Relação entre a heterogeneidade espacial da vegetação e os regimes de chuva na Amazônia

Abstract

O estudo da resiliência em ecossistemas tropicais vêm ganhando força nos últimos anos, com a evidência de floresta e savana podem ser estados alternativos de equilíbrio de um sistema dinâmico composto por clima e vegetação. A maior parte destes estudos leva em consideração características estruturais da vegetação, como por exemplo, a porcentagem de cobertura arbórea de paisagens e comunidades vegetais (i.e., o fechamento do dossel) para mostrar a existência destes estados alternativos. As relações entre regimes de chuva e a resiliência de florestas leva em consideração: 1) a média de longo prazo quanto a variabilidade em diferentes escalas temporais da chuva e 2) alguma medida de resiliência direta ou p r o x y que indique ou influencie a resiliência de vegetação. Um dos p r o x i e s ainda não utilizados em trabalhos desta linha inclui a heterogeneidade espacial. Assim, o aluno selecionado testará a hipótese de que q u a n t o m a i o r a v a r i a b i l i d a d e d o r e g i m e d e c h u v a s ( i . e . , s a z o n a l i d a d e e v a r i a b i l i d a d e i n t e r a n u a l ) , m a i o r s e r á a h e t e r o g e n e i d a d e a s s o c i a d a e p o r t a n t o , m a i o r a r e s i l i ê n c i a . Para tanto, fará uma análise para quantificar a relação entre variáveis que definem o regime de chuvas dentro da bacia Amazônica (i.e., média anual, sazonalidade, variabilidade interanual) em grande escala (1 km e 55 km) e a heterogeneidade espacial da vegetação em escala mais fina (30 m) utilizando para a última dados de satélite de porcentagem de cobertura arbórea. Espera-se que as variáveis que representam variabilidade climática estejam relacionadas positivamente com a maior heterogeneidade espacial, e portanto haja indicação de maior resiliência. As atividades serão desenvolvidas segundo cronograma acima, considerando um aluno que necessitará de um tempo razoável para aprender , experimentar e fluir em programação em R, além de explorar dados de sensoriamento remoto e de chuvas.