, Waldner, Vitor, Leandro, Karl.
Ao meu tio Henri por sempre ter me acolhido e me socorrido aqui em Manaus, dando-me todo o apoio sempre que necessitei.
A Carla, Robert, Brigitte, Iara, Guilherme, Carol e Valeria pelas visitas a Manaus, que me apaziguaram a saudade de estar longe da cidade em que nasci e das pessoas com quem cresci.
A Marlon, Carla e Robert, pelo apoio, resolvendo assuntos pendentes para mim.
A Carol, Tetê, Adris, Va, Cynthia, Marlise, Bia e tantos outros amigos pela amizade mantida apesar da grande distância.
A todos, muito obrigada!
V
RESUMO Áreas alagadas da Amazônia são fontes significativas de gás carbônico (CO2) e de
metano (CH4), importantes gases de efeito estufa. No entanto áreas alagáveis interfluviais do Rio Negro ainda não foram estudadas. Este estudo contribuiu para descrever a dinâmica hidrometeorológica e sua influência sobre a emissão de CO2 e CH4 nestas áreas a fim de melhorar as estimativas de emissão regionais. Foram feitas medidas diárias de cota e pluviosidade em três campos interfluviais e nos rios Negro e Aracá. Para dois destes campos, um permanentemente inundado (RNL) e outro sazonalmente inundado (Itu), foram feitas medidas mensais de profundidade, temperatura e de perfis de oxigenação da coluna da água e de fluxos de CO2 e de CH4 entre fevereiro de 2005 e janeiro de 2006.. Os fluxos foram medidos com câmaras terrestres quando o ambiente estava seco e com funis invertidos e câmaras flutuantes quando o ambiente estava alagado, além de serem estimados pela lei de Fick. A fim de estimar a emissão destes dois campos, modelos de inundação foram desenvolvidos com uma série temporal de imagens de radar banda C tomadas em 2004 e 2005 O terceiro campo (Aracá), que era uma savana de acesso limitado, foi amostrado apenas nos meses de julho, agosto e novembro de 2005 e a emissão difusiva de CO2 e CH4 foi calculada pela lei de Fick. Local, tipo de habitat, profundidade, variação da cota, temperatura e do oxigênio dissolvido na água foram relacionadas às emissões difusivas de gases dos três campos e às emissões ebulitivas dos campos RNL e Itu. A influência da presença de plantas emergentes que podem transportar metano pelo parênquima foi testada nestes dois campos com Teste T de Student pareado. Os três campos eram rasos e apresentaram profundidade máxima de 1,8 m. As maiores precipitações ocorreram em maio e as menores em outubro em todos os campos. A cota dos três campos foi influenciada pela precipitação diária e também variou sazonalmente com a cota dos rios mais próximos. A área total do campo RNL foi calculada em 1685 km2 e a do campo Itu em 1295 km2, ambos com inundação anual média de suas áreas de 52%. O oxigênio dissolvido na água diminuiu com a profundidade, mas não houve formação de hipolímnio anóxico. A emissão média de CO2 por ebulição foi de 11(±11) mg CO2 m-2 d-1. A emissão difusiva média de CO2 foi de 7729 (±5198) mg CO2 m-2 d-1 e foi maior no campo RNL e, dentro de cada campo, aumentou com o aumento da densidade da vegetação. A emissão ebulitiva de CH4 foi maior no campo RNL e era maior quando a cota dos campos estava caindo. Houve emissão média de 26 mg CH4 m-2d-1 por difusão em ambientes alagados e consumo médio de 5 mg CH4 m-2d-1 em ambientes secos. No campo Itu, onde as raízes das plantas eram totalmente implantadas no solo, houve maior emissão de CH4 na presença de plantas emergentes (teste T pareado: n = 38; p = 0,0134), com um transporte médio de 7 mg CH4 m-2 d-1 através do parênquima. As emissões difusiva e ebulitiva de CO2 e de CH4 foram maiores quando havia menos oxigênio dissolvido na água (p < 0,05). A integração espaço-temporal dos dados mostrou que os campos emitiram mais gases em maio, quando havia uma maior área alagada. Estimou-se uma emissão total das campinas da Amazônia Legal de 56 Tg C ano-1 de CO2 e de 1,5 Tg C ano-1 de CH4. A emissão total anual de metano por unidade de área foi menor que nas planícies aluviais. O campo permanentemente inundado emitiu 15 Mg C km-2 ano-1 e o campo sazonalmente inundado emitiu 4,1 Mg C km-2ano-1de CH4. Estes resultados demonstraram que é necessário rever as estimativas pretéritas de emissão de metano feitas para toda a Amazônia a fim de corrigir a superestimação causada pela extrapolação de dados de emissão das planícies aluviais para as áreas interfluviais.
VI
ABSTRACT
Wetlands in the Amazon basin have been shown to be a globally significant source of methane and carbon dioxide, important greenhouse gases. However interfluvial savanna wetlands of Negro River basin have not been characterized. Here we describe the hydrometeorology and their influence on emissions of CO2 and CH4 from these wetlands to improve regional emission estimations. Water level and rain fall were daily measured in three wetlands and also in Aracá and Negro rivers. In two of these wetlands, one permanently flooded (RNL) and one seasonally flooded (Itu), oxygen profiles of water column, surficial temperature, depth and CO2 and CH4 fluxes were monthly measured from February 2005 to January 2006. Fluxes were measured by terrestrial chambers when soil was dry and by funnels and flooding chambers when it was flooded and also estimate by Fick´s low. To estimate emissions of both wetlands, inundation models were developed for these two wetlands using temporal sequences of C-band radar images taken during 2004 and 2005. The thirst wetland (Aracá), a savanna with limited access, was sampled only at July, August and November of 2005 and their CO2 and CH4 emissions were estimate by Fick´s low. Local, habitat, depth, variations in water table level, oxygen concentration and surface water temperature were related to diffusive emissions from tree sites and ebullitive emissions from RNL and Itu site. The existence of methane transport through grass parenchyma was investigated in these two wetlands using paired emission measurements with and without grasses and a paired T-test of Student. All wetlands were very shallow, with maximum depth of 1.8 m. Rain fall was higher in May and lesser in October in all wetlands. Wetland water table was influenced daily by rain fall and seasonally by water level of nearest river in all wetlands. Total area calculated for RNL field was 1685 km2 and for Itu field was 1295 km2. Yearly, about 52% of the area of both wetlands was inundated. Oxygen concentrations fell with depth but the hypolimnion was never anoxic. The average surface temperature was 28°C. The average ebullitive CO2 emission rate for RNL and Itu sites was 11 (±11) mg CO2 m-2d-1. Diffusive CO2 average for all tree sites was 7729 (±5198) mg CO2 m-2d-1. CO2 diffusive and ebullitive emissions were higher in the RNL site, and into witch site in higher density vegetation habitats. Bubble CH4 emissions were higher in RNL site and when water table was falling. There was diffusive emission of 26 mg CH4 m-2d-1 in wet environments and absorption of 5 mg CH4 m-2d-1 in dry environments. In Itu site, where emergent plants were totally rooted in soil, emission was higher in presence of emergent plants (pared T-test: n = 38; p = 0.0134), with an emission of CH4 thought parenchyma of 7 mg CH4 m-2d-1. Diffusive and ebullitive fluxes of CO2 and of CH4 were higher when dissolved oxygen in water was depleted (p < 0.05). Space temporal integration shows emissions were higher in May, when most of these wetlands areas were flooded. It was estimated Amazon interfluvial wetlands emit 56 Tg C y-1 de CO2 e de 1.5 Tg C y-1 de CH4. Total emission of methane per area was lower in interfluvial wetlands than in river floodplains. The permanent flooded field emitted 15 Mg C km-2y-1 and the seasonally flooded Field emit 4.1 Mg C km-2y-1de CH4. These results show it is necessary to recalculate methane emission estimated before for Amazon wetlands to correct overestimation.
VII
LISTA DE TABELAS
Tabela 1 – Localização dos pluviômetros nos campos RNL, Itu e Aracá e na Base Rio Negro, indicando os respectivos períodos em que houve aquisição de dados de pluviosidade e em que houve descontinuidade nesta aquisição. ............................................................... 17
Tabela 2 - Localização das estações fluviométricas nas Bases Rio Negro e Rio Aracá e em Barcelos, indicando os respectivos períodos em que houve aquisição de dados de cota. . 17
Tabela 3 - Localização dos leveloggers nos campos RNL, Itu e Aracá indicando os respectivos períodos em que houve aquisição diária de dados de cota e temperatura e também os períodos em que a temperatura foi registrada a cada 30 min. ......................... 20
Tabela 4 – Correlação entre a pluviosidade (mm sem-1) das diferentes localidades estudadas 37
Tabela 5 – Correlação entre a pluviosidade (mm mês-1) das diferentes localidades estudadas 37
Tabela 6– Valores de r das correlações entre os níveis da água diários dos campos ................ 40
Tabela 7 – Valor médio, mínimo e máximo e desvio padrão (DP) das concentrações de CO2 e de CH4 (µM) na água superficial dos campos RNL, Itu e Aracá ...................................... 47
Tabela 8 – Valor médio, mínimo e máximo e desvio padrão (DP) das emissões de CO2 dos campos RNL, Itu e Aracá. As emissões foram medidas por funil invertido (funil) e câmaras flutuantes (CA) ou terrestres (CT); e também calculadas pela lei de Fick (Fick).50
Tabela 9 – Valor médio, mínimo e máximo e desvio padrão das emissões de CH4 dos campos RNL, Itu e Aracá. As emissões foram medidas por funil invertido (funil) e câmaras flutuantes (CA) ou terrestres (CT) e também calculadas pela lei de Fick (Fick). ............. 51
Tabela 10 – Resultados do teste T pareado feito para ambos os campos, para o campo Itu e para o campo RNL comparando a emissão de metano (mg CH4 m-2 d-1), medida com câmara flutuante, em pontos com capim emergente e sem capim emergente................... 53
Tabela 11 – Resultado do teste Post Hoc de Tuckey mostrando a homogeneidade entre os habitats em relação a ebulição de CO2. A presença de asteriscos na mesma coluna indica homogeneidade.................................................................................................................. 54
Tabela 12– Resultado do teste Post Hoc de Tuckey mostrando a homogeneidade entre habitats em relação a emissão de CO2 calculada pela lei de Fick. A presença de asteriscos na mesma coluna indica homogeneidade. .............................................................................. 55
Tabela 13 - Resultado do teste Post Hoc de Tuckey mostrando a homogeneidade entre os habitats em relação a emissão ebulitiva de CH4. A presença de asteriscos na mesma coluna indica homogeneidade. ......................................................................................... 56
Tabela 14 – Valores médios, mínimos e máximos e desvios padrões (DP) da quantidade de CH4 emitida por ebulição quando a cota dos campos RNL e Itu estava baixando ou subindo. ............................................................................................................................. 57
Tabela 15 - Resultado do teste Post Hoc de Tuckey mostrando a homogeneidade entre os habitats em relação a emissão de CH4 calculada pela lei de Fick. A presença de asteriscos na mesma coluna indica homogeneidade. ......................................................................... 58
Tabela 16 – Emissões totais anuais ebulitivas e difusivas de CO2 e CH4 de áreas inundadas e secas dos campos RNL e Itu.............................................................................................. 62
VIII
LISTA DE FIGURAS
Figura 1 - De Kiehl e Trenberth (1997). Balanço da radiação solar e da energia terrestre. A entrada líquida de radiação solar de 342 Wm-2 é refletida pelas nuvens, pela atmosfera ou pela superfície. Cerca de 49 % desta energia é absorvida na superfície e pode retornar à atmosfera, por evapotranspiração, liberada mais tarde como o calor latente da condensação dentro da atmosfera. O resto é irradiado da superfície como calor sensível ou radiação térmica, muito da qual é absorvida pela atmosfera ou pelas nuvens. .............. 1
Figura 2 – Foto tomada em 5 de julho de 2005 do campo RNL. Em primeiro plano observa-se capim do chavascal, atrás se observa uma campina. ........................................................... 4
Figura 3 – Esquema demonstrando a reflexão da energia de microondas. (A) As ondas podem ser refletidas na superfície da água e não retornar para a antena do satélite, (B) podem ser duplamente refletidas, na superfície da água e nos troncos, gerando um grande retorno ou (C) podem incidir sobre o solo ou sobre a floreta densa onde há um espalhamento da onda e apenas parte da energia incidente retorna. ............................................................. 10
Figura 4 – Imagem óptica classificada Zulu 2000 do Landsat 7, indicando a localização dos três sítios de coleta. Os tons verdes representam floresta de terra firma, o preto, cursos da água e os tons vermelhos, vegetação aberta como a dos campos...................................... 15
Figura 5 – Cano de PVC instalado no campo Aracá contendo um Barologger em sua extremidade superior e um Levelogger em sua extremidade inferior (sob a água). O cano foi perfurado em toda sua extensão para permitir livre circulação da água. ..................... 19
Figura 6 - Esquema hipotético de uma trilha com os pontos de coleta de um campo. A trilha, representada como uma linha branca, partia da borda do campo interfluvial e dirigia-se ao seu centro. Os pontos de coleta estão representados pelas estrelas brancas. A escolha dos pontos deveria ser feita da seguinte forma: a parte da trilha que atravessava o buritizal, por exemplo, foi dividida em três segmentos iguais (linha preta) e os pontos de coleta foram localizados nos vértices desta divisão. O mesmo procedimento foi repetido em todos os habitats até o fim da trilha para se ter dois pontos em cada um dos quatro habitats............................................................................................................................... 21
Figura 7 – Passarela construída na estação amostral 5 do campo RNL (ambiente capim) a fim de evitar que o deslocamento do coletor interferisse na emissão de GEEs....................... 22
Figura 8 – Imagem óptica classificada Zulu 2000 do Landsat 7 do campo RNL, mostrando a localização dos cinco pontos de coleta (estrelas) e dos sensores de nível de água (bandeira triangular) e pluviosidade (bandeira quadrada). Preto indica água aberta, tons de vermelho, vegetação de pequeno porte e verde, floresta. ............................................. 23
Figura 9 - Imagem óptica classificada Zulu 2000 do Landsat 7 do campo Itu, mostrando a localização dos oito pontos de coleta (estrelas) e dos medidores de pressão hidrostática (bandeira triangular) e de pluviosidade (bandeira quadrada). Preto indica água aberta, tons de vermelho, vegetação de pequeno porte e verde, floresta. ..................................... 24
Figura 10 – Desenho experimental para investigar a influencia de transporte parenquimal utilizando câmaras estáticas flutuantes equipadas com ventiladores tipo CPU cooler para misturar o ar em seu interior. Em cada ponto foi utilizado um par de câmaras estáticas, uma sobre água aberta e outra sobre água com capim emergindo na superfície............... 31
IX
Figura 11 - Mapas de inundação do campo RNL criados a partir de imagens de Radarsat. O primeiro mapa é da época mais seca e o segundo da cheia. Azul indica áreas inundadas e laranja indica áreas secas dentro do campo. Preto é a máscara que cobre terra firme e branco cobre áreas inundáveis ou cursos da água fora do campo estudado. ..................... 34
Figura 12 – Pluviosidades mensais nos três campos estudados, no hotel Rio Negro Lodge e em três vilas do médio Rio Negro. Nos campos estudados e no hotel a pluviosidade foi medida através de pluviômetros ligados a dataloggers que registravam a cada 0,2 mm de precipitação. Nas três vilas a pluviosidade era registrada diariamente por técnicos do CPRM. ............................................................................................................................... 38
Figura 13- Variação da cota do rio Negro ao longo dos anos medida na estação fluviométrica do CPRM em Barcelos. ..................................................................................................... 38
Figura 14- Variação das cotas dos rios Negro e Aracá no período de março a julho de 2005.. 39
Figura 15 – Nível dos campos RNL, Itu e Aracá no período de setembro de 2004 a novembro de 2005. ............................................................................................................................. 40
Figura 16 – Dados hidrológicos diários do campo RNL. Precipitação medida no próprio campo por pluviômetros acoplados a dataloggers. A linha tracejada indica importação de dados de precipitação medidos no Hotel. Estes dados não foram usados na análise de correlação. Nível do campo medido por medidores de pressão hidrostática acoplados a dataloggers que registravam a cada 24 h, sempre a 0h. Cota do rio Negro medida diariamente por réguas pelo técnico do CPRM em Barcelos. ........................................... 41
Figura 17 – Dados hidrológicos diários do campo Itu. Precipitação medida no próprio campo por pluviômetros acoplados a dataloggers. Nível do campo medido por medidores de pressão hidrostática acoplados a dataloggers que registravam a cada 24 h, sempre às 0h. Cota do rio Negro medida diariamente por réguas pelo técnico do CPRM em Barcelos. 42
Figura 18 – Dados hidrológicos diários do campo Aracá. Precipitação medida no próprio campo por pluviômetros acoplados a dataloggers. A linha tracejada indica importação de dados de precipitação medidos no Hotel. Estes dados não formam incluídos na análise de correlação. Nível do campo medido por medidores de pressão hidrostática acoplados a dataloggers que registravam a cada 24 h, sempre às 0h. Cota do rio Aracá medida diariamente através de réguas por funcionários do hotel Aracá Lodge............................. 42
Figura 19 - Temperatura registrada a cada meia hora no campo RNL de 10 a 31 de março de 2004 para exemplificar a variação diária da temperatura nos campos. Setas indicam eventos de pontuais de chuva intensa e linhas horizontais indicam períodos de chuva contínua. ............................................................................................................................ 43
Figura 20 – Oxigênio dissolvido na água medido a cada 10 cm em perfis da superfície até o fundo durante as expedições na estação amostral de maior profundidade dos campos RNL (A) e Itu (B). ............................................................................................................. 44
Figura 21 – Concentração de CO2 no ar atmosférico medidas entre fevereiro de 2005 e janeiro de 2006 acima da lâmina as água nos campos RNL e Itu. ................................................ 45
Figura 22 - Concentração de CH4 no ar atmosférico medidas entre fevereiro de 2005 e janeiro de 2006 acima da lâmina as água nos campos RNL e Itu. ................................................ 46
Figura 23 - Concentração de CO2 dissolvido na água ao longo dos meses nos campos RNL, Itu e Aracá. ........................................................................................................................ 48
Figura 24 - Concentração de CH4 dissolvido na água ao longo dos meses nos campos RNL, Itu e Aracá. ........................................................................................................................ 49
X
Figura 25- Gráficos da relação entre os logaritmos das emissões de CO2 (A) e CH4 (B) medidas diretamente nas câmaras flutuantes com as calculadas pela lei de Fick. A linha mostra a relação linear 1:1 esperada entre as duas variáveis............................................. 52
Figura 26 – Relação da concentração de O2 dissolvido no fundo da coluna da água com (A) a emissão ebulitiva e a emissão difusiva de CO2 (B) calculada pela lei de Fick e (C) medida com câmaras flutuantes......................................................................................... 55
Figura 27 – Emissão ebulitiva de CH4 dos campos RNL e Itu em relação a variação a cota do campo. Quando o nível da água no campo está descendo a variação tem valores negativos e quando está subindo, positivos. ...................................................................... 57
Figura 28 - Gráficos da relação da concentração de O2 dissolvido no fundo da coluna da água com (A) a emissão ebulitiva de CH4 e com (B) a emissão de CH4 medida com câmara flutuante. ............................................................................................................................ 58
Figura 29 – Relação entre área inundada do campo RNL e cota do campo RNL nas datas de tomada das imagens de Radarsat ....................................................................................... 59
Figura 30 – Relação entre área inundada do campo Itu e cota do Rio Negro nas datas de tomada das imagens de Radarsat. ...................................................................................... 60
Figura 31 - Emissão mensal de CO2 (no alto) e CH4 (em baixo) de toda a área dos campos RNL (a esquerda ) e Itu (a direita) por ebulição (cinza) e difusão (preto). ....................... 63
XI
SUMÁRIO
1 INTRODUÇÃO...................................................................................................................1
2 OBJETIVO........................................................................................................................12 2.1 Objetivo geral ............................................................................................................. 12 2.2 Objetivos específicos.................................................................................................. 12
3 TESTE DE HIPÓTESES...................................................................................................13
4 ÁREAS DE COLETA.......................................................................................................14
5 MATERIAL E MÉTODOS...............................................................................................16 5.1 Descrição da hidrometeorologia de áreas alagáveis interfluviais. ............................. 16
5.1.1 Registro da pluviosidade local..........................................................................16 5.1.2 Registro da cota dos rios...................................................................................17 5.1.3 Registro da cota dos campos ............................................................................18 5.1.4 Registro da variação da temperatura ................................................................19
5.2 Emissão de GEEs e fatores ambientais que afetam estes fluxos. ............................... 20 5.2.1 Desenho experimental para medir emissão de GEEs e investigar a influência de
variáveis ambientais sobre estes fluxos ............................................................................20 5.2.2 Determinação das concentrações de CO2 e CH4 no ar atmosférico e na água. 25 5.2.3 Determinação das emissões de CO2 e CH4.......................................................26 5.2.4 Medida das variáveis contínuas que influem na emissão de GEEs..................31
5.3 Integração espaço-temporal da emissão de GEEs. ..................................................... 32 5.3.1 Criação dos mapas de inundação......................................................................32 5.3.2 Criação dos modelos de inundação ..................................................................34 5.3.3 Criação dos modelos de emissão. .....................................................................35
5.4 Análise estatística dos dados ...................................................................................... 35
6 RESULTADOS .................................................................................................................37 6.1 Descrição de parâmetros hidrometeorológicos que influem na emissão de GEEs. ... 37 6.2 Emissão de GEEs e a influência de variáveis ambientais sobre estes fluxos............. 45
6.2.1 Concentrações de CO2 e CH4 no ar atmosférico. .............................................45 6.2.2 Concentrações de CO2 e CH4 dissolvidos na água. ..........................................47 6.2.3 Emissões ebulitivas e difusivas de CO2 e de CH4.............................................50 6.2.4 Emissão parenquimal de metano. .....................................................................53 6.2.5 Influência de fatores ambientais sobre as emissões de CO2.............................54 6.2.6 Influência de fatores ambientais sobre as emissões de CH4.............................56
6.3 Integração espaço-temporal das emissões de CO2 e CH4........................................... 59
7 DISCUSSÃO.....................................................................................................................64 7.1 Descrição de parâmetros hidrometeorológicos que influem na emissão de GEEs. ... 64 7.2 Emissão de GEEs e a influência de variáveis ambientais sobre estes fluxos............. 65
7.2.1 Concentrações de CO2 e CH4 no ar atmosférico ..............................................65 7.2.2 Concentrações de CO2 e CH4 dissolvidos na água...........................................66 7.2.3 Emissões ebulitivas e difusivas de CO2 e CH4 .................................................67 7.2.4 Emissão parenquimal de CH4 ...........................................................................69 7.2.5 Influência de fatores ambientais sobre as emissões de CO2 e CH4 ..................69
7.3 Integração espaço temporal das emissões de CO2 e CH4. .......................................... 72
8 CONCLUSÃO...................................................................................................................74
9 REFERÊNCIAS BIBLIOGRÁFICAS ..............................................................................75
1
1 INTRODUÇÃO
A era industrial trouxe consigo a devastação de ecossistemas e a produção de
poluentes, causando vários efeitos colaterais ao ambiente. Um dos efeitos mais comentados
nos dias de hoje é aquecimento global, que se trata de um aumento da temperatura terrestre
causado principalmente pelo aumento na produção de gases de efeito estufa (GEEs) durante a
queima de combustíveis fósseis (Houghton, 2005). Queimadas (Alvalá et al., 1999),
desmatamento (Fearnside, 2000), atividades agropecuárias (Matthews e Wassmann, 2003) e a
construção de reservatórios (Fearnside, 2002; Kemenes et al., 2007) também contribuem para
o aumento destes gases na atmosfera.
