|
|
Registro Completo |
Biblioteca(s): |
Embrapa Agricultura Digital; Embrapa Agrobiologia; Embrapa Agropecuária Oeste; Embrapa Algodão; Embrapa Amapá; Embrapa Amazônia Ocidental; Embrapa Amazônia Oriental; Embrapa Arroz e Feijão; Embrapa Cerrados; Embrapa Clima Temperado; Embrapa Florestas; Embrapa Gado de Corte; Embrapa Gado de Leite; Embrapa Hortaliças; Embrapa Instrumentação; Embrapa Meio Ambiente; Embrapa Meio Norte / UEP-Parnaíba; Embrapa Meio-Norte; Embrapa Milho e Sorgo; Embrapa Pantanal; Embrapa Rondônia; Embrapa Roraima; Embrapa Semiárido; Embrapa Soja; Embrapa Solos; Embrapa Suínos e Aves; Embrapa Tabuleiros Costeiros; Embrapa Territorial; Embrapa Trigo; Embrapa Unidades Centrais; Embrapa Uva e Vinho. MenosEmbrapa Agricultura Digital; Embrapa Agrobiologia; Embrapa Agropecuária Oeste; Embrapa Algodão; Embrapa Amapá; Embrapa Amazônia Ocidental; Embrapa Amazônia Oriental; Embrapa Arroz e Feijão; Embrapa Cerrados; Embrapa Clima Temperado... Mostrar Todas |
Data corrente: |
20/04/2005 |
Data da última atualização: |
17/08/2005 |
Tipo da produção científica: |
Autoria/Organização/Edição de Livros |
Autoria: |
ZIMMERMANN, F. J. P. |
Título: |
Estatística aplicada à pesquisa agrícola. |
Ano de publicação: |
2004 |
Fonte/Imprenta: |
Santo Antônio de Goiás: Embrapa Arroz e Feijão, 2004. |
Páginas: |
400 p. |
ISBN: |
85-7437-020-7 |
Idioma: |
Português |
Conteúdo: |
Pesquisa e estatística; Conceitos gerais e definições úteis; Projeto de pesquisa; Definições gerais; Estatíticas experimental paramétrica: pressuposições básicas; Eestatísticas descritivas; Medidas de tendência central ou de posição; Medidas de dispersão; Hipóteses, teste de hipópteses e nível de significância; Teste para comparação de médias; Uso de contraste para comparação de médias; Teste t ou diferença mínima significativa (DMS); Teste de Tukey ou DHS; Teste de Duncan ou teste de amplitude múltiