La presentazione è in caricamento. Aspetta per favore

La presentazione è in caricamento. Aspetta per favore

MODELLIZAZIONE DI ECOSISTEMI INONDATI: L’AMAZZONIA

Presentazioni simili


Presentazione sul tema: "MODELLIZAZIONE DI ECOSISTEMI INONDATI: L’AMAZZONIA"— Transcript della presentazione:

1 MODELLIZAZIONE DI ECOSISTEMI INONDATI: L’AMAZZONIA

2 BACINI IDROGRAFICI BRASILIANI

3 TOCANTINS

4 ECOSISTEMI INONDATI Ecosistemi di struttura variabile: alternanza e convivenza dell’ecosistema marino e terrestre. Pioggia: è la causa principale della loro formazione; non è distribuita uniformemente nel corso dell’anno ma si concentra in alcuni periodi. Stagioni: sono essenzialmente due e si differenziano in quanto una è piovosa e una è secca; non esistono stagioni intermedie. Data la latitudine, le stagioni sono quelle dell’emisfero australe e quindi l’estate, che va da ottobre a marzo, è la stagione delle piogge e delle inondazioni mentre l’inverno, che va da aprile ad agosto, è la stagione secca. Alterazione della catena alimentare in modo naturale: animali e piante devono adattarsi ai cambiamenti di ecosistema; durante le inondazioni saranno presenti alcuni tipi di piante e animali, che invece durante la stagione secca non ci saranno. Altre specie, invece, sono presenti tutto l’anno in particolare quelle che con il tempo si sono evolute e quindi adattate ai repentini cambiamenti. Territorio: la conformazione del territorio può subire cambiamenti nel corso di inondazioni; nuovi corsi d’acqua si possono formare così come nuovi bacini. Rilevante è poi l’effetto del prosciugamento.

5

6 NECESSITA’ DI UN MODELLO
Predire le variazioni spaziali e temporali: è sicuramente il punto fondamentale; la simulazione integrata a nozioni di idrologia, geomorfologia, ecologia, telerilevamento, geoinformatica è essenziale per monitorare il corretto funzionamento di questo particolare tipo di scenario (Helmschrot, 2004) Intervento umano e processi socio economici : la deforestazione è una delle cause principali del cambiamento climatico in quanto incide sulla diminuzione del LAI (leaf ratio index), sulla consistenza del terreno e sull’ evaporazione, quindi sulle piogge e su tutto l’ecosistema inondato. L’aumento di terreno agricolo a discapito di foreste è un fenomeno che si è largamente diffuso negli ultimi 40 anni provocando un aumento della portata dei fiumi del 30% (Investigating future trends in Amazon discharge and floodplain inundation, M. T. Coe, M. H. Costa, D. McGrath) Reale estensione dell’area allagata: è importante comprendere quale potrà essere con il passare del tempo la nuova morfologia del territorio. Effetti su flora e fauna: alcune specie si adattano al cambiamento, altre spariscono. Fauna e flora sono strettamente connesse e spesso la sopravvivenza di una è essenziale per l’altra

7 FATTORI DI INFLUENZA DELLE INONDAZIONI - PIOGGE
Uno studio basato sul confronto di alcuni dataset ha evidenziato che mediamente cadono circa 2130 mm di pioggia ogni anno in tutto il bacino amazzonico (Costa MH, Foley JA. (1998) A comparison of precipitation datasets for the Amazon basin. Geophysical Research Letters, 25, ). Tocantins

8 FATTORI DI INFLUENZA DELLE INONDAZIONI - PIOGGE
Nello stato di Tocantins, ed in particolare la zona a nord cioè quella appartenente all’area amazzonica, la media si abbassa lievemente a circa mm annui. Notevole è la differenza tra estate e inverno tanto da far attribuire alle due stagioni rispettivamente gli aggettivi di piovosa e secca. In estate le precipitazioni sono il 75% di quelle totali annue ed è proprio durante questo periodo che la portata dei fiumi aumenta drasticamente sommergendo vaste aree di terra ferma. Costa, M.H., A. Botta and J. Cardille (2003). Effects of large- scale change in land cover on the discharge of the Tocantins River, Amazonia. Journal of Hydrology 283,

