As mudanças no manejo da terra são as maiores fontes de emissões de gases de efeito estufa no Brasil. E a maioria dos processos que controlam essas emissões e sumidouros está na Amazônia. O projeto visa quantificar estas fontes e sumidouros de GEE na Amazônia, bem como os drivers que controlam o balanço de carbono, com foco em CO2 e CH4.
Temperatura, radiação solar, cobertura de nuvens, vapor d’água, meteorologia em larga escala e impactos humanos são os principais responsáveis pelas mudanças dos fluxos de GEE na Amazônia. É essencial que possamos compreender a relação não linear e complexa entre essas variáveis. Mudanças no uso da terra, especialmente o desmatamento, são os responsáveis pelas maiores emissões de GEE do Brasil. Em 2020, cerca de 11.088 Km² de florestas primárias foram desmatados, de acordo com o sistema PRODES do INPE.
Pretendemos integrar várias ferramentas existentes e desenvolver novos conhecimentos sobre os processos que controlam o balanço de GEE na Amazônia. Isso inclui a integração de novos sistemas de dados de sensoriamento remoto e tecnologias, como:
-
medidas de satélites da NASA e da União Europeia, a exemplo do OCO-2 (Orbiting Carbon Observatory-2), GOSAT (Greenhouse Gases Observing Satellite), constelação de satélites Sentinel da ESA (European Space Agency), TROPOMI (TROPOspheric Monitoring Instrument) entre outros.
Vamos operar, em vários locais na Amazônia, uma rede de fotômetros solares da NASA, chamada de Aerosol Robotics Network – AERONET que mede partículas de aerossóis, black carbon e vapor d’água.
O experimento LBA (Experimento de Grande Escala da Biosfera e Atmosfera da Amazônia) e a torre ATTO (Amazon Tall Tower Observatory) administram sete torres florestais na Amazônia que medem as concentrações e fluxos de GEE ao nível da floresta, além de torres de fluxos em outros países amazônicos. Vamos integrar essas análises com produtos do INPE para desmatamento, queima de biomassa e degradação florestal, tais como os sistemas PRODES (Monitoramento do Desmatamento da Floresta Amazônica Brasileira por Satélite), DETER (Sistema de Detecção do Desmatamento em Tempo Real), Projeto Queimadas, TREES entre outros, bem como os dados de cobertura e mudança de uso do solo gerados pelo MapBiomas, que fornecerá dados sobre florestas secundárias e sua dinâmica de ganhos e perdas ao longo dos anos. Esta integração permitirá o cálculo adequado das emissões e ou remoções líquidas de GEE na Amazônia.
Também será desenvolvida uma nova metodologia quantitativa do papel da degradação florestal nas emissões de GEE. Usando a plataforma MapBiomas, vamos incorporar os dados de emissões e remoções de GEE da floresta e mudanças no uso do solo na Amazônia em alta resolução (até 30 metros), permitindo análises territoriais abrangentes com base em dados de atividades, como o desmatamento, a posse de terra e padrões de uso.
Estes dados serão sintetizados e integrados em uma plataforma evolutiva baseada na Ciência de Serviços, que além de gerenciar e disponibilizar consultas para todos os pesquisadores da área no mundo, provê também algoritmos e pacotes de análise de dados baseados em vários métodos estatísticos, sistema de decisão Bayesiano, em “knowledge graphs”, e técnicas que permitam o acesso direto dos pesquisadores aos resultados dos modelos e medidas de balanço de GEE.
Será desenvolvido um sistema de tratamento e análise de dados multidisciplinar, baseado em Ciência de Dados, Inteligência Artificial e Ciência de Serviços, facilitando a visualização complexa e multidimensional dos dados gerados e seu compartilhamento.
Finalmente, o grupo vai explorar técnicas de automação para a coleta de dados na floresta amazônica e de sensoriamento remoto, usando dispositivos robotizados.
O projeto está organizado em duas linhas de trabalho:
1 – Fontes, sumidouros e processos que controlam as emissões de gases de efeito estufa na Amazônia.
2 – Métodos e análises computacionais baseados em ciência de dados, ciência de serviços e inteligência artificial.
Linha 1 - Fontes, sumidouros e processos que controlam as emissões de gases de efeito estufa na Amazônia
A linha 1 tem seis Grupos de Trabalho (GT) que vão interagir intensamente entre si e também com outros projetos do RCGI. Cada um desses grupos de trabalho terá atividades e resultados específicos.
Linha 1-GT1: Desenvolvimento de novas tecnologias para detecção de desmatamento e quantificação de emissões de queima de biomassa na Amazônia;
Linha 1-GT2: Quantificação de fontes e sumidouros de GEE por degradação florestal e em regiões de florestas tropicais intocadas;
Linha 1-GT3: Compilação e validação de medições de fluxos de GEE baseadas em solo em torres LBA e ATTO;
Linha 1-GT4: Desenvolver novas metodologias para sensoriamento remoto em larga escala de GEE, precursores de ozônio, poluentes atmosféricos e aerossóis na Amazônia;
Linha 1-GT5: Integração do sistema MapBiomas do uso da terra e emissões de GEE, visando reduzir as incertezas nos inventários de emissões para o NDC brasileiro;
Linha 1-GT6: Compilação de variáveis que influenciam na emissão de GEE, tais como dados meteorológicos, precipitação, temperatura, aerossóis, precursores de ozônio, nuvens, radiação direta e difusa e outras.
Linha 2 - Métodos e análises computacionais baseados em ciência de dados, ciência de serviços e inteligência artificial
A Linha 2 está organizada em quatro Grupos de Trabalho (GT) que vão colaborar entre eles:
Linha 2-G1: Desenvolver um repositório central de dados (data lake), sistemas para curadoria e segurança dos dados, e algoritmos de análise quantitativa e estatística, usando sistemas de processamento local e na nuvem.
Linha 2-G2: Desenvolver métodos formais baseados em IA e estatísticas Bayesianas para apoiar a análise de dependências complexas de GEE com as demais variáveis.
Linha 2-G3: Revisar os métodos disponíveis de detecção e coleta de dados para propor e integrar novos dispositivos automatizados de sensoriamento integráveis aos sistemas de dados.
Linha 2-G4: Desenvolvimento de um Sistema de Serviços (baseado em Ciência e Engenharia de Serviços) e modelo de gestão baseado em “knowledge graphs” para análises de workflow nos processos de emissão de GEE.
EQUIPE
Coordenador do Projeto
Paulo Eduardo Artaxo Netto – Instituto de Física-USP
Currículo Lattes
Vice-coordenador do Projeto
José Reinaldo Silva – Poli-USP
Currículo Lattes
LINHA 1
Paulo Artaxo (IF-USP)
CV Lattes
Tasso Azevedo (MapBiomas)
CV Lattes
Julia Zanin Shimbo (MapBiomas)
CV Lattes
Carlos Souza Junior (Iamazon)
Google Scholar
Ane Auxiliadora Costa Alencar (Instituto de Pesquisa Ambiental da Amazônia – IPAM)
CV Lattes
Paulo Roberto de Souza Moutinho (Instituto de Pesquisa Ambiental da Amazônia – IPAM)
CV Lattes
Luiz Eduardo Oliveira e Cruz de Aragão (Instituto Nacional de Pesquisas Espaciais – INPE)
CV Lattes
Alberto Waingort Setzer (Instituto Nacional de Pesquisas Espaciais – INPE)
CV Lattes
William Rosa Alves (Instituto de Geociências – UFMG)
CV Lattes
Fabiano Morelli (Instituto Nacional de Pesquisas Espaciais – INPE)
CV Lattes
Celso von Randow (Instituto Nacional de Pesquisas Espaciais – INPE)
CV Lattes
Luiz Augusto Toledo Machado (Instituto Nacional de Pesquisas Espaciais – INPE)
CV Lattes
Jean Pierre Henry Balbaud Ometto (Instituto Nacional de Pesquisas Espaciais – INPE)
CV Lattes
Liana Oighenstein Anderson (Centro Nacional de Monitoramento e Alertas de Desastres Nacionais – CEMADEN)
CV Lattes
Fernando Gonçalves Morais (Instituto de Física – USP)
CV Lattes
Fabio de Oliveira Moraes Jorge (Instituto de Física – USP)
CV Lattes
Marco Aurélio de Menezes Franco (Instituto de Física – USP)
CV Lattes
Rafael Vieira dos Santos (UFAL)
CV Lattes
Micael Amore Cecchini (IAG – USP)
CV Lattes
Bruno Backes Meller (Instituto de Física – USP)
Google Scholar
Itiara Mayra Barbosa de Albuquerque (Instituto de Física – USP)
CV Lattes
Simara O. Morais (Instituto de Física – USP)
Luciana Varanda Rizzo (UNIFESP)
CV Lattes
LINHA 2
José Reinaldo Silva (Poli-USP)
CV Lattes
Pedro Luiz Pizzigatti Corrêa (Poli-USP)
CV Lattes
Glauco Augusto de Paula Caurin (USP São Carlos)
CV Lattes
Sergio Frascino Muller de Almeida (Poli-USP)
CV Lattes
Marcos Sales Guerra Tsuzuki (Poli-USP)
CV Lattes
Thiago de Castro Martins (Poli-USP)
CV Lattes
Luciana Varanda Rizzo (UNESP)
CV Lattes