É importante ressaltar que o efeito estufa em si não é prejudicial. Trata-se de um
fenômeno natural que regula a temperatura e o clima do planeta, possibilitando o
desenvolvimento da vida (Fearnside, 2001). Sem ele a Terra seria um planeta congelado. A
temperatura terrestre é mantida graças a um balanço entre a energia da radiação solar e
terrestre (Figura 1). A energia solar que chega a Terra na forma de ondas curtas ao ser
reemitida transforma-se em radiação infravermelha, que produz calor. Os GEEs absorvem
parte da radiação infravermelha irradiada da superfície terrestre, impedindo que ela retorne ao
espaço, fazendo com que a Terra mantenha-se aquecida (Houghton, 2005).
Figura 1 - De Kiehl e Trenberth (1997). Balanço da radiação solar e da energia terrestre. A entrada líquida de radiação solar de 342 Wm-2 é refletida pelas nuvens, pela atmosfera ou pela superfície. Cerca de 49 % desta energia é absorvida na superfície e pode retornar à atmosfera, por evapotranspiração, liberada mais tarde como o calor latente da condensação dentro da atmosfera. O resto é irradiado da superfície como calor sensível ou radiação térmica, muito da qual é absorvida pela atmosfera ou pelas nuvens.
2
O vapor da água é o principal GEE, mas o dióxido de carbono (CO2) e o metano (CH4)
são os GEEs que mais preocupam em relação ao aquecimento global por que suas
concentrações atmosféricas aumentaram mais nos últimos anos. Aumentos recentes nas
concentrações de óxido nitroso (N2O) e os polifluorcarbonetos (CFCs) também têm
contribuído para o aquecimento global, em menor escala. Entre os GEEs que aumentaram, o
CO2 destaca-se pela quantidade produzida, compondo atualmente 382 ppm da atmosfera
(NOAA, 2007). No último século tem havido um aumento de aproximadamente 0,4% ao ano
na concentração de CO2 da atmosfera, atribuída principalmente à queima de combustíveis
fósseis. A quantidade de CO2 produzida na era industrial, na verdade, geraria um aumento de
0,7% ao ano, mas parte deste excesso está sendo absorvida principalmente pelos oceanos
(Schlesinger, 1991) e também pela biosfera terrestre (Battle et al., 2000). O CH4, apesar de
estar presente na atmosfera em pequenas quantidades, a uma concentração de 1,7 ppm
atualmente, é importante, pois adsorve cerca de vinte e cinco vezes mais radiação
infravermelha que o CO2 (IPCC, 2007) é responsável por 15% do efeito estufa (Jain et al.,
2004). Se as emissões antropogênicas de GEEs continuarem no ritmo atual o planeta poderá
atingir temperaturas maiores do que as dos últimos 10 milhões de anos (Dickinson e Cicerone,
1986). O aquecimento global pode resultar em modificações climáticas, gerando perdas
humanas e ambientais incalculáveis (Houghton, 2005; McMichael et al., 2006). Alterações
nos ecossistemas, como extinção de espécies (Potter et al., 2002), aparecimento de espécies
invasoras (Dukes e Mooney, 1999) mudanças nos padrões migratórios de aves (Gatter, 1992)
vêm sendo observadas. Por isso, nas últimas décadas discutiu-se muito sobre estas alterações
globais causadas pela atividade humana.
A primeira reunião entre os governantes e cientistas sobre as mudanças climáticas foi
realizada em Toronto, Canadá em 1988, quando foi criado o Painel Intergovernamental sobre
Mudança do Clima (IPCC) cujo objetivo é avaliar toda a informação científica, técnica e
socioeconômica disponível no campo de mudanças climáticas, gerando um arcabouço
científico para fundamentar as negociações em torno de políticas públicas para as questões do
clima. Em 1990 foi criado o primeiro relatório do IPCC. Em 1992 aconteceu a ECO-92, onde
mais de 160 governos assinaram a Convenção Quadro sobre Mudança do Clima, cujo objetivo
é evitar interferências antropogênicas perigosas no sistema climático. Em 1995 foi escrito o
segundo relatório do IPCC, no qual os cientistas concluíram que havia evidências de
mudanças no clima global. A preocupação com o destino do planeta levou à assinatura do
Protocolo de Quioto em 1997, que contem um acordo que compromete os países
3
desenvolvidos que o subscreveram a reduzir suas emissões de GEEs. Finalmente, o último
relatório do IPCC, produzido em 2007, reconheceu que o aquecimento do planeta se deve,
com 90% de probabilidade, às emissões provocadas pelo homem. Este relatório lançou
algumas previsões preocupantes, como a de que até o fim deste século, a temperatura da Terra
pode subir entre 1,8ºC e 4ºC. Na pior das previsões, essa alta pode chegar a 6,4°C. O gelo do
Pólo Norte poderá derreter-se completamente no verão, por volta de 2100 e o nível dos
oceanos vai aumentar de 18 a 59 centímetros até 2.100, o que significa que 200 milhões de
pessoas terão de abandonar suas casas. No Brasil, o aquecimento mais intenso ocorrerá no
final deste século nas regiões que abrigam a floresta Amazônica. As chuvas devem aumentar
cerca de 20%, mas na Amazônia espera-se um cenário de seca que poderá até mesmo
transformar a floresta em uma grande savana.
As previsões do IPCC são baseadas em dados sobre as emissões coletados de
diferentes fontes que alimentam modelos numéricos. Esses modelos são generalizações da
realidade e, portanto, há incertezas nessas previsões. Elas têm melhorado ao longo do tempo
com um aumento da compreensão dos processos que afetam essas emissões e com a adição de
novos dados aos modelos. Desta forma, é relevante melhorar as previsões e os modelos
ampliando a compreensão dos processos que controlam as emissões e adicionando dados de
regiões não medidas, a exemplo de áreas alagadas interfluviais da bacia do rio Negro.
Embora 64% das áreas alagadas na Amazônia estejam associadas a águas pretas ou
claras (Rosenqvist et al., 1998), as emissões de GEEs nestes sistemas são pouco conhecidas. A
maior parte das estimativas (Cicerone e Oremland, 1988; Richey et al., 1988; Devol et al.,
1994) basearam-se em dados coletados principalmente das planícies aluviais de água branca
da Amazônia Central. Os autores destas estimativas consideraram isto uma limitação, pois
trataram todas as áreas alagáveis, incluindo a bacia do Rio Negro, como similares, o que pode
ter gerando erros nas estimativas de emissão, uma vez que cada ambiente tem sua própria
dinâmica. Estudos da emissão de metano em florestas alagáveis da bacia do rio Negro
mostraram fluxos menores por unidade de área do que os encontrados nas várzeas do rio
Solimões / Amazonas (Rosenqvist et al., 2002; Melack et al., 2004). Mas nada se sabe sobre a
dinâmica das áreas alagáveis interfluviais da bacia do Rio Negro. Estas áreas são conhecidas
localmente como chavascais, campinas ou buritizais. São ambientes sazonalmente ou
permanentemente inundados, cobertos por um complexo mosaico de espécies de plantas
(Figura 2), incluindo capins enraizados no solo (predominantemente poáceas e ciperáceas)
arbustos e palmeiras (predominantemente Mauritia sp.). Localizam-se em cabeceiras de rios
ou em regiões interfluviais, locais de difícil acesso e, portanto, pouco estudados e sem
4
qualquer estimativa pretérita da emissão de CO2 e CH4. A área total de solos hidromórficos,
que em geral são cobertos por campinas similares às aqui estudadas, na bacia amazônica é de
152000 km2 (RADAMBRASIL, 1972), em sua maioria estes ambientes estão localizados na
bacia do rio Negro. A grande área ocupada por este tipo de ambiente faz necessário entender e
estimar suas emissões.
Figura 2 – Foto tomada em 5 de julho de 2005 do campo RNL. Em primeiro plano observa-se capim do chavascal, atrás se observa uma campina.
Os ambientes amazônicos podem ser fontes ou sumidouros de carbono com um saldo
de emissão de GEEs entre -3000 a 750 Tg C ano-1 (Ometto et al., 2005). A biomassa sobre a
terra firme da Amazônia parece ser um sumidouro de CO2, enquanto os solos são fontes de
N2O e as áreas alagáveis são fonte de CH4. Os ambientes alagados da Amazônia exercem um
papel importante nos ciclos hidrológico e biogeoquímicos devido a sua enorme área e
contribuem em peso para o balanço regional e global do carbono (Moreira-Turcq et al., 2003).
Chegando a cerce de 4% de todo o CH4 emitido globalmente por fontes naturais e
antropogênicas (Davidson e Artaxo, 2004). Estas emissões de GEEs de ambientes naturais
não são responsáveis pela alteração do clima global (Schlesinger, 1991), mas devem ser
5
compreendidas pois são regidas por processos biogeoquímicos peculiares que podem ser
alterados por mudanças no uso da terra (Keller e Stallard, 1994; Verchot et al., 2000).
Uma vez que o carbono faz parte de um ciclo natural, uma das idéias do Protocolo de
Quioto para amenizar os prejuízos causados pelo CO2 já emitido é o financiamento da
recuperação ambiental que promova o seqüestro de carbono. O financiador recebe um
Certificado de Redução de Emissões. Os países mais poluidores poderão continuar poluindo
desde que paguem para adquirir créditos em um Leilão de Certificado de Emissões. Para a
implementação destes acordos, é essencial que cada país contabilize suas emissões e
desenvolva estratégias de médio e longo prazo para reduzi-las. Só é possível criar tais
mecanismos de compensação e mitigação se a dinâmica ambiental do carbono for plenamente
entendida. Para isto são necessários estudos sobre o ciclo global do carbono, a fim de definir
onde e como GEEs são emitidos e absorvidos. É importante saber quantos GEEs são emitidos
ou seqüestrados pelos ambientes naturais para poder avaliar o impacto das emissões e
mudanças antrópicas sobre o balanço destes gases na atmosfera global. Só faz sentido
contabilizar fluxos de carbono de ambientes alterados se o valor natural de emissão ou de
seqüestro for conhecido para ser descontado. Na Amazônia muitos estudos neste sentido vêm
sendo desenvolvidos desde 1998 pelo projeto LBA - Experimento de Grande Escala da
Biosfera-Atmosfera na Amazônia (Large Scale Biosphere-Atmosphere Experiment in
Amazon). O LBA é um programa de cooperação científica internacional que tem como meta
estudar as interações entre a Floresta Amazônica e as condições atmosféricas e climáticas, em
escala regional e global.
A grande extensão e a capacidade de fixação de carbono da floresta tem levado alguns
pesquisadores a caracterizar Amazônia como um sumidouro de carbono (Ometto et al., 2005),
no entanto há emissões significativas de metano de áreas inundadas (Crill, 1990), que ocupam
mais que 17% da planície amazônica (Melack et al., 2004) e existem controvérsias a respeito
de quanto carbono é emitido destas áreas. Em um estudo feito da bacia do Orinoco, Smith et
al. (2000) fizeram estimativas que levaram a acreditar que as emissões de ambientes aquáticos
amazônicos estão sendo superestimadas. Já Richey et al. (2002) fizeram uma estimativa geral
da emissão de CO2 para toda a bacia Amazônica de 500 Tg C ano-1 e acreditam que a emissão
de GEEs pode equivaler ao que é consumido pela floresta. Devol et al. (1990; 1994)
estimaram que as áreas alagadas da Amazônia contribuem com a emissão de CH4 de 3,8 a 7,5
Tg C ano-1 para a troposfera, mas Melack et al. (2004) em uma quantificação mais completa
estimaram uma emissão de CH4 de 22 Tg C ano-1, demonstrando que é preciso criar modelos
6
de emissão mais precisos a fim de reduzir a incerteza sobre a dinâmica de emissão de metano
de áreas alegáveis da Amazônia.
Para estimar a emissão de GEEs com maior precisão é preciso considerar todos os
meios pelo qual pode haver emissão. Os GEEs podem ser emitidos de três diferentes formas:
difusão, ebulição e pelo transporte através do parênquima de plantas vasculares (Jain et al.,
2004). Os GEEs emitidos por difusão passam pela coluna da água e se difundem
gradativamente pela superfície da água para a atmosfera quando há diferença de concentração
entre estes dois meios. Durante sua permanência na rizosfera ou na parte oxidativa da coluna
da água o CH4 dissolvido na água pode ser oxidado, produzindo CO2 (Mer e Roger, 2001;
Whalen, 2005), por isso a difusão é o principal mecanismo de emissão de CO2. Já o CH4 é
emitido principalmente por ebulição (Devol et al., 1990) ou por transporte através do
parênquima (Kim et al., 1999). Ao contrário do CO2, o CH4 é pouco solúvel em água e por
isso as bolhas contém principalmente CH4 (Strack et al., 2005). Estas bolhas passam
rapidamente pela coluna da água e o CH4 nela contido não é oxidado (Schlesinger, 1991). Da
mesma forma, o CH4 não sofre oxidação quando é transportado através do parênquima das
plantas (King et al., 1998). Poucos estudos foram feitos sobre o papel do transporte através do
parênquima na emissão de CH4 na Amazônia e os que consideraram o efeito das plantas
aquáticas não detectaram transporte, pois foram feitos sobre macrófitas flutuantes que, pelo
fato de não estarem enraizadas no sedimento, não são capazes de captar o metano e
transportá-lo para a atmosfera (Devol et al., 1990). Nos campos interfluviais as macrófitas
encontram-se enraizadas e podem ter um papel importante na emissão de CH4. Em latitudes
maiores o transporte através do parênquima é expressivo, podendo chegar a até 96% do
metano emitido (Bianchi et al., 1996). Em regiões tropicais o principal mecanismo de emissão
de CH4 parece ser a ebulição. Estudos mostraram que a ebulição foi responsável por 85% da
emissão de metano ao longo do rio Amazonas (Devol et al., 1988), por 69% da emissão do
lago Calado na Amazônia (Engle e Melack, 2000) e por 65% da emissão da planície do rio
Orinoco (Smith et al., 2000).
Dentre os fatores que influem na emissão de GEEs que devem ser considerados para
criação de modelos de emissão estão a quantidade de matéria orgânica estocada no ambiente
(Matson e Harriss, 1995), a presença de água (Matson e Harriss, 1995), a concentração de O2
(Bartlett et al., 1990; Hamilton et al., 1995), a estratificação (Devol et al., 1994; Engle e
Melack, 2000) a temperatura e a profundidade da coluna da água (Liblik et al., 1997), a
pressão hidrostática (Rosenqvist et al., 2002) e a cobertura vegetal (Bartlett et al., 1988; Devol
et al., 1988; Devol et al., 1990; Whalen, 2005).
7
A matéria orgânica dos solos e sedimentos é o maior reservatório terrestre de carbono
fixado (Lal et al., 1998), sua decomposição representa uma parte significativa na produção de
GEEs (Kramer et al., 2004) que é maior em locais ricos em matéria orgânica (Matson e
Harriss, 1995). A decomposição deste material orgânico em áreas alagáveis é uma das
maiores fontes de CH4, sendo o sedimento o principal sítio de formação do CH4, responsável
por 80% do CH4 emitido de áreas alagáveis da Amazônia (Devol et al., 1994).
A presença de oxigênio é um fator fundamental na produção de GEEs. O CO2 é um
produto da respiração aeróbica e por isso quando há maior entrada de O2 no sistema aquático
há maior emissão de CO2 (Ballester e Santos, 2000). O metabolismo anaeróbico produz CH4 e
também pode produzir CO2, dependendo do substrato, e ocorre predominantemente em águas
profundas e sedimentos anóxicos. (Matson e Harriss, 1995); (Ballester e Santos, 2000). O
carbono fixado pelas plantas nos sistemas aquáticos é retirado da atmosfera na forma de CO2.
Porém quando as plantas se decompõem sob condições anaeróbicas parte deste mesmo
carbono é devolvido para a atmosfera na forma de CH4 (Wassmann et al., 1992). A
metanogênese é responsável por 20% do metabolismo heterotrófico na coluna da água e no
sedimento, o resto do metabolismo ocorre na presença de O2, gerando somente CO2
(Hamilton et al., 1995).
A profundidade é outro fator importante. A produção e o acúmulo de CO2 e CH4 são
maiores quando há estratificação da coluna da água com formação de um hipolímnio anóxico
(Ballester e Santos, 2000). Além disso, o aumento da profundidade gera um aumento da
pressão hidrostática que faz com que os gases fiquem estocados sob a coluna da água. Quando
o nível da água está baixando a emissão de CH4 é maior, pois o CH4 estocado no hipolímnio
torna-se menos solúvel com a diminuição da pressão hidrostática e forma bolhas (Rosenqvist
et al., 2002).
A temperatura deve ser considerada, pois quanto maior ela for maior será o
metabolismo do sistema. Por isso áreas alagadas tropicais têm grande contribuição na emissão
de GEEs (Crill, 1990). O estudo de sua variação é importante especialmente para modelar
sistemas de clima temperado, onde ela varia consideravelmente ao longo do dia e do ano
(Wang e Han, 2005).
A cobertura vegetal influi na quantidade de GEEs emitidos, pois, além de transportar
CH4 através do parênquima (Alvalá et al., 1999), fixam carbono no ambiente. Quanto maior é
a produção primária do ambiente maior será a emissão de carbono (Devol et al., 1990). Parte
da produção primária é oxidada e emitida para atmosfera e outra parte é sedimentada ali
ficando estocada (Devol et al., 1984). Estudos mostraram que durante a cheia a emissão de
8
GEEs é maior em bancos de macrófitas do que em água aberta (Devol et al., 1994), período
em que Paspalum, que é a planta mais abundante destes bancos, tem maior produtividade
(Devol et al., 1995). Estas macrófitas das planícies aluviais já estudadas são em geral espécies
que formam bancos flutuantes. Já as áreas alagáveis itnterfluviais são vastos campos cobertos
por capins enraizados no solo, tratando-se de espécies diferentes das consideradas nos estudos
anteriores e que podem interferir nas emissões de forma distinta.
A duração e a extensão da inundação devem ser consideradas, pois a presença de água
no solo desencadeia a produção de CH4 (Matson e Harriss, 1995). O solo é uma fonte de CH4
enquanto está inundado e um sumidouro quando está seco (Liblik et al., 1997; Verchot et al.,
2000; Castaldi et al., 2006). As planícies alagáveis tropicais são sítios de produção de GEEs
importantes em escala global, pois ocupam áreas extensas e têm um períodos ativos de
produção de CH4 prolongados (Crill, 1990). Áreas alagáveis interfluviais muitas vezes
permanecem alagadas o ano todo podendo ter uma contribuição significativa para o balanço
global do carbono, uma vez que áreas permanentemente inundadas emitem mais CH4 que
áreas de inundação intermitente (Altor e Mitsch, 2006).
É preciso conhecer a natureza das condições hidrológicas para construir modelos de
emissão, uma vez que os padrões de emissão de GEEs estão relacionados a elas (Crill, 1990;
Bianchi et al., 1996; Ballester e Santos, 2000). A bacia recebe em média uma pecipitação de
2.460 mm ano-1. Padrões sazonais de chuva produzem uma estação seca e uma chuvosa. Com
diferenças sensíveis na distribuição sazonal das precipitações entre os hemisférios Norte e
Sul. Ao Norte do equador (bacia do Rio Negro), o máximo pluviométrico é observado de
maio a julho enquanto que ao Sul é de dezembro a março (Molinier et al., 1982). Isso causa
uma flutuação na quantidade de água dos principais rios e, conseqüentemente, nas planícies
de inundação e zonas intersticiais associadas, criando uma diversidade de ambientes
sazonalmente inundados (Junk, 1993). É estimado que mais que 25% da vazão do rio
Amazonas é armazenada na planície de inundação durante o ciclo anual de enchente (Richey
et al., 1989), totalizando uma área inundada de 152.721 km2 durante a cheia, enquanto uma
área de 35.944 km2 permanece inundada no período de seca (Frappart et al., 2005). As zonas
interfluviais da bacia do Rio Negro, no entanto, estão relativamente isoladas dos grandes
cursos da água e seu nível de inundação é provavelmente ditado mais pela pluviosidade local.
Existem dados de pluviosidade e da cota do rio Negro e de alguns dos seus grandes
tributários, mas nunca foram coletados dados hidrológicos de campos interfluviais da bacia do
Rio Negro para investigar estas relações.
9
A grande extensão e a dificuldade de acesso às planícies de inundação dificultam a
caracterização destas áreas. O sensoriamento remoto é a única forma viável de monitorar as
áreas alagáveis ao nível de bacia. A análise de imagens de satélites com sensores ópticos, de
radar e de microondas é uma ferramenta fundamental para a caracterização de áreas alagáveis
e o desenvolvimento de modelos hidrológicos e biogeoquímicos. No entanto, o uso de
sensores ópticos como os do Landsat é limitado em regiões tropicais devido à alta taxa de
cobertura de nuvens. Imagens de sensores ópticos de satélites com alta freqüência de
imageamento podem ser utilizadas, pois a probabilidade de captar imagens livres de ruído
aumenta. Uma alternativa é a utilização de sensores de microondas, a exemplo do trabalho de
Hamilton et al.(2002) que utilizaram imagens SMMR (Scanning Multichannel Microwave
Radiometer) do satélite Nimbus-7 para estudar padrões de inundação na calha principal do rio
Amazonas e também em savanas do alto Rio Branco e em savanas da Bolívia, Colômbia e
Venezuela.