9 FATTORI DI INFLUENZA DELLE INONDAZIONI – PORTATA DEI FIUMI
Sono la conseguenza diretta delle piogge. Durante l’estate il livello dei fiumi arriva ad essere 5 volte più alto rispetto all’inverno e la portata ad essere 13 volte tanto! I grafici che seguono (ottenuti con Hidro - indicano mese per mese livello e portata per tutto il I dati sono stati rilevati sul fiume Toncantins, presso la stazione fluviometrica Marabà (latitudine - 5:20:19; longitudine – 49:7:28).

10

11

12

13

14 FATTORI DI INFLUENZA DELLE INONDAZIONI - TEMPERATURA
Se pur di poco anche questa varia con le stagioni. In particolare si ha un graduale aumento delle temperature massime in corrispondenza dell’inizio della stagione invernale ed una graduale diminuzione delle minime sempre nella medesima stagione; ciò implica un sostanziale aumento dell’escursione termica. L’intensità delle radiazioni solari è circa 250 cal cm2 per ogni giorno

15 FATTORI INTERNI - VEGETAZIONE
Foresta Forest- nonflooded Arbusti Shrub- nonflooded Pascoli Herbaceous- nonflooded Campi deserti, spiagge, aree fangose Nonvegetated- nonflooded Foreste inondate, paludi, “foreste galleria” Forest-flooded Boschi sommersi e savane sommerse Woodland- flooded Arbusti sommersi Shrub-floode Vegetazione macrofita, prati galleggianti, paludi Herbaceous- flooded Acque aperte, fiumi, laghi, stagni ecc. Nonvegeted- flooded Ayres (1993), Junk and Piedade (1997), Prance (1980)

16 FATTORI INTERNI - VEGETAZIONE
Inverno Estate % zona inondata Area (103 km2) 100 303 Total 1 Mixed 14 48 43 144 Forest-flooded 53 20 160 59 Forest-nonflooded 8 24 Woodland-flooded 2 6 Shrub-nonflooded 3 10 Shrub-flooded 5 16 26 Herbaceous-flooded Nonvegetated or herbaceous-nonflooded 12 35 Nonvegeted-flooded Tabella ottenuta da osservazioni con tecnica SAR, satellite JERS1 (Hess, L.L., J.M. Melack, E.M.L.M. Novo, C.C.F. Barbosa, and M. Gastil. (2003) Dual-season mapping of wetland inundation and vegetation for the central Amazon basin. Remote Sensing of Environment, Vol. 87, No. 4, pp.)

17 FATTORI INTERNI - VEGETAZIONE
Mappe inerenti alla vegetazione in zone soggette ad inondazioni rispettivamente in inverno (acqua bassa) ed estate (acqua alta). Hess, L.L., J.M. Melack, E.M.L.M. Novo, C.C.F. Barbosa, and M. Gastil. (2003) Dual-season mapping of wetland inundation and vegetation for the central Amazon basin. Remote Sensing of Environment, Vol. 87, No. 4, pp

18 FATTORI INTERNI - FAUNA
Inverno (stagione secca): I piccoli pesci rimangono intrappolati nei laghi e diventano facili prede per i predatori Anche gli uccelli si concentrano dove l’acqua è + bassa così che possono cacciare con semplicità i pesci Alcuni pesci, visto lo scarso ricambio d’acqua e quindi la mancanza di ossigeno nell’acqua, si sono adattati con il tempo ed utilizzano in parte l’ossigeno atmosferico (ad esempio i pesci gatto) È la stagione in cui i pesci depongono le uova Estate (stagione piovosa): I pesci erbivori possono girare liberamente per le foreste inondate in cerca di semi e frutti che cadono dagli alberi Anche gli erbivori terrestri migrano verso le zone inondate in cerca di cibo I grandi predatori sopravvivono grazie alle riserve di grasso accumulate durante l’inverno

