MODELLING GROSS PRIMARY PRODUCTION OF TROPICAL FOREST BY REMOTE SENSING

Autores/as

  • Maísa Caldas Souza Velasque Programa de Pós-Graduação em Física Ambiental, Instituto de Física, Universidade Federal de Mato Grosso
  • Marcelo Sacardi Biudes Programa de Pós-Graduação em Física Ambiental, Instituto de Física, Universidade Federal de Mato Grosso
  • Nadja Gomes Machado Laboratório da Biologia da Conservação, Instituto Federal de Mato Grosso
  • Victor Hugo de Morais Danelichen Programa de Pós-Graduação em Ciências Ambientais, Universidade de Cuiabá
  • George Louis Vourlitis Biological Science Department, California State University, San Marcos
  • José de Souza Nogueira Programa de Pós-Graduação em Física Ambiental, Instituto de Física, Universidade Federal de Mato Grosso

DOI:

https://doi.org/10.5380/abclima.v22i0.50460

Palabras clave:

net CO2 exchange, transitional tropical forest, light use efficiency, MODIS

Resumen

The application of remote sensing has provided an opportunity to improve the estimation of gross primary production (GPP) on a regional scale. Several models to estimate GPP of homogeneous ecosystems, such as agricultural areas, entirely based on remote sensing data exist, but models to describe more heterogeneous areas are less common. Thus, the aim of the study was to evaluate the GPP estimated by different remote sensing methods in an Amazon-Cerrado transition forest in Mato Grosso, using MODIS spectral data. Two models, known as the temperature and greenness model (TG) and the vegetation index (VI) model, were used to estimate seasonal and interannual variations in GPP. Our results indicated that the TG and VI models were incapable of reproducing the seasonal variation in GPP, because the lack of correlation between vegetation indices and the GPP measured from tower-based eddy covariance (GPPEC). Furthermore, the time series of the enhanced vegetation index (EVI) was delayed by 2 months with GPPEC. The results presented in this paper highlight some of the complexities in validating satellite products. Further study over a variety of Brazilian forests is needed to quantitatively assess the TG and VI and other methods to improve their accuracy.

Biografía del autor/a

Maísa Caldas Souza Velasque, Programa de Pós-Graduação em Física Ambiental, Instituto de Física, Universidade Federal de Mato Grosso

Programa de Pós-Graduação em Física Ambiental, Instituto de Física, Universidade Federal de Mato Grosso, Cuiabá, Mato Grosso, Av. Fernando Corrêa da Costa, 2367, Bairro Boa Esperança, Cuiabá, MT, CEP 78060-900

Marcelo Sacardi Biudes, Programa de Pós-Graduação em Física Ambiental, Instituto de Física, Universidade Federal de Mato Grosso

Programa de Pós-Graduação em Física Ambiental, Instituto de Física, Universidade Federal de Mato Grosso, Cuiabá, Mato Grosso, Av. Fernando Corrêa da Costa, 2367, Bairro Boa Esperança, Cuiabá, MT, CEP 78060-900

Nadja Gomes Machado, Laboratório da Biologia da Conservação, Instituto Federal de Mato Grosso

Laboratório da Biologia da Conservação, Instituto Federal de Mato Grosso, Cuiabá, Mato Grosso, Av. Juliano Costa Marques, s/n, Bairro Bela Vista, Cuiabá, MT, CEP 78050-000

Victor Hugo de Morais Danelichen, Programa de Pós-Graduação em Ciências Ambientais, Universidade de Cuiabá

Programa de Pós-Graduação em Ciências Ambientais, Universidade de Cuiabá, Cuiabá, Mato Grosso, Rua Manoel Jose de Arruda, 3100, Bairro Jardim Europa, Cuiabá, MT, CEP 78065-900

George Louis Vourlitis, Biological Science Department, California State University, San Marcos

Biological Science Department, California State University, San Marcos, Twin Oaks Valley Road, 333, San Marcos, CA, USA, CEP 92096

José de Souza Nogueira, Programa de Pós-Graduação em Física Ambiental, Instituto de Física, Universidade Federal de Mato Grosso

Programa de Pós-Graduação em Física Ambiental, Instituto de Física, Universidade Federal de Mato Grosso, Cuiabá, Mato Grosso, Av. Fernando Corrêa da Costa, 2367, Bairro Boa Esperança, Cuiabá, MT, CEP 78060-900

Descargas

Publicado

2018-01-26

Cómo citar

Velasque, M. C. S., Biudes, M. S., Machado, N. G., Danelichen, V. H. de M., Vourlitis, G. L., & Nogueira, J. de S. (2018). MODELLING GROSS PRIMARY PRODUCTION OF TROPICAL FOREST BY REMOTE SENSING. Revista Brasileira De Climatologia, 22. https://doi.org/10.5380/abclima.v22i0.50460

Número

Vol. 22 (2018)

Sección

Artigos

Licencia

A aprovação dos artigos implica a aceitação imediata e sem ônus de que a Revista Brasileira de Climatologia terá exclusividade na primeira publicação do artigo. Os autores continuarão, não obstante, a deter os direitos autorais. Os autores autorizam também que seus artigos sejam disponibilizados em todos os indexadores aos quais a revista está vinculada.

Os autores mantém seus direitos de publicação sem restrições

A Comissão Editorial não se responsabiliza pelos conceitos ou afirmações expressos nos trabalhos publicados, que são de inteira responsabilidade dos autores.

A Revista Brasileira de Climatologia oferece acesso livre imediato ao seu conteúdo, seguindo o entendimento de que disponibilizar gratuitamente o conhecimento científico ao público proporciona maior democratização do conhecimento e tende a produzir maior impacto dos artigos publicados. Os artigos publicados na revista são disponibilizados segundo a Licença Creative Commons CC-BY-NC 4.0 (https://creativecommons.org/licenses/by-nc/4.0/). Segundo essa licença é permitido acessar, distribuir e reutilizar os artigos para fins não comerciais desde que citados os autores e a fonte. Ao submeter artigos à Revista Brasileira de Climatologia, os autores concordam em tornar seus textos legalmente disponíveis segundo essa licença