A utilização de sistemas com radares de abertura sintética (SAR) tem se mostrado uma
alternativa melhor para estudar a Amazônia (Barbosa et al., 2000). Os sensores ativos de radar
emitem radiação de comprimentos de onda distintos que são refletidos na superfície terrestre,
sendo depois captados pelos sensores do satélite. A vantagem destes sistemas é que as
microondas podem atravessar a atmosfera a qualquer hora do dia e em qualquer condição de
clima e penetrar as copas das árvores em certos comprimentos de onda e polaridades. A
melhor solução para o mapeamento de muitas áreas, no entanto, é o uso combinado de
imagens de satélites de diferentes sensores. O trabalho de Ferreira da Silva Jr. (1999) feito no
Mato Grosso do Sul mostrou que o uso combinado de imagens dos satélites Landsat-5 TM
(bandas 3, 4 e 5) e Radarsat (banda C) apresentou melhorias na interpretação dos dados, no
processamento digital e na acurácia temática da imagem classificada. A várzea foi uma das
classes mais beneficiadas.
Os comprimentos de onda longos são mais adequados para mapear florestas
inundadas, pois penetram as folhas das copas das árvores chegando até o chão ou até a água
abaixo das copas. A percepção da vegetação inundada se dá através de uma dupla reflexão da
energia de microondas na água e no tronco das árvores, passando então livremente pelas
copas e chegado ás antenas do satélite (Figura 3).
10
Figura 3 – Esquema demonstrando a reflexão da energia de microondas. (A) As ondas podem ser refletidas na superfície da água e não retornar para a antena do satélite, (B) podem ser duplamente refletidas, na superfície da água e nos troncos, gerando um grande retorno ou (C) podem incidir sobre o solo ou sobre a floreta densa onde há um espalhamento da onda e apenas parte da energia incidente retorna.
O tipo de emissão mais usada para mapear áreas inundadas na Amazônia é a banda L
(comprimento de onda = 23,5 cm) na polaridade HH. A exemplo, Rosenqvist et al. (1998)
estudaram a variação da inundação e estimaram a emissão de metano da bacia do rio Jaú
utilizando imagens SAR (Synthetic Aperture Radar) Banda L do JERS-1 (Japanese Earth
Resources Satellite-1). Costa et al. (2002) utilizaram imagens SAR Banda L do JERS-1 e da
banda C do Radarsat para calcular a extensão, a variação e também classificar a vegetação da
várzea do Rio Amazonas. Hess et al. (2003) utilizaram mosaicos de imagens SAR Banda L do
JERS-1 para estimar a extensão da inundação e dos tipos de habitats alagáveis da Amazônia.
Frappart et al. (2005) fizeram um estudo na bacia do rio Negro para determinar a variação
espaço-temporal do volume de água utilizando dados de estações hidrológicas e imagens SAR
Banda L do JERS-1, e do T/P (Topex/poseidon altimetry satellite). Belger e Forsberg (2006)
utilizaram imagens do SAR Banda L do JERS-1 para calcular a extensão e a variação da
inundação de vários tributários da bacia do rio Negro. Melack et al. (2004) utilizaram imagens
SMMR e SAR Banda L do JERS-1 para determinar os padrões de inundação e de vegetação
da bacia amazônica.
11
Imagens de radar banda L foram adquiridas pelo JERS-1 entre 1993 e 1998 e estão
sendo adquiridas novamente pelo ALOS desde outubro de 2006. Portanto, não estavam
disponíveis durante o período das coletas da tese. Uma alternativa para o sensoriamento de
áreas inundadas é o uso da banda C, que vem sendo tomada pelo Radarsat desde 1995. O
Radarsat é o primeiro satélite canadense de sensoriamento remoto, alvo central da Agência
Espacial Canadense (CSA), lançado em novembro de 1995 e disponível para atender à
comunidade científica nas suas mais diversas aplicações. Seu imageamento repetitivo
possibilita a coleta de dados em qualquer época e sob condições ópticas desfavoráveis
(brumas, nuvens, fumaça, escuridão). O Radarsat pode adquirir imagens que cobrem áreas de
250 km2 até 2500 km2, com resoluções espaciais variando entre oito e 100 m respectivamente,
dependendo da demanda. Mas sua resolução padrão é de 25 m, cobrindo áreas de
100 x 100 m. O sistema Banda C do Radarsat opera a freqüência de 5,30 GHz, comprimento
de onde de 5,66 cm, com força irradiada de 34 Kw e polarização horizontal (HH). Sua
freqüência de repetição de pulso é 1270-1390 Hz (RSI, 2000). Assim como a banda L, os
sensores de banda C também são capazes de penetrar as copas das árvores de florestas, desde
que a área folhar não seja muito grande. Além disso, a banda C pode ser usada em ambientes
de pouca profundidade, pois distingue com maior acurácia os estados de inundação e não-
inundação mesmo quando a lâmina da água encontra-se próxima ao chão (Townsend, 2001).
Estas características favorecem seu uso em campos e savanas alagáveis.
12
2 OBJETIVO
2.1 Objetivo geral
Investigar a influencia de fatores ambientais sobre as emissões ebulitivas e difusivas
de CO2 e CH4 de áreas alagáveis interfluviais da bacia do rio Negro e estimar a quantidade
destes gases emitida destas áreas.
2.2 Objetivos específicos
1. Descrever parâmetros ambientais e hidrometeorológicos que possam influenciar na
dinâmica de emissão de CO2 e CH4 em três campos alagáveis interfluviais da bacia do
rio Negro: um campo interfluvial permanentemente inundado (RNL), outro
sazonalmente inundado (Itu) e um terceiro que se tratava de uma savana (Aracá).
2. Investigar a influência do estado de inundação, do local e do tipo de habitat, da
profundidade da coluna da água, da variabilidade no nível da água, da temperatura
superficial da água, da concentração de oxigênio dissolvido na água e da estratificação
da coluna da água sobre fluxos ebulitivos e difusivos de CO2 e de CH4 dos campos
RNL e Itu, amostrados mensalmente e de forma mais completa.
3. Investigar a influência do local, do tipo de habitat, da profundidade da coluna da água
e da variabilidade no nível de água sobre fluxos ebulitivos e difusivos de CO2 e de
CH4 do campo Aracá, amostrado apenas durante três expedições devido ao difícil
acesso.
4. Investigar a influência do transporte parenquimal sobre o fluxo de CH4 nos campos
RNL e Itu.
5. Investigar a dinâmica sazonal da emissão de CO2 e CH4 nos campos RNL e Itu.
6. Criar modelos de inundação para os campos RNL e Itu
7. Integrar espaço-temporalmente as emissões de GEEs destes dois campos.
8. Estimar a quantidade de carbono emitida de todos os campos alagáveis interfluviais
da bacia do Rio Negro.
13
3 TESTE DE HIPÓTESES
H0:
1. Não há relação entre a cota do campo RNL ou Itu com a cota do Rio Negro, nem da
cota do campo Aracá com a cota do Rio Aracá
2. Não há relação entre a variação das cotas dos campos RNL, Itu ou Aracá com as suas
respectivas pluviosidades diária.
3. A área inundada do campo RNL ou Itu não tem relação com suas respectivas cotas
nem com a cota do rio Negro.
4. A concentração de CO2 ou de CH4 no ar atmosférico dos campos RNL ou Itu é igual
em todos os meses do ano.
5. A concentração de CO2 ou de CH4 na água dos campos RNL, Itu ou Aracá é igual em
todos os meses do ano.
6. A emissão difusiva ou ebulitiva de CO2 ou de CH4 dos campos RNL e Itu é igual em
todos os meses do ano.
7. O fluxo de CO2 ou de CH4 não é influenciado pela presença de água sobre o
sedimento.
8. A emissão difusiva de CO2 ou de CH4 medida com câmaras flutuantes não tem relação
com as suas respectivas emissões calculadas pela lei de Fick.
9. A emissão difusiva ou ebulitiva de CO2 ou a emissão difusiva de CH4 não é
influenciada pelo local (campos RNL e Itu), pelo habitat (água aberta, capim, arbusto
e buriti) ou pela profundidade.
10. A emissão ebulitiva de CH4 não é influenciada pelo local (campos RNL e Itu), pelo
habitat (água aberta, capim, arbusto e buriti), pela profundidade ou pela variação na
cota de cada campo.
11. A emissão difusiva ou ebulitiva de CO2 ou de CH4 não é influenciadas pela
concentração de oxigênio ou pela temperatura da água.
12. O fluxo de CH4 não é influenciado pela presença de capim emergindo da superfície da
água nos campos RNL e Itu.
14
4 ÁREAS DE COLETA
Este experimento foi conduzido em três áreas alagáveis interfluviais da bacia do rio
Negro (Figura 4). Estes sítios de coleta eram locais isolados, sem acesso por barco ou
automóvel. Por isso foi necessário abrir trilhas entre o curso da água mais próximo alcançável
por barco até os pontos de coleta. O primeiro sítio de coleta foi denominado RNL e localiza-
se à 18 km da margem sul do rio Negro, entre os rios Cuini e Ararirá. Este campo foi
escolhido para este estudo por ser a maior área inundada interfluvial da Amazônia e ser
hudrológicamente isolado dos grandes rios da região. Era acessado por uma trilha traçada da
margem do rio Negro até este campo. O segundo, denominado Itu, localiza-se à margem norte
do rio Negro, na cabeceira do rio Itu. Este campo foi escolhido por ter um acesso
relativamente fácil e rápido. Apesar de se localizar em uma cabeceira era possível chegar até
ele de canoa a maior parte do ano. O terceiro, denominado Aracá, localiza-se à margem do rio
Aracá e foi escolhido para representar as savanas desta região. Era isolado do canal do rio,
mas localizado próximo ele, não sendo necessário abrir uma trilha muito longa para chegar a
ele. Em cada campo foi construído um acampamento a beira da área alagada interfluvial, onde
foram deixados os equipamentos e próximo dos quais foram instalados aparelhos para medir
parâmetros hidrológicos. Os campos RNL e Itu eram mais próximos da cidade de Barcelos e
do centro de pesquisas da Fundação Rio Negro Lodge, usados como ponto de partida para as
expedições de campo, por isso foi possível amostrá-los todos os meses. Já para chegar ao
campo Aracá era preciso usar um hidroavião que sofreu problemas técnicos ao longo do
experimento e não pôde mais ser usado. As expedições para o campo Aracá passaram a ser
feitas com lancha, e devido á grande distância, houve dificuldade para acessá-lo mensalmente.
Por isso, foram feitas somente quatro expedições, uma para instalar os equipamentos e três
para tomada de dados. Os dados ambientais deste campo serviram apenas como um
complemento na descrição hidrometeorológica de campos interfluviais e na análise dos
fatores que influem na emissão de GEEs. Além destes três sítios de coleta, onde foram feitas
medidas hidrológicas e de emissão, foram coletados dados hidrológicos em duas bases às
margens dos rios Negro e Aracá, denominadas respectivamente de Base Rio Negro e Base Rio
Aracá (Figura 4).
Os campos inundáveis interfluviais são localmente conhecidos como chavascais,
campinas ou campinaranas, Estes campos são rasos quando inundados e são caracterizados
por extensas áreas de capim (Poaceae e Cyperaceae) intercaladas com áreas de arbustos e
buriti (Mauritia flexuosa). Conforme os dados do Projeto Radam Brasil (RADAMBRASIL,
15
1972), os solos dos campos RNL e Itu são podzóis hidromórficos e o do campo Aracá é
gleissol. Os campos também apresentam características pedológicas distintas com relação aos
solos superficiais. A camada superficial de solos do campo RNL é constituída de uma lama
escura e argilosa enquanto a dos campos Itu e Aracá é constituída predominantemente de
areia branca.
Figura 4 – Imagem óptica classificada Zulu 2000 do Landsat 7, indicando a localização dos três sítios de coleta. Os tons verdes representam floresta de terra firma, o preto, cursos da água e os tons vermelhos, vegetação aberta como a dos campos.
16
5 MATERIAL E MÉTODOS
Os métodos de coleta deste experimento foram desenvolvidos para fornecer dados
para três demandas distintas. A primeira era a descrição hidrometeorológica dos campos
interfluviais. Isto foi feito a partir de dados constantemente coletados por dataloggers dos
campos RNL, Itu e Aracá. A segunda demanda era a medição da quantidade de GEEs
emitidos dos campos e a análise de fatores ambientais que pudessem influenciar nestas
emissões. Isto foi feito através de dados coletados durante expedições. A terceira demanda era
fazer uma integração espaço temporal destes dados de emissão para estimar a quantidade de
CO2 e CH4 emitidos das áreas interfluviais alagáveis ao longo de um ano. Isto foi feito com
auxílio de modelos de inundação criados a partir de séries temporais de imagens de satélite e
dos dados dos dataloggers.
5.1 Descrição da hidrometeorologia de áreas alagáveis interfluviais.
Como a água é um fator crucial na dinâmica de emissão de GEEs, é necessário
conhecer a dinâmica hidrometeorológica das áreas em questão. Para isto, pluviosidade local,
cota dos rios próximos aos campos, cota dos campos e temperatura da água foram diariamente
registradas por dataloggers nos campos RNL, Itu e Aracá e inter-relacionadas.
5.1.1 Registro da pluviosidade local
Em cada campo e na base Rio Negro foi instalado um pluviômetro associado a um
datalogger, (Onset Corp., modelo RG2-M) . Estes pluviômetros registram a precipitação de
forma contínua: a cada 0,2 mm de chuva é feito um registro. Os dados foram baixados em um
dataloader e então transferidos para um computador a cada trimestre. Os pluviômetros foram
fixados a mastros de 1,5 m de altura em locais altos para evitar que a inundação os atingisse.
Foram alocados em clareiras para que a cobertura vegetal não interferisse na coleta da água
precipitada e também para evitar que folhas e gravetos entupissem o coletor. Os dados foram
adquiridos em períodos distintos, dependendo de quando foram instalados em cada campo e
de quando os dados foram baixados pela ultima vez. Houve descontinuidade na coleta de
dados devido a problemas apresentados pelo pluviômetro (Tabela 1).
17
Tabela 1 – Localização dos pluviômetros nos campos RNL, Itu e Aracá e na Base Rio Negro, indicando os respectivos períodos em que houve aquisição de dados de pluviosidade e em que houve descontinuidade nesta aquisição.
Localização Período de aquisição Local
lat long início fim Descontinuidade
Base Rio Negro -0,57432° -63,45700° 26/02/2004 14/01/2006 24/09/2004 a 10/10/2004
Campo RNL -0,66310° -63,55563° 10/03/2004 12/01/2006 10/09/2005 a 01/11/2005
Campo Itu -0,28627° -63.55896° 01/09/2004 10/01/2006 10/07/2005 a 31/07 2005
Campo Aracá 0,22268° -63,22381° 24/04/2004 10/11/2005 17/10/2004 a 11/03/ 2005
5.1.2 Registro da cota dos rios
Foram instaladas duas estações fluviométricas, uma à margem sul do Rio Negro, entre
as cidades de Barcelos e Santa Isabel (Lat: 00°34’27.3”S, Long: 63°27’25.5”W), e outra à
margem oeste do rio Aracá (Lat: 00°05’52.3”S, Long: 63°17’23.3”W). Estas estações
constituíram-se de uma seqüência de réguas de madeira de um metro graduadas a cada
centímetro. O nível dos rios era registrado todas as manhãs por funcionários dos hotéis locais.
Os períodos de aquisição de dados de cota dos rios diferiram dependendo de quando as éguas
foram instaladas e da disponibilidade dos funcionários responsáveis pela aquisição dos dados
(Tabela 3). Além disso, também foram utilizados dados de cota do Rio Negro na Cidade de
Barcelos (Lat: 00º 58' 04" S, Long: 62º 55' 43" W) tomados por técnicos do CPRM e cedidos
para o desenvolvimento deste projeto. Como os dados de cota do rio Negro obtidos na base
Rio Negro foram adquiridos por um curto espaço de tempo e foram altamente correlacionados
aos dados de cota do rio Negro da estação fluviométrica de Barcelos (n = 108; r2 = 0,9932;
p < 0,0001), apenas os dados da estação Barcelos foram utilizados nas análises deste estudo.
Tabela 2 - Localização das estações fluviométricas nas Bases Rio Negro e Rio Aracá e em Barcelos, indicando os respectivos períodos em que houve aquisição de dados de cota.
Localização Período de aquisição Local
lat long início fim
Base Rio Negro -0,58245° -63,43839° 01/03/2004 09/07/2004
Base Rio Aracá -0,09786° -63,34806° 13/03/2005 20/10/2005
Barcelos -0,96778° -62,92861° 01/03/2004 30/08/2006
18
5.1.3 Registro da cota dos campos
O nível de água nos campos foi medido por um Levelogger (Solinst Inc., model 3001)
que é um medidor de pressão hidrostática associado a um datalogger. A pressão hidrostática,
medida no fundo, varia de acordo com a espessura da coluna da água, fornecendo uma medida
precisa da variação da cota da água. O Levelogger media também a temperatura da água (ver
item 4.1.4). Juntamente com os Leveloggers foram também colocados medidores de pressão
atmosférica, Barologger Solinst model 3001, para corrigir os dados, uma vez que a pressão
atmosférica adiciona-se à pressão hidrostática. O Barologger media também a temperatura do
ar.
Ambos aparelhos foram acondicionados dentro de um tubo de PVC de 3 m de altura e
10 cm de diâmetro. O Levelogger ficou posicionado perto do solo, em baixo da água, e o
Barologger na extremidade superior do tubo, onde a água não alcançava. O tubo foi fincado
no solo no ponto de maior profundidade encontrado em cada sítio de coleta. O tubo era
perfurado em toda sua extensão para permitir a entrada da água.
Ambos aparelhos foram programados para medir a pressão ao mesmo tempo, a cada
24 h, sempre a 0 h. A aquisição de dados se deu em períodos diferentes em cada campo
dependendo de quando os aparelhos foram instalados e de quando os dados foram baixados
pela última vez (Tabela 3).
A variação diária da cota dos campos foi calculada como a cota do dia seguinte (a 0h,
portanto no fim do dia em questão) menos a cota do próprio dia (no começo do dia em
questão). Esses valores foram usados na regressão para testar a influência da pluviosidade
diária sobre a cota dos campos.
19
Figura 5 – Cano de PVC instalado no campo Aracá contendo um Barologger em sua extremidade superior e um Levelogger em sua extremidade inferior (sob a água). O cano foi perfurado em toda sua extensão para permitir livre circulação da água.
5.1.4 Registro da variação da temperatura
Para saber como a temperatura da água variou ao longo do ano, a temperatura dos três
campos foi diariamente registrada pelo Levelogger (Solinst Inc., model 3001). O aparelho
registrava a temperatura ao mesmo tempo em que registrava a cota, ou seja, a cada 24 h,
sempre à meia noite. O aparelho foi instalado no ponto de maior profundidade encontrado em
cada sítio de coleta, pois este deveria ficar em um local permanentemente inundado. Este
local foi escolhido a critério do coletor após caminhar pelo campo durante a primeira visita.
No campo Aracá o aparelho foi instalado no centro de um lago de profundidade aproximada
de 30 cm durante a época mais seca. Nos campos RNL e ITU os aparelhos foram instalados
em um veio de água que cortava os campos com profundidade aproximada na época mais seca
foi de 1 m.
Além disso, para estudo de variação da temperatura da água ao longo do dia, a
temperatura foi registrada a cada meia hora nos dois primeiros meses do experimento nos
20
campos RNL e Aracá. Isto não foi feito no campo Itu por os dataloggers foram instalados
posteriormente neste campo. Os períodos de aquisição de dados de temperatura diferiram
dependendo de quando os leveloggers foram instalados e quando os dados foram baixados
pela última vez (Tabela 3).
Tabela 3 - Localização dos leveloggers nos campos RNL, Itu e Aracá indicando os respectivos períodos em que houve aquisição diária de dados de cota e temperatura e também os períodos em que a temperatura foi registrada a cada 30 min.
Período de aquisição de dados Localização
diária a cada 30 min Local
lat long início fim início fim
Campo RNL -0,66475° -63,56227° 04/03/2004 13/01/2006 04/03/2004 09/07/2004
Campo Itu -0,29031° -63,56368° 01/09/2004 10/01/2006 x x
Campo Aracá 0,22268° -63,22381° 29/04/2004 10/11/2005 01/05/2004 12/03/2005
5.2 Emissão de GEEs e fatores ambientais que afetam estes fluxos.
5.2.1 Desenho experimental para medir emissão de GEEs e investigar a influência de
variáveis ambientais sobre estes fluxos
A fim de estimar a emissão de GEEs e de determinar a influência do local, da
cobertura vegetal e das demais variáveis ambientais sobre as emissões de GEEs foram feitas
coletas de dados ambientais e medidas de emissão de GEEs em diferentes tipos de habitats
dos três campos interfluviais. Nos campos RNL e Itu as coletas se deram mensalmente em
estações amostrais. No campo Aracá foram coletados dados durante três expedições apenas
em pontos aleatórios distintos.
As estações amostrais dos campos RNL e Itu eram localizadas ao longo de uma trilha,
que tinha inicio na borda de cada campo, próximo ao acampamento, e dirigia-se ao seu centro.
A trilha deveria atravessar quatro tipos de ambientes: campina, buritizal, capinzal e água
aberta. Campina é um ambiente composto predominantemente de arbustos, o buritizal é
composto predominantemente de palmeiras Mauritia flexuosa, o capinzal de Ciperaceas e
Poaceas e água aberta era um ambiente alagado sem cobertura vegetal. A escolha dos pontos
onde foram instaladas estações amostrais foi feita da seguinte forma: a parte da trilha que
atravessava a campina foi dividida em três segmentos iguais e os pontos localizaram-se nos
21
vértices centrais desta divisão. O mesmo procedimento foi repetido em todos os habitats até o
fim da trilha (Figura 6). Se algum dos ambientes fosse menor que 200 m apenas um ponto era
plotado no centro deste habitat. A trilha era então estendida até que se encontrasse este tipo de
habitat novamente e outro ponto de coleta era plotado no centro deste novo local. A
localização dos pontos de coleta foi feita com GPS marca GARMIN, modelo 50. Cada
estação amostral possuía uma passarelas de 3 m de comprimento (Figura 7) sobre a qual o
coletor caminhava. As coletas eram feitas no centro desta passarela. Isso era necessário para
evitar que o deslocamento do coletor sobre o solo mole causasse desprendimento de gases.
Estas passarelas foram construídas pelo menos um mês antes do início do experimento para
evitar interferência nas coletas. As coletas se deram durante 13 expedições mensais sempre
nestes mesmos pontos. As características do habitat foram anotadas ou fotografadas em cada
estação amostral a cada expedição. Nenhuma modificação contundente foi percebida nos
habitats ao longo do experimento.
