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.