FLUXOS DE SUPERFÍCIE DO MODELO EM DIFERENTES USOS DO SOLO Viu-se que os fluxos de superfície em florestas de clima temperado apresentaram

comportamentos distintos entre cada sítio e entre cada época do ano, especialmente na época de EF e SF. E que o modelo apresentou deficiências, principalmente na transição do inverno para primavera. Além disso, para H, o modelo não acompanhou o compor- tamento sazonal das florestas decíduas. Neste sentido, é importante observar como as simulações resolvem H e LE para outros usos do solo, comparando-os com os das flores- tas. Para isso, obteve-se dados de 10 pontos de grade para cada um dos seguintes usos do solo que mais predominam no nordeste dos EUA: floresta acicufoliada perene; floresta latifoliada perene; floresta latifoliada decídua; florestas mistas; campos; cultivos; mosaico cultivo/vegetação natural. Apenas para latifoliada perene, obteve-se apenas 4 pontos de grade. O tipo de uso do solo mais abundante no modelo foi florestas mistas, as forma- das por metades aproximadamente iguais de coníferas e decíduas. Certificou-de de obter pontos de grade não sequenciais para atingir uma representatividade geral maior. Ape- sar de os valores variarem de acordo com a altitude por exemplo, o objetivo é observar o comportamento sazonal, para ver o impacto de diferentes usos do solo no modelo.

Na figura 4.38 têm-se H médio para todos os pontos de grade de cada uso do solo e cada hora do dia. Pode-se observar que as florestas coníferas (acicufoliadas perenes) possuíram os maiores valores nas horas de maior disponibilidade diária de energia na su- perfície, seguidas pelas florestas latifoliadas perenes, florestas mistas, latifoliada decídua, pastagens, cultivos e por último, mosaico cultivo/vegetação natural. Isso evidencia o ca- ráter do uso da energia disponível na superfície, em alguns locais mais e outros menos usada para a evapotranspiração. Quanto maior H menor LE, como se confirma na figura 4.39. Aqui se vê que a pequena participação de LE nas coníferas é ainda mais evidente em relação aos outros usos do solo. Interessantemente, pastagens e cultivos evapotrans-

piraram muito, o que pode ser explicado pela irrigação, portanto disponibilidade de água no solo, mas principalmente pela característica de alta atividade fotossintética destes tipos de plantas. Além disso, o solo costuma ser mais aquecido que nas florestas, devido ao menor comprimento de rugosidade e menor sombreamento. A diferença entre campos e cultivos pode ser explicada pela condutância do dossel, menor nos campos que nos cul- tivos (RYU et al., 2008), de modo que plantações apresentaram os maiores valores de evapotranspiração.

Figura 4.38 – H modelado médio por hora do dia e médio para diversos pontos de grade em cada uso do solo.

No comportamento sazonal, os usos de H e LE seguiram a mesma ideia (Figuras 4.40 e 4.41). As coníferas utilizaram com mais intensidade a energia para H na estação quente, enquanto que os cultivos e pastagens se destacaram em LE, ou seja, na evapo- transpiração. A diferença entre coníferas e decíduas que se notou nas observações, com maior intensidade de H na primeira, foi reproduzida pelo modelo. Pode-se notar que, para as coníferas, β se manteve maior que 1 durante toda a estação de crescimento (não apre- sentado aqui). O erro das simulações no comportamento sazonal para as decíduas, sem a brusca queda de H após EF, foi confirmado aqui. Em relação ao balanço de energia na superfície, florestas latifoliadas perenes e savanas tendem a ter os melhores fechamentos enquanto florestas decíduas, florestas mistas e cultivos e pantanais os menores (STOY et al., 2013).

115 Figura 4.39 – O mesmo que na Figura 4.38, mas para LE.

Figura 4.40 – H modelado médio por dia do ano e médio para diversos pontos de grade em cada uso do solo.