19 TECNOLOGIE DISPONIBILI
Lo scopo è quello di tracciare le caratteristiche geografiche dell’area inondata, vale a dire la vegetazione presente, i corsi d’acqua, le aeree allagate e le aree asciutte Sensori ottici (Mertes ed altri., 1995; Novo & Shimabukuro, 1997) : i loro risultati sono limitati in quanto spesso la vegetazione copre i corsi d’acqua ed inoltre sia il fumo che le nuvole rendono i rilevamenti spesso illeggibili.

20 TECNOLOGIE DISPONIBILI
Sensori a microonde attivi e passivi (Melack & Hess, 1998; Prigent, Matthews, Aires, & Rossow, 2001; Sippel, Hamilton, Melack, & Choudhury, 1994) : sono influenzati molto meno, rispetto ai sensori ottici, dalle nuvole e dalla vegetazione in quanto possono penetrare fino a terra per determinate lunghezze d’onda. Synthetic aperture radar sensor (SAR) (Hess, Melack, & Simonett, 1990; Townsend, 2001; Hess, Melack, Filoso, & Wang, 1995; Costa, Niemann, Novo, & Ahern, 2002; Novo, Costa, Mantovani, & Lima, 2002) : offrono come risultato un’immagine complessa e ricca di informazioni. Attraverso la percezione della riflettività degli oggetti analizzati è possibile riconoscere i confini delle acque da quelli terrestri.

21 Modello IBIS (Integrated BIosphere Simulator)
Esegue simulazioni sui vari ecosistemi terrestri in particolare sul ciclo dell'acqua, del carbonio e della vegetazione sia ad interesse globale che locale. IBIS è progettato intorno ad una struttura concettuale gerarchica ed include vari moduli organizzati in base alla loro scala temporale: Land surface module (processi della superficie terrestre cioè riguardanti l’ equilibrio energetico, l’ acqua e il carbonio)

22 Modello IBIS (Integrated BIosphere Simulator)
Esegue simulazioni sui vari ecosistemi terrestri in particolare sul ciclo dell'acqua, del carbonio e della vegetazione sia ad interesse globale che locale. IBIS è progettato intorno ad una struttura concettuale gerarchica ed include vari moduli organizzati in base alla loro scala temporale: Land surface module (processi della superficie terrestre cioè riguardanti l’ equilibrio energetico, l’ acqua e il carbonio) Belowground carbon and nitrogen cycling module (ciclo del carbonio e dell’ azoto dalla pianta al terreno)

23 Modello IBIS (Integrated BIosphere Simulator)
Esegue simulazioni sui vari ecosistemi terrestri in particolare sul ciclo dell'acqua, del carbonio e della vegetazione sia ad interesse globale che locale. IBIS è progettato intorno ad una struttura concettuale gerarchica ed include vari moduli organizzati in base alla loro scala temporale: Land surface module (processi della superficie terrestre cioè riguardanti l’ equilibrio energetico, l’ acqua e il carbonio) Belowground carbon and nitrogen cycling module (ciclo del carbonio e dell’ azoto dalla pianta al terreno) Vegetation dynamics module (“concorrenza” delle piante per luce, acqua e sostanze nutrienti)

24 Modello IBIS (Integrated BIosphere Simulator)
Esegue simulazioni sui vari ecosistemi terrestri in particolare sul ciclo dell'acqua, del carbonio e della vegetazione sia ad interesse globale che locale. IBIS è progettato intorno ad una struttura concettuale gerarchica ed include vari moduli organizzati in base alla loro scala temporale: Land surface module (processi della superficie terrestre cioè riguardanti l’ equilibrio energetico, l’ acqua e il carbonio) Belowground carbon and nitrogen cycling module (ciclo del carbonio e dell’ azoto dalla pianta al terreno) Vegetation dynamics module (“concorrenza” delle piante per luce, acqua e sostanze nutrienti) Natural vegetation and crop phenology module (basato sulla crescita giornaliera)

