Controles atmosféricos vs controle da vegetação na Evapotranspiração em uma floresta

tropical amazônica: são o molhado e sazonalmente seca florestas tropicais diferente?

RESUMO: Este estudo analisa os dados de evapotranspiração para três locais de florestas
tropicais úmidas e dois sazonalmente secos na Amazônia. A principal (saldo de radiação
ambiental, déficit de pressão de vapor, e condutância aerodinâmica) e vegetação (condutância
de superfície) controles de evapotranspiração também são avaliados. Nossa pesquisa apoia
estudos anteriores que demonstram que evapotranspiração na estação seca é maior do que na
estação chuvosa e que saldo de radiação de superfície é o principal controlador da
evapotranspiração em locais equatoriais molhados. No entanto, nossas análises indicam
também que existem diferentes fatores que controlam a sazonalidade da evapotranspiração
em áreas de floresta equatorial molhadas e sul sazonalmente florestas tropicais secas.
Enquanto a sazonalidade da evapotranspiração nas florestas equatoriais molhado é movidos
unicamente por fatores ambientais, em florestas sazonalmente secas, também é biótica
controlado com a resistência de superfície que varia entre estações por um fator de cerca de 2.
A identificação desses drivers diferentes de evapotranspiração é um grande passo em frente
na nossa compreensão da dinâmica da água das florestas tropicais e tem implicações
significativas para o futuro desenvolvimento de modelos de vegetação-atmosfera e uso do solo
e planejamento de conservação na região.

INTRODUÇÃO

A sazonalidade da evapotranspiração (ET) da floresta amazônica e seus mecanismos de

controle tem sido objeto de controvérsia nas últimas duas décadas. Num estudo inicial,
Shuttleworth [1988] usou um método de Penman-Monteith para estimar que a
evapotranspiração de uma floresta perto de Manaus na Amazônia central era quase
constante ao longo do ano, com pequenos picos em março e setembro, coincidindo com
períodos de aumento da radiação líquida. Estas descobertas contrastam com a maioria
dos estudos de modelagem subsequentes que tendem a gerar ciclos anuais de ET que
seguem o ciclo de precipitação: mais ET na estação chuvosa e menos no secador austral
de inverno [ [Nobre et al., 1991; Costa e Foley, 1997; Hahmann e Dickinson, 1997;
Werth e Avissar, 2002].

O forte ciclo sazonal de ET da Amazônia gerado pelos modelos é uma consequência do

estresse de umidade do solo. Isto é claramente ilustrado em dois estudos por Costa e
Foley [1997 2000], que usou o mesmo modelo, mas gerando radicalmente diferentes
ciclos sazonais de ET, alterando a profundidade do parâmetro da raiz. No artigo
anterior, Costa e Foley [1997] usou representações florestais com um sistema radicular
profundo 2 m e simulado um pico estação chuvosa em ET. Em contraste, no seu estudo
posterior, Costa e Foley [2000] utilizou raízes profundas de 12m e simulou um pico
duplo-equinócio de ET, semelhante ao referido por Shuttleworth [1988]. Em outro
estudo, Ichii et al. [2007] avaliaram a sensibilidade da produção primária bruta simulada
(GPP) para diferentes profundidades de raiz e concluiu que apenas sistemas
profundamente enraizadas com êxito pode acompanhar GPP baseada em fluxo de
sazonalidade. Esta divergência de resultados do modelo é provavelmente atribuível à
operação de dois controles diferentes sobre evapotranspiração sazonal. Embora o pico
dual-equinócio implica que ET é energia controlada, o pico estação chuvosa implica que
ET é influenciada pela falta de água da vegetação.

Os relatórios iniciais de estudos de covariância turbulenta à base de torre para a

Amazônia também indicou um pico de evapotranspiração na estação chuvosa. Malhi et
al. [2002] medido de 1 ano de fluxo de água usando um sistema de covariância
turbulenta perto de Manaus e concluiu que a ET na estação chuvosa é de cerca de 20%
superior do que na estação seca ET, a correlação entre ET e saldo de radiação sendo
0,86 no período seco e 0,94 na estação chuvosa. Vourlitis et al. [2002] analisou 81 dias
dados de covariância turbulenta de ET para o local de Sinop (a área de floresta de
transição no norte do estado do Mato Grosso, Brasil), relatando ET na estação chuvosa
cerca de 70% maior do que a ET na estação seca. No entanto, seus dados de estação
chuvosa foram limitados a apenas três dias.

