Equipe da Unicamp cria algoritmo para projetar futuro da Amazônia

AMAZONFACE

Imagem derivada da aplicação de informações no CAETÊ. Crédito: Reprodução/AmazonFACE
Imagem derivada da aplicação de informações no CAETÊ. Crédito: Reprodução/AmazonFACE

Maria Clara Guimarães, do AmazonFACE

Algoritmos que fazem previsões sobre a interação entre os organismos e o meio-ambiente são chamados de modelos ecossistêmicos. Um grupo de cientistas da Unicamp desenvolveu um desses programas de computador com uma quantidade maior e mais variada de dados, com foco em como a vegetação absorve o carbono da atmosfera e o estoca nas folhas, tronco e raízes. Como sua forma de programação permite a entrada de muito mais dados, pode simular com mais acurácia o chamado “ponto de não retorno” da Floresta Amazônica, que é o momento em que a vegetação natural não consegue mais se recuperar. 

O modelo foi chamado de CAETÊ, que é uma sigla para Carbon and Ecosystem functional Trait Evaluation Model (Modelo de avaliação de características funcionais de carbono e ecossistema, em tradução livre). A palavra também significa “mata virgem” em Tupi. O programa considera uma gama muito maior de dados sobre a vegetação, buscando representar a diversidade de plantas encontrada na Amazônia, e é capaz de simular melhor sua distribuição  e as estratégias de adaptação às mudanças no clima.

Equações matemáticas que simulam os fenômenos da natureza são alimentadas por dados de condições ambientais, como chuva, incidência solar, níveis de CO2, etc. Com essas informações, o algoritmo responde, por exemplo, qual poderá ser a taxa de fotossíntese naquelas condições, ou onde a planta estocará mais carbono, nas raízes, folhas ou tronco. Esse tipo de informação é importante porque determina a quantidade de carbono que a floresta pode armazenar – se a Amazônia reduzir essa capacidade, as mudanças climáticas podem se agravar. O modelo demonstrou bom desempenho em representar o estoque de carbono na floresta amazônica quando comparado a dados de satélite da mesma região e condições climáticas atuais .

Ao aplicar no algoritmo uma taxa de chuvas 50% menor que hoje, as características de funcionamento das plantas se tornaram mais diversas do que com o clima regular. “Quando a gente pensa em aumento de diversidade, pensamos em algo positivo, mas essa modificação não é de diversidade de espécies plantas, mas de diversidade de estratégias de vida das plantas, e isso pode levar a uma mudança muito drástica na vegetação”, diz Bianca Rius, doutoranda do LabTerra (Laboratório de Ciência do Sistema Terrestre), da Unicamp, e uma das desenvolvedoras do algoritmo.

As estratégias de sobrevivência e continuidade da espécie foram múltiplas, o que pode levar àquela vegetação mudar tanto que perderia sua característica original. Em março, a equipe publicou o artigo “Higher functional diversity improves modelings of Amazon forest carbon storage” (“Mais diversidade funcional melhora modelagem do estoque de carbono da Floresta Amazônica”, em tradução livre) na revista científica Ecological Modelling sobre essa diversidade.

As projeções do CAETÊ são baseadas nas estratégias que os indivíduos (plantas) da comunidade adotam para lidar com as condições ambientais. É possível fazer o caminho inverso: saber não só como o ambiente afeta as plantas, mas como as estratégias adotadas pelas plantas afetam o meio-ambiente. Programas desse tipo são fundamentais para entender o que pode acontecer com as espécies usadas cotidianamente por moradores da floresta. Outro experimento possível de ser feito com o CAETÊ é explorar se as mudanças climáticas projetadas pelo IPCC podem ser capazes de mudar a vegetação a ponto das plantas mudarem suas características e seu valor utilitário.

O risco que se corre com modelos que consideram menor diversidade de estratégias de vida das plantas para simular a Floresta Amazônica é uma generalização que pode indicar a transformação da floresta em savana, por exemplo – há uma superestimativa dos efeitos. Com mais estratégias possíveis adicionadas ao algoritmo, é possível chegar mais próximo da realidade de uma floresta hiperdiversa como a Amazônia. A tese de savanização da floresta foi uma hipótese gerada através de um modelo ecossistêmico que considerava muito menos tipos de estratégias ou funções que as plantas adotam. “Além do problema de superestimar os efeitos, isso também impede que a gente entenda a relação que a diversidade tem com o funcionamento ecossistêmico”, explica Rius. 

O modelo CAETÊ começou a ser criado em 2015 baseado no modelo CPTEC-PVM2. David Lapola, orientador de Rius e coordenador do programa AmazonFACE, foi um dos cientistas envolvidos no desenvolvimento do modelo ecossistêmico que serviu de base para o CAETÊ. O trabalho da doutoranda faz parte da quinta componente de trabalho do programa, a de Integração Modelagem-Experimento. Dentro desse objetivo de trabalho, a equipe busca entender como os dados do experimento e os dados do modelo ecossistêmico se assemelham e se diferenciam a fim de aprimorar o algoritmo. Com esses programas é possível traçar as hipóteses a serem testadas com o experimento de enriquecimento de gás carbônico na Floresta Amazônica. 

O modelo CAETÊ está disponível no repositório da Unicamp para quem tem interesse na área “O desenvolvimento do modelo é um processo que é muito dependente da interação e cooperação entre cientistas”, diz Rius. O CAETÊ pode ser aplicado para qualquer região do mundo.

Contato para imprensa: afacecom@unicamp.br

Deixe seu comentário

Compartilhe nas redes sociais e apps de mensagens

Leia mais

Siga o AmazonFACE

© 2022 AmazonFACE.. Todos os direitos reservados. Website by Marcos R. Pereira.