25 Modello IBIS (Integrated BIosphere Simulator)
Esegue simulazioni sui vari ecosistemi terrestri in particolare sul ciclo dell'acqua, del carbonio e della vegetazione sia ad interesse globale che locale. IBIS è progettato intorno ad una struttura concettuale gerarchica ed include vari moduli organizzati in base alla loro scala temporale: Land surface module (processi della superficie terrestre cioè riguardanti l’ equilibrio energetico, l’ acqua e il carbonio) Belowground carbon and nitrogen cycling module (ciclo del carbonio e dell’ azoto dalla pianta al terreno) Vegetation dynamics module (“concorrenza” delle piante per luce, acqua e sostanze nutrienti) Natural vegetacion and crop phenology module (basato sulla crescita giornaliera)

26 Modello IBIS (Integrated BIosphere Simulator)
Esegue simulazioni sui vari ecosistemi terrestri in particolare sul ciclo dell'acqua, del carbonio e della vegetazione sia ad interesse globale che locale. IBIS è progettato intorno ad una struttura concettuale gerarchica ed include vari moduli organizzati in base alla loro scala temporale: Land surface module (processi della superficie terrestre cioè riguardanti l’ equilibrio energetico, l’ acqua e il carbonio) Belowground carbon and nitrogen cycling module (ciclo del carbonio e dell’ azoto dalla pianta al terreno) Vegetation dynamics module (“concorrenza” delle piante per luce, acqua e sostanze nutrienti) Natural vegetacion and crop phenology module (basato sulla crescita giornaliera) Atmosphere (modulo che si interfaccia con altri modelli, GENESIS e CCM3 GCMs, specifici per fenomeni atmosferici); Solute tansport module (modulo che si interfaccia con il modello HYDRA, specifico)

27 Modello IBIS (Integrated BIosphere Simulator)
Dettagli dei componenti simulati: Carbonio: GPP (produttività primaria lorda), NPP (produttività primaria netta) Acqua: Suolo: IBIS utilizza una metodologia “multistrato” per simulare le variazioni giornaliere e stagionali di calore e di umidità del terreno. Otto sono gli strati considerati i quali si trovano rispettivamente ad una profondità di 0.10, 0.15, 0.25, 0.50, 1.0, 2.0, 3.0 e 4.0 metri. Ogni strato è descritto in termini di temperatura del terreno, volume di acqua e ghiaccio (Pollard e Thompson, 1995; Foley ed altri., 1996). Il modulo di fisica del terreno dell'IBIS usa l'equazione di Richard per calcolare il cambiamento temporale dell'umidità del terreno; il flusso verticale di acqua è modellato secondo la legge di Darcy (Campbell e Norman, 1998). Il ciclo dell'acqua del terreno è controllato tramite il tasso di infiltrazione, l'evaporazione di acqua dalla superficie del terreno, la traspirazione delle piante e la ridistribuzione di acqua nel profilo Ciclo dell'acqua: traspirazione, evaporazione, infiltrazione, deflusso. La quantità totale di acqua evaporata è la somma di: evaporazione dalla superficie terrestre, evaporazione intercettata dalla vegetazione e traspirazione della vegetazione. I tassi di traspirazione dipendono dalla conduttanza e sono calcolati indipendentemente per ogni tipo di pianta Energia: Il modello considera due tipologie di vegetazione (alberi e arbusti ed erbe), otto strati del terreno e tre strati di neve. Viene simulato lo scambio sia di radiazione solare che infrarossa fra l'atmosfera, la vegetazione e la superficie terrestre. Azoto: mineralizzazione