Werth e Avissar [2004], em sua revisão da ET regional amazônica, concluiu que (na
época) não havia suficientes observações terrestres disponíveis para enriquecer a
discussão e avaliar qual foi o ciclo sazonal correto: forte sazonalidade devido ao
estresse hídrico com um pico de estação chuvosa ou, principalmente a radiação
controlada ET com um pico dual-equinócio. No entanto, como Costa et al. [2004]
apontou, os dados eddy de covariância que rapidamente se tornaram disponíveis foram
indicando que ET na Amazônia mostra pouca sazonalidade, com picos relatados durante
a estação seca, na verdade, mais elevados que durante a época chuvosa. Eles concluíram
que, pelo menos nos locais de Caxiuanã (~350 km a oeste de Belém, Melgaço
município, Pará), a ET é largamente controlada pelas condições atmosféricas e que o
controle mediado através da condutância da superfície é provavelmente secundária.

Rocha et al. [2004] e Souza-Filho et al. [2005] relatou resultados de vórtices turbulentos
ET para a região de Santarém (Floresta Nacional do Tapajós, km 83, estado do Pará) e o
local de Caxiuanã. Em ambos os casos, eles encontraram valores mais elevados de ET
durante a estação seca, seguindo radiação líquida superior e déficit de pressão de vapor.
No entanto, Aguiar et al. [2006] analisou ET 1999-2002 e em 2004 na Reserva
Biológica do Jaru (Ji-Paraná, Rondônia), relatando uma redução de 19,6% na estação
seca. Além disso, Hutyra et al. [2007] analisou 4 anos de dados de covariância
turbulenta no km 67 em Santarém, descobrindo que as taxas de ET foram inelástica e
não parecem depender da precipitação na estação seca.

Curiosamente, em seu estudo de floresta mista de planície em Bornéu, onde não há

sazonalidade clara de chuvas, Kumagai et al. [2004] observaram que as discrepâncias
entre o equilíbrio e taxas de evaporação reais, uma medida de estresse hídrico, foram
causados por períodos de seca intra-anual imprevisíveis, o que reduz a transpiração.

Mais recentemente, Negrón-Juárez et al. [2007] e Hasler e Avissar [2007] apresentou a

primeira análise de dados de covariância turbulenta de vários locais da floresta tropical
na Amazônia. Negrón-Juárez et al. [2007] analisou 10 locais, concluindo que a média de
ET na estação seca é amplamente correlacionada com a radiação da superfície líquida.
Hasler e Avissar [2007] analisaram dados de seis locais, concluindo que nos locais
equatoriais úmidos (2 ° S-3 ° S), a ET aumenta na estação seca e diminui durante a
estação chuvosa e está em fase com o ciclo de radiação líquida. Para a sazonalidade de
locais tropicais secos (9 ° S-11 ° S), sem sazonalidade clara poderia ser identificada,
embora o saldo de radiação e ET ainda são fortemente correlacionados (r = 0,76-0,92)
na estação chuvosa e mostram correlações decrescentes na estação seca (r = 0,00-0,71).

Em resumo, a maioria dos estudos anteriores [por exemplo, Costa et al., 2004; Souza-
Filho et al., 2005; Negrón-Juárez et al., 2007; Hasler e Avissar, 2007], com a exceção
de Malhi et al., [2002], estabeleceram a dependência da ET sazonal na radiação líquida,
em particular para os locais equatoriais úmidos. Esta interpretação é apoiada por uma
revisão recente de 21 locais de vórtices turbulentos pan-tropicais que descobriram que a
radiação líquida explicou 87% da variação na evapotranspiração mensal entre os locais
[Fisher et al., 2009]. Além disso, os resultados de Vourlitis et al. [2002], Aguiar et al.
[2006], e Hasler e Avissar [2007] sugerem que há uma diferença na estação seca no
controle de ET entre as florestas equatoriais úmidas e as florestas sazonalmente secas
tropicais do sul. Esta constatação sugere que é importante analisar locais equatoriais
úmidos e locais tropicais do sul separadamente, porque a estação seca na Amazônia
torna-se cada vez mais grave com o aumento da distância do equador.

No presente estudo, nós testamos a hipótese de que os fatores controladores ET são

diferentes em florestas tropicais úmidas e equatoriais sazonalmente secas.
Especificamente, nós prevemos que a resposta biológica das plantas adaptadas à seca
em florestas sazonalmente secas irá influenciar significativamente a ET durante a
estação seca. Nós avaliamos esta hipótese por meio de uma comparação do drivers
abióticos e bióticos de ET para os períodos chuvoso e seco por cinco locais espalhados
em toda a bacia amazônica, incluindo três locais equatoriais úmidos (em torno de 2 ° S-
3 ° S) e dois locais tropicais sazonalmente secos (cerca de 11 ° S).

SÍTIOS E DADOS

Os dados utilizados neste estudo foram coletados em cinco áreas de floresta tropical
amazônica situadas em diferentes zonas climáticas (equatoriais e tropicais) com
diferentes graus de sazonalidade e estrutura da floresta (Figura 1 e Tabela 1). O três
locais de floresta tropicais são a Reserva Caieiras (km 34, doravante referida como
local de Manaus), e dois locais na Floresta Nacional do Tapajós (km 67 e km 83,
coletivamente referido como os locais de Santarém), enquanto os dois locais
sazonalmente secos estão localizados mais ao sul na Reserva Biológica do Jaru (Local
de Jaru) e Fazenda Maracaí (local Sinop).

O local Manaus está localizado cerca de 60 km a noroeste da cidade de Manaus na

Amazônia central e possui um fluxo-tower gerido pela Grande Escala da Biosfera-
Atmosfera na Amazônia (LBA). O sítio está localizado no km 34 da a Reserva
Biológica Caieiras, uma área protegida que pertence ao Instituto Nacional de Pesquisas
da Amazônia (INPA). A vegetação neste local é velho-crescimento-dossel fechado
floresta de terra firme (não inundada), sobre 30 m de altura com árvores emergentes
atingindo 45 m [Araújo et al., 2002]. Este local é de cerca de 10 km oeste do local
utilizado por Malhi et al. [2002] para o estudo.

Há dois locais de estudo ( local Santarém) na Floresta Nacional do Tapajós (FLONA

Tapajós), uma reserva florestal primária. A reserva está em um amplo planalto, plana ao
longo da rodovia Cuiabá-Santarém. Os sites localizado a cerca de 67 km e 83 km ao sul
de Santarém. A vegetação é tipicamente uma floresta úmida tropical com
principalmente perenes e algumas espécies de folha caduca. Média altura do dossel é de
40 m, com amostras emergentes alcançando 55m [Saleska et al., 2003; Goulden et al.,
2004].

A Reserva Biológica do Jaru (local Jaru) está localizada cerca de 80 km ao norte de Jí-
Paraná, Rondônia [Culf et al., 1996]. A área contém floresta tropical sazonalmente seca
com a estrutura do dossel e emergentes árvores relativamente fechadas. O sub-bosque
de apenas alguns metros de altura consiste principalmente de palmeiras [Rottenberger et
al., 2004]. O significativa altura do dossel é de 30 m, mas as árvores mais altas atingem
emergentes 44 m [ McWilliam et al., 1996].

O site Sinop é uma floresta tropical de transição intacta localizado a cerca de 53 km de

Sinop, Estado de Mato Grosso. Embora a altura média do dossel é apenas 28 m, as
árvores emergentes mais altas podem atingir 42 m [Priante-Filho et al., 2004]. Nota-se
que a Fazenda Maracaí (nosso site Sinop) foi erroneamente rotulada como Fazenda
Continental na literatura anterior.

