III CONFERÊNCIA CIENTÍFICA DO LBA

Apresentação em tema: "III CONFERÊNCIA CIENTÍFICA DO LBA"— Transcrição da apresentação:

1 III CONFERÊNCIA CIENTÍFICA DO LBA
Interações entre Clima e Vegetação na Amazônia: do último período glacial até o clima do futuro Carlos A. Nobre CPTEC/INPE III CONFERÊNCIA CIENTÍFICA DO LBA Brasília, Julho 2004

2 Vegetation-Climate Interactions
Climate Vegetation Bidirectional on various times scales

3 Atlantic rainforest

4 Map of dry season length (DSL) (data after Sombroek, 2001), expressed as the number of months with <100 mm of rain. Steege et al., Biodiversity and Conservation 12 (in press), © 2003 Kluwer Academic Publishers

5 Simple Model of Biome (Savanna and Tropical Forest)-Climate Equilibrium States
Vegetation = f (climate) Climate = f (vegetation) Savanna Sternberg, 2001, Global Ecology & Biogeography, 10, 369–378

6 Climatic Conditions for
Annual precipitation Mean climatic equator Arid Savanna Rainforest Savanna Arid Growing season Growing season length in months Mean annual precipitation in mm South Equator North Latitude Tmean > 24 C 13 C < Tcoldest month < 18 C P (3 driest months) < 50 mm P (6 wettest months) > 600 mm 1000 mm < Pannual < 1500 mm Climatic Conditions for Savannas (Nix (1983) A scheme of the relationship between mean annual precipitation and growing season length in tropical climates (from Newman, 1977) 

7 Modeling Deforestation and Biogeography in Amazonia
Current Biomes Post-deforestation “1” Tropical Forest “6” Savanna Nobre et al. 1991, J. Climate

8 Modelagem de Distribuição Geográfica de Biomas
Modelo de Biomas Variável ambiental B Algoritmo Variável Ambiental A Previsão da Distribuição Geografia Ecologia Área de Ocorrência

9 Five climate parameters drive the potential vegetation model
Monthly values of precipitation and temperature Water Balance Model Potential Vegetation Model SSiB Biomes Oyama and Nobre, 2002

10 Visual Comparison of CPTEC-PBM versus Natural Vegetation Map
Vamos comparar o mapa de vegetação natural com o mapa de vegetação potencial. O mapa de vegetação potencial foi obtido do modelo de vegetação sendo forçado pela climatologia atual de precipitação e temperatura. Os mapas são muito semelhantes, ou seja, o modelo de vegetação consegue representar a distribuição global dos principais biomas. Para o Brasil, o modelo consegue representar a Amazônia, o cerrado, o Nordeste, a Mata Atlântica e os Pampas. Como limitação, podemos notar que o modelo não representa bem a vegetação da Índia e do sudeste da Ásia. SiB Biome Classification 62% agreement on a global 2 deg x 2 deg grid Oyama and Nobre, 2002

11 Visual Comparison of CPTEC-PBM versus Natural Vegetation Map
POTENTIAL VEGETATION Vamos comparar o mapa de vegetação natural com o mapa de vegetação potencial. O mapa de vegetação potencial foi obtido do modelo de vegetação sendo forçado pela climatologia atual de precipitação e temperatura. Os mapas são muito semelhantes, ou seja, o modelo de vegetação consegue representar a distribuição global dos principais biomas. Para o Brasil, o modelo consegue representar a Amazônia, o cerrado, o Nordeste, a Mata Atlântica e os Pampas. Como limitação, podemos notar que o modelo não representa bem a vegetação da Índia e do sudeste da Ásia. SiB Biome Classification Oyama and Nobre, 2002

12 Searching for Multiple Biome-Climate Equilibria
Leitura do slide.

13 Vegetation = f1 (climate variables) = f1 (g0, g5, Tc, h, s)
g0 = degree-days above 0 C g5 = degree-days above 5 C Tc = mean temperature of the coldest month h = aridity index s = sesonality index f1 is a highly nonlinear function Climate = f2 (vegetation) = f2 (AGCM coupled to vegetated land surface scheme) f2 is also a nonlinear function Leitura do slide.