Figura 6 - Esquema hipotético de uma trilha com os pontos de coleta de um campo. A trilha, representada como uma linha branca, partia da borda do campo interfluvial e dirigia-se ao seu centro. Os pontos de coleta estão representados pelas estrelas brancas. A escolha dos pontos deveria ser feita da seguinte forma: a parte da trilha que atravessava o buritizal, por exemplo, foi dividida em três segmentos iguais (linha preta) e os pontos de coleta foram localizados nos vértices desta divisão. O mesmo procedimento foi repetido em todos os habitats até o fim da trilha para se ter dois pontos em cada um dos quatro habitats.
22
Figura 7 – Passarela construída na estação amostral 5 do campo RNL (ambiente capim) a fim de evitar que o deslocamento do coletor interferisse na emissão de GEEs.
No campo RNL não foi encontrado um buritizal típico, apenas campinas com
palmeiras esparsas. Portanto, este habitat não foi amostrado neste campo. Apenas uma área de
água aberta foi encontrada no campo RNL. Desta forma foram amostrados cinco pontos no
campo RNL (Figura 8) com três tipos distintos de ambientes:
1. Água aberta (1 ponto): ambiente permanentemente alagado com pouco ou nenhum
capim imerso sob a lâmina da água
2. Capim (2 pontos): ambiente onde apenas Poáceas e Ciperáceas cobriam a paisagem
3. Arbusto (2 pontos): composta de uma mistura de arbustos e poucas palmeiras de buriti
com capim entre elas. Neste campo não havia separação entre ambientes de arbusto e
buriti, estes plantas estavam sempre associadas.
23
Figura 8 – Imagem óptica classificada Zulu 2000 do Landsat 7 do campo RNL, mostrando a localização dos cinco pontos de coleta (estrelas) e dos sensores de nível de água (bandeira triangular) e pluviosidade (bandeira quadrada). Preto indica água aberta, tons de vermelho, vegetação de pequeno porte e verde, floresta.
No campo Itu foram amostrados quatro tipos distintos de ambientes distribuídos em
oito pontos de coleta (Figura 9):
1. Água aberta (2 pontos): igual ao campo RNL
2. Capim (2 pontos): igual ao campo RNL
3. Arbusto (2 pontos): ambiente onde arbustos de 1 a 5 m dominavam a paisagem. Entre
os arbustos havia capim
4. Buritizal (2 pontos): ambiente onde a palmeira Mauritia flexuosa dominava a
paisagem, havia capim e plantas de sub-bosque entre os buritis.
24
Figura 9 - Imagem óptica classificada Zulu 2000 do Landsat 7 do campo Itu, mostrando a localização dos oito pontos de coleta (estrelas) e dos medidores de pressão hidrostática (bandeira triangular) e de pluviosidade (bandeira quadrada). Preto indica água aberta, tons de vermelho, vegetação de pequeno porte e verde, floresta.
Ao campo Aracá foram feitas somente três expedições para estimar emissões de
GEEs, em julho, agosto e novembro, e as coletas se deram em pontos distintos escolhidos
aleatoriamente a cada expedição. Não foram construídas passarelas e as coletas se deram em
pontos aleatórios. Não foram feitas medidas de emissão com câmaras ou funis invertidos
devido à impossibilidade de levar estes equipamentos para este campo. Apenas coletas de
gases dissolvidos na água foram feitas e estas não são afetadas pelo deslocamento do coletor,
pois não há captação de bolhas neste método. Quatro tipos distintos de ambientes foram
amostrados no campo Aracá:
1. Água aberta: igual aos campos Itu e RNL
2. Capim: igual aos campos Itu e RNL
3. Arbusto: igual ao campo Itu
4. Floresta: floresta inundada de médio porte, cerca de 10 a 20 m de altura.
25
5.2.2 Determinação das concentrações de CO2 e CH4 no ar atmosférico e na água.
As concentrações de CO2 e CH4 no ar atmosférico e na água precisam ser
determinadas para estimar a emissão de GEEs, pois a quantidade de gás que passa do meio
aquático para a atmosfera é determinada, dentre outros fatores, por estas concentrações. Desta
forma, foram coletadas amostras de ar e água durante as 13 expedições nas 5 estações
amostrais do campos RNL e nas 8 do campo Itu. Além disto, foram coletadas amostras extras
de água em outros pontos aleatórios dos campos para calcular indiretamente a emissão de
GEEs a partir de suas concentrações na água. No campo RNL, além dos 65 amostras tiradas
ao longo do ano nas 5 estações amostrais, foram também coletadas 82 amostras extras de água
em pontos aleatórios. No campo Itu, além das 104 amostras das 8 estações amostrais, também
foram coletadas amostras extras de água em 108 pontos aleatórios. No campo Aracá foram
coletadas amostras de água em 62 pontos aleatórios.
As amostras de ar atmosférico foram tomadas meio metro acima da superfície da água.
O ar foi coletado com seringas de 60 ml e transferido para frascos de vidros hermeticamente
fechados de 25 ml para armazenamento. Estes frascos eram previamente preenchidos com
água destilada e selados com tampas de borracha butil densa e lacres de alumínio. Para
transferir o gás da seringa para o frasco, duas agulhas foram inseridas na tampa, a amostra
contida na seringa era introduzida no frasco por uma das agulhas enquanto a água destilada
era expulsa do frasco pela outra agulha.
As concentrações de CO2 e CH4 das amostras armazenadas nos frascos foram
determinadas em laboratório com um cromatógrafo de gás (Shimadzu GC14A) equipado com
dois detectores colocados em série para medir simultaneamente os dois gases: Um FID (flame
ionization detector) para análise de CH4, e um TCD (thermal conductivity detector) para a
análise de CO2.
As amostras de água foram tomadas logo abaixo da superfície. A concentração de CO2
e CH4 da água foi determinada pelo método “headspace”. Coletou-se 30 ml de água em uma
seringa de 60 ml. A seringa era então completada com 30 ml de ar atmosférico. A água era
fortemente agitada por 100 vezes e depois permanecia em repouso por cinco minutos para
atingir o equilíbrio. O ar da seringa era então transferido para um vidro de 25 ml e levado para
análise em laboratório.
A concentração do gás na água foi então calculada utilizando coeficientes de
bipartição (Baw) expressos pela Equação 1. Para quantidades iguais de ar e água e em
condições normais de pressão e temperatura (CNPT = 1 atm e 25°C), BawCO2 = 1,5:1
26
(Broecker e Peng, 1982) e BawCH4 = 27:1 (Hansch e Leo, 1979). Como foi utilizado ar
atmosférico para completar a seringa no método headspace, as concentrações de CO2 e CH4
do ar atmosférico foram consideradas nos cálculos. Conforme a lei de conservação de massas
a quantidade de gás existente na seringa antes do equilíbrio deve ser a mesma depois do
equilíbrio, desta forma a concentração de gás na água foi calculada a partir da concentração
do gás no ar do headspace após o equilíbrio pela
Equação 2.
Equação 1 Baw = Cair / Cw
Baw = coeficiente de bipartição
Cair = concentração do gás no ar (ppm)
Cw = concentração do gás na água (ppm)
Equação 2 Cw + Cair = Cw head + Cair head
Cw = concentração do gás na água (ppm)
Cair = concentração do gás no ar atmosférico (ppm)
Cair head = concentração do gás no ar do headspace após equilíbrio (ppm)
Cw head = concentração do gás na água após equilíbrio (ppm)
(Cw head = Cair head / Baw)
Na literatura as concentrações dos gases na água são geralmente expressas em µM, por
isso julgou-se necessário converter ppm em µM. Em CNTP um mol de qualquer gás ocupa
22,71 litros, ou seja, 44g de CO2 ou 16 g de CH4 ocupam 22,71 litros. Logo 1 litro de CO2
tem 0,7045 g e 1 litro de CH4 tem 1,9375 g. Visto que 1 ppm = 1 µl/l, tem-se que, para CO2,
1 µg/l = 1ppm*0,7045 e, para CH4, 1 µg/l = 1 ppm*1,9375. Para converter µg/l em
µmol/l (µM) basta dividir pelo peso molecular. Sendo assim, para CO2, 1 µM = 1 ppm*0,016
e para CH4, 1 µM =1 ppm*0,1211.
5.2.3 Determinação das emissões de CO2 e CH4
Para medir as emissões de CO2 e CH4 em campo foram utilizados aparelhos de coleta
distintos baseado no método de Rosenqvist et al. (2002). A amostragem foi feita nos estações
amostrais dos campos RNL e Itu. Quando o ambiente estava inundado utilizaram-se câmaras
27
flutuantes e funis invertidos. Ao todo, foram feitas medidas de emissão em 165 pontos (Cinco
pontos fixos no campo RNL e oito no campo Itu repetidos em 13 meses, menos quatro pontos
do campo Itu onde houve falha na coleta), sendo que destes pontos nove encontravam-se
secos e 33 possuíam profundidade insuficiente para utilização dos funis invertidos. Quando o
ambiente encontrava-se seco foi utilizada a câmara estática terrestre para medir os gases
emitidos do solo. As coletas foram feitas em duplicata em cada ponto.
Em ambientes inundados os GEEs podem ser emitidos por ebulição, difusão ou
transporte através do parênquima. O funil invertido capta, a priori, os gases emitidos por
ebulição. A câmara flutuante capta os gases emitidos da água por difusão, mas bolhas podem
entrar câmara flutuante e interferir na estimativa de gases emitidos por difusão (Richey et al.,
2002). Além disso, as câmaras flutuantes captam os gases emitidos por transporte através do
parênquima quando há presença de vegetação emergindo da água.
Além das medidas de fluxo tomadas pelas câmaras, a emissão por difusão foi também
calculada a partir da concentração de CO2 e CH4 na água com a utilização da lei de Fick. A
difusão é afetada pela espessura da camada de troca, que é afetada por fatores não
considerados neste experimento como vento, chuva e tamanho da área alagada. Por este
motivo deu-se preferência por utilizar os dados de emissão medidos diretamente em campo
com câmaras flutuantes. A seguir está a descrição detalhada de cada método para estimar as
emissões ebulitiva, difusiva e parenquimal de GEEs.
5.2.3.1 Estimativa das emissões ebulitivas de CO2 e CH4 utilizando funis invertidos.
A estimativa de emissão de GEEs por ebulição foi feita com a utilização de funis
invertidos. Os funis invertidos possuíam 10 cm de diâmetro de boca e 20 cm de altura. Eles
ficavam totalmente mergulhados na água e por isso a coluna da água precisava ter mais de 20
cm de profundidade para ser possível realizar a coleta de bolhas de gases. Após cerca de 24 h
o gás acumulado no funil era retirado através de uma válvula com uma seringa de 10 ml. O
volume acumulado era anotado e o gás era então transferido para uma seringa maior e diluído
até 60 ml com ar atmosférico. Esta amostra diluída era então transferida para um frasco de
armazenagem até análise em laboratório por cromatografia gasosa. Como os funis invertidos
permaneciam por um longo período no campo e as bolhas captadas são constituídas
basicamente de metano é provável que tenha havido perda deste gás por difusão para o meio
aquoso e ganho de dióxido de carbono. Também pode ter havido oxidação do metano devido
a reação com o oxigênio do ar, mas isto foi desconsiderado. Considerou-se que todo metano
28
coletado nos funis invertidos foi emitido por ebulição. A emissão de cada ponto foi calculada
como a média dos funis da duplicata.
5.2.3.2 Estimativa das emissões de CO2 e CH4 utilizando câmaras estáticas.
Quando o ambiente encontrava-se inundado o fluxo de gases foi medido com câmaras
flutuantes e quando estava seco com câmaras estáticas terrestres. As câmaras flutuantes
possuíam forma cilíndrica, com volume interno de 10 dm3 e raio de 15 cm. Eram feitas de
plástico e revestidas de isopor para permitir sua flutuação e evitar aquecimento com a
incidência solar. As câmaras estáticas terrestres eram também cilíndricas, mas feitas de
alumínio com volume interno de 14 dm3, 15 cm de altura e raio de 15,5 cm. Suas bordas
inferiores foram afiladas como lâminas para permitir que fossem inseridas no solo. Seu teto
era removível permitindo medir a altura central e de quatro pólos opostos a fim de determinar
o volume interno remanescente após ser encaixada no solo. Em seus tetos havia um orifício
conectado a uma válvula externa através um tubo capilar de plástico flexível por onde o a
amostra era retirada. No interior de ambos os tipos de câmaras havia um ventilador preso ao
teto ligado a baterias para evitar a estratificação do ar, o que resultaria numa concentração dos
gases emitidos próximo a superfície. Os ventiladores utilizados eram do tipo mini ventiladores
para automóvel. A intensidade do vento gerado deveria ser suficiente para evitar estratificação
do ar, mas não forte demais a ponto de causar turbulência na superfície da água. Ao apontar o
ventilador para a água não foi observada formação de ondulações na superfície. Considerou-
se que isso fosse indício de que a camada de troca não foi alterada.
Ambos os tipos de câmaras permaneciam no ambiente por 15 minutos. À medida que
os gases eram emitidos, eles aumentavam sua concentração no interior da câmara ao longo do
tempo. Se houvesse absorção de gases sua concentração diminuía com o tempo. Com uma
seringa retirava-se 60 ml de gás da câmara a cada 5 min, totalizando quatro subamostras nos
tempos 0, 5, 10 e 15 min. Estas subamostras de gases foram transferidas para frascos de
armazenagem até o momento da análise por cromatografia gasosa em laboratório.
Para saber quanto gás foi emitido por unidade de tempo, as concentrações de CO2 e
CH4 das subamostras foram relacionadas ao tempo de incubação. Esta relação foi descrita
pela equação linear: y = a + bx. Onde ‘y’ era a concentração do gás e ‘x’ era o tempo em
minutos, ‘a’ era o intercepto, e ‘b’ era a inclinação da reta, que indicava a quantidade de CO2
ou CH4 emitida por unidade de tempo. Para saber a quantidade de gás emitida por unidade de
29
área e de tempo, a inclinação da reta (b) foi multiplicada pela área da boca da câmara e
dividida pelo volume da câmara.
Para evitar a interferência da ebulição sobre as medidas feitas com câmaras estáticas
utilizou-se o mesmo critério de Smith et al. (2000), que consideraram que a regressão deveria
ser significativa a p < 0,05. Dificilmente as câmaras aquáticas coletam bolhas, mas
considerou-se que se alguma bolha porventura entrasse no sistema durante estes 15 min, o r2
da regressão seria menor que 0,8 e o p maior que 0,05 e esta estimativa de emissão era
desconsiderada. Como as amostras eram coletadas em duplicata, se uma das câmaras sofresse
efeito da ebulição, apenas os dados da outra eram utilizados. Se as duas câmaras possuíssem
dados válidos, a emissão era calculada como uma média dos fluxos das câmaras da duplicata.
5.2.3.3 Estimativa das emissões difusivas de CO2 e CH4 pela lei de Fick.
Para calcular o fluxo de gás da fase líquida para a gasosa utilizou-se a lei da difusão de
Fick expressa pela Equação 3.
Equação 3 F = KL (Cw - Ceq)
F = fluxo (mg m-2dia-1)
KL = velocidade de Piston (m dia-1)
Cw = Concentração do gás na água (mg m-3) – medida
Ceq = concentração do gás no equilíbrio (mg m-3) – calculada utilizando
coeficientes de solubilidade (KH).
Para calcular o fluxo de CO2 utilizou-se a velocidade de Piston de KLCO2 = 0,65 m
dia-1 (Richey et al., 2002). Para calcular o fluxo de CH4 utilizou-se a velocidade de Piston de
KLCH4 = 0,53 m dia-1 (Devol et al., 1990). Ambos são valores médios estimados em campo
para ambientes alagados da Amazônia. Estas estimativas foram feitas em condições de baixa
velocidade do vento, assim como as medidas deste experimento. Não foram feitas coletas ou
medidas durante eventos de tempestade.
A concentração dos gases no equilíbrio (Ceq) foi calculada a partir da concentração do
gás na atmosfera amostrada em cada ponto de coleta segundo a Equação 4. Foram utilizados
os coeficientes de solubilidade dos gases KHCO2 = 3,5x10-2 M atm-1 e KHCH4 = 1,4x10-3 M
atm-1 válidos para CNTP (Sander, 1999). A temperatura média da água durante o experimento
30
foi de 28°C, nestas condições KHCO2 = 3,2x10-2 M atm-1 e KHCH4 = 1,3x10-3 M atm-1, mas
como a temperatura média do ar foi de 25°C e a diferença utilizando os valores de KH para
25°C e 28°C sobre a estimativa de fluxos é desprazível, optou-se por utilizar os valores em
CNTP, visto que todos os outros cálculos foram feitos com constantes dentro destes
parâmetros. Para utilizar estes coeficientes deve-se expressar a pressão parcial do gás na
atmosfera em atm e a concentração do gás na água em M.
Equação 4 Ceq = KH * Pg
KH = coeficiente de solubilidade do gás
Ceq = concentração de um gás na fase aquosa (M)
Pg = pressão parcial do gás na fase gasosa (atm)
5.2.3.4 Determinação da emissão parenquimal de CH4 com utilização de câmaras
flutuantes.
Para o estudo do efeito do transporte de metano através do parênquima, foram
utilizadas duas câmaras flutuantes simultaneamente, colocadas lado a lado, uma posicionada
sobre capim emergente e outra sobre água aberta (Figura 10). Foram considerados para
análise apenas os pontos das estações amostrais onde foi possível posicionar as duas câmaras
estáticas próximas uma da outra de forma que e uma ficasse claramente apenas sobre água
aberta e a outra sobre uma moita de capim emergindo da água. Ao todo foram amostrados 33
pares de pontos, 28 no campo Itu e cinco no campo RNL.
31
Figura 10 – Desenho experimental para investigar a influencia de transporte parenquimal utilizando câmaras estáticas flutuantes equipadas com ventiladores tipo CPU cooler para misturar o ar em seu interior. Em cada ponto foi utilizado um par de câmaras estáticas, uma sobre água aberta e outra sobre água com capim emergindo na superfície.
5.2.4 Medida das variáveis contínuas que influem na emissão de GEEs
5.2.4.1 Oxigênio dissolvido na água
Para estudar o efeito do oxigênio dissolvido na água sobre as emissões de GEEs, a
concentração de oxigênio foi medida no ponto mais profundo da coluna da água com um
oxímetro (Yellow Springs Instruments, model 55) no local e datas exatos em que as emissões
de GEEs foram medidas nos campos RNL e Itu. Houve problemas técnicos com o aparelho e
falha na coleta de dados em algumas excursões.
Além disso, para determinar se houve estratificação da coluna da água e formação de
hipolímnio anóxico, foram medidas concentrações de oxigênio dissolvido na água a cada 10
cm em perfis da superfície até o fundo com um oxímetro (Yellow Springs Instruments, model
55) nestes mesmos locais.
32
5.2.4.2 Temperatura
A temperatura da água superficial foi medida com um oxímetro (Yellow Springs
Instruments, model 55 durante as excursões nas estações amostrais dos campos RNL e Itu.
5.2.4.3 Profundidade
A profundidade foi medida com uma fita métrica presa a um suporte de madeira nos
locais e datas exatos onde as emissões de GEEs foram medidas nos três campos.
5.2.4.4 Variação da profundidade
Para determinar o efeito da variação da profundidade sobre a emissão ebulitiva de
GEEs, foram utilizados os dados de cota dos campos diariamente registrados pelo Levelogger
(Solinst Inc., model 3001). A variação foi calculada como a diferença entre a cota medida a
0 h após o dia em que foram feitas as coletas e a cota medida a 0 h do dia anterior.
5.3 Integração espaço-temporal da emissão de GEEs.
Para estimar a quantidade de CO2 e CH4 emitida dos campos interfluviais foi feita uma
integração espaço-temporal dos dados de emissão. Para fazer estimativa de emissão foi
preciso saber quanto da área total de cada campo estava inundada e como esta variou
sazonalmente através de modelos de inundação. Estes modelos de inundação foram feitos a
partir de uma série temporal de imagens de satélite e de dados de cota. Foram feitos modelos
apenas para os campos RNL e Itu, de onde foram coletados dados de emissão mensalmente.
Como não foi possível obter dados mensais de emissão no campo Aracá para fazer seu
modelo de emissão, também não foi feito um modelo de inundação para este campo.
5.3.1 Criação dos mapas de inundação
Uma série temporal de mapas de inundação foi desenvolvida na UCSB e cedida para o
desenvolvimento deste projeto. Os mapas de inundação do campo RNL (Figura 11) e Itu
foram criados usando imagens de radar banda C do Radarsat adquiridas em 24 datas entre
2004 e 2005 e também algumas cenas de Landsat TM. Uma cena de TM para cada campo foi
usada quantitativamente para ajudar na classificação. A cena de TM de 19 de janeiro de 2003
utilizada nesta análise não incluía parte da área ocidental do campo RNL, que, por isso, teve
33
seu limite ocidental cortado. Imagens do Landsat TM de outras datas e níveis de água foram
usadas qualitativamente na classificação.
Os pixels das imagens de banda C possuíam um nível de retro-espalhamento (brilho)
que dependia do estado de inundação e da cobertura vegetal, sendo menor em água aberta e
maior em habitats com vegetação arbórea inundada (Figura 3). Cada pixel destas imagens
tinha 25m x 25m. Uma resolução de 4:1 foi utilizada para reduzir os ruídos da imagem.
Nenhuma redução adicional de ruídos foi feita.
Um mapa de classe foi gerado a partir das imagens de radar e de uma imagem de
Landsat TM da seca pelo programa Spectral Angle Mapper. Este mapa foi gerado utilizando
três bandas de radar, três bandas do Landsat e 10 membros de referência previamente
definidos. As três primeiras bandas eram médias temporais do retro-espalhamento criadas
usando todas as imagens de radar das datas onde a profundidade variou entre 60 – 80 cm
(banda de inundação rasa), 80-100 cm (banda de inundação média) e 100-120cm (banda de
inundação profunda). As bandas de Landsat usadas foram radiação do infravermelho próximo
(banda 3), infravermelho de ondas curtas (banda 4) e vermelho visível (banda 5). A
classificação não-supervisada resultou em 17 classes, nem todas únicas. Estas classes foram
aplicadas às 24 imagens de Radarsat e estatisticamente compiladas para cada data e classe. A
tendência foi plotada em sigma0 contra cota. No campo RNL, o nível de retro-espalhamento
(Sigma0) foi correlacionado à cota do campo RNL medida pelo levelogger. No campo Itu,
Sigma0 foi correlacionado às medidas de cota do rio Negro. A partir da análise da variação do
retro-espalhamento em relação à variação da cota, as 17 classes originais foram reagrupadas
em 4 classes funcionais:
1. Vegetação não inundada (arbustos, buritizal) ou floresta não penetrada por Radar
(vegetação de grande porte não considerada como parte dos chavascais, em geral
excluída pela máscara).
2. Locais sempre brilhantes (vegetação inundada durante todo o ano) – gramínea alta,
arbusto, buritizal.