Nos locais equatoriais úmidos (Figura 2, linhas finas), embora a precipitação tem
alguma sazonalidade, raramente é abaixo da linha de ET média anual (3,4 milímetros d-
1). No Jaru e locais de Sinop (Figura 2, linhas arrojadas), a estação seca é mais intenso,
com quatro a sete meses de precipitação abaixo do 3,4 milímetros limiar d-1.
Temperatura nos locais é típico de regiões tropicais, com médias mensais de todos os
sites variando entre 21 ° C e 27 ° C. As temperaturas da estação seca são um pouco
maior do que as da estação chuvosa.

Em todos os locais, fluxo de calor latente (LE) e fluxo de calor sensível (H) foram
medidos por sistemas de covariância turbulenta, enquanto em estação meteorológica
automática medida a rede de superfície radiação (Rn), temperatura do ar, umidade e
velocidade do vento entre outras variáveis. Detalhes sobre a instrumentação para cada
local pode ser encontrada nas publicações originais [Araújo et al., 2002; Saleska et al.,
2003; Goulden et al., 2004; Priante‐Filho et al., 2004; Aguiar et al., 2006; Hutyra et al.,
2007].

Índice de área foliar (IAF) é uma variável descritiva importante que fornece
informações sobre a natureza biológica de um local e a resposta da vegetação para
sazonalidade e mudanças anuais nas condições climáticas. Diretamente medido LAI foi
só está disponível para os sites de Santarém [Malhado et al., 2009], onde LAI variou de
5,2 m 2 m-2 em janeiro para 4,9 m² m-² de maio. Em Sinop, estimativas indiretas de
LAI através da extinção da densidade fotossintética de fluxo de fótons (DFFF) pelo
dossel da floresta indica um máxima LAI de 5.0 m² m-² em Fevereiro e um mínimo de
2,5 m² m-² em Julho [Vourlitis et al., 2004; Sanches et al., 2005]. Além disso, os dados
MODIS LAI para os sites não são particularmente confiáveis, tal como mais de 95% dos
dados estão ausentes ou recuperados pelo algoritmo secundário menos confiáveis.
Cohen et al. [2006] validou a coleção MODIS LAI 4 produto em relação aos dados
LAI-2000 para nove locais na Hemisfério ocidental, incluindo a floresta tropical no km
67 local em Santarém, encontrar um viés de 0,05 m² m-² (Maior entre nove tipos de
cobertura do solo analisado), RMSE de 0,83 m² m-² (segundo maior), e uma correlação
de apenas 0,54 (Segunda mais baixa). Apesar da falta de observações locais e as
limitações de sensoriamento remoto, há indícios de que os locais equatoriais são
perenes, com LAI na faixa de 5-6 m² m-², enquanto que os locais tropicais (Jaru e
Sinop) são semidecídua.

MÉTODOS

Técnica de filtragem

Os dados de entrada necessários para estimar as variáveis descrito acima são a temperatura e
umidade do ar, velocidade horizontal do vento, fluxo de calor latente e sensível, pressão
atmosférica e velocidade de atrito. No entanto, os dados de covariância turbulenta são
conhecidos por estarem associados com problemas de fecho de energia [Wilson et al., 2002;
Fisher et al., 2009], e diferentes autores vêm-se com soluções diferentes para lidar com esse
problema. Por exemplo, Guita et al. [2000] aumentou ambos H e LE na mesma proporção para
corresponder Rn, mantendo a proporção constante de Bowen. Maayar et al. [2008]
recomendam que, quando usado para avaliar o desempenho do modelo de superfície da terra
(LSM), medidas de fluxos de energia devem satisfazer o fecho do orçamento de energia, antes
da sua utilização em avaliações de LSM. Outros autores, no entanto, optam por não fazer
qualquer correções dos dados de covariância turbulenta.

Usamos uma abordagem de filtração para assegurar que todos dados utilizados estão dentro
dos limites especificados de fecho de energia. Para um valor especificado de d, usamos apenas
os dados LE quando a diária valores de LE + H estão dentro dos limites Rn (1 - d) e Rn (1 + d).
Caso contrário, todos os dados LE para aquele dia específico são descartados.