14 I T E R A T I O N S IC: All land points covered by desert IC: All land points covered by tropical forest

15 Results of CPTEC-DBM for two different Initial Conditons: all land areas covered by desert (a) and forest (b) a c Initial Conditions b A partir das diferentes condições iniciais de vegetação, chegamos a estes estados de equilíbrio climático. Em geral, os estados são semelhantes ao mapa de vegetação potencial atual. No entanto, a condição inicial de deserto leva a um novo estado de equilíbrio no Brasil: existe uma clara redução da floresta Amazônica. Vamos analisar este novo estado com mais detalhe. Biome-climate equilibrium solution with IC as forest (a) is similar to current natural vegetation (c); when the IC is desert (b), the final equilibrium solution is different for Tropical South America Oyama, 2002

16 Two Biome-Climate Equilibrium States found for South America!
-- current state (a) -- second state (b) Soil Moisture Rainfall anomalies Oyama and Nobre, 2003

17 Unconditional Probability of a Wet Day
P > 1 mm 1 mm < P < 5 mm 5 mm < P < 25 mm Unconditional probability of a wet day. a) Threshold of 1 mm, b) Weak rainfall (rainy days: 1 mm - 5 mm) and, c) Moderate rainfall (rainy days: 5 mm - 25 mm). The daily data spans 1979 to 1993. Obregon 2001

18 Annual Precipitation 1 mm < P < 5 mm Sea Breezes
Instability lines SACZ Obregon 2001

19 Sensitivity Analysis to ‘Savannization’ of Amazonia
Control 2033 All Savanna Resolution: ~ 2ºx2º Dry Season Precipitation* 2033 All Savanna JJA 5,4% -21,7% JJAS 1,9% -21,9% * 12°S-3°N / 50°W-75°W Oliveira et al., 2004

20 Paleovegetation Reconstructions as Validation for the Second Stable Equilibrium?
Leitura do slide.

21 Application of CPTEC-PBM for Past Climate Changes
Vamos agora aplicar o MVPot no estudo de mudanças climáticas passadas. Este mapa é obtido com um resfriamento anual de 6 K e uma redução de precipitação de 3 mm/dia. Podemos notar que o mapa é muito semelhante ao mapa de vegetação do último máximo glacial (LGM), ocorrido cerca de 21 ka (mil anos A.P.). Nesse período, é consensual que houve um resfriamento na ordem de 4-6 K, mas não há consenso quanto à redução de precipitação. O que nós estamos propondo é que uma redução de precipitação de 3 mm/dia seria suficiente para apoiar as evidências de vegetação nesse período. Este mapa é obtido com um resfriamento anual de 4 K e uma sazonalidade correspondente a abril-junho dos dias atuais. Esse resfriamento e essa menor sazonalidade tentam reproduzir as condições climáticas entre 12-9 ka. Nessa época, existe a hipótese de que teria havido uma conexão entre as florestas da Amazônia e da Mata Atlântica através das rotas A e B. Este mapa mostra a possibilidade dessa conexão. No entanto, uma limitação é que a rota B não é representada. PBM results with uniform cooling of 6 C and drying of 3 mm/day to emulate climate conditions of the LGM (21 ka BP); (b) vegetation reconstruction for LGM; Oyama, 2002

22 Last glacial maximum: GENESIS+IBIS The importance of vegetation feedbacks
Decrease of Amazonia Rainfall! A destacar neste slide: Esta é uma figura da diferença da média anual de precipitação entre os tratamentos RPV e R. As células dentro das linhas tracejadas são regiões onde a mudança climática foi significativa ao nível de 95% de probabilidade. Eu não tenho uma figura da diferença da cobertura vegetal (RPV-R), mas o que se vê na figura (no caso da Amazônia) é que a floresta amazônica enfraqueceu/encolheu devido ao efeito fisiológico do CO2, causando uma redução na precipitação local, pelos mecanismos já conhecidos, causando com isso um enfraquecimento ainda maior da floresta. O mesmo é observado na região de floresta tropical africana e no sudeste asiático, embora o inverso ocorra na Indonésia, e existem diversas teleconexões sobre o clima dos oceanos, ainda não explicadas. R = radiation of 21 ka BP, fixed modern vegetation, [CO2] = 180 ppmv RPV = radiation of 21 ka BP + dynamic vegetation + physiology at [CO2] = 180 ppmv Reference: Foley, J. A.; Levis, S.; Costa, M. H., Cramer, W.; Pollard, D. 2000: Incorporating dynamic vegetation cover within global climate models. Ecological Applications, v. 10, n. 6, p