28 Modello IBIS (Integrated BIosphere Simulator)
Scala spaziale: 0.5, 1.0, 2.0 e 4.0 gradi Scala temporale: oraria Bibliografia: Kucharik, C.J., J.A. Foley, C. Delire, V.A. Fisher, M.T. Coe, J. Lenters, C. Young-Molling, N. Ramankutty, J.M. Norman, and S.T. Gower (2000). Testing the performance of a dynamic global ecosystem model: Water balance, carbon balance and vegetation structure. Global Biogeochemical Cycles 14(3), Foley, J.A., I.C. Prentice, N. Ramankutty, S. Levis, D. Pollard, S. Sitch, and A. Haxeltine (1996). An integrated biosphere model of land surface processes, terrestrial carbon balance, and vegetation dynamics. Global Biogeochemical Cycles 10(4), - link per scaricare il software simulativo - link da cui è possibile scaricare un dataset risultante da simulazione effettuate con IBIS dal 1921 al 1928 per il bacino di Tocantis. Specifiche sul dataset sono disponibili in: Botta, A., N. Ramankutty and J.A. Foley (2002). Long-term variations of climate and carbon fluxes over the Amazon Basin. Geophysical Research Letters 29(9), 10,1029/2001 GL013607, 2002

29 Modello HYDRA (Hydrological Routing Algorithm)
Simula la portata e i cambiamenti stagionali del livello dell’acqua Risoluzione spaziale: 5’ longitudine * 5’ latitudine Richiede input giornalieri o mensili quali la portata media dei corsi d’aqua, precipitazioni, evaporazione L’individuazione dei percorsi fluviali e del volume di laghi e wetland deriva dal DEM (Digital Elevation Model). Vengono prese in considerazione tutte le depressioni e quindi valutate le altezze dei loro sbocchi; tutte le griglie del modello che condividono il medesimo sbocco vengono considerate come una potenziale superficie acquatica unica. Le celle utilizzate per questo modello sono 5’ x 5’ (circa 10 km x 10 km) L’individuazione della direzione di scorrimento dei fiumi è calcolata assegnando ad ogni cella della griglia la direzione della cella confinante avente altitudine più bassa, simulando quindi il deflusso delle acque dalla sorgente alla foce. L’individuazione della direzione dello scorrimento delle acque attraverso un lago o una wetland è calcolata prendendo in considerazione le depressioni ed in particolare assegnandogli direzione concorde al proprio sbocco.

30 Modello HYDRA (Hydrological Routing Algorithm)
La superficie acquatica prevista è data dalla differenza, P-E, tra precipitazioni ed evaporazione Il sistema idrico totale è composto da Acque di superficie (Rs) Acque drenanti nel sottosuolo (Rd) Precipitazioni (Pw) Evaporazione (Ew) Il flusso dell’acqua è rappresentato attraverso il cambiamento temporale di tre tipi di bacini: Acque fluviali (Wr) Stagni di deflusso cioè le acque superficiali che fluiscono verso i fiumi (Ws) Stagni di drenaggio cioè le acque sotterranee che fluiscono verso i fiumi (Wd)