Modificações do uso da terra alteram diversas propriedades da superfície terrestre, como albedo, comprimento de rugosidade, LAI, β, profundidade das raízes e fluxos de ou- tros gases, que se mostram influenciar o clima local e remotamente, nas diferentes escalas

Figura 4.41 – O mesmo que na Figura 4.40, mas para LE.

espaciais e temporais (PIELKE; AVISSAR, 1990; ADEGOKE; PIELKE; CARLETON, 2007). Por exemplo, o menor albedo e emissão infravermelha das áreas densamente vegetadas implica em um maior saldo de radiação absorvido na superfície em comparação às áreas não vegetadas. Já em áreas urbanas o albedo é diminuído em relação aos cultivos, prova- velmente devido ao efeito da multi-reflexão entre os prédios, além da maior quantidade de aerossóis (WANG et al., 2007). Valores típicos de albedo na estação de crescimento são: florestas decíduas 0,15; florestas coníferas 0.08; campos 0.18; cultivos 0.19 (HOLLINGER et al., 2010). Para um mesmo uso do solo, manejos podem trazer mudanças significativas, como a irrigação sobre uma área cultivada, que aumenta LE e diminuiu H em compara- ção ao cultivo não irrigado (SEGAL et al., 1998; ADEGOKE; PIELKE; CARLETON, 2007). Observa-se também que diferentes usos do solo adjacentes um ao outro causam forte impacto no desenvolvimento da iniciação e evolução dos padrões de nuvem e chuva no verão, com diferenças na hora e local da precipitação (ADEGOKE; PIELKE; CARLETON, 2007). A expansão de áreas com cultivos irrigados tem impacto positivo na precipitação e, em geral, negativo no albedo, mas este último depende do tipo de plantação (LI et al., 2018).

Sendo o comprimento de rugosidade a altura acima da superfície na qual a veloci- dade do vento extrapola zero, observa-se grandes diferenças em seus valores de acordo com cada uso do solo, devido à altura do dossel (SHAW; PEREIRA, 1982) e ao LAI (RAU- PACH, 1994). O comprimento de rugosidade influencia o grau de acoplamento entre a superfície e atmosfera, portanto modula os fluxos superficiais, especialmente H (PITMAN, 2003; RICHARDSON et al., 2013). Um aumento no comprimento de rugosidade aumenta

117 a eficiência na qual H é transferido da superfície para a atmosfera (LEE et al., 2011). Entretanto, para as florestas decíduas o impacto do surgimento ou da perda das folhas no comprimento de rugosidade parece ser surpreendentemente pequeno (SCHMID et al., 2000).

Wilson et al. (2002) ao comparar vários usos do solo da rede FLUXNET encontra- ram o menor valor de β sobre os sítios com agricultura (média de 0,31), ou seja, onde LE mais se sobressaiu, durante a estação quente, o que corrobora com os dados do modelo aqui analisados. Isto evidencia a baixa resistência estomática e a grande capaci- dade fotossintética típicos das plantas agrícolas (WILSON et al., 2002). Além disso, muitos destes sítios são irrigados, o que favorece ainda mais a evapotranspiração. As florestas decíduas apresentaram o segundo menor valor de β (0,42), o que evidencia o papel das folhas latifoliadas. As florestas mais perto da linha do equador apresentaram, em média, β mais baixos. Para coníferas, encontraram valores de β entre 0,5 e mais de 1,0, apro- ximadamente o dobro das decíduas. Em geral, encontraram uma resistência superficial ao transporte de água maior nas coníferas que nas decíduas, o que pode ser explicado em boa parte pela maior resistência estomática das folhas das coníferas (JONES, 2014) e menor capacidade fotossintética. Bonan (2008) encontrou relações parecidas para estes mesmos usos do solo.

Para campos, Wilson et al. (2002) observaram forte variabilidade, com β de 0,34 a 1,91 nos 4 sítios analisados. Esta variabilidade entre os sítios e os anos evidencia a forte sensibilidade das campos às práticas de manejo (por exemplo, pastagens de esta- ção em comparação aos campos naturais) e à umidade do solo local, muito mais que as florestas as quais possuem raízes profundas para buscar água de solo profundo. Além disso, Brümmer et al. (2012) observaram, para o Canadá, um atraso na relação entre eva- potranspiração e Rnnas florestas, de 18 a 36 dias. Já para as turfas e campos o atraso foi

menor. Isto mostra que, a despeito da influência do VPD, não somente o clima e a natureza de cada árvore das florestas decíduas e coníferas influenciam a evapotranspiração, mas também o comprimento de rugosidade. Nos sítios de turfas e campos o solo úmido e a ausência de árvores dominantes que poderiam limitar a transpiração impedem um atraso na relação entre LE e Rn.