23 Results for Amazonia Nesta figura, a primeira linha se refere à temperatura global, as demais linhas são sobre a Amazônia. Note, no experimento RPV em relação ao experimento R, principalmente a redução no índice de área foliar das árvores, e o crescimento do IAF das plantas herbáceas (dossel inferior), ou seja, ocorre um enfraquecimento da floresta, permitindo o crescimento da parte inferior do dossel. Note também outras figuras características respostas climáticas associadas a desmatamento: diminuição do fluxo de calor latente, aumento do fluxo de calor sensível, diminuição da precipitação.

24 What are the likely biome changes in Tropical South America due to Global Warming?
Leitura do slide.

25 Change in Amazon Climate and Hydrology in HadCM3LC
Lat: 15oS - 0oN Lon: 70oW - 50oW Amazon forest die-back! Cox et al., 2000

26 Change in Amazon Carbon Balance in HadCM3LC
Lat: 15oS - 0oN Lon: 70oW - 50oW Amazon forest die-back! Cox et al., 2000

27 Change in Global Climate in HadCM3LC
Interactive CO2 and Dynamic Vegetation 2090s s Cox et al., 2000

28 Análise de Redistribuição de Biomas em face a Mudanças Climáticas
Modelo de Biomas Precipitação Temperatura Projeção considerando alterações climáticas Algoritmo Previsão da Distribuição Geografia Ecologia Área de Ocorrência Projeção de Biomas com Mudança Climática

29 Temperature Anomalies (deg C) for 2091-2100
A2 High GHG Emissions Scenario B2 Low GHG Emissions Scenario Nobre et al., 2004

30 Precipitation Anomalies (mm/day) for 2091-2100
A2 High GHG Emissions Scenario B2 Low GHG Emissions Scenario Nobre et al., 2004

31 Projected Biome Distributions for South America for 2091-2100
A2 High GHG Emissions Scenario B2 Low GHG Emissions Scenario Natural Vegetation Natural Vegetation Nobre et al., 2004

32 Conclusions The future of biome distribution in Amazonia in face of land cover and climate changes
Natural ecosystems in Amazonia have been under increasing land use change pressure. Large-scale land cover changes could cause warming and a reduction of rainfall by themselves in Amazonia. The synergistic combination of regional climate changes caused by global warming and land cover change over the next several decades could tip the biome-climate state to a new stable equilibrium with ‘savannization’ of parts of Amazonia (and ‘desertification’ of parts of Northeast Brazil). Leitura do texto.

33 Possible stability landscape for Tropical South America
Possible stability landscape for Tropical South America. Valleys (X1, X2 and Y) and hills correspond to stable and unstable equilibrium states, respectively. Arrows represent climate state (depicted as a black circle) perturbations. State X1 refers to present-day stable equilibrium. For small (large) excursions from X1, state X2 (Y) can be found. It is suggested that the new alternative stable equilibrium state found in this work corresponds to X2. Notice that it is necessary to reach X2 before reaching state Y. Resilience Stochastic Perturbations Gradual Perturbations affect Resilience (e.g., deforestation, fragmentation, etc.)

34 Biome-Climate Bi-Stability for the Sahel
The second equilibriun state depend mostly on vegetation (albedo) feedback and secondarily on ocean feedbacks SCHEFFER EL AL., NATURE | VOL 413 | 11 OCTOBER 2001 Current State Second State

35 Simple Land Surface Model
Pr: rain Ps: snow T: sfc air temperature Ts: soil temperature S: soil water storage N: overland snow storage E: evapotranspiration R: runoff M: snowmelt Oyama and Nobre, 2002