31 Modello HYDRA (Hydrological Routing Algorithm)
I volumi di acqua sono espressi in m3 ed i flussi calcolati attraverso le seguenti equazioni differenziali: d(Ws)/dt = Rs - Ws/Ts d(Wd)/dt = Rd - Wd/Td d(Wr)/dt = (Ws/Ts + Wd/Td) x ( 1 – Aw) + (Pw – Ew) x Aw – (Wr/Tr) + Fin dove: Aw è un numero compreso tra 1 e 0 dove 1 indica che la cella considerata è totalmente ricoperta da acqua mentre 0 indica che ne è priva Ts, Td, Tr sono i tempi di permanenza dell’acqua nel bacino. Per semplicità sono considerati costanti ed in particolare Ts = 15 giorni, Td = 2 ore; Tr invece è calcolato come il rapporto tra la distanza (D) tra i centro della cella considerata e quello della successiva (secondo il flusso) e la velocità dell’acqua (u). Per le celle in cui non sono presenti laghi o wetland la velocità è proporzionale al rapporto tra il gradiente del flusso (ic, mm-1) ed il gradiente di riferimento i0 = 0.5 x 10-4 mm-1 (Miller et al. 1994): u = uo1 (ic/io)0.5 dove uo1 = 0.8 ms-1 è la velocità effettiva minima. Per le celle all’interno delle quali, invece, sono presenti masse d’acqua la velocità è minore e proporzionale al rapporto tra volume di riferimento (vl, m3) e il volume dell’intero corpo d’acqua di cui la cella è parte (vt, m3): u = uo2 (vl/vt)0.5 dove uo2 = 0.1 x uo2 = 0.08 ms-1 è la velocità effettiva minima attraversando una massa d’acqua P ed E sono espresse in m3s-1

32 Modello THMB (Terrestrial Hydrology Model with Biogeochemistry)
È lo sviluppo software del modello HYDRA ed è uno dei pochi modelli idrologici che simulano il sistema d'acqua dolce completo. Questo modello si concentra sui collegamenti tra clima, tipi di terreno e comportamento degli spartiacque interni tra i quali laghi, wetlands, fiumi e sistemi di acqua freatica. In particolare questo modello è nato con lo scopo di apprendere come il cambiamento climatico e lo sfruttamento del terreno possano influenzare le risorse d’acqua dolce. Elabora file .hdf ad esempio HDF.basin raccoglie le mappe dei fiumi; ad ogni fiume è assegnato un numero in modo da poter limitare la simulazione solo a quelli di interesse HDF.rivdir raccoglie le direzione dei fiumi HDF.mflac indica l’altezza sul livello del mare dei bacini per i quali R + P > E

33 Modello THMB (Terrestrial Hydrology Model with Biogeochemistry)
17,00 20,00 14,07 11,70 -49,67 -3,83 Tocantins at Tucuruı´ 56 24,00 1,00 4613,00 4566,00 -47,33 -6,33 Tocantins at Tocantino´polis 55 34,00 4,00 4189,00 4042,00 -47,42 -7,42 Tocantins at Carolina 54 27,00 6,00 3724,00 3500,00 -48,08 -8,25 Tocantins at Tupiratins 53 13,00 18,00 3042,00 2579,00 -48,33 -9,58 Tocantins at Miracema 51 35,00 21,00 2700,00 2225,00 -48,42 -10,75 Tocantins at Porto Nacional 50 14,00 -4,00 1936,00 2007,00 -48,50 -12,08 Tocantins at Peixe 49 960,00 904,00 -13,58 Tocantins at Sa˜o Felix 45 Years Error (%) Simulated (m3s-1) Observed(m3s-1) Longitude Latitude Name Station ID Alcune simulazioni effettuate per il bacino di Tocantins

34 Modello THMB (Terrestrial Hydrology Model with Biogeochemistry)
Da notare come quasi tutti i punti siano al di sotto della linea 1:1 cioè il modello tende a sottovalutare la portata

35 Modello THMB (Terrestrial Hydrology Model with Biogeochemistry)
Simulazione dell’altezza dell’acqua in alcune zone inondate Colonna 1  identificativo della posizione Colonne 2 e 3  coordinate geografiche Colonna 4  coefficiente correlazione Colonne 5 e 6  deviazione standard osservata e simulata Colonna 7  numero di mesi confrontati Colonne 8 e 9  deviazione annuale osservata e simulata

36 Modello THMB (Terrestrial Hydrology Model with Biogeochemistry)

37 Modello THMB (Terrestrial Hydrology Model with Biogeochemistry)
Estensione media di dodici aree inondate del bacino amazzonico osservate dal 1979 al 1987 Estensione totale di tutte dodici le aree inondate Gli istogrammi grigi sono simulati mentre i neri osservati (Sippel et al. 1998)

