Fitomonitoração e modelagem de fotossíntese em jatobá (Hymenaea courbaril L.) com redes neurais artificiais.

• Ano de defesa: 2003
• Autor(a) principal: Barriga Puente de la Vega, Madeleine Lita
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Carbon sequestration; Efeito estufa; Fitomonitoração; Fotossíntese; Greenhouse effect; Jatobá; Modelagem; Modelling; Neural networks; Photosyntesis; Phytomonitoring; Redes neurais; Seqüestro de carbono
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/3/3141/tde-19052009-114254/

O aumento das concentrações dos gases-estufa, principalmente o dióxido de carbono, e as mudanças climáticas se tornaram assuntos científico, econômico e político importantes nos últimos anos. O Mecanismo de Desenvolvimento Limpo, do Protocolo de Kyoto concede créditos de carbono comercializáveis para projetos que promovam o seqüestro de carbono nos países em desenvolvimento. Portanto, avaliar a capacidade de absorção de CO2 pela vegetação terrestre é um aspecto importante, o que justifica o interesse em desenvolver modelos de fluxo e troca desse gás em diferentes escalas. O desenvolvimento desses modelos é dificultado pela não-linearidade dos processos ecofisiológicos. Este trabalho apresenta um método de modelagem de fotossíntese no nível da folha, como um primeiro passo para um método de quantificação do potencial de seqüestro de carbono. A técnica utilizada foi a de redes neurais artificiais, uma vez que ela permite ajustar relações não lineares entre as variáveis de entrada e de saída. O trabalho foi divido em duas partes: fitomonitoração e modelagem. A fitomonitoração foi realizada em jatobá (Hymenaea courbaril), durante um ano. Medindo-se variáveis fisiológicas: taxa de fotossíntese, taxa de transpiração, condutância estomática, temperatura da folha, e fluorescência, e variáveis ambientais: concentração de CO2, radiação fotossintética ativa, umidade relativa e temperatura do ar. Uma quantidade de dados inédita para esse tipo de experimento e para essa espécie vegetal foi obtida. A análise dos resultados da fitomonitoração mostra características importantes sobre o comportamento das variáveis fisiológicas em plântulas de jatobá e das variáveis ambientais de seu entorno, casa de vegetação, nas quatro estações do ano. Os dados coletados foram utilizados para a modelagem da rede neural. Os treinamentos foram realizados com diferentes combinações de variáveis de entrada para observar qual era o conjunto de variáveis às quais a rede respondia melhor. A análise dos resultados dos treinamentos mostrou que com a técnica de redes neurais é possível atingir uma aproximação da função fotossíntese com 92% de acertos para entradas com dados filtrados.