Figura 3 a ilustra a disponibilidade de dados pelo site que corresponde aos critérios Rn (1 - d)
<LE + H <Rn (1 + d) em um diariamente. Os dados que passa por um desequilíbrio energético
mais estreito limite (d menor), sem dúvida, têm melhor qualidade, embora o número de
pontos de dados que passam este limiar ser correspondentemente menor. Por outro lado, não
seria mais pontos de dados disponíveis para análise quando os dados não são filtrada
desequilíbrios energéticos (d = infinita), mas estes dados não teria nenhuma garantia de
qualidade. Assim, um operacional decisão precisa ser feita entre o uso de mais pontos de
dados com fecho de energia não verificado ou menos pontos de maior de dados qualidade.
Para tomar esta decisão, marcamos evapotranspiração anual totaliza em todos os locais de
encontro ao limite de fechamento de energia d para todos os sites (Figura 3b). Uma análise
desta figura indica que quando d é entre 0,2 e 0,4, a ET calculado mostra um padrão
consistente com pouca variação aparente (Figura 3b). Concluímos, portanto, que o uso de d no
intervalo entre 0,2 e 0,4 não significativamente viés estimativas ET. Em contraste, usando d =
infinita (sem filtro aplicado) faz com que o ET anual valores a cair em três dos quatro locais,
porque muitos pontos onde LEH subestima Rn estão sendo usados na cálculo da ET. Além
disso, usando uma energia muito estrita critérios de fecho (d = 0,1) reduz significativamente o
número de Os pontos de dados utilizado (Figura 3a), causando variações no calculada ET. Com
base nesta análise, decidimos usar o ponto central do intervalo d que não enviesar os
resultados (D = 0,3) como o limiar do filtro. Em outras palavras, nós só Os dados utilizados
quando diária LE + H estava dentro de 30% da diária Rn, caso contrário, toda a covariância
turbulenta e Rn dados para nesse dia foram descartados.

Analisamos também outliers, ou seja, ET estima que estavam fora da faixa (ET - 1.2sET, ET +
1.2sET), onde set é o desvio padrão de ET em uma linha da tabela, e 1.2 foi escolhida de modo
a que 20% dos pontos seria de outliers (Mesa 2). A maioria dos valores extremos (células
sombreadas) residem em conjuntos de dados que não foram verificados para o fechamento de
energia (d = infinita) ou onde o limite de filtro de fechamento de energia é muito rigorosa (d =
0,1), reduzindo drasticamente o número de pontos de dados disponíveis.

Acreditamos que, filtrando os dados com esses critérios de fechamento de energia, nós
maximizar o número de pontos de dados com qualidade aceitável, sem polarização
significativamente os resultados. Devemos ressaltar que, se os dados não são filtrados, um
procedimento adotado por muitos autores, estimativas muito mais baixos de ET são gerados,
como previsto a partir da subestimação típica de fluxos de energia covariância turbulenta.

Computação dos componentes bióticos e abióticos

Evapotranspiração é influenciada por quatro variáveis principais: radiação líquida disponível na

superfície (Rn), o vapor déficit de pressão entre a superfície de evaporação e a atmosfera
(DPV), as condutâncias do fluxo de vapor de água conhecido como a condutância aerodinâmica
(GA), e de superfície / condutância estomática (gs). Rn, VPD e ga são os controles ambientais
abióticos sobre ET, enquanto que gs é o controle biológico. Para caracterizar o processo de
evapotranspiração e como esse processo é controlado em diferentes períodos por fatores
bióticos e ambientais, calculamos hora em hora e, em seguida, médias mensais de superfície e
condutância aerodinâmica. Estes são analisados em conjunto com outras variáveis medidas em
cada local: saldo de radiação (Rn), evapotranspiração (ET) e déficit de pressão de vapor (DPV).
Cada variável foi estimada a cada meia hora ou por hora, dependendo da disponibilidade de
dados. A partir das 48 estimativas de meio período de uma hora, era um dia típico derivada
para cada mês. A média do tudo por hora médias do dia típico constitui a média mensal, e,
deste modo, a variação anual pode ser construído.