3. Locais que escurecem com o aumento da profundidade (vegetação baixa sempre
inundada que é totalmente encoberta pela água durante a cheia) – ciperácea
4. Locais que brilham com o aumento da profundidade (vegetação não inundada durante
a seca e parcialmente encoberta pela água durante a cheia). – arbustos, buritizal ou
capim.
Presumiu-se que a classe 1 era sempre seca e que as classes 2 e 3 eram sempre
inundadas. Para a classe que brilhava mais com o aumento da profundidade (classe 4) um
34
limiar de 0,20 sigma0 foi usado para discriminar quando os pixels estavam inundados. Este
limiar escolhido foi uma aproximação primária obtida de outras classificações. Os pixels
inundados e não-inundados desta classe foram determinados com a aplicação do limiar para
cada uma das imagens de Radarsat. As áreas fora do campo foram delimitadas utilizando
uma máscara criada a partir do mosaico de imagens do JERS-1 para o período cheio do
Global Rainforest Mapping Project (GFRM) (Hess et al., 2003) e duas classes adicionais
foram criadas para as áreas alagáveis e não alagáveis localizadas fora dos campos. Este
mesmo mosaico foi usado para validar os mapas de inundação. O produto final desta técnica
de classificação foram 24 mapas de inundação para cada campo contendo quatro classes
(Figura 11):
1. Áreas não inundadas do campo - coloridas em laranja
2. Áreas inundadas do campo – coloridos em azul
3. Terras altas fora do campo – coloridas em preto
4. Áreas alagadas fora do campo - coloridas em branco
Figura 11 - Mapas de inundação do campo RNL criados a partir de imagens de Radarsat. O primeiro mapa é da época mais seca e o segundo da cheia. Azul indica áreas inundadas e laranja indica áreas secas dentro do campo. Preto é a máscara que cobre terra firme e branco cobre áreas inundáveis ou cursos da água fora do campo estudado.
5.3.2 Criação dos modelos de inundação
Modelos de inundação foram desenvolvidos para os campos RNL e Itu para inferir a
área inundada diária de cada campo e descrever sua dinâmica de inundação ao longo de do
ano em que foi realizado o experimento. Os pixels classificados como inundados em cada
uma das imagens de radar foram integrados para calcular a área alagada total de cada campos
na data e que as imagens foram tomadas. A área inundada total dos campos em cada data foi
35
correlacionada às suas respectivas cotas e também à cota do rio Negro medidas nestas
mesmas datas utilizando regressão polinomial quadrática. A equação resultante da relação
com maior r2 foi utilizada como modelo de inundação. Este modelo de inundação foi utilizado
para calcular a área inundada diária dos campos RNL e Itu utilizando os dados diários de cota
como séries de entrada do modelo.
5.3.3 Criação dos modelos de emissão.
Um modelo de emissão foi feito para cada campo considerando a área alagada diária
calculada a partir do modelo de inundação. As emissões difusivas e ebulitivas de cada gás das
áreas alagadas e secas de cada campo foram modeladas separadamente de acordo com os
valores medidos durante este experimento e com os fatores que afetavam cada tipo de emissão
em particular. As estimativas diárias de emissão assim calculadas foram integradas no período
de um ano e dentro dos meses.
Para o cálculo do equivalente carbono somou-se a emissão molar de carbono de CO2 e
de CH4 e considerou-se que o metano tem um poder 25 vezes maior de gerar efeito estufa do
que o CO2 (IPCC, 2007).
5.4 Análise estatística dos dados
A normalidade de todas as variáveis foi testada com teste W de Shapiro-Wilk.
Constatada a normalidade aplicaram-se testes paramétricos para analisar os dados, caso não,
testes não paramétricos similares aos inicialmente propostos no método foram aplicados. Para
aplicação de ANOVA e teste T, também foi testada a homogeneidade de variâncias com teste
de Cochran C. No caso de rejeição da hipótese de homogeneidade aplicaram-se testes não
paramétricos similares: Kruskal-Wallis ou Mann-Whitney respectivamente.
A depleção do oxigênio com o aumento da profundidade foi testada com ANCOVA,
onde o ponto de coleta era a variável categórica e profundidade a contínua.
Os dados de pluviosidade semanais e mensais dos campos foram relacionados entre si
em uma matriz de correlação para investigar se havia um padrão pluviométrico comum a toda
a região.
Foi feita uma análise de correlação entre as cotas dos rios Negro e Aracá e entre as
cotas dos três campos para testar se estas variavam de forma similar em escala regional.
36
A influência da cota do rio mais próximo sobre o nível de cada campo foi testada por
regressão simples. As cotas dos campos RNL e Itu foram relacionadas à cota do Rio Negro. A
cota do Campo Aracá foi relacionada à cota do Rio Aracá.
A influência da pluviosidade diária sobre a variação diária da cota de cada campo foi
testada por regressão simples.
Para saber se a área inundada dos campos RNL ou Itu obtida com a análise das
imagens possuía melhor relação com o rio mais próximo ou com a cota medida em um ponto
do campo, esta área foi correlacionada à cota do campo e também à cota do rio Negro.
As diferenças nas concentrações de CO2 e de CH4 na atmosfera ou na água durante as
expedições, bem como das emissões de CO2 ou de CH4 medidas com funil ou com câmaras
ou calculadas pela de lei de Fick foram testadas com ANOVAS fatoriais, onde campo e mês
eram as variáveis categóricas.
A influência da presença de água sobre a emissão de CO2 foi testada com teste T de
Tuckey e sobre a emissão de CH4, com teste U de Mann-Whitney. Compararam-se as
emissões difusivas medidas pelas câmaras terrestres com as medidas pelas câmaras aquáticas.
A emissão calculada através da lei de Fick foi relacionada à emissão medida nas
câmaras flutuantes por uma correlação entre os log10 destas duas variáveis. Para saber se as
médias de emissão calculadas pelos dois métodos era similares utilizou-se também teste T
pareado.
A influência da presença de capim emergindo da água sobre a emissão de CH4 foi
testada com teste T pareado. Os dados dos dois campos foram testados em conjunto e também
separadamente.
A diferença entre os sítios de coleta e vegetação associada, e a influência da
profundidade sobre as emissões de CO2 ou de CH4 foi testada com ANOVA hierárquica, onde
campo e hábitat eram variáveis categóricas e profundidade era variável contínua. Para a
emissão ebulitiva de CH4 variação na cota do campo também foi incluída como variável
continua.
As influências da concentração de oxigênio e da temperatura da água sobre as
emissões de CO2 ou de CH4 foram testadas com regressões simples separadas, pois não foi
possível obter estes parâmetros em todas as coletas feitas nas estações amostrais devido a
problemas técnicos ocorridos com os aparelhos em algumas expedições.
37
6 RESULTADOS
6.1 Descrição de parâmetros hidrometeorológicos que influem na emissão de GEEs.
Todas as variáveis ambientais apresentaram distribuição normal (w > 0,05). A
precipitação média da região no período foi de 240,8 mm mês-1. As maiores precipitações
ocorreram em maio e as menores em novembro (Figura 12). Houve correlação entre as
pluviosidades semanais e mensais registradas nos campos e no Hotel. Exceto o campo Itu cuja
pluviosidade semanal não correlacionou com a do campo Aracá (Tabela 4) e suas
pluviosidades mensais não correlacionaram com as dos outros campos e nem com a do hotel
(Tabela 5). Esta falta de correlação se deu principalmente devido a uma escassez atípica de
chuva em abril e maio de 2005 no campo Itu (Figura 12). A correlação entre as pluviosidades
medidas em diferentes locias mostrou que há um padrão de precipitação aplicado a toda a
região, com as maiores precipitações ocorrendo em maio e as menores em outubro.
Tabela 4 – Correlação entre a pluviosidade (mm sem-1) das diferentes localidades estudadas
Local Campo Aracá Campo RNL Campo Itu Campo Aracá Campo RNL 0,63* Campo Itu 0,17 0,38* Base Rio Negro 0,80* 0,72* 0,47* *correlação significativa a p < 0,05.
Tabela 5 – Correlação entre a pluviosidade (mm mês-1) das diferentes localidades estudadas
Local Campo Aracá Campo RNL Campo Itu Campo Aracá Campo RNL 0,80* Campo Itu 0,11 -0,20 Base Rio Negro 0,81* 0,89* 0,10 *correlação significativa a p < 0,05.
38
0
100
200
300
400
500
600
700
Mar
-04
May
-04Ju
l-04
Sep-04
Nov-04
Jan-05
Mar
-05
May
-05Ju
l-05
Sep-05
Nov-05
Jan-06
Mar
-06
Pluv
iosi
dade
(mm
mês
-1) Base Rio Negro
Campo AracáCampo RNLCampo Itu
Figura 12 – Pluviosidades mensais nos três campos estudados, no hotel Rio Negro Lodge e em três vilas do médio Rio Negro. Nos campos estudados e no hotel a pluviosidade foi medida através de pluviômetros ligados a dataloggers que registravam a cada 0,2 mm de precipitação. Nas três vilas a pluviosidade era registrada diariamente por técnicos do CPRM.
Em 2005 o rio Amazonas sofreu uma grande seca, o que poderia levar a crer que este
ano não representaria bem o padrão hidrometeorológicos da região, mas o rio Negro parece
não ter sido afetado, mantendo seus padrões de cota dentro da média (Figura 13). A
pluviosidade acumulada durante 2005 na região foi de 2394 mm ano-1. Dentro do esperado
para a região onde a média de pluviosidade de 1979 a 2005 foi de 2073 (±327) mm ano-1.
0
200
400
600
800
1000
jan fev mar abr mai jun jul ago set out nov dez
Cot
a do
Rio
Neg
ro (c
m) 2005
outros anos
Figura 13- Variação da cota do rio Negro medida entre os anos 1994 e 2006 na estação fluviométrica do CPRM em Barcelos.
39
A cota do rio Aracá era fracamente correlacionada à cota do rio Negro (n = 119;
r2 = 0,3610; p < 0,0001). A cheia e a vazante ocorreram no mesmo período nos dois rios, mas
as cotas do rio Aracá mostraram-se mais variáveis conforme se observa no gráfico Figura 14
que exemplifica como a cota de um rio variou em relação ao outro.
0100200300400500600700800900
1000
mar-05
abr-0
5
mai-05jun-05
jul-05
ago-0
5set
-05ou
t-05
nov-05
dez-05jan
-06fev
-06
mar-06
abr-0
6
mai-06jun-06
jul-06
ago-0
6
Cot
a (c
m)
Rio Negro (cm)Rio Aracá (cm)
Figura 14- Variação das cotas dos rios Negro e Aracá no período de março de 2005 a agosto de 2006.
40
A correlação entre o nível da água dos três campos foi significativa, mas a relação
apresentou-se fraca (Tabela 6). Isso ocorreu porque apesar de os ciclos sazonais de cheia e
vazante terem ocorrido ao mesmo tempo nos três campos, as flutuações diárias nas cotas
ocorriam de forma independente em cada campo. Além disso, o campo Itu recebeu água
extravasada dos rios mais próximos em maio e junho, meses de maior cheia (Figura 15).
Tabela 6– Valores de r das correlações entre o níveis da água diários dos campos
Local RNL Itu Aracá RNL Itu 0,75* Aracá 0,55* 0,54*
*significativo a p < 0,05
020406080
100120140
Sep-04
Oct-04
Nov-04
Dec-04
Jan-05
Feb-05
Mar
-05
Apr-05
May
-05
Jun-05
Jul-0
5
Aug-05
Sep-05
Oct-05
Nov-05
Dec-05
Jan-06
Cot
a do
s ca
mpo
s (c
m) RNL
ItuAracá
Figura 15 – Nível dos campos RNL, Itu e Aracá no período de setembro de 2004 a novembro de 2005.
41
O nível de água dos campos era ditado pela chuva e também influenciado pela cota do
rio mais próximo (Figura 16, Figura 17, Figura 18). Houve relação entre a variação diária da
cota do campo com a pluviosidade diária dos campos RNL (r² = 0,2830; p < 0,0001) e Aracá
(r² = 0,6698; p < 0,0001). Essa relação não foi observada no campo Itu (r² = 0,0255;
p = 0,6320). O nível da água aumentou no campo RNL (r²= 0,4313; p < 0,0001) e Itu
(r² = 0,5812; p < 0,0001) à medida que a cota do rio Negro aumentou. O nível do campo
Aracá aumentou á medida que a cota de rio Aracá aumentou, mas em uma relação fraca
(r² = 0,1877; p < 0,0001). As maiores cotas dos três campos e também dos rios Negro e Aracá
foram registradas em maio, mês de maior precipitação. Já as menores cotas ocorreram em
dezembro ou janeiro, apesar das menores precipitações terem ocorrido em outubro.
0
50
100
150
mar-04
mai-04
jul-04
set-04
nov-04
jan-05
mar-05
mai-05
jul-05
set-05
nov-05
jan-06
mar-06
Parâ
met
ro h
idro
met
orol
ógic
o pluviosidade (mm/dia) cota campo RNL (cm)cota rio Negro (dm)
Figura 16 – Dados hidrológicos diários do campo RNL. Precipitação medida no próprio campo por pluviômetros acoplados a dataloggers. A linha tracejada indica importação de dados de precipitação medidos no Hotel. Estes dados não foram usados na análise de correlação. Nível do campo medido por medidores de pressão hidrostática acoplados a dataloggers que registravam a cada 24 h, sempre a 0h. Cota do rio Negro medida diariamente por réguas pelo técnico do CPRM em Barcelos.
42
0
50
100
150
set-04
out-0
4
nov-04dez-
04jan
-05fev
-05
mar-05
abr-0
5
mai-05jun-0
5jul-0
5
ago-0
5set
-05ou
t-05
nov-05dez-
05jan
-06fev
-06
Parâ
met
ro h
idro
met
eoro
lógi
co pluviosidade (mm/dia)cota campo Itu (cm)cota rio Negro (dm)
Figura 17 – Dados hidrológicos diários do campo Itu. Precipitação medida no próprio campo por pluviômetros acoplados a dataloggers. Nível do campo medido por medidores de pressão hidrostática acoplados a dataloggers que registravam a cada 24 h, sempre às 0h. Cota do rio Negro medida diariamente por réguas pelo técnico do CPRM em Barcelos.
020406080
100120140160180
Mar
-05
Apr-05
May
-05
Jun-05
Jul-0
5
Aug-05
Sep-05
Oct-05
Nov-05
Dec-05Ja
n-06
Feb-06
Mar
-06
Apr-06
May
-06
Jun-06
Parâ
met
ro h
idro
met
eoro
lógi
co
pluviosidade (mm/dia)cota rio Aracá (dm)cota campo Aracá (cm)
Figura 18 – Dados hidrológicos diários do campo Aracá. Precipitação medida no próprio campo por pluviômetros acoplados a dataloggers. A linha tracejada indica importação de dados de precipitação medidos no Hotel. Estes dados não formam incluídos na análise de correlação. Nível do campo medido por medidores de pressão hidrostática acoplados a dataloggers que registravam a cada 24 h, sempre às 0h. Cota do rio Aracá medida diariamente através de réguas por funcionários do hotel Aracá Lodge.
43
A temperatura média do ar constantemente medida pelos Barologgers durante o
experimento foi de 25°C. As menores temperaturas, entre 21 e 24 °C, foram registradas ao
alvorecer e as maiores, entre 33 e 40°C, por volta das 11 h. Não houve diferença considerável
de temperatura entre as épocas seca e chuvosa.
A temperatura média da água diariamente registrada a 0 h pelos Leveloggers ao longo
do experimento foi de 27°C (SD = 0,8) no campo Itu, de 27,5°C (SD = 0,8) no campo RNL e
de 29,2°C (SD = 1,3) no campo Aracá. A temperatura média superficial da água registrada
pelo oxímetro nas estações amostrais no momento da coleta de GEEs foi de 28,2°C no campo
RNL e de 28,1°C no campo Itu.
Os campos se resfriavam durante a noite e se aqueciam durante o dia em uma variação
de até 2°C. No inicio da manhã a temperatura era menor, aumentando com o passar do dia,
atingindo seu ápice no fim da tarde, entre 17 h 30 min e 19 h. Durante a noite a água esfriava
gradativamente até o inicio da manhã seguinte, tornado a reaquecer a partir das 7 h 30 min.
Em dias de chuva contínua ou após eventos de chuva intensa a temperatura da água caía
(Figura 19).
26
27
28
29
30
10-M
ar-04
11-M
ar-04
12-M
ar-04
13-M
ar-04
14-M
ar-04
15-M
ar-04
16-M
ar-04
17-M
ar-04
18-M
ar-04
19-M
ar-04
20-M
ar-04
21-M
ar-04
22-M
ar-04
23-M
ar-04
24-M
ar-04
25-M
ar-04
26-M
ar-04
27-M
ar-04
28-M
ar-04
29-M
ar-04
30-M
ar-04
31-M
ar-04
tem
pera
tura
da
água
(°C
)
Figura 19 - Temperatura registrada a cada meia hora no campo RNL de 10 a 31 de março de 2004 para exemplificar a variação diária da temperatura nos campos. Setas indicam eventos de pontuais de chuva intensa e linhas horizontais indicam períodos de chuva contínua.
44
O oxigênio dissolvido na água diminuiu com a profundidade, mas não foi observada
formação de hipolímnio anóxico (Figura 20). Isso provavelmente deve-se ao fato dos campos
serem muito rasos, não havendo estratificação significativa da coluna da água.
(A)
1 2 3 4 5 6
O2 (mg l-1)
0
10
20
30
40
50
6070
80
prof
undi
dade
(cm
)
Mar Apr Jun Nov Dez Jan
(B)
1 2 3 4 5 6
O2 (mg l-1)
0
10
20
30
40
50
60
70
80pr
ofun
dida
de (c
m)
Mar Apr May Jun Jul Jan
Figura 20 – Oxigênio dissolvido na água medido a cada 10 cm em perfis da superfície até o fundo durante as expedições na estação amostral de maior profundidade dos campos RNL (A) e Itu (B).
45
6.2 Emissão de GEEs e a influência de variáveis ambientais sobre estes fluxos
6.2.1 Concentrações de CO2 e CH4 no ar atmosférico.
As concentrações médias de CO2 do ar atmosférico foram de 837 ppm (DP = 281) no
campo RNL e de 738 ppm (DP = 191) no campo Itu. As concentrações de CO2 variaram entre
os meses ao longo do ano (ANOVA gl = 12; p < 0,0001). As menores concentrações de CO2
no ar foram observadas entre abril e maio e as maiores no mês de setembro no campo RNL e
de outubro e novembro no campo Itu (Figura 21).
CO
2 ar
(ppm
)
5-Fe
b-05
6-M
ar-0
57-
Apr
-05
5-M
ay-0
51-
Jun-
05
5-Ju
l-05
2-A
ug-0
5
7-Se
p-05
5-O
ct-0
53-
Nov
-05
1-D
ec-0
5
10-J
an-0
60200400600800
1000120014001600180020002200
RNL ITU
Figura 21 – Concentração de CO2 no ar atmosférico medidas entre fevereiro de 2005 e janeiro de 2006 acima da lâmina as água nos campos RNL e Itu.
46
A concentração média de CH4 no ar atmosférico foi de 2,4 (DP = 2,8) no campo RNL
e de 2,2 (DP = 2,7) no campo Itu. As concentrações médias de CH4 variaram entre os meses
ao longo do ano (ANOVA gl = 12; p < 0,0001). As concentrações de CH4 na atmosfera
diminuíram sobre ambos os campos entre os meses de março e junho, aumentando a partir de
junho e voltando a cair a partir de outubro até atingir a menores concentrações em dezembro.
Em janeiro as concentrações atmosféricas de ambos os campos mostraram-se bastante
maiores em relação ao dezembro anterior (Figura 22).
CH
4 ar
(ppm
)
5-Fe
b-05
6-M
ar-0
5
7-A
pr-0
55-
May
-05
1-Ju
n-05
5-Ju
l-05
2-A
ug-0
5
7-Se
p-05
5-O
ct-0
53-
Nov
-05
1-D
ec-0
5
10-J
an-0
60
2
4
6
8
10 RNL ITU
Figura 22 - Concentração de CH4 no ar atmosférico medidas entre fevereiro de 2005 e janeiro de 2006 acima da lâmina as água nos campos RNL e Itu.
47
6.2.2 Concentrações de CO2 e CH4 dissolvidos na água.
O CO2 e o CH4 estavam sempre supersaturados na água. Suas concentrações médias
na água (Tabela 7) foram pronunciadamente maiores que as suas respectivas concentrações de
equilíbrio atmosférico. A concentração de equilíbrio atmosférico do CO2 foi calculada em
28 ± 7 µM. e a do CH4 em 0.0023 ± 0.002 µM.
Tabela 7 – Valor médio, mínimo e máximo e desvio padrão (DP) das concentrações de CO2 e de CH4 (µM) na água superficial dos campos RNL, Itu e Aracá
Campo Gás N Média (µM)
Mínimo (µM)
Máximo (µM)
DP (µM)
RNL CO2 147 391 19 976 213 CH4 147 4,1 0,0010 74,6 8,5 Itu CO2 212 231 1 487 76 CH4 212 1,9 0,0007 20,6 2,4 Aracá CO2 62 301 48 1025 261 CH4 62 2,9 0,0010 25,7 5,1
CO2 421 297 1 1025 184 RNL + Itu + Aracá CH4 421 2,8 0,0007 74,6 5,7
48
Nos campos RNL e Itu, as concentrações médias de CO2 na água superficial variaram
entre os meses ao longo do ano (ANOVA gl = 12; p < 0,0001). As menores concentrações de
CO2 foram observadas no mês de março em ambos os campos. A maior concentração de CO2
foi observadas no mês de setembro no campo RNL. No campo Itu a maior concentração de
CO2 foi observada no mês de novembro, mas esta diferença não foi significativa em relação
aos outros meses (Figura 23). No campo Aracá onde foram coletadas amostras apenas nos
meses de julho, agosto e novembro, as maiores concentrações foram observadas no mês de
julho e as menores em novembro (ANOVA gl = 2; p < 0,0001). Considerando apenas estes
três meses para os campos RNL e Itu, observou-se que no campo RNL a concentração de
CH4, foi sempre maior neste campo em relação aos outros, com a maior concentração também
no mês de julho. Já no campo Itu a concentração de CH4 nestes três meses foi similar.
CO
2 águ
a (µ
M)
Feb-
05M
ar-0
5A
pr-0
5M
ay-0
5Ju
n-05
Jul-0
5A
ug-0
5Se
p-05
Oct
-05
Nov
-05
Dec
-05
Jan-
06
0
200
400
600
800
1000
1200RNLITUAracá
Figura 23 - Concentração de CO2 dissolvido na água ao longo dos meses nos campos RNL, Itu e Aracá.
