WikiMini

Modelo dinâmico de vegetação global

Exemplo de saída de um DGVM

Um Modelo Dinâmico de Vegetação Global (DGVM, do inglês Dynamic Global Vegetation Model) é um programa de computador que simula mudanças na vegetação potencial e nos ciclos biogeoquímicos e hidrológicos associados, em resposta às variações climáticas. Esses modelos utilizam séries temporais de dados climáticos e, considerando restrições como latitude, topografia e características do solo, simulam as dinâmicas mensais ou diárias dos processos ecossistêmicos. Os DGVMs são amplamente empregados para prever os efeitos das futuras mudanças climáticas sobre a vegetação natural, bem como seus ciclos de carbono e água.

Desenvolvimento do modelo

[editar | editar código fonte]

Os DGVMs geralmente integram submodelos de biogeoquímica, biogeografia e perturbação. A perturbação é frequentemente representada por incêndios florestais, mas, em teoria, pode abranger outros fatores, como decisões de manejo florestal ou terrestre, queda de árvores por vento [en], danos causados por insetos, danos por ozônio, entre outros. Esses modelos costumam "preparar" suas simulações começando do solo nu até atingir uma vegetação em equilíbrio (como uma comunidade clímax), estabelecendo valores iniciais realistas para diversos "compartimentos", como carbono e nitrogênio em vegetação viva e morta, matéria orgânica do solo [en], entre outros, correspondentes a uma cobertura vegetal histórica documentada.

Orçamento global de carbono de 2011–2020

Os DGVMs são geralmente executados em um modo espacialmente distribuído, com simulações realizadas para milhares de "células" — pontos geográficos considerados homogêneos em suas condições internas. Essas simulações abrangem diversas escalas espaciais, desde o nível global até o de paisagem. As células são organizadas como pontos de grade, com a distância entre pontos adjacentes variando de alguns graus de latitude ou longitude (resolução mais grosseira) até 30 segundos de arco (resolução mais fina). Simulações dos Estados Unidos contíguos no primeiro exercício de comparação de DGVMs (LPJ e MC1), conhecido como projeto VEMAP,[1] realizadas na década de 1990, utilizaram uma grade de meio grau. Já as simulações globais conduzidas pelo grupo PIK e colaboradores,[2] utilizando seis DGVMs distintos (HYBRID, IBIS, LPJ, SDGVM, TRIFFID e VECODE), adotaram a mesma resolução do modelo de circulação geral (GCM) que forneceu os dados climáticos: 3,75 graus de longitude por 2,5 graus de latitude, totalizando 1.631 células de grade terrestres. Em alguns casos, as distâncias entre os pontos da grade são expressas em quilômetros, especialmente em resoluções mais finas, como no projeto VEMAP,[3] frequentemente descrito como tendo uma resolução de 50 km.

Diversos DGVMs surgiram em meados da década de 1990. O primeiro aparentemente foi o IBIS (Foley et al., 1996), seguido pelo VECODE (Brovkin et al., 1997), e por outros modelos descritos a seguir:

Grupos

[editar | editar código fonte]

Diversos DGVMs foram desenvolvidos por grupos de pesquisa ao redor do mundo:

A próxima geração de modelos, conhecida como modelos do sistema terrestre (por exemplo, CCSM,[22] ORCHIDEE,[23] JULES,[24] CTEM[25]), agora incorpora os importantes feedbacks da biosfera para a atmosfera, permitindo que mudanças na vegetação e nos ciclos de carbono e hidrológico influenciem o clima.

Os DGVMs simulam comumente uma variedade de processos fisiológicos de plantas e solo. Esses processos, simulados por diferentes DGVMs, estão resumidos na tabela abaixo. Abreviações utilizadas: NPP, produção primária líquida; PFT, tipo funcional de planta; SAW, água disponível no solo [en]; LAI, índice de área foliar [en]; I, radiação solar; T, temperatura do ar; Wr, suprimento de água na zona radicular; PET, evapotranspiração potencial; vegc, carbono total da vegetação viva.

Processo/Atributo Formulação/Valor DGVMs
Menor passo de tempo 1 hora IBIS, ED2
2 horas TRIFFID
12 horas HYBRID
1 dia LPJ, SDGVM, SEIB-DGVM, submodelo de incêndio do MC1
1 mês MC1, exceto submodelo de incêndio
1 ano VECODE
Fotossíntese Farquhar et al. (1980)[26] HYBRID
Farquhar et al. (1980)
Collatz et al. (1992)[27] 		IBIS, LPJ, SDGVM
Collatz et al. (1991)[28]
Collatz et al. (1992) 		TRIFFID
Condutância estomática Jarvis (1976)[29]
Stewart (1988)[30] 		HYBRID
Leuning (1995)[31] IBIS, SDGVM, SEIB-DGVM
Haxeltine & Prentice (1996)[32] LPJ
Cox et al. (1998)[33] TRIFFID
Produção NPP florestal = f(PFT, vegc, T, SAW, P, ...)
NPP gramínea = f(PFT, vegc, T, SAW, P, competição por luz, ...) 		MC1
GPP = f(I, LAI, T, Wr, PET, CO2) LPJ
Competição Por luz, água e N MC1, HYBRID
Por luz e água LPJ, IBIS, SDGVM, SEIB-DGVM
Lotka-Volterra na cobertura fracionada TRIFFID
Dependente do clima VECODE
Estabelecimento Todos os PFTs se estabelecem uniformemente como indivíduos pequenos HYBRID
PFTs climaticamente favorecidos se estabelecem uniformemente, como indivíduos pequenos SEIB-DGVM
PFTs climaticamente favorecidos se estabelecem uniformemente, como pequeno incremento de LAI IBIS
PFTs climaticamente favorecidos se estabelecem em proporção à área disponível, como indivíduos pequenos LPJ, SDGVM
Fração mínima de "semente" para todos os PFTs TRIFFID
Mortalidade Dependente dos reservatórios de carbono HYBRID
Base determinística, queda de árvores por vento, fogo, temperaturas extremas IBIS
Base determinística, autodesbaste, balanço de carbono, fogo, temperaturas extremas LPJ, SEIB-DGVM, ED2
Balanço de carbono, queda de árvores por vento, fogo, temperaturas extremas SDGVM
Taxa de perturbação prescrita para cada PFT TRIFFID
Dependente do clima, baseado no balanço de carbono VECODE
Autodesbaste, fogo, temperaturas extremas, seca MC1

Ver também

[editar | editar código fonte]

Referências

[editar | editar código fonte]
  1. ↑ «Vegetation/ecosystem modeling and analysis project- Comparing biogeography and biogeochemistry models in a continental-scale study of terrestrial ecosystem responses to climate change and CO2 doubling» (PDF). Global Biogeochemical Cycles. 9 (4): 407–437. Dezembro de 1995 
  2. ↑ Cramer, Wolfgang; Bondeau, Alberte; Woodward, F. Ian; Prentice, I. Colin; Betts, Richard A.; Brovkin, Victor; Cox, Peter M.; Fisher, Veronica; Foley, Jonathan A.; Friend, Andrew D.; Kucharik, Chris; Lomas, Mark R.; Ramankutty, Navin; Sitch, Stephen; Smith, Benjamin (Abril de 2001). «Global response of terrestrial ecosystem structure and function to CO 2 and climate change: results from six dynamic global vegetation models: ECOSYSTEM DYNAMICS, CO 2 and CLIMATE CHANGE». Global Change Biology (em inglês). 7 (4): 357–373. doi:10.1046/j.1365-2486.2001.00383.x 
  3. ↑ «Vegetation-Ecosystem Modeling and Analysis Project». cgd.ucar.edu 
  4. ↑ Sitch S, Smith B, Prentice IC, Arneth A, Bondeau A, Cramer W, Kaplan JO, Levis S, Lucht W, Sykes MT, Thonicke K, Venevsky S 2003. Evaluation of ecosystem dynamics, plant geography and terrestrial carbon cycling in the LPJ Dynamic Global Vegetation Model. Global Change Biology 9, 161–185.
  5. ↑ «LPJ & LPJML Web Distribution Portal — PIK Research Portal». Consultado em 8 de janeiro de 2011. Arquivado do original em 13 de dezembro de 2010 
  6. ↑ Foley, Jonathan A.; Prentice, I. Colin; Ramankutty, Navin; Levis, Samuel; Pollard, David; Sitch, Steven; Haxeltine, Alex (Dezembro de 1996). «An integrated biosphere model of land surface processes, terrestrial carbon balance, and vegetation dynamics». Global Biogeochemical Cycles (em inglês). 10 (4): 603–628. doi:10.1029/96GB02692 
  7. ↑ Kucharik, Christopher J.; Foley, Jonathan A.; Delire, Christine; Fisher, Veronica A.; Coe, Michael T.; Lenters, John D.; Young-Molling, Christine; Ramankutty, Navin; Norman, John M.; Gower, Stith T. (Setembro de 2000). «Testing the performance of a dynamic global ecosystem model: Water balance, carbon balance, and vegetation structure». Global Biogeochemical Cycles (em inglês). 14 (3): 795–825. doi:10.1029/1999GB001138 
  8. ↑ «ORNL DAAC for Biogeochemical Dynamics». daac.ornl.gov. Consultado em 7 de setembro de 2023 
  9. ↑ Bachelet, Dominique; Lenihan, James M.; Daly, Christopher; Neilson, Ronald P.; Ojima, Dennis S.; Parton, William J. (2001). «MC1: a dynamic vegetation model for estimating the distribution of vegetation and associated carbon, nutrients, and water—technical documentation. Version 1.0.». Gen. Tech. Rep. PNW-GTR-508. Portland, OR: Departamento de Agricultura dos EUA, Serviço Florestal, Estação de Pesquisa do Noroeste do Pacífico. 95 p (em inglês). 508. doi:10.2737/PNW-GTR-508 
  10. ↑ Daly, Christopher; Bachelet, Dominique; Lenihan, James M.; Neilson, Ronald P.; Parton, William; Ojima, Dennis (2000). «Dynamic Simulation of Tree-Grass Interactions for Global Change Studies». Ecological Applications. 10 (2): 449–469. ISSN 1051-0761. doi:10.2307/2641106 
  11. ↑ «MC1 Dynamic Vegetation Model». fsl.orst.edu/dgvm. 20 de junho de 2018. Consultado em 7 de setembro de 2023. Arquivado do original em 20 de junho de 2018 
  12. ↑ Friend, A. D.; Stevens, A. K.; Knox, R. G.; Cannell, M. G. R. (14 de fevereiro de 1997). «A process-based, terrestrial biosphere model of ecosystem dynamics (Hybrid v3.0)». Ecological Modelling. 95 (2): 249–287. ISSN 0304-3800. doi:10.1016/S0304-3800(96)00034-8 
  13. ↑ Woodward, F. I. (29 de janeiro de 1998). Beerling, D. J., ed. «Vegetation-climate feedbacks in a greenhouse world». Philosophical Transactions of the Royal Society of London. Series B: Biological Sciences (em inglês). 353 (1365): 29–39. ISSN 0962-8436. PMC 1692170Acessível livremente. doi:10.1098/rstb.1998.0188 
  14. ↑ Sato, Hisashi. «Spatially Explicit Individual Based - Dynamic Global Vegetation Model». Yokohama Institute for Earth Sciences seib-dgvm.com. Consultado em 7 de setembro de 2023 
  15. ↑ «Hadley Centre: Carbon cycle models». www.metoffice.gov.uk. Arquivado do original em 22 de agosto de 2001 
  16. ↑ Brovkin, Victor; Ganopolski, Andrei; Svirezhev, Yuri (15 de agosto de 1997). «A continuous climate-vegetation classification for use in climate-biosphere studies». Ecological Modelling. 101 (2): 251–261. ISSN 0304-3800. doi:10.1016/S0304-3800(97)00049-5. hdl:11858/00-001M-0000-0023-E605-4 
  17. ↑ Levis, Samuel; Bonan, Gordon; Vertenstein, Mariana; Oleson, Keith (2004). The Community Land Model's Dynamic Global Vegetation Model (CLM-DGVM): Technical description and user's guide (Relatório) (em inglês). UCAR/NCAR. pp. 1505 KB. doi:10.5065/d6p26w36 
  18. ↑ Moorcroft, P. R.; Hurtt, G. C.; Pacala, S. W. (Novembro de 2001). «A METHOD FOR SCALING VEGETATION DYNAMICS: THE ECOSYSTEM DEMOGRAPHY MODEL (ED)». Ecological Monographs (em inglês). 71 (4): 557–586. ISSN 0012-9615. doi:10.1890/0012-9615(2001)071[0557:AMFSVD]2.0.CO;2 
  19. ↑ Medvigy, D.; Wofsy, S. C.; Munger, J. W.; Hollinger, D. Y.; Moorcroft, P. R. (Março de 2009). «Mechanistic scaling of ecosystem function and dynamics in space and time: Ecosystem Demography model version 2». Journal of Geophysical Research: Biogeosciences (em inglês). 114 (G1). ISSN 0148-0227. doi:10.1029/2008JG000812 
  20. ↑ Zeng, Ning (Setembro de 2003). «Glacial-interglacial atmospheric CO2 change—The glacial burial hypothesis». Advances in Atmospheric Sciences. 20 (5): 677–693. Bibcode:2003AdAtS..20..677N. doi:10.1007/BF02915395 
  21. ↑ «UMD Earth system model». atmos.umd.edu 
  22. ↑ «Community Climate System Model (CCSM) | Community Earth System Model». www.cesm.ucar.edu. Consultado em 7 de setembro de 2023 
  23. ↑ «French Global Land Surface Model - Home». Consultado em 23 de novembro de 2008. Arquivado do original em 11 de novembro de 2008 
  24. ↑ «Joint UK Land Environment Simulator - JULES». www.jchmr.org. Arquivado do original em 2 de fevereiro de 2007 
  25. ↑ «The Canadian Terrestrial Ecosystem Model (CTEM)» (em inglês). CLASSIC. 3 de junho de 2019. Consultado em 7 de setembro de 2023 
  26. ↑ Farquhar, G. D.; von Caemmerer, S.; Berry, J. A. (1980). «A biochemical model of photosynthetic CO2 assimilation in leaves of C3 species». Springer Science and Business Media LLC. Planta. 149 (1): 78–90. ISSN 0032-0935. doi:10.1007/bf00386231 
  27. ↑ Collatz, GJ; Ribas-Carbo, M; Berry, JA (1992). «Coupled Photosynthesis-Stomatal Conductance Model for Leaves of C4 Plants». CSIRO Publishing. Functional Plant Biology. 19 (5): 519. ISSN 1445-4408. doi:10.1071/pp9920519 
  28. ↑ Collatz, G.James; Ball, J.Timothy; Grivet, Cyril; Berry, Joseph A (1991). «Physiological and environmental regulation of stomatal conductance, photosynthesis and transpiration: a model that includes a laminar boundary layer». Elsevier BV. Agricultural and Forest Meteorology. 54 (2-4): 107–136. ISSN 0168-1923. doi:10.1016/0168-1923(91)90002-8 
  29. ↑ «The interpretation of the variations in leaf water potential and stomatal conductance found in canopies in the field». The Royal Society. Philosophical Transactions of the Royal Society of London. B, Biological Sciences. 273 (927): 593–610. 26 de fevereiro de 1976. ISSN 0080-4622. doi:10.1098/rstb.1976.0035 
  30. ↑ Stewart, J.B (1988). «Modelling surface conductance of pine forest». Elsevier BV. Agricultural and Forest Meteorology. 43 (1): 19–35. ISSN 0168-1923. doi:10.1016/0168-1923(88)90003-2 
  31. ↑ LEUNING, R. (1995). «A critical appraisal of a combined stomatal-photosynthesis model for C3 plants». Wiley. Plant, Cell and Environment. 18 (4): 339–355. ISSN 0140-7791. doi:10.1111/j.1365-3040.1995.tb00370.x 
  32. ↑ Haxeltine, A.; Prentice, I. C. (1996). «A General Model for the Light-Use Efficiency of Primary Production». [British Ecological Society, Wiley]. Functional Ecology. 10 (5): 551–561. ISSN 0269-8463. JSTOR 2390165. Consultado em 7 de setembro de 2023 
  33. ↑ Cox, P.M; Huntingford, C; Harding, R.J (1998). «A canopy conductance and photosynthesis model for use in a GCM land surface scheme». Elsevier BV. Journal of Hydrology. 212-213: 79–94. ISSN 0022-1694. doi:10.1016/s0022-1694(98)00203-0