Seguindo Brutsaert [1982, p.112], aerodinâmico condutância ga (m s-1) é calculada usando a

seguinte equação:

EQUAÇÃO 1
Esta formulação, que depende da velocidade de atrito u * e acima do dossel média do vento
horizontal, evita todos os possíveis erros no cálculo do comprimento de rugosidade, o
deslocamento altura, e funções de estabilidade. Condutância da superfície é calculada
utilizando a forma invertida do Penman-Monteith equação:

EQUAÇÃO 2

em que GS é a condutância da superfície (m s-1), LE é o fluxo de calor latente (W m-2), RA é a

densidade do ar (kg m-3), cp é a calor específico do ar a uma pressão constante (J kg-1 ° C-1),
VPD é em hPa, g é a constante psicométrica (HPA ° C-1), H é a fluxo de calor sensível (W m-2),
e D é o declive da saturação curva de pressão de vapor (HPA ° C-1).

RESULTADOS E DISCUSSÃO

Os resultados mensais para ET, Rn, VPD, ga, e gs para os cinco locais são mostrados na Figura
4, enquanto que a Tabela 3 resume as variáveis acima para as estações úmida (Novembro a
Abril) e seca (maio-outubro). Dados de sites Santarém (km 67 e km 83) são altamente
concordantes, assim, para fins de apresentação, eles são calculados e apresentados em
conjunto. Curiosamente, os dados para estes locais não se sobrepõem como se muito os dados
de covariância turbulenta não são filtrados. O local Sinop tem operado intermitentemente
durante o período de estudo. Embora a nossa metodologia média foi projetada para não
enviesar os resultados em Dados pesados faltando, em alguns meses, não foi possível para
definir um dia típico, e, portanto, considerado o mês todo para estar em falta. Na Tabela 3, os
locais são dispostos a partir da estação mais chuvosa para a mais seca. Dentro
Adicionalmente, a Tabela 3 mostra os resultados de um teste estatístico: meios sazonais
dentro de cada coluna seguida pela mesma letra são significativamente diferentes um do outro
no 0,05 nível de significância, de acordo com o teste t.

Em três dos quatro locais (exceto Jaru), na estação seca, a ET é superior a ET na estação
chuvosa. Nestes casos, a ET aumentou em cerca de 5% a 10% na estação seca, enquanto em
Jaru diminui em 15% (Tabela 3). Os aumentos em ET não são significativos ao nível de 5%,
enquanto que a diminuição no Jaru é significativa no nível de 5%, de acordo com o teste t. Os
resultados para os locais equatoriais úmidos corroboram as conclusões da Rocha et al. [2004],
Souza-Filho et al. [2005], Hasler e Avissar [2007], e Rocha et al. [2009]. Além disso, os dados de
Jaru, que partem da estação ET padrão seca alta, são semelhantes aos relatado por Aguiar et
al. [2006] e Rocha et al. [2009].

Os dados de longo prazo a partir do site Sinop têm sido analisados por Hasler e Avissar [2007]
e Rocha et al. [2009]. Aqui, resultados discrepantes são encontrados: Hasler e Avissar [2007]
Não havia nenhuma sazonalidade, enquanto Rocha et al. [2009] descobriu a ET na estação seca
de 29% menos do que na temporada chuvosa, enquanto o presente estudo encontrou estação
seca a ET de 5% maior que durante a estação chuvosa. Existem duas explicações possíveis por
essas diferenças. Uma possibilidade é que os investigadores analisaram diferentes períodos de
dados com diferentes condições climáticas. Hasler e Avissar [2007] utilizou dados de 1999 a
2003, e Rocha et al. [2009] usou dados de 1999 e 2001, enquanto o presente estudo utilizou
dados de 2000 a 2003. Tal explicação, embora possível, parece improvável, e nós acreditamos
que uma explicação mais robusta encontra-se na técnica de filtragem aplicada. Se os dados
não fossem filtrados, iria encontrar a ET estação seca inferior a 23% do que a ET na estação
chuvosa (Tabela 2), um resultado que é semelhante ao Rocha et al. [2009]. No entanto, após a
aplicação do d = 0,3 filtro, ET realmente aumenta durante a estação seca. Mais uma vez, o
aumento da ET em Sinop durante a estação seca não é significativa ao nível de 5%.

Vourlitis et al. [2008] sugeriram que a sazonalidade no sítio Sinop pode ser afetado por
reservas de águas profundas, dada a falta de água disponível na superfície do solo durante a
estação seca. Eles especulam que, dada a relativa profundidade (3,0-3,6 m) do lençol freático
na região, as árvores são susceptíveis de ter acesso a esta fonte de água estável durante a
estação seca.

Nos locais equatoriais úmidos, há uma tendência geral de aumento da ET para o fim da
estação seca (Figura 4a, linhas finas). Apesar de pequeno, o saldo de radiação nestes locais
(Figura 4b, linhas finas) é maior durante a estação seca do que durante a estação chuvosa,
devido às condições menos nubladas durante a estação seca (Figura 4b e Tabela 3). Em
contraste, em Jaru e Sinop (linhas em negrito), Rn é relativamente constante ao longo do ano.
Apenas em Santarém, o aumento do Rn durante a temporada seca é significativa ao nível de
5% de significância (Tabela 3).

Como previsto, déficit de pressão de vapor é maior na temporada seca do que na estação
chuvosa em todos os locais (Tabela 3 e Figura 4C). A amplitude sazonal é menor em Santarém
(1.0 hPa) e maior em Sinop (5,8 hPa), possivelmente, porque o sítio de Sinop tem uma
atmosfera significativamente mais seca durante todo o ano em relação aos outros sites. VPD
estação seca é significativamente maior em Jaru e Sinop (pelo o nível de 5% de significância),
mas não em Manaus e Santarém.

A condutância aerodinâmica, dependente da velocidade horizontal do vento, não mostra uma

variabilidade sazonal significativa, com mudanças sazonais menores do que 8% (Tabela 3 e
Figura 4d). As alterações não são significativas ao nível de 5% em qualquer um dos sites.

As três variáveis de controle, até agora discutidos (Rn, VPD e ga) correspondem aos três
controles ambientais de ET. VPD aumenta na estação seca em todos os casos, Rn aumenta na
estação seca nos locais equatoriais úmidos, enquanto ga é relativamente constante ao longo
do ano. O restante da variável de controle, a condutância da superfície (GS), é o único controle
biótico em ET, e nossa análise indica importantes diferenças nesta variável entre o equatorial
úmido e os locais tropicais sazonalmente secos. Enquanto os dois locais equatoriais úmidos
têm relativamente menor (e não significativa) cai em gs durante a estação seca (Tabela 3), os
dois sítios sul tropicais mostram valores muito mais baixos com uma diminuição drástica do gs
(Até 58%) na estação seca (Tabela 3). Este decréscimo é devido a resposta biológica dos
estomatos à diminuição da água disponível e indica que nestes locais o controle de
evapotranspiração na estação seca é essencialmente biológico. gota a Jaru gs na estação seca
é significativa ao nível de 5%. Infelizmente, não há dados suficientes em Sinop para uma
análise estatística formal, (apenas 2 pontos de dados na temporada úmida), de modo que o
significado para gs e ga não pode ser calculado neste site. Apesar desta limitação, existe uma
forte redução na gs em ambos os locais de florestas sazonalmente secas.
A mudança sazonal da ET é uma combinação das quatro variáveis, RN, VPD, GA, e GS. Nas
florestas sazonalmente secas que se comportam de três maneiras diferentes: (1) Rn e ga show
de pouco variação (<10%) de estação para estação, em ambos os sites, fazendo com que
padrões fracos de mudança sazonal; (2) gs diminui cerca de metade, contribuiu para uma
redução em ET; e (3) aumenta VPD em ambos os locais em mais de 80%, contribuindo para um
aumento da ET. O aumento em VPD equilibra parcialmente a diminuição da GS, evitar uma
forte redução na ET.