Estudos em pares de sítios com dados da rede FLUXNET confirmaram o com- primento de rugosidade como o feedback biogeofísico dominante a partir de mudanças no uso do solo (BRIGHT et al., 2017; BURAKOWSKI et al., 2018). Apesar da influência em grande escala atmosférica ser mitigada (CHEN; DIRMEYER, 2016). Burakowski et al. (2018) analisaram pares de sítios no leste dos EUA. Observaram que a comparação dos fatores individuais de campos contra florestas para diferenças anuais na temperatura da superfície indicaram um leve resfriamento devido ao albedo, forte aquecimento devido ao comprimento de rugosidade, e regiões de leve resfriamento, em geral, a partir de mudan- ças em β. A temperatura nos campos ficou entre 0.4 a 1.2° mais quente, mesmo com o

leve resfriamento causado pelo albedo e por β, o que evidencia o papel dominante do com- primento de rugosidade. Além disso, o aquecimento para áreas abertas, como campos, foi maior nas observações que no modelo. A diferença do albedo e da evapotranspira- ção entre áreas com e sem floresta juntos explicariam 34% da variação espacial anual da temperatura diária da superfície (LI et al., 2015).

Outros estudos para o leste dos Estados Unidos observaram que as árvores man- tém um verão mais quente comparado aos cultivos devido ao menor albedo, associado ao menor resfriamento evaporativo e aos feedbacks que afetam nuvens e precipitação (OLE- SON et al., 2004). Na Carolina do Norte florestas decíduas e coníferas apresentaram menor temperatura do que os campos devido a maior condutância aerodinâmica (maior comprimento de rugosidade) e resfriamento evaporativo das árvores, mas o mesmo não se observou para os cultivos (BONAN, 2008). Na Europa ocidental as florestas e os cul- tivos mostraram temperatura da superfície parecidas com solo mais úmido mas quando houve seca as florestas mantiveram os índices de GVF, embora temperatura e H aumen- taram. Já sobre cultivos GVF diminuiu em torno de 50%, a temperatura aumentou 13°C mais que as florestas e o aumento em H também foi maior que nas árvores (ZAITCHIK et al., 2006). Para algodão no Arizona, os valores dos fluxos são maiores que nas florestas do nordeste estadunidense, de em torno de 50 a quase 200 W/m² para H e de 250 a mais de 350 para LE. Entretanto, lá a energia disponível é, em geral, maior (SU, 2002).

Lu e Kueppers (2012) observaram desvio positivo na temperatura mínima sobre quatro tipos de vegetação (decíduas, coníferas, cultivos e campos) ao longo dos Estados Unidos com o modelo WRF versão 3 acoplado ao modelo de superfície Community Land Model 3.5. Cultivos tiveram o maior desvio enquanto as coníferas o menor. Além disso, o modelo simulou menos precipitação que o observado nos cultivos e decíduas e excesso nos campos e coníferas. Eles também observaram desvio positivo em H. Tanto com ou sem um esquema de irrigação, o modelo produziu menos LE que as observações para os cultivos. Para as florestas, LE foi superestimado. Isto é interessante, pois para nossos resultados, os cultivos no modelo já apresentaram os maiores valores de LE, mesmo com possível subestimação. Em todos os membros por ensemble, Burakowski et al. (2016) notaram que a temperatura máxima ficou mais alta no inverno após o reflorestamento que ocorreu na região nordeste dos EUA após a atividade agrícola de meados do século XIX. O aquecimento com o uso do esquema NOAH-MP foi da ordem de 3 a 10 K. A temperatura mínima resultou em pequeno aquecimento com decíduas e resfriamento com coníferas.

Em simulações com o uso do esquema Noah-MP de modo desligado, ou seja, por si só sem estar em um modelo atmosférico, Chen et al. (2018) observaram que LE é subestimado sobre florestas e bem representado sobre áreas abertas e H é superestimado sobre florestas. Também observaram problemas na sazonalidade de Rn, H e LE, evidente

no período próximo a EF. Observaram diminuição de Rn, H e LE durante o verão nos

119 ao compararem 23 pares de sítios. Já nos modelos de superfície, como Noah-MP, houve um leve aumento na maioria dos pares, o que novamente mostra problemas nos modelos de superfície. Isso, associado à forte variabilidade sobre diversos campos encontrada por Wilson et al. (2002), mostra que há um forte desafio na modelagem deste tipo de uso do solo.