38 HYDRA - THMB Bibliografia:
Coe M. T., A linked global model of terrestrial hydrologic processes: Simulation of modern rivers, lakes, and wetlands, J. Geophys. Res., 103, , 1998. Coe M. T., Modeling terrestrial hydrological systems at the continental scale: Testing the accuracy of an atmospheric GCM, J. Clim., 13, 686– 704, 2000 Coe, M. T., 1997: Simulating continental surface waters: An application to Holocene northern Africa. J. Climate, 10, 1680–1689. Coe, M.T., M.H. Costa, A. Botta, and C. Birkett. Long-term simulations of discharge and floods in the Amazon basin (2002). Journal of Geophysical Research /2001JD000740, 23 August 2002 - link da cui è possibile scaricare il codice del THMB e i file di input contententi informazioni geomorfologiche (HDF e netCDF) e i file di input contententi informazioni sul clima - link per scaricare un dataset generato con THMB

39 REPERIBILITA’ INFORMAZIONI
Progetto GEOMA: è una rete telematica di ricerca in modellizzazione e simulazione di fenomeni naturali legati all’area della foresta amazzonica brasiliana (www.geoma.lncc.br) PIATAM mar (Potenciais Impactos Ambientais do Transporte de Petróleo e Derivados na Zona Costeira Amazônica): l’obiettivo primario è fornire informazioni aggiornate sulle popolazioni, risosrse naturali ed ecosistemi costieri con obiettivo di prevenire catastrofi ambientali legate al trasporto del petrolio. Sono presenti inoltre pubblicazioni su tecniche cartografiche e di raccolta dei dati (www.naea.ufpa.br/piatammar/) Tropical Resource Institute: vi si possono trovare notizie generiche sullo scenario tropicale (www.yale.edu/tri/) Scientific electronic library online: possibilità di consultare riviste scientifiche specialistiche (www.scielo.org) SAGE (Center for Sustainability and the Global Environment): offre risorse per ricerche interdisciplinari. Di particolare interesse la sezione sulle risorse idriche con alcuni progetti rivolti specificamente al bacino amazzonico. È presente anche una sezione contenente mappe, dataset e modelli specifici per ecosistemi inondati (www.sage.wisc.edu)

40 REPERIBILITA’ INFORMAZIONI
LBA (Large Scale Biosphere-Atmosphere Experiment in Amazonia): è un progetto coadiuvato dal ministero della scienza e tecnologia brasiliano che si occupa di ricerca in merito al cambiamento dello scenario amazzonico (lba.inpa.gov.br - - lba.cptec.inpe.br/beija-flor) EMDI (Ecosystem Model-Data Intercomparison): presenta una raccolta di modelli prevalentemente mirati alla simulazione del ciclo di vita del carbonio (gaim.unh.edu/Structure/Intercomparison/EMDI/) Gruppo di ricerca Prof. Marcos Heil Costa: studioso di livello internazionale autore di molti articoli di modellistica, ecosistemi inondati, tecniche di monitoraggio con interesse particolare verso il bacino amazzonico (madeira.dea.ufv.br/public.htm) IBGE (Instituto Brasileiro de Geografia e Estatística): offre articoli scientifici generici su tutto il panorama brasiliano. Ricca la sezione dedicata alle mappe tematiche quali ad esempio quelle sul clima, sulla vegetazione e sulla conformazione idrologica (www.ibge.gov.br) INPA (Instituto Nacional de Pesquisas da Amazônia): diretto dal ministero di scienza e tecnologia brasiliano, si occupa di ricerche sul panorama amazzonico (www.inpa.gov.br)


Scaricare ppt "MODELLIZAZIONE DI ECOSISTEMI INONDATI: L’AMAZZONIA"

Presentazioni simili


Annunci Google