A análise combinada das quatro variáveis de controle (Rn, VPD, ga e gs) entre os quatro locais
indica uma clara distinção entre o equatorial úmido do sul e locais tropicais sazonalmente
secos no que diz respeito ao controle de ET na Amazônia. Dois resultados de pesquisas
importantes suportam esta declaração: primeiro, a forte dependência da ET em Rn para o
locais equatoriais úmidos, uma característica que não se vê nos locais tropicais sazonalmente
secos. Em segundo lugar, a observação de que enquanto os locais equatoriais úmidos não
parece ser falta de água, os locais tropicais do sul apresentam diferentes graus de estresse
hídrico proporcional à intensidade da estação seca. Em outras palavras, a ET nos locais
equatoriais úmidos é quase totalmente ambientalmente controlada, enquanto nos locais
tropicais sazonalmente secos a resposta biológica das plantas ao stress hídrico (por exemplo,
uma redução estomática na condutância mediada pela superfície) desempenha um importante
papel de controle.

CONCLUSÃO

A questão inicialmente colocada por este estudo foi o seguinte: é evapotranspiração em

equatorial úmido sazonalmente florestas tropicais secas controladas por diferentes fatores? A
resposta é sim, no sentido de que na equatorial úmida sites de evapotranspiração na estação
seca é maior do que na estação chuvosa, e saldo de radiação de superfície é o controlador
principal da evapotranspiração nestes sites. Nossas análises também indicam que floresta
equatorial úmida do sul e floresta tropical sazonalmente seca na Amazônia são caracterizados
por diferentes impulsionadores da sazonalidade da evapotranspiração. Nossa principal
conclusão é que, enquanto a evapotranspiração nas florestas equatorial úmida no sul é
impulsionada por fatores ambientais abióticos, nas florestas tropicais sazonalmente secas,
condutância da superfície sazonal (A resposta biótica de plantas a regar stress e, por
conseguinte, o controlador biológico de evapotranspiração) varia por um fator de 2. A
identificação destes drivers diferentes de evapotranspiração é um grande passo em frente a
nossa compreensão dinâmica da água de florestas tropicais e tem implicações significativas
para o futuro desenvolvimento de modelos de vegetação-atmosfera e uso do solo e
planejamento de conservação na região.

Uma aplicação potencial destes resultados é melhorar a estrutura e calibração de modelos

climáticos da floresta amazônica. A constatação de que florestas equatorial úmida e as
florestas tropicais se comportam de maneira diferente requer uma avaliação regional
especifica do modelo dos resultados. Além disso, embora a floresta tropical claramente tem
mecanismos para acesso de água profundamente armazenado nos solos, por meio de uma raiz
profunda sistema [NEPSTAD et al., 1994; Hodnett et al., 1996; Negrón- Juárez et al., 2007], a
redistribuição hidráulica [Oliveira et al., 2005], ou tabela águas rasas [Vourlitis et al., 2008],
não é correto supor em modelos que florestas tropicais não são água estressado, como sul
florestas tropicais sazonalmente secas que mostram um grau relevante de estresse hídrico. Se
o equatorial molhada florestas têm sistemas radiculares semelhante à sua tropical homólogos,
eles também seria estresse hídrico se a seco temporada foram tão intensos perto do equador,
pois é a 10 ° S. este sensibilidade das florestas tropicais equatoriais húmidas ao estresse
hídrico já foi demonstrado por experiências de exclusão de chuva [NEPSTAD et al., 2002; Meir
et ai., 2009].

Nossa pesquisa também levanta uma questão importante que terão de ser respondidas por
estudos futuros: são diferenças regionais no controle biológico de uma evapotranspiração
consequência de duração estação seca e intensidade somente, ou faz composição e estrutura
da influência da floresta padrões observados de sazonalidade? Em outras palavras, estão
molhadas equatoriais e sazonalmente secos florestas tropicais diferente em atributos
estruturais, tais como sistemas de raiz, de modo que a árvores da sazonalmente florestas secas
são mais adaptadas ao estresse hídrico do que aqueles em florestas equatoriais molhadas? Se
este facto, despeja para ser o caso, pode ter implicações significativas para a trajetória futura
da vegetação amazônica sob antropogênica alterações climáticas e, por extensão, de
conservação regional priorização e política.