Estimativa do estoque de carbono em ecossistema de manguezal por sensoriamento remoto.

• Ano de defesa: 2022
• Autor(a) principal: SILVA, Manoel Mariano Neto da.
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Campina Grande; Brasil; Centro de Tecnologia e Recursos Naturais - CTRN; PÓS-GRADUAÇÃO EM RECURSOS NATURAIS; UFCG
• Palavras-chave em Português: Engenharia de recursos naturais; Ecossistema de manguezal - estoque de carbono; Sensoriamento remoto; Landsat; Carbono azul; Biomassa; Sentinel 2B; Natural resources engineering; Mangrove ecosystem - carbon stock; Remote sensing; Blue carbon; Biomass; Recursos Naturais
• Link de acesso: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/39142

As florestas de mangue compõem a paisagem costeira de regiões tropicais, subtropicais e temperadas. Esse ecossistema oferta uma ampla diversidade de serviços, dentre os quais, citase o sequestro e armazenamento de carbono que, face às mudanças do clima e ao aquecimento do Planeta, possuem relevância global. Diante disso, objetivou-se estimar os estoques de carbono, na biomassa e no solo, em ecossistema de manguezal, a partir da análise estrutural da vegetação, variabilidade de espécies e características abióticas dos sedimentos, no estuário do Rio Gramame, situado no Litoral Sul do estado da Paraíba, Brasil. Para tanto, realizou-se uma revisão de literatura que abordou 113 artigos científicos, dos quais 21 estudavam áreas mangues brasileiros. Posteriormente, os estoques de carbono na biomassa foram medidos a partir de um inventário florestal. O carbono no solo foi mensurado através de 11 amostras compostas, coletadas no primeiro metro de profundidade, e análise das propriedades, como densidade, matéria orgânica, nutrientes, granulometria, pH e salinidade. Quanto às estimativas por sensoriamento remoto, empregou-se os dados coletados na medição em campo e na sequência, fez-se uso da plataforma de processamento em nuvem do Google Earth Engine (GEE) para calcular o NDVI, o SAVI e o EVI. Para definir as curvas de ajuste, empregou-se regressões lineares e não-lineares. A escolha do modelo ocorreu considerando os maiores coeficientes de determinação (R²). O estoque global estimado pela literatura varia entre 4,19 Pg C e 6,6 Pg C, de modo que o valor médio calculado corresponde a 5,34 Pg C, quantitativo presente em regiões específicas, como a Indonésia, o Brasil e Austrália. Os valores registrados nos manguezais brasileiros variam entre 358,79 Mg C/ha e 1.851 Mg C/ha, de modo que o estoque médio corresponde a 709,36 Mg C/ha. Análogo ao que ocorre em escala global, percebe-se que o solo concentra maiores quantidade de carbono quando em comparação à biomassa. Os estoques de carbono na biomassa e no solo, determinados a partir da medição em campo, corresponderam a 44,89 ± 7,41 Mg C/ha e 813,08 ± 20,87 Mg C/ha no manguezal do rio Gramame, de modo que o estoque total médio no ecossistema foi de 857,98 ± 20,57 Mg C/ha, equivalente a 1.562,27 Gg de CO2. Constatou-se que o solo e biomassa comportam 94,77% e 5,23%, respectivamente. Ao analisar a distribuição do estoque de carbono, considerando a variabilidade das espécies, percebeu-se que a Rhizophora mangle se apresentou como a espécie dominante, fato que contribuiu para a formação de maiores estoques (323 Mg C/ha – 65,41%), seguida da Laguncularia racemosa (119,33 Mg C/ha – 24,16%) e Avicennia schaueriana (51,51 Mg C/ha – 10,43%). Os estoques totais estimados por sensoriamento remoto, para o carbono da vegetação, corresponderam a 26,66Gg C e 27,76 Gg C, para o Landsat 8 e o Sentinel 2B. Esses valores estão acima do valor de campo em 16,45% e 19,78%, respectivamente. As diferenças foram relacionadas à heterogeneidade estrutural da vegetação, à resolução espacial dos produtos e às manipulações realizadas para adaptação dos dados, especialmente para o Sentinel 2B, dada a incompatibilidade entre o tamanho das parcelas e a dimensão do pixel. Esse estudo mostrou que os produtos ópticos, oriundos do Landsat 8 e Sentinel 2B, permitem estimar com sucesso a biomassa e o estoque de carbono acima do solo em ecossistema de manguezal.