Abstract ID: 689

Comparação de técnicas de Redes Neurais Artificiais para estudo dos fluxos de dióxido de carbono e energia em uma floresta tropical

A Amazônia desempenha um papel importante no ciclo global de carbono, tanto na troca, quanto no armazenamento do carbono, pois contém a maior área de floresta tropical, cerca de 50% do total. A compreensão do comportamento dos fluxos de CO2, Calor Sensível e Latente, assim como as trocas líquidas, entre a superfície e a atmosfera, são de suma importância para se obter uma descrição mais realista destas interação. Entretanto desde no inicio uma grande barreira para a correlação estatística destes dados com a fenomenologia observada em tais ambientes tem sido encontrada, tais como: fatores ambientais, equipamentos inadequados para as condições locais, entre outros dificultam . Diante disto, este trabalho objetivou-se na reprodução da séries temporais e preenchimentos de falhas no dados de Fluxo de CO2, Fluxo de Calor Latente, Fluxo de Calor Sensível e NEE, devidos a erros sistemáticos nas medidas. Para este estudo foi utilizado diferentes topologias de RNA e algoritmos de treinamento como: ANN_S (utiliza toda a serie de dados); ANN_PS (utiliza pré-amostras dos dados, Papale e Valentini, 2003); O ANN_BR (utiliza um algoritmo estocástico Bayesiano, Braswell et al., 2005). Os resultados das simulações foram comparada com os valores observados na torre micrometeorologica do sitio experimental ZF2-K34, do programa LBA, na Reserva Biologica do Cueiras a 80 km de Manaus,para um período de 1999 à 2007.

Session:  Carbon - Scaling carbon fluxes to the region from measurements in plots, towers, and aircraft.

Presentation Type:  Poster