49
As concentrações médias de CH4 na água superficial também variaram entre os meses
ao longo do ano (ANOVA gl = 12; p < 0,0001). As maiores concentrações de CH4 na água
foram observadas no mês de outubro no campo RNL e nos meses de maio e junho no campo
Itu (Figura 24).
CH
4 águ
a (µ
M)
Feb-
05
Mar
-05
Apr
-05
May
-05
Jun-
05
Jul-0
5
Aug
-05
Sep-
05
Oct
-05
Nov
-05
Dec
-05
Jan-
06
-5
0
5
10
15
20
25
30
35
40RNLITUAracá
Figura 24 - Concentração de CH4 dissolvido na água ao longo dos meses nos campos RNL, Itu e Aracá.
50
6.2.3 Emissões ebulitivas e difusivas de CO2 e de CH4.
A ebulição foi responsável por apenas 1‰ da emissão de CO2 nos campos RNL e Itu.
Os resultados obtidos nas coletas feitas com câmaras estáticas aquática e terrestres mostraram
que emissão média de CO2 foi maior em locais com presença de água, mas não houve
diferença estatística (Teste T; gl = 163; p = 0,3797). Um grande número de fluxos de CO2
nulos e alguns valores negativos foram registrados pelas câmaras flutuantes (Tabela 8).
Tabela 8 – Valor médio, mínimo e máximo e desvio padrão (DP) das emissões de CO2 dos campos RNL, Itu e Aracá. As emissões foram medidas por funil invertido (funil) e câmaras flutuantes (CA) ou terrestres (CT); e também calculadas pela lei de Fick (Fick).
Fluxo CO2 (mg CO2 m-2 d-1) Campo Método N Média Mínimo Máximo DP
funil 41 17 0 61 15 CA 63 3777 -16881 30660 7983 CT 2 2140 -8674 12955 15294
RNL
Fick 147 10272 311 26803 6045
funil 82 8 0 31 6 CA 94 3112 -19533 43943 9686 CT 6 0 0 0 0
Itu
Fick 211 5908 1024 13187 2105 Aracá Fick 62 7901 623 28635 7469
funil 123 11 0 61 11 CA 157 3379 -19533 43943 9020 CT 8 535 -8674 12955 5865
RNL + Itu + Aracá
Fick 420 7729 311 28635 5198
51
A ebulição foi o principal processo de emissão de CH4 no campo RNL, responsável
por 78% da emissão de CH4 neste campo. Já no campo Itu, a ebulição foi menor, sendo
responsável por apenas 24% da emissão de CH4. Embora a distribuição dos dados medidos
pelas câmaras flutuantes e terrestres tenha se apresentado normal, não houve distribuição
homogênea de variâncias (teste Cochran C: p < 0,0001), por isso a diferença entre estes dois
grupos foi testada com estatística não paramétrica. Houve diferença significativa entre os
fluxos de ambientes alagados, medidos pelas câmaras flutuantes, e os fluxos de ambientes
secos, medidos pelas câmaras terrestres (Teste U; p = 0,0005). As câmaras aquáticas
apresentaram, em geral, fluxos positivos, enquanto que as câmaras terrestres apresentaram,
em geral, fluxos negativos (Tabela 9).
Tabela 9 – Valor médio, mínimo e máximo e desvio padrão das emissões de CH4 dos campos RNL, Itu e Aracá. As emissões foram medidas por funil invertido (funil) e câmaras flutuantes (CA) ou terrestres (CT) e também calculadas pela lei de Fick (Fick).
CH4 (mg CH4 m-2 d-1) Campo Método N Média Mínimo Máximo DP
funil 41 100,3 0,1 523,7 135,2 CA 63 28,6 0,0 379,4 66,7 CT 2 -9,6 -14,2 -5,1 6,4
RNL
Fick 147 34,4 0,3 632,8 72,0
funil 82 7,8 0 214,6 26,5 CA 94 23,8 0,0 367,8 42,1 CT 6 -3,3 -11,7 2,8 6,3
Itu
Fick 211 16,2 1,0 174,6 20,2 Aracá Fick 62 24,9 0,01 218,0 43,3
funil 123 38,7 0 523,7 91,5 CA 157 25,7 0 379,4 53,2 CT 8 -4,9 -14,2 2,8 6,5
RNL + Itu + Aracá
Fick 420 23,8 0,01 632,8 48,5
52
Não houve correlação entre as emissões difusivas de CO2 medidas por câmaras
estáticas e as calculadas pela lei de Fick (n = 49; p > 0,05; r = 0,2799). A média de emissão
difusiva calculada pela lei de Fick foi maior do que a das câmaras flutuantes (gl = 156;
p = 0,0025; Figura 25 A). A emissão de CH4 calculados pela lei de Fick teve fraca correlação
com a emissão medida pelas câmaras flutuantes (n = 122; p < 0,05; r = 0,3959). Não houve
diferença significativa ente as emissões de CH4 medidas com câmara flutuante e calculadas
pela lei de Fick (Teste T pareado: gl = 584; p = 0,9968; Figura 25 B).
A baixa correlação entre as emissões de CO2 e CH4 medidas com câmaras estáticas e
calculadas pela lei de Fick ocorreu provavelmente por que, embora a difusão seja
proporcional à quantidade de gás dissolvido na água, também é afetada pela espessura da
camada de troca, que é afetada por fatores não considerados neste experimento como vento,
chuva e tamanho da área alagada. Por este motivo é preferível utilizar dados de emissão
medidos em campo com câmaras flutuantes. Mas as coletas de CO2 feitas com câmaras
estáticas pareceram não ter sido uma forma efetiva de medir o fluxo de CO2. Os fluxos
medidos foram muito variáveis e incluíram muitos valores nulos e alguns negativos, o que não
fazia sentido físico já que o CO2 estava sempre supersaturado na água. Isto ocorreu devido ao
fato da precisão da análise por cromatografia ter sido em geral menor que a diferença entre a
concentração de CO2 das subamostras tomadas a cada 5 min. Um tempo de incubação de 30
min com amostras tomadas a cada 10 min talvez fosse mais adequado e resolvesse este
problema de detecção. Este problema não ocorreu para o CH4, pois o aparelho era mais
preciso para análise deste gás. Desta forma, considerou-se que os fluxos estimados pela lei de
Fick representavam melhor as emissões difusivas de CO2 e por isso estes foram utilizados nos
cálculos e estimativas.
(A)
3,0 3,5 4,0 4,5 5,0
log CO2 Fick (mg m-2d-1)
3,0
3,5
4,0
4,5
5,0
log
CO
2 CA
(mg
m-2
d-1)
(B)
-1 0 1 2 3
log CH4 Fick (mg m-2d-1)
-1
0
1
2
3
log
CH
4 CA
(mg
m-2
d-1)
Figura 25- Gráficos da relação entre os logaritmos das emissões de CO2 (A) e CH4 (B) medidas diretamente nas câmaras flutuantes com as calculadas pela lei de Fick. A linha mostra a relação linear 1:1 esperada entre as duas variáveis.
53
6.2.4 Emissão parenquimal de metano.
Analisando todas as amostras dos dois campos, observou-se uma tendência de maior
emissão quando havia capim emergindo da água, mas o resultado do teste T pareado não foi
significativo. Analisando os dados dos campos separadamente, observou-se que a emissão de
metano foi significativamente maior no campo do Itu (cerca de 7,3 mg CH4 m-2d-1 a mais)
quando havia capim emergindo, mas não no campo do RNL (Tabela 10). Isto sugere que
havia transporte de metano através das plantas do campo Itu, provavelmente devido às
características diferenciadas de sua flora.
Tabela 10 – Resultados do teste T pareado feito para ambos os campos, para o campo Itu e para o campo RNL comparando a emissão de metano (mg CH4 m-2 d-1), medida com câmara flutuante, em pontos com capim emergente e sem capim emergente.
Campo Capim Média DP N Diferença DP dif t gl p
com 30,3 26,3 RNL + Itu sem 29,4 36,9 38 0,9 26,7 0,2003 37 0,8423
com 36,4 27,3 Itu sem 29,2 30,4 28 7,3 14,6 2,6 27 0,0134
com 13,0 12,2 RNL sem 30,1 53,1 10 -17,1 42,4 -1,2736 9 0,2347
54
6.2.5 Influência de fatores ambientais sobre as emissões de CO2.
A ANOVA da emissão ebulitiva de CO2 contra os meses indicou variação na emissão
de bolhas ao longo do ano (ANOVA; gl = 12; p < 0,0001), o valor que se destacou ocorreu
em outubro no campo RNL, quando houve ali maior emissão.
A ANCOVA da emissão ebulitiva de CO2 contra as variáveis ambientais, indicou
efeito significativo de local (gl = 1; p < 0,0001) e habitat (gl = 5; p = 0,0223; Tabela 11). Não
houve efeito da profundidade (p = 0,1103). O maior fluxo foi encontrado no campo RNL, nos
habitats arbusto e água aberta deste campo.
Tabela 11 – Resultado do teste Post Hoc de Tuckey mostrando a homogeneidade entre os habitats em relação a ebulição de CO2. A presença de asteriscos na mesma coluna indica homogeneidade.
Campo habitat Ebulição -CO2 (mg CO2 m-2d-1)
1 2
Itu arbusto 7,3 **** Itu capim 7,4 **** Itu água 7,8 **** Itu buriti 8,2 **** RNL capim 11,8 **** RNL água 15,2 **** **** RNL arbusto 24,8 ****
A ANCOVA da emissão de CO2 medida com câmara flutuante contra variáveis
ambientais não indicou efeito significativo de local (gl =1; p = 0,3831), habitat (gl = 5;
p = 0,3201) ou profundidade (p = 0,9740). Assim como a ANOVA contra meses não indicou
diferença entre os fluxos ao longo do ano.
A ANOVA da emissão de CO2 calculada pela lei de Fick contra meses indicou
diferença entre os fluxos ao longo do ano (gl = 12; p < 0,0001). Sendo que os meses de julho
e setembro se destacaram no campo RNL com os maiores fluxos.
A ANCOVA para a emissão difusiva de CO2 estimada pela lei de Fick mostrou efeito
significativo de local (gl = 2; p < 0,0001) e habitat (gl = 8; p < 0,0001), com os maiores fluxos
acorrendo nos campos RNL e Aracá e nos habitats com vegetação de maior densidade:
arbusto, buriti e floresta. (Tabela 12). A influência de profundidade neste tipo de fluxo não
foi significativa (p = 0,8248).
55
Tabela 12– Resultado do teste Post Hoc de Tuckey mostrando a homogeneidade entre habitats em relação a emissão de CO2 calculada pela lei de Fick. A presença de asteriscos na mesma coluna indica homogeneidade.
Campo Habitat CO2 Fick (mg CO2 m-2d-1)
1 2 3 4
Aracá água 1672,1 **** Aracá capim 3452,3 **** **** Itu água 4292,6 **** **** Itu capim 5456,8 **** **** RNL água 6275,7 **** **** **** Itu arbusto 6305,9 **** Itu buriti 6681,8 **** **** RNL capim 8776,8 **** RNL arbusto 12915,8 **** Aracá arbusto 14034,2 **** Aracá floresta 14213,3 ****
A concentração de oxigênio dissolvido no fundo da coluna da água apresentou
correlação negativa com a emissão ebulitiva de CO2 (r = -0,34; p <0,05; Figura 26 A) e a
emissão difusiva de CO2 calculada pela lei de Fick (r = -0,60; p <0,05; Figura 26 B). Não
houve relação com a emissão difusiva medida com câmaras estáticas (Figura 26 C). A
temperatura não afetou as emissões de CO2 medidas pelas câmaras flutuantes e pelos funis.
Porém a emissão difusiva de CO2, calculada pela lei de Fick, foi significativamente maior em
temperaturas menores (r = -0,49; p <0,05).
0 1 2 3 4 5 6
O2 fundo (mg l-1)
(A)
-100
10203040506070
CO
2 fun
il (m
g m
-2d-1
)
0 1 2 3 4 5 6
O2 fundo (mg l-1)
(B)
040008000
12000160002000024000
CO
2 Fi
ck (m
g m
-2d-1
)
0 1 2 3 4 5 6
O2 fundo (mg l-1)
(C)
-30000-20000-10000
01000020000300004000050000
CO
2 CA
(mg
m-2
d-1)
Figura 26 – Relação da concentração de O2 dissolvido no fundo da coluna da água com (A) a emissão ebulitiva e a emissão difusiva de CO2 (B) calculada pela lei de Fick e (C) medida com câmaras flutuantes.
56
6.2.6 Influência de fatores ambientais sobre as emissões de CH4.
Os resultados da ANOVA da emissão ebulitiva de CH4 contra meses indicou que
houve variação ao longo do ano (gl = 12; p < 0,0001), sendo que apenas o mês de outubro se
destacou no campo RNL com um valor maior.
A ANCOVA da emissão ebulitiva de CH4 contra os fatores ambientais indicou efeito
significativo de local (gl = 1; p = 0,0000) e habitat (gl = 5; p = 0,0000). A emissão foi maior
no habitat arbusto do campo RNL (Tabela 13). Não houve efeito da profundidade
(p = 0,7785), nem da variação na cota do campo sobre a emissão ebulitiva de CH4. Mas
observou-se que havia mais emissão de bolhas quando a cota do campo estava baixando
(Figura 27). Esta relação não foi percebida na ANCOVA porque não era linear Embora a
distribuição dos dados de emissão ebulitiva de metano tenha se apresentado normal
(w = 0,3084), não houve homogeneidade de variâncias entre os grupos de água subindo e
descendo (p < 0,0001). Por este motivo a diferença entre as emissões ebulitivas de CH4
quando o nível da água estava descendo ou subindo foi testada com aplicação de um teste U
de Mann-Whitney. A emissão de bolhas foi significativamente maior quando o nível da água
estava baixando (p < 0,0001; Tabela 14).
Tabela 13 - Resultado do teste Post Hoc de Tuckey mostrando a homogeneidade entre os habitats em relação a emissão ebulitiva de CH4. A presença de asteriscos na mesma coluna indica homogeneidade.
Campo habitat CH4 funil (mg CH4 m-2d-1)
1 2
Itu buriti 0,6 **** Itu arbusto 4,7 **** Itu água 10,2 **** Itu capim 12,4 ****
RNL capim 32,4 **** RNL água 64,9 **** RNL arbusto 219,0 ****
57
-10 -8 -6 -4 -2 0 2 4 6 8 10 12 14 16variação na cota do campo (cm)
0
100
200
300
400
500
600
Em
issã
o eb
uliti
va d
e C
H4 (
mg
m-2
d-1)
Figura 27 – Emissão ebulitiva de CH4 dos campos RNL e Itu em relação a variação a cota do campo. Quando o nível da água no campo está descendo a variação tem valores negativos e quando está subindo, positivos.
Tabela 14 – Valores médios, mínimos e máximos e desvios padrões (DP) da quantidade de CH4 emitida por ebulição quando a cota dos campos RNL e Itu estava baixando ou subindo.
CH4 (mg CH4 m-2d-1) Campo Variação cota N Média Mínimo Máximo DP
RNL Subindo 4 55,4 1,2 119,4 62,9
Descendo 37 105,2 0,1 523,7 140,5
Itu Subindo 52 3,0 0 31,3 6,4 Descendo 30 16,1 0 214,6 42,1
Subindo 56 6,8 0 119,4 21,0 Descendo 67 65,3 0 523,7 116,3
RNL + Itu
A ANOVA não indicou diferença entre os meses nos fluxos de CH4 medidos por
câmaras estáticas (gl = 12; p = 0,0538). Assim como a ANCOVA das emissões contra as
variáveis ambientais não indicou efeito de local (gl =1; p = 0,7509), habitat (gl = 5;
p = 0,4302) ou da profundidade (p = 0,1057).
A ANOVA indicou que houve diferença entre os meses ao longo do ano na emissão
difusiva de CH4 calculada pela lei de Fick (gl = 12; p = 0,0000), mas isso foi devido apenas
ao mês de setembro que se destacou no campo Itu.
58
A ANCOVA da emissão difusiva de CH4 calculada pela lei de Fick contra as varáveis
ambientais não indicou efeito de local (gl = 2; p = 0,1819), nem de profundidade (p = 0,2610).
Apenas habitat teve efeito (gl = 8; p < 0,0001). O habitat capim do campo RNL foi destacado
pela maior emissão de CH4 (Tabela 15).
Tabela 15 - Resultado do teste Post Hoc de Tuckey mostrando a homogeneidade entre os habitats em relação a emissão de CH4 calculada pela lei de Fick. A presença de asteriscos na mesma coluna indica homogeneidade.
Campo habitat CH4 Fick (mg CH4 m-2d-1)
1 2
Aracá água 0,9 **** RNL água 3,9 **** Itu água 8,7 **** Itu capim 10,5 **** Itu arbusto 12,0 **** RNL arbusto 13,2 **** Aracá capim 14,6 **** Itu buriti 29,2 **** Aracá arbusto 33,4 **** **** Aracá floresta 52,7 **** **** RNL capim 56,9 ****
A concentração de oxigênio dissolvido no fundo da coluna da água apresentou
correlação negativa com a emissão ebulitiva de CH4 (r = -0,27; p <0,05; Figura 28 A), a
emissão difusiva calculada pela lei de Fick (r = -0,24; p <0,05) e também a emissão de CH4
medida com câmara estática (r = -0,33; p <0,05; Figura 28 B).
0 1 2 3 4 5 6
O2 fundo (mg l-1)
0
100
200
300
400
500
600
CH
4 fun
il (m
g m
-2d-1
)
0 1 2 3 4 5 6
O2 fundo (mg l-1)
020406080
100120140
CH
4 CA
(mg
m-2
d-1)
Figura 28 - Gráficos da relação da concentração de O2 dissolvido no fundo da coluna da água com (A) a emissão ebulitiva de CH4 e com (B) a emissão de CH4 medida com câmara flutuante.
59
6.3 Integração espaço-temporal das emissões de CO2 e CH4.
A área total da parte do campo RNL analisada nesta tese foi de 1685 km2. A área
média de inundação foi de 872 km2 (min = 784; máx = 964), 52% da área total. A área
alagada estava diretamente relacionada cota do campo (r2 = 0,8213; p < 0,0001). A relação
entre a cota do campo e a área inundada é quadrática (Figura 29) e o modelo de inundação do
campo RNL gerado está representado pela Equação 5.
Equação 5 ARNL = 190,7547+12,4053*CRNL - 0,0503*CRNL2
ARNL = Área alagada campo RNL (km2)
CRNL = Cota campo RNL (cm)
50 60 70 80 90 100 110 120 130Cota campo RNL (cm)
700
750
800
850
900
950
1000
Are
a in
unda
da (k
m2 )
Figura 29 – Relação entre área inundada do campo RNL e cota do campo RNL nas datas de tomada das imagens de Radarsat
60
A área total do campo Itu definida na análise foi de 1295 km2. A área média de
inundação foi de 684 km2 (min = 550; máx = 762), 53% da área total. A área alagada total não
teve uma boa relação com o nível medido pelo levelogger no campo (r2 = 0,5958; p = 0,0003),
mas teve uma boa relação com a cota do Rio Negro (r2 = 0,8640; p < 0,0001). Isto ocorreu
porque o levelogger foi instalado dentro de um campo isolado na cabeceira do rio Itu,
enquanto que a análise das imagens e o modelo de inundação foram feitos para todos os
campos ao longo da margem do rio Itu, que parecem sofrer maior influência do pulso de
inundação geral deste rio. A relação entre a área alagada total do campo Itu e a cota do Rio
Negro era quadrática (Figura 30) e o modelo de inundação do campo Itu gerado está
representado pela Equação 6.
Equação 6 AItu = 458,8106+7,1418*CItu - 0,0431*CItu2
AItu = área inundada Campo Itu (km2)
CItu = cota Rio Negro (cm)
0 10 20 30 40 50 60 70 80 90Cota Rio Negro (cm)
500
550
600
650
700
750
800
Áre
a in
unda
da (k
m2 )
Figura 30 – Relação entre área inundada do campo Itu e cota do Rio Negro nas datas de tomada das imagens de Radarsat.
61
Embora tenha a havido uma classificação de habitats como produto intermediário do
processo de classificação das imagens, esta não foi feita em termos dos habitats aqui
considerados. Portanto, não foi possível integrar as emissões espacialmente por habitat.
Somente foi possível diferenciar entre habitats inundadas e não inundadas e multiplicar a
emissão média determinada diariamente para cada uma destas duas classes pela área total de
cada classe.
A estimativa de emissão difusiva de CO2 foi feita a partir dos dados calculados pela lei
de Fick, enquanto a estimativa de emissão difusiva de CH4 foi feita a partir das medidas feitas
com câmaras estáticas. Considerou-se que os fluxos de CH4 medidos com câmara estática
representavam bem as emissões difusivas de metano. Por isso estes valores foram usados nos
cálculos e estimativas. Já as coletas de CO2 feitas com câmaras estáticas pareceram não ter
sido uma forma efetiva de medir o fluxo de CO2. Os fluxos medidos foram muito variáveis e
incluíram muitos valores nulos e alguns negativos, o que não fazia sentido físico já que o CO2
estava sempre supersaturado na água. Isto ocorreu devido ao fato da precisão da análise por
cromatografia ter sido em geral menor que a diferença entre a concentração de CO2 das
subamostras tomadas a cada 5 min. Este problema não ocorreu para o CH4, pois o aparelho
era mais preciso para análise deste gás. Desta forma, considerou-se que os fluxos estimados
pela lei de Fick representavam melhor as emissões difusivas de CO2 e por isso estes foram
utilizados nos cálculos e estimativas. Os fluxos difusivos de CO2 estimados pela lei de Fick
foram sempre positivos, indicando que houve emissão em ambientes alagados.
As emissões diárias de CO2 por ebulição e de CO2 e CH4 por difusão de áreas alagadas
nos intervalos mensais entre duas coletas foram estimadas como sendo a média das emissões
medidas no início e final de cada intervalo. As emissões diárias foram multiplicadas pela área
total inundada determinada para cada dia a partir da Equação 5 para o campo RNL e da
Equação 6 para o campo Itu.
Como a emissão de CH4 por ebulição se diferenciou principalmente entre períodos de
subida e descida da cota o valor diário de emissão foi determinado somente por este fator.
Quando a cota do campo RNL estava mais baixa em relação à cota do dia anterior, a emissão
diária média de enchente para este campo foi utilizada (105,2 mg CH4 m-2 d-1). Quando a cota
do campo RNL estava subindo, a emissão diária média para de vazante foi utilizada, 55,4 mg
CH4 m-2 d-1. Da mesma forma, quando a cota do campo Itu estava mais baixa em relação ao
dia anterior, a emissão diária média de vazante para este campo foi utilizada (16,1 mg CH4 m-
2 d-1). Quando a cota do campo Itu estava subindo, a emissão diária média de enchente foi
62
utilizada (3 mg CH4 m-2 d-1). Estas emissões diárias foram multiplicadas pela área inundada
de cada campo do dia correspondente.
Quando o ambiente estava seco considerou-se que não havia emissão de gases por
ebulição. Como não foi possível utilizar a lei de Fick para estimar o fluxo de CO2, as poucas
medidas realizadas com câmaras estáticas terrestres foram consideradas. Os resultados
indicaram um fluxo próximo a zero e por isso considerou-se o fluxo de ambientes não
inundados como sendo zero nas estimativas gerais de emissão realizadas no presente estudo.
O fluxo de CH4 quando o ambiente estava seco foi calculado como uma média dos fluxos
medidos nas câmaras estáticas terrestres em cada campo. Os fluxos médios diários foram
multiplicados pela área não inundada de cada campo do dia correspondente.
As emissões diárias das áreas secas e alagadas de cada campo foram somadas e
integradas no período de fevereiro de 2005 a janeiro de 2006 para obter a emissão total de
CO2 de CH4 mensal e anual (Tabela 16) de cada campo. As maiores emissões tanto de CO2
quanto de CH4 ocorreram entre os meses de junho e julho nos dois campos (Figura 31).
Tabela 16 – Emissões totais anuais ebulitivas e difusivas de CO2 e CH4 de áreas inundadas e secas dos campos RNL e Itu.
Emissão (Mg C ano-1) Campo Gás Forma de
emissão Área inundada Área seca
Área Total
ebulição 1.9 0 1.9
CO2 difusão 790 0 790
ebulição 20 0 20 RNL
CH4 difusão 7.6 -2.1 5.5
ebulição 0.5 0 5 CO2 difusão 350 0 350
ebulição 1.6 0 1.6
Itu
CH4 difusão 4.3 -0.6 3.7
63
Figura 31 - Emissão mensal de CO2 (no alto) e CH4 (em baixo) de toda a área dos campos RNL (a esquerda ) e Itu (a direita) por ebulição (cinza) e difusão (preto).
Considerando o ciclo sazonal de inundação, a emissão média das áreas interfluviais
aqui estudadas foi de 371 Mg C km-2ano-1 de CO2 e de 10 Mg C km-2ano-1 de CH4. A área
total de solos hidromórficos na bacia amazônica é de 152000 km2 (RADAMBRASIL, 1972).
Estes solos em geral são cobertos por campinas similares às aqui estudadas. Se for
considerado que os padrões de inundação e de emissão aqui obtidos são aplicados a todas
elas, basta multiplicar as emissões estimadas por km2 pela área total de campinas para obter o
fluxo total de carbono destas áreas. Desta forma, estimou-se que a emissão de todas as
campinas da bacia amazônica é de 56 Tg C ano-1 de CO2 e de 1,5 Tg C ano-1 de CH4, num
total de 93,5 Tg Ceq ano-1.
64
7 DISCUSSÃO
7.1 Descrição de parâmetros hidrometeorológicos que influem na emissão de GEEs.
A cheia e a vazante ocorreram ao mesmo tempo nos rios Aracá e Negro, mas as cotas
do rio Aracá mostraram-se mais variáveis, porque este rio tem um menor volume da água do
que o rio Negro o que o torna mais susceptível a influência de precipitações locais. A cota do
rio Negro varia de forma suave porque é o resultado da integração de todos os cursos da água
a montante da bacia e, portanto, eventos hidrológicos locais e pontuais praticamente não são
percebidos em um rio desta ordem de grandeza.
Uma variação sazonal suave na cota dos campos ocorreu juntamente com o pulso de
inundação geral da região. Mas havia também uma variação de cota pontual ditada pela
pluviosidade local, logo após uma grande precipitação, foi observado um aumento
significativo da cota da água dos campos. Com exceção do campo Itu, os campos interfluviais
eram relativamente isolados dos cursos da água. Sendo assim, a influência sazonal do pulso
de inundação regional sobre a cota dos campos era em geral indireta. No entanto, durante a
cheia, o campo Itu foi diretamente influenciados pelos rios, recebendo água extravasada dos
rios mais próximos quando seus níveis estavam mais altos. Por isso a relação entre
pluviosidade e variação da cota neste campo não foi significativa, enquanto a relação entre a
cota do campo com a cota do rio foi maior que nos outros campos. Durante a seca estes
campos voltaram a se isolar dos grandes rios e a influência destes sobre aqueles voltava a ser
indireta. O campo RNL, que era permanentemente isolado, foi influenciado apenas de forma
indireta pela dinâmica de enchente dos rios da bacia. O pulso de inundação concomitante dos
campos e rios pode ter ocorrido devido a um aumento no nível geral do lençol freático em
toda a bacia no período de chuva. Há também a possibilidade do aumento da cota nos campos
e rios ter ocorrido de forma independente, apenas parecendo ter alguma ligação devido a uma
maior pluviosidade em toda a região. Independente da explicação para estas correlações, sua
existência possibilita a estimação da variação histórica na inundação destes campos a partir de
dados fluviométricos e pluviométricos existentes na região.
A temperatura média da água nos campos medida no momento da coleta de GEEs
ficou em torno de 28°C nos campos RNL e Itu enquanto a registrada pelo levelogger em torno
de 27°C. Isso ocorreu por que o levelogger media a temperatura do campo sempre a meia
noite e as coletas foram feitas ao longo do dia quando a temperatura da água era maior. A
65
maior temperatura de registrada no campo Aracá (29,3°C) deve-se ao fato do levelogger ter
sido alocado em um lago aberto, enquanto que nos outros campos havia cobertura vegetal
sombreando os aparelhos. Além disto, o ponto mais profundo deste lago onde o aparelho foi
alocado era mais raso do que os pontos dos dois outros campos. Não houve variação sazonal
considerável da temperatura nos campos, apenas em dias de maior precipitação observou-se
uma diminuição na temperatura média da água. Isto ocorreu provavelmente não só pela menor
incidência solar, mas também pelo maior aporte de água fresca nestes dias.
O oxigênio dissolvido na água diminuiu nas camadas mais profundas da coluna da
água, mas não foi observada formação de hipolímnio anóxico. Isso provavelmente se deve ao
fato dos campos serem muito rasos, o que impedia o desenvolvimento de estratificação
termal.
7.2 Emissão de GEEs e a influência de variáveis ambientais sobre estes fluxos
7.2.1 Concentrações de CO2 e CH4 no ar atmosférico
A concentração média de CO2 no ar de 810 ppm foi quase o dobro da média do valor
de referência de Mauna Loa. Isso ocorreu provavelmente por que a estação de monitoramento
de Mauna Loa é marítima onde há muita absorção e pouca emissão de carbono. A
concentração média de CH4 na atmosfera (2,3 ppm) também foi consideravelmente maior que
o valor de referência de 1,7 ppm e que o valor observado por Crill et al. (1988) sobre um lago
da Amazônia central de 1,9 ppm e que as concentrações entre 1,7 a 2 observadas por Devol et
al. (1994) para Amazônia. Alvalá et al. (1999) também observaram médias de metano com
valores bem superiores aos esperados para a sua latitude em uma estação da rede NOAA no
pantanal e atribuíram este resultado à presença de fontes locais de CH4. As maiores
concentrações de CO2 e CH4 observados nos campos estudados aqui também indicam a
presença de fontes locais significativas destes gases, presumidamente os próprios campos.
A concentração média de CO2 na atmosfera sobre os campos variou sazonalmente
atingindo as maiores concentrações nos meses de seca. Isso pode indicar uma dinâmica de
respiração do sistema. Quando o nível da água estava mais baixo poderia estar havendo maior
aporte de O2 na coluna da água e, portanto, maior produção de CO2 (Hamilton et al., 1995;
Ballester e Santos, 2000). Outro fator importante é que a uma maior pluviosidade geralmente
resultaria numa maior mistura vertical da atmosfera. Durante a estação de chuvas havia mais
tempestades e, portanto, mais vento para misturar o ar, fazendo com que a concentração de
66
CO2 diminuísse nas camadas baixas da atmosfera. Durante a seca essa mistura do ar
provavelmente era menor fazendo com que o CO2 produzido ficasse mais concentrado sobre o
campo. A importância da turbulência atmosférica sobre a concentração de gases já foi
constatada na Amazônia, observou-se que CH4 era mais concentrado na atmosfera nas horas
do dia em que havia menor mistura vertical do ar (Crill et al., 1988; Bartlett et al., 1990;
Devol et al., 1994). Observou-se uma concentração maior de CO2 sobre o campo RNL no mês
de setembro, período em que este campo apresentou um processo de eutrofização que pode ter
resultado em uma maior produção de CO2 por decomposição.
Já, as maiores concentrações de CH4 na atmosfera foram observadas em agosto e as
menores em dezembro. Ambos os meses tiveram pluviosidades intermediárias e similares, e,
portanto devia haver outros fatores influindo na concentração atmosférica de CH4 sobre o
campo. A maior concentração de CH4 na atmosfera sobre os campos entre julho e setembro,
com um pico em agosto, provavelmente refletiu uma maior produção local de CH4 nesta
época, pois a área alagada dos campos era extensa e o nível da água em toda a região estava
baixando, desencadeando a emissão de CH4 por bolhas. Além disso, nesta época a
concentração de metano na água era maior. Dezembro e janeiro foram os meses em que a cota
dos campos estava mais baixa e, portanto havia menos área alagada. Além disso, a
concentração de metano na água era menor nestes meses, gerando uma menor produção local
de CH4. Porém em janeiro a concentração de CH4 da atmosfera estava alta, podendo haver
outro fator além da produção local do campo influindo na concentração de CH4 da atmosfera.
A atmosfera sobre o campo pode conter uma mistura dos gases produzidos no local e vindos
de outras regiões. Sendo assim, tanto fontes locais como exógenas devem ser consideradas.
Alvalá et al. (1999) observaram maiores concentrações de CH4 na atmosfera sobre o pantanal
na época de seca e atribuíram isto a queimadas, mas apesar dos campos estarem com seu nível
baixo em janeiro, segundo dados do projeto queimadas do INPE (INPE), foram registradas
queimada apenas em setembro de 2005 na região e na Amazônia foram registrados vários
focos entre agosto e outubro de 2005 e poucos em janeiro de 2006. Portanto o aumento da
concentração de CH4 no ar nesta época se deve a outras fontes desconhecidas.
7.2.2 Concentrações de CO2 e CH4 dissolvidos na água
O CO2 e o CH4 da água superficial estavam supersaturados em todos os pontos
amostrados, enquanto o oxigênio da coluna da água, mesmo na superfície, encontrava-se
sempre em concentrações menores que as de saturação. Isto também foi observado por Devol
67
et al. (1994) em ambientes aquáticos amazônicos. Também já foi observado que o CH4
superficial era mais concentrado em ambientes lênticos e em locais com depleção de O2
(Bartlett et al., 1990). Estas características são encontradas nos campos interfluviais,
especialmente no campo RNL, que por ser totalmente isolado de cursos da água, era
totalmente lêntico e a concentração superficial de oxigênio dissolvido na água deste campo
era de 2,8 mg l-1, menor que a do campo Itu de 3,9 mg l-1. Por isso ali a concentração média
de CO2 e CH4 dissolvidos na água era maior.
A concentração média de CH4 na água nos campos RNL, Itu e Aracá foi similar aos
valores entre 0.3 e 9 µM medidos por Engle e Melack (2000) durante a vazante-seca no lago
Calado na Amazônia central, período em que o ambiente estava relativamente raso e não
sofria estratificação termal permanente. Durante a enchente-cheia eles observaram um valor
médio menor de 0,5 µM na superfície. O menor valor neste período se devia a maior
profundidade da coluna da água (até 12m), que aumentava a influencia das bactérias
oxidantes sobre o metano que se difundia através dela vindo dos sedimentos. A concentração
de CH4 superficial era sempre alta nos campos interfluviais porque eles eram sempre rasos o
que efetivamente reduziu a influencia negativa das bactérias oxidantes de metano.
Houve mudança da concentração superficial de gases ao longo no ano no campo RNL.
A concentração de CO2 foi maior entre agosto a setembro no campo RNL e entre os meses de
julho a novembro no campo Itu, período de queda da cota em ambos os campos. Isto pode ter
ocorrido porque a matéria orgânica se concentra na água neste período havendo mais
substrato para respiração e decomposição. A concentração de CH4 na água do campo RNL foi
especialmente alta no mês de outubro quando ocorria uma grande mortalidade de algas
perifíticas, cuja decomposição pode ter causado eutrofização da água e contribuído para o
maior produção CH4 neste mês. Já a concentração de CH4 na água foi maior em maio e junho,
quando a cota deste campo estava mais alta e a coluna da água como um todo se encontrava
menos oxigenada.
7.2.3 Emissões ebulitivas e difusivas de CO2 e CH4
O CO2 e o CH4 seguiram o mesmo padrão de relação e não houve pontos com
emissões de CH4 muito maiores que as calculadas pela lei de Fick. Isso demonstra que o
critério de Smith et al. (2000) utilizado no presente estudo para evitar o efeito da ebulição
sobre as medidas de emissão de metano com câmaras foi aparentemente efetivo e que as
câmaras flutuantes mediram somente o CH4 emitido por difusão.
68
As medidas de fluxo difusivo de metano indicaram consumo (fluxo negativo) em
ambientes secos e emissão em ambientes alagados. Este padrão é comumente observado em
áreas alagadas de todo mundo (Liblik et al., 1997; Castaldi et al., 2006), inclusive na
Amazônia, onde foi observado que a emissão de metano diminuiu de valores entre 3,8 e 15,4
mg CH4 m-2 d-1 para zero quando o sedimento da planície inundada era exposto ao ar
(Koschorreck, 2000). O consumo de metano em ambientes secos aparentemente reflete a
oxidação de metano por bactérias oxidantes presentes nas camadas superiores do solo.
Os dados deste experimento demonstraram que houve consumo de CH4 pelo solo
quando os ambientes encontravam-se secos. A absorção média foi de 23 kg CH4 km-2ano-1 (34
kg CH4 km-2ano-1 no campo RNL e de 12 kg CH4 kg CH4 km-2ano-1 no campo Itu). Este valor
deve ser considerado nos cálculos de emissão de ambientes alterados, como lagos de
hidrelétricas, por exemplo, pois além de haver produção de CH4 no lago formado, está
deixando de haver absorção pelo solo inundado.
A emissão difusiva média de metano (26 mg CH4 m-2 d-1) foi similar nos dois campos
e encontrou-se dentro dos valores previamente medidos na várzea Amazônica (Bartlett et al.,
1990; Engle e Melack, 2000). Já a ebulição foi diferenciada nos dois campos. Foi responsável
por 78 % do fluxo total de CH4 do campo RNL, dentro dos valores esperados estimadas em
outros estudo para a planície inundada amazônica entre 70% e 85 % (Devol et al., 1988;
1990). Enquanto no campo Itu foi responsável por apenas 24% da emissão. Isto poderia estar
ocorrendo devido a diferenças no sedimento, que era arenoso e compactado no campo Itu, o
que poderia dificultar o desprendimento de bolhas. Diferenças nos ciclos hidrológicos
também poderiam contribuir, uma vez que o campo Itu secava em parte do ano e o metano
preso ao sedimento poderia ser oxidado, não sendo liberado na forma de bolhas.
A emissão total média de CH4, incluindo os fluxos difusivo e ebulitivo, medida no
campo RNL (129 mg CH4 m-2d-1) foi similar a emissão média de 112 mg CH4 m-2 d-1 do
igapó do rio Jaú, afluente do rio Negro (Rosenqvist et al., 2002) e à emissão de 113 mg CH4
m-2d-1 da bacia do Orinoco (Smith et al., 2000). Também foi similar as emissões totais
medidas por Bartlett et al. (1990) para áreas alagáveis da várzea central Amazônica
(148 mg CH4 m-2dia-1 na enchente e 390 mg CH4 m-2d-1 na vazante) e às medidas em lagos e
planícies aluviais do Pantanal, onde a emissão total foi de 142 mg CH4 m-2d-1 (Marani e
Alvalá, 2007). Já o campo Itu teve uma média de emissão muito inferior às medidas nestas
áreas (32 mg CH4 m-2d-1), principalmente devido ao baixo índice de ebulição deste campo.
69
7.2.4 Emissão parenquimal de CH4
Os fluxos maiores encontrados na presença de capim emergente no campo Itu sugerem
que está havendo transporte de CH4 através do parênquima destas plantas neste campo. Um
acréscimo na quantidade de CH4 emitida na presença de plantas emergindo da coluna da água
é freqüentemente atribuído ao transporte através do parênquima. Garnet et al. (2005)
demonstraram que há de fato transporte de CH4 através do parênquima de plantas aquáticas
emergentes em um experimento de laboratório. Pesquisas em outras áreas alagadas utilizando
outros métodos também chegaram a esta conclusão. (1998) removeram fisicamente o capim
de campos no Alaska e observaram uma redução significativa das emissões de CH4. Kim et al.
(1999) observaram maior emissão de CH4 na presença de macrófitas com medidas feitas in
situ com espectrômetro a laser. Após macrófitas emergirem da água houve uma maior
emissão de CH4. Esta emissão era maior no fim da manhã.
A ausência deste padrão no campo RNL provavelmente ocorreu devido à estrutura
diferenciada deste habitat. O campo RNL era mais raso que o campo Itu, mas era
permanentemente alagado resultando em um ambiente de sedimento permanentemente
anóxico. Por isto as plantas do campo RNL formavam raízes adventícias, que por não estarem
totalmente inseridas no sedimento repleto de CH4 não transportavam este gás de forma
eficiente do sedimento para a atmosfera. Além disso, estas raízes formavam ilhas de
sedimento ao seu redor que ficavam freqüentemente expostas ao ar. Já no campo Itu as raízes
eram totalmente inseridas no sedimento permitindo um transporte de metano mais eficiente.
Além disso, quando inundado, o campo Itu era mais profundo e plantas de ambientes
aquáticos mais profundos tendem a ter uma pressão interna maior e uma menor resistência ao
fluxo interno de gases. Isto dá a às plantas uma vantagem competitiva sobre plantas que
realizam apenas fluxo difusivo de gases (Brix et al., 1992).
7.2.5 Influência de fatores ambientais sobre as emissões de CO2 e CH4
A emissão de CH4 foi maior no campo RNL talvez devido à diferenças na camada
superficial dos solos dos campos. O sedimento é responsável pela maior parte do CH4
produzido (Devol et al., 1994) e o campo RNL era coberto de lodo e enquanto que o campo
Itu era coberto de areia, tendo menor quantidade de substrato orgânico para ser decomposto.
Além disso, o campo RNL permanecia inundado o ano todo e teve um fluxo médio de CH4 de
73 g CH4 m-2ano-1, enquanto a emissão de CH4 no campo Itu foi de 25 g CH4 m-2 ano-1,
70
equivalendo a apenas 34% do valor da emissão do campo RNL. Altor e Mitsch (2006)
observaram o mesmo padrão em áreas alagáveis da América do Norte. Campos inundados
sazonalmente tinham 30% do fluxo de CH4 de campos permanentemente inundados. Portanto
é importante saber se o regime de inundação de um campo é sazonal ou permanente para
estimar a emissão de CH4.
A emissão difusiva de CO2 dentro de cada campo aumentou conforme a densidade da
vegetação aumentou. Isso pode indicar que a emissão de CO2 está diretamente relacionada a
uma maior produção primária do ambiente. A mesma tendência foi observada para a emissão
difusiva de CH4. Com exceção do habitat capim do campo RNL que apresentou uma emissão
difusiva maior que o hábitat arbusto. Isto pode ter ocorrido porque em determinadas épocas
do ano havia um enorme crescimento de algas perifíticas entre a vegetação do campo RNL,
principalmente entre o capim. Quando a cota do campo baixava estas algas morriam e, ao
decompor podem ter eutrofizado o ambiente e contribuído de forma significativa para a
produção de CH4 para a coluna da água. Esta maior emissão difusiva de CH4 do habitat capim
ocorreu em setembro e outubro, quando este fenômeno estava ocorrendo. Um padrão similar,
mas mais suave foi observado para a emissão de CH4 por difusão do hábitat arbusto. Pelo
mesmo motivo foi observada uma emissão pronunciadamente maior de CH4 por bolhas no
ambiente arbusto do campo RNL Esta maior emissão ebulitiva de CH4 do habitat arbusto
ocorreu por que houve um aumento da emissão a partir de agosto atingindo seu pico em
outubro e diminuindo até voltar ao normal em janeiro. Como as algas perifiticas encontravam-
se entre o capim, uma emissão ebulitiva de CH4 ainda maior deveria ter sido observada em
outubro neste habitat, mas entre setembro e novembro este habitat encontrava-se raso demais
ou seco, por isso ali não foram medidas emissões de bolhas nesta época.
Esta tendência de maior produção de CH4 em ambientes de maior produção primária
já foi observada na Amazônia. Devol et al. (1994) observaram que a emissão de CH4 foi
maior na época em que as macrófitas aquáticas apresentaram maior produção primária.
Ballester e Santos (2000) também observaram que os fluxos ebulitivos foram menores em
água aberta do que em bancos de macrófitas e floresta inundada. Já Bartlett et al. (1990) e
Liblik et al. (1997) observaram uma tendência contrária, de maior emissão de CH4 em lodo
aberto, depois em capim e então nos arbustos, e atribuíram este padrão a um aumento do nível
da água sobre o lodo. Neste experimento não houve influência da profundidade sobre a
emissão de GEEs, apesar de ter havido uma tendência de maior emissão e bolhas dos
ambientes mais profundos do campo Itu. A profundidade não variava muito entre os habitats
do campo RNL, enquanto no campo Itu havia maior diferença de profundidade entre os
71
habitats. Os habitats água aberta e capim alagado eram mais profundos, seguidos do habitat
arbusto e por fim do habitat buriti que era o mais raso. O efeito da profundidade pode não ter
sido claro porque os ambientes mais rasos provavelmente são os de maior produtividade,
havendo assim influência de dois fatores contrarios sobre as emissões. Por isso, ainda é
necessário entender melhor os processos que regem as emissões em diferentes habitats,
especialmente no que diz respeito à estocagem e produção primária de carbono.
Houve maior emissão de bolhas quando o nível da água estava baixando. Isto já havia
sido descrito no trabalho de Rosenqvist et al. (2002) feito no igapó do Rio Jaú. Este fenômeno
foi atribuído a uma diminuição da pressão hidrostática quando a espessura da coluna da água
diminuiu. A diminuição da pressão pode ter feito com que os gases aprisionados no sedimento
se soltassem. Além disso, o ponto de saturação dos gases na água diminui com a diminuição
da pressão e isto pode ter causado a formação de bolhas a partir de gases dissolvidos na
coluna da água e nos sedimentos de fundo. Por isso é importante que se façam coletas ao
longo de todo ano, pois se o período em que a água estiver baixando for ignorado nos cálculos
haverá subestimação dos valores de emissão assim como se as coletas forem feitas apenas
neste período haverá superestimação da emissão de CH4.
Poderia se pensar que a maior emissão de CH4 por bolhas em outubro no campo RNL
ocorreu não só devido ao fenômeno da eutrofização, mas também pelo fato do da cota do
campo estar em geral caindo neste a época, o que promovia maior emissão de bolhas. No
entanto, no habitat água aberta, onde não havia crescimento de perifiton, a emissão de bolhas
não aumentou em outubro. Além disso, a subida e a descida da cota do campo ocorria de
forma pontual e nem sempre estava havendo queda na cota durante o período geral de
vazante. Desta forma, apesar das coletas entre agosto e novembro serem do período de
vazante, as vezes a cota do campo no dia em que a coleta foi feita estava subindo.
Houve mais emissão difusiva de CO2 em temperaturas menores. Isso pode ter ocorrido
porque as menores temperaturas foram registradas nos dias de maior precipitação e, portanto,
de maior mistura vertical da atmosfera. Nestas condições a concentração de CO2 atmosférico
era menor, resultando em um maior fluxo aparente de CO2 devido a maior diferença de
concentração entre os meios aquoso e atmosférico. Além disso, menores temperaturas
aumentam a solubilidade dos gases na água. Os cálculos de emissão foram feitos baseados na
concentração do gás na água e atribuindo um valor médio de temperatura para todos os
cálculos de emissão pela lei de Fick. O ideal seria considerar a temperatura da água em cada
cálculo separadamente, mas foram coletados dados de temperatura juntamente com poucas
72
amostras, tornado necessário fazer-se uma média e isto talvez t4nha gerado esta distorção dos
resultados.
As emissões difusiva e ebulitiva de CO2 e de CH4 foram maiores em ambientes mais
anóxicos. Este mesmo padrão já foi observado por Ballester e Santos (2000) no sudeste do
Brasil e por Devol et al. (1988) na Amazônia. As altas emissões de CO2 podem ser atribuídas
a maior atividade respiratória nestes sistemas, o que consumiu o O2 (Hamilton et al., 1995;
Ballester e Santos, 2000). Os ambientes anóxicos promovem a metanogênese o que explica as
maiores emissões de metano nestes lugares em locais com maior depleção de oxigênio (Mer e
Roger, 2001). Além disso, o CH4 provavelmente era menos oxidado ao passar pela coluna da
água quando havia menos oxigênio dissolvido (Whalen, 2005).
7.3 Integração espaço temporal das emissões de CO2 e CH4.
A emissão difusiva de GEEs por unidade de área inundada não variou
consideravelmente ao longo do ano nos campos RNL eItu, mas a emissão total em cada
campo variou à medida que a área inundada aumentou, pois as emissões de CO2 e CH4 eram
maiores quando o ambiente encontrava-se alagado.
A emissão de bolhas por km2 era menor quando a área inundada do campo estava
aumentando e a cota estava subindo. Desta forma a emissão de CH4 por ebulição de todo o
campo não variou consideravelmente ao longo do ano, mas emissões maiores foram
registradas em junho em ambos os campos, quando havia uma grande área inundada e a cota
da água nos campos começava a descer.
Melack et al. (2004) estimaram uma emissão de 22 Tg C ano-1 para uma área de 1,77
milhões de km2. Isso equivaleria a uma emissão de 12 Mg C km-2 ano-1. Era esperado que as
áreas aqui estudadas emitissem mais metano que as planícies aluviais, O campo RNL emitiu
uma quantidade um pouco maior de metano por unidade de área (15 Mg C km-2ano-1), já o
campo Itu emitiu quantidades menores de CH4 (4,1 Mg C km-2ano-1) ao que foi estimado para
toda a bacia Amazônica por Melack et al. (2004). Desta forma, a emissão de campos
interfluviais que secam totalmente parte do ano deve ser considerada separadamente para
estimativas de emissão de GEEs.
Considerando que o padrão de absorção média de 0,8 Mg CH4 km-2ano-1 se aplica a
todos os solos secos da região e que a área total da bacia amazônica é sete milhões de km2, e
que 17% desta área sofre inundação pode-se estimar que os solos da Amazônia legal
73
consomem em média 4,6 Tg C ano-1 de CH4. A absorção seria consideravelmente menor que a
emissão de metano de 22 Tg C ano-1 de CH4 estimada por para toda a área alagável da bacia
amazônica. De fato, estudos recentes demonstraram que a Amazônia como um todo é fonte de
metano (Miller et al., 2007). A parte brasileira da bacia amazônica tem 3,8 milhões de km2 e
absorveria o equivalente a 2,5 Tg C ano-1 de CH4. Esta absorção compensa ao menos os 1,5
Tg C ano-1 de CH4 emitidos das campinas, mas não a emissão de todas as áreas alagadas da
Amazônia brasileira.
74
8 CONCLUSÃO
Áreas alagáveis interfluviais são fonte significativa de carbono para a atmosfera. A
emissão das campinas da bacia amazônica é de 56 Tg C ano-1 de CO2 e de 1,5 Tg C ano-1 de
CH4, num total de 93,5 Tg Ceq ano-1. A presença de água, o oxigênio dissolvido na água, a
variação da pressão hidrostática e a densidade da vegetação foram os fatores mais importantes
afetando a emissão de CO2 e CH4. A emissão média de metano no campo RNL, que
permanecia inundado o ano todo foi de 73 g CH4 m-2ano-1, enquanto a emissão campo Itu, que
secava em parte do ano, foi de 25 g CH4 m-2 ano-1. Valor menor que o estimado para as
planícies aluviais. É necessário, portanto, rever as estimativas pretéritas de emissão de metano
feitas para toda a Amazônia, considerando em separando as emissões das planícies aluviais e
das áreas alagáveis interfluviais, especialmente das que secam parte do ano, a fim de corrigir a
superestimação causada pela extrapolação de dados de emissão das planícies aluviais para as
áreas interfluviais.
75
9 REFERÊNCIAS BIBLIOGRÁFICAS
Altor, A.E.; Mitsch, W.J., 2006. Methane flux from created riparian marshes: Relationship to
intermittent versus continuous inundation and emergent macrophytes. Ecological Engineering
28, 224-234.
Alvalá, P.C.; Kirchhoff, V.W.J.H.; Pavão, H.G., 1999. Metano na Atmosfera: Produção de
metano em regiões de queimadas e áreas alagadas. 2. p. 40-43
Ballester, M.V.R.; Santos, J.E.d., 2000. Biogenic Gases in Tropical Floodplain River. Tecpar.
Barbosa, C.C.F.; Hess, L.L.; Melack, J.M.; Novo, E.M.L.N., 2000. Mapping Amazon Basin
Wetlands Through Region Growing Segmentation and Segmented -Based Classification Jers-
1 Data. Puerto Iguazú, Argentina, p.
Bartlett, K.B.; Crill, P.M.; Sebacher, D.I.; Harriss, R.C.; Wilson, J.O.; Melack, J.M., 1988.
Methane flux from the central Amazonian floodplain. Journal of Geophysical Research 93,
1574-1582.
Bartlett, K.B.; Crill, P.M.; Bonassi, J.A.; Richey, J.E.; Harriss, R.C., 1990. Methane Flux
from the Amazon River Floodplain: Emissions During Rising Water. Journal of Geophysical
Research 95, 16773-16788.
Battle, M.; Bender, M.L.; Tans, P.P.; White, J.W.C.; Ellis, J.T.; Conway, T.; Francey, R.J.,
2000. Global Carbon Sinks and Their Variability Inferred from Atmospheric O2 and 13C.
Science 287, 2467 - 2470.
Belger, L.; Forsberg, B.R., 2006. Factors controlling mercury levels in two predatory fish
species in the Negro river basin, Brazilian Amazon. Water, Air and Soil Pollution.
Bianchi, T.S.; Freer, M.E.; Wetzel, R.G., 1996. Temporal and spatial variability, and the role
of dissolved organic carbon (DOC) in methane fluxes from the Sabine River floodplain
(southeast Texas, USA). Archiv für Hydrobiologie 136, 261-287.
Brix, H.; Sorrell, B.K.; Orr, P.T., 1992. Internal pressurization and convective gas flow in
some emergent freshwater macrophytes. Limnology and Oceanography 37, 1420-1433.
76
Broecker, W.S.; Peng, T.H., 1982. Traces in the sea. Eldigio Press, New York.
Castaldi, S.; Ermice, A.; Strumia, S., 2006. Fluxes of N2O and CH4 from soils of savannas
and seasonally-dry ecosystems. Journal of Biogeography 33, 401.
Cicerone, R.J.; Oremland, R.S., 1988. Biochemical aspects of atmospheric methane. Global
Biochemical Cycles 2.
Costa, M.; Niemann, O.; Novo, E.M.L.N.; Ahern, F., 2002. Biophysical properties and
mapping of aquatic vegetation during the hydrological cycle of the Amazon floodplain using
JERS-1 and RADARSAT, 2001. International Journal of Remote Sensing. 23.
Crill, P.M.; Bartlett, K.B.; Wilson, J.O.; Sebacher, D.I.; Harriss, R.C.; Melack, J.M.;
MacIntyre, S.; Lesack, L.; Smith-Morrill, L., 1988. Trophosferic methane from an
Amazonian floodplain lake. Journal of Geophysical Research 93, 1564-1570.
Crill, P.M., 1990. Latitudinal differences in methane fluxes from natural wetlands. In: D.
Adams; S. Seitzinger; P.M. Crill (Eds.), Cycling of reduced gases in the hydrosphere, vol. E.
Schweizerbart'sche Verlagsbuchhandlung, Stuttgart, p.
Davidson, E.A.; Artaxo, P., 2004. Globally significant changes in biological processes of the
Amazon Basin: results of the Large-scale Biosphere–Atmosphere Experiment. Global Change
Biology 10, 519–529.
Devol, A.H.; Zaret, T.M.; Forsberg, B.R., 1984. Sedimentary organic matter diagenesis and
its relation to the carbon budget of tropical amazon floodplain lakes. Verh. Internat. Verein.
Limnol. 22, 1299-1304.
Devol, A.H.; Richey, J.E.; Clark, W.A.; King, S.L.; Martinelli, L.A., 1988. Methane
emissions to the troposphere from the Amazon floodplain. Journal of Geophysical Research
93, 1583-1592.
Devol, A.H.; Richey, J.E.; Forsberg, B.R.; Martinelli, L.A., 1990. Seasonal dynamics in
methane emissions from the Amazon River floodplain to the troposphere. Journal of
Geophysical Research 95, 16417-16426.
77
Devol, A.H.; Richey, J.E.; Forsberg, B.R.; Martinelli, L.A., 1994. Envirinmental methane in
the Amazon river floodplain. In: W.J. Mitsch (Ed.), Global Wetlands: Old World and New,
vol. Elsevier Science, p. 151-165
Devol, A.H.; Richey, J.E.; King, S.L.; Landsdown, J.M.; Martinelli, L.A., 1995. Seasoanl
variations in the 13C-CH4 of Amazon floodplain waters. Mitt. Internat. Verein. Limnol. 24.
Dickinson, R.E.; Cicerone, R.J., 1986. Future global warming from atmospheric trace gases.
Nature 319, 109 - 115.
Dukes, J.S.; Mooney, H.A., 1999. Does global change increase the success of biological
invaders? Trends in Ecology & Evolution 14, 135-139.
Engle, D.; Melack, J.M., 2000. Methane emissions from an Amazon floodplain lake:
Enhanced release during episodic mixing and during falling water. Biogeochemistry 51, 71-
90.
Fearnside, P.M., 2000. O potencial do setor florestal brasileiro para a mitigação do efeito
estufa sob o Mecanismo de Desenvolvimento Limpo do Protocolo de Kyoto. In: A.G.
Moreira; S. Schwartzman (Eds.), As mudanças climáticas e os ecossistemas brasileiros., vol.
Instituto de Pesquisas da Amazônia (IPAM), Woods Hole Research Center and
Environmental Defense, Brasília, DF., p. 165
Fearnside, P.M., 2001. Emissões de gases de efeito estufa oriundas da mudança do uso da
terra na Amazônia brasileira. São Paulo., p.
Fearnside, P.M., 2002. Greenhouse gas emissions from a hydroelectric reservoir (Brazil´s
Tucuruá Dam) and thje energy policy implications. Water, Air and Soil Pollution 133, 69-96.
Ferreira da Silva Jr., A., 1999. Combinação de imagens radarsat e landsat-5 tm para fins de
mapeamento geo-ambiental. 5. Curitiba, p. 84-85
Frappart, F.; Seyler, F.; Martinez, J.M.; Leon, J.G.; Cazenave, A., 2005. Floodplain water
storage in the Negro River basin estimated from microwave remote sensing of inundation area
and water levels. Remote Sensing of Environment 99, 387-399.
Garnet, K.N.; Megonigal, P.; Litchfield, C., 2005. Physiological control of leaf methane
emission from wetland plants. Aquatic Botany 81, 141–155.
78
Gatter, W., 1992. Timing and patterns of visible autumn migration - can effects of global
warming be detected. Journal für Ornitologie 133, 427-436.
Hamilton, S.K.; Sippel, S.J.; Melack, J.M., 1995. Oxygen depletion and carbon-dioxide and
methane production in waters of the Pantanal wetland of Brazil. Biogeochemistry 30, 115-
141.
Hamilton, S.K.; Sippel, S.J.; Melack, J.M., 2002. Comparison of inundation patterns among
major South American floodplains. Journal of Geophysical Research-Atmospheres 107, 8038.
Hansch, C.; Leo, A.J., 1979. Substitute cionstants for correlation analysis in chemistry and
biology. Wiley., New York.
Hess, L.L.; Melack, J.M.; Novo, E.M.L.N.; Barbosa, C.C.F.; Gastil, M., 2003. Dual-season
mapping of wetland inundation and vegetation for the central Amazon basin. Remote Sensing
& Environment 87, 404-428.
Houghton, J., 2005. Global warming. Reports On Progress in Physics 68, 1343-1403.
INPE, 2007. Projeto Queimadas. Disponível em: http://www.cptec.inpe.br/queimadas, Acesso
em: 25-set-2007.
IPCC, 2007. Climate Change 2007: The Physical Science Basis. Contribution of Working
Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change.
Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA, p. 996
Jain, N.; Pathak, H.; Mitra, S.; Bhatia, A., 2004. Emission of methane from rice fields - A
review. Journal of Scientific & Industrial Research 63, 101-115.
Junk, W.J., 1993. Wetlands of tropical South America. In: D.F. Whigham; S. Hejny; D.
Dykyjova (Ed.)^(Eds.), Wetlands of the World, vol. I. Kluwer, Dordrecht, p. 679-739
Keller, M.; Stallard, R.F., 1994. Methane emission by bubbling from Gatun Lake, Panama.
Journal of Geophysical Research-Atmospheres 99, 8307-8319.
Kemenes, A.; Forsberg, B.R.; Melack, J.M., 2007. Methane release below a tropical
hydroelectric dam. Geophysical Research letters 34.
79
Kiehl, J.T.; Trenberth, K.E., 1997. Earth's annual global mean energy budget. Bulletin of the
American Meteorological Society 78, 197-208.
Kim, J.; Verma, S.B.; Billesbach, D.P., 1999. Seasonal variation in methane emission from a
temperate Phragmites-dominated marsh: effect of growth stage and plant-mediated transport.
Global Change Biology 5, 433-440.
King, J.Y.; Reeburgh, W.S.; Regli, S.K., 1998. Methane emission and transport by arctic
sedges in Alaska: Results of a vegetation removal experiment. Journal of Geophysical
Research 103, 29083–29092.
Koschorreck, M., 2000. Methane turnover in exposed sediments of an Amazon floodplain
lake. Biogeochemistry 50, 195-206.
Kramer, M.G.; Sollins, P.; Sletten, R.S., 2004. Soil carbon dynamics across a windthrow
disturbance sequence in southeast Alaska. Ecology 85, 2230-2244.
Lal, R.; Kimble, J.; Follett, R.F., 1998. Pedopheric process and the carbon cycle. In: R. Lal; J.
Kimble; R.F. Follett; B.A. Steward (Eds.), Soil process and the carbon cycle. Advances in
soil science., vol. CRC Pree., Boca Raton. Florida. USA., p. 1-8
Liblik, L.K.; Moore, T.R.; Bubier, J.L.; Robinson, S.D., 1997. Methane emissions from
wetlands in the zone of discontinuous permafrost:Forst Simpson, Northwest Territories,
Canada. Global Biochemical Cycles 11, 485-494.
Marani, L.; Alvalá, P.C., 2007. Methane emissions from lakes and floodplains in Pantanal,
Brazil. Atmospheric environment 41, 1627-1633.
Matson, P.A.; Harriss, R.C., 1995. Biogenic trace gases: Measuring Emissions from soil and
water. Blackwell Science.
Matthews, R.; Wassmann, R., 2003. Modelling the impacts of climate change and methane
emission reductions on rice production: a review. European Journal of Agronomy 19, 573-
598.
McMichael, A.J.; Woodruff, R.E.; Hales, S., 2006. Climate change and human health:
present and future risks. Lancet 367, 859-869.
80
Melack, J.M.; Hess, L.L.; Gastil, M.; Forsberg, B.R.; Hamilton, S.K., 2004. Regionalization
of methane emissions in the Amazon basin - microwave remote sensing. Global Change
Biology 10, 530-544.
Mer, J.L.; Roger, P., 2001. Production, oxidation, emission and consumption of methane by
soils: A review. European Journal of Soil Biology 37, 25-50.
Miller, J.B.; Gatti, L.V.; d’Amelio, M.T.S.; Crotwell, A.M.; Dlugokencky, E.J.; Bakwin, P.;
Artaxo, P.; Tans, P.P., 2007. Airborne measurements indicate large methane emissions from
the eastern Amazon basin. GEOPHYSICAL RESEARCH LETTERS 34.
Molinier, M.; Guyot, J.L.; Oliveira, E.d.; Guimarães, V.; Chaves, A., 1982. Hidrologia da
Bacia do Rio Amazonas. Ciência e Tecnologia.
Moreira-Turcq, P.; Seyler, P.; Guyot, J.L.; Etcheber, H., 2003. Exportation of organic carbon
from the Amazon River and its main tributaries. Hydrological Processes 17, 1329-1344.
NOAA, N.O.a.A.A., 2007. Disponível em: http://www.noaa.gov/, Acesso em: 30-jul-2007.
Ometto, J.P.H.B.; Nobre, A.D.; Rocha, H.R.; Artaxo, P.; Martinelli, L.A., 2005. Amazonia
and the modern carbon cycle: lessons learned. Oecologia 143, 483–500.
Potter, C.S.; Brooks-Genovese, V.; Klooster, S.; Torregrosa, A., 2002. Biomass burning
emissions of reactive gases estimated from satellite data analysis and ecosystem modeling for
the Brazilian Amazon region. Journal of Geophysical Research-Atmospheres 107, 8056.
RADAMBRASIL, P., 1972. Mosaicos semicontrolados de Radar 1 : 250,000. Rio de Janeiro,
Brasil., p.
Richey, J.E.; Devol, A.H.; Wofsy, S.C.; Victoria, R.L.; Riberio, M.N.G., 1988. Biogenic
gases and the oxidation and reduction of carbon in Amazon River and floodplain waters.
Limnology and Oceanography 33, 551-561.
Richey, J.E.; Mertes, L.A.K.; Victoria, R.L.; Forsberg, B.R.; Dunne, T.; Oliveira, E.d.;
Teancredi, A.C., 1989. Sources and routing of the Amazon River floodwave. Global
Biogeochem. Cycle 3, 191-204.
81
Richey, J.E.; Melack, J.M.; Aufdenkampe, A.K.; Ballester, M.V.R.; Hess, L.L., 2002.
Outgassing from Amazonian rivers and wetlands as a large tropical source of atmospheric
CO2. Nature 416, 594.
Rosenqvist, A.; Forsberg, B.R.; Pimentel, T.; Richey, J.E., 1998. Using JERS-1 L-band SAR
to estimate methane emissions from the Jaú River floodplain (Amazon/Brasil). 3. Institute of
Electrical and Electronics Engineers, Inc, Seatle-WA, p. 1623-1625
Rosenqvist, A.; Forsberg, B.R.; Pimentel, T.; Rauste, Y.A.; Richey, J.E., 2002. The use of
spaceborne radar data to model inundation patterns and trace gas emissions in the central
Amazon floodplain. International Journal of Remote Sensing. 33, 1303-1328.
RSI, 2000. RADARSAT Data Products Specifications. D4. Radarsat International, Richmond,
British Columbia, Canada, p.
Sander, R., 1999. Compilation of Henry’s Law Constants for Inorganic and Organic Species
of Potential Importance in Environmental Chemistry. Disponível em: http://www.mpch-
mainz.mpg.de/~sander/res/henry.html, Acesso em: 20-jul-2007.
Schlesinger, W.H., 1991. Biochemistry. An analysis of Global Change. Academic Press. Inc,
San Diego.
Smith, L.K.; Lewis, W.M.; Chanton, J.P.; Cronin, G.; Hamilton, S.K., 2000. Methane
emissions from the Orinoco River floodplain, Venezuela. Biogeochemistry 51, 113-140.
Strack, M.; Kellner, E.; Waddington, J.M., 2005. Dynamics of biogenic gas bubbles in peat
and their effects on peatland biogeochemistry. GLOBAL BIOGEOCHEMICAL CYCLES 19.
Townsend, P.A., 2001. Mapping Seasonal Flooding in Forested Wetlands Using Multi-
Temporal Radarsat SAR. Photogrammetric Engineering & Remote Sensing 67, 857-864.
Verchot, L.V.; Davidson, E.A.; Cattanio, J.H.; Ackerman, I.L., 2000. Land-use change and
biogeochemical controls of methane fluxes in soils of eastern Amazonia. Ecosystems 3, 41-
56.
Wang, Z.-P.; Han, X.-G., 2005. Diurnal variation in methane emissions in relation to plants
and environmental variables in the Inner Mongolia marshes. Atmospheric Environment 39,
6295–6305.
82
Wassmann, R.; Thein, U.G.; Whiticar, M.J.; Rennenberg, H.; Seiler, W.; Junk, W.J., 1992.
Methane emissions from the Amazon floodplain: characterization of production and transport.
Global Biogeochemical Cycles 6, 3-13.
Whalen, S.C., 2005. Biochemistry of methane exchange between natural wetlands and the
atmosphere. Environmental Engineering Science 22, 73-93.