Nas figuras 4.42 e 4.43 observa-se a comparação de H e LE, respectivamente, para cada sítio estudado em comparação ao uso do solo equivalente com os valores mé- dios obtidos dos 10 pontos do modelo. Pode-se observar que tanto para as florestas de- cíduas (Ha1 e LPH) quanto para a mista (GMF), o modelo não perfaz a queda de H após a EF (em torno do dia do ano 130) como nas observações. Já para LE o comportamento sazonal é mais próximo ao esperado, como visto anteriormente. Para Ha2 o ciclo sazo- nal de H até chega ser aproximadamente acompanhado pelo modelo. Entretanto, agora percebeu-se que as simulações apresentaram uma diferença muito alta para florestas coní- feras ao longo do ano, que chegam a atingir mais que o dobro das observações em alguns momentos. Isso definitivamente não deve estar sendo causado pelas pequenas diferenças de altitude e longitude. Em relação às diferenças encontradas entre Ha1 e LPH, é interes- sante notar que diferenças nos fluxos entre idades das plantas podem ser comparáveis a diferentes biomas (LIU et al., 2005). Mas, observou-se pelos resultados aqui apresentados que estas diferenças estariam mais na magnitude do que no comportamento sazonal.

Figura 4.42 – H observado médio por dia do ano em cada sítio e H do correspondente uso do solo do modelo médio para vários pontos de grade.

Figura 4.43 – O mesmo que na Figura 4.42, mas para LE.

Outra deficiência apontada dos modelos é o grau de acoplamento da vegetação à CLA ao redor. Dosséis mais altos e com folhas menores costumam apresentar maiores va- lores de acoplamento pois o comprimento de rugosidade é maior, o que deixa a turbulência mais intensa, e folhas largas diminuem a condutância na camada limite foliar. De Kauwe et al. (2017) destacaram que não é fácil explicar os valores de acoplamento estimados para florestas latifoliadas perenes. O acoplamento estimado foi maior que nas florestas conífe- ras (folhas aciculiformes), as quais costumam ter os maiores valores de acoplamento nos modelos, característica apontada pela literatura precedente. Valores típicos da literatura anterior para o fator de desacoplamento (quanto menor, mais acoplado o dossel está) são: 0.1 a 0.2 para coníferas (MEINZER et al., 1993); 0.2 a 0.4 para latifoliadas decíduas; 0.4 a 0.9 para latifoliadas perenes (WULLSCHLEGER; WILSON; HANSON, 2000); 0.8 para campos (MCNAUGHTON; JARVIS, 1983); 0.2 a 0.9 para cultivos (MEINZER et al., 1993). Para campos, De Kauwe et al. (2017) observaram que a vegetação está mais acoplada em sítios com baixa precipitação. De Kauwe et al. (2017) apontaram que é imprescindível os modelos de superfície simularem com acurácia o acoplamento entre a vegetação e a atmosfera, pois sem este foco, qualquer esforço para melhorar o realismo na escala da folha não será refletido em melhoras na transpiração simulada na escala do dossel.

O uso da terceira geração de esquemas de superfície perante os de segunda, uti- lizados na maioria dos modelos atmosféricos atualmente, melhorou consideravelmente os valores de H e LE em campos da Alemanha (SHRESTHA et al., 2018). Isso em parte é

121 explicado pela melhor simulação da temperatura do solo. Entretanto, como observado por Shrestha et al. (2018), problemas na umidade do solo, e possivelmente na profundidade da zona de raízes e parâmetros da fotossíntese precisam ser corrigidos para um pleno uso da terceira geração dos esquemas de superfície, dado sua maior quantidade de feedbacks e sensibilidade.

Nota-se, portanto, que existe um grande desafio na modelagem da superfície ter- restre. Isso dado a grande variabilidade e características de usos do solo diferentes e diferenças para um mesmo uso do solo, como tipos de campos ou idade das plantas entre florestas do mesmo tipo. Somado a isso, a simulação da dinâmica da vegetação, como im- portantes eventos fenológicos, por exemplo na chegada da primavera, se mostra altamente necessária em ser melhor representada.

5 VARIÁVEIS DA SUPERFÍCIE E DEPENDÊNCIA À TURBULÊNCIA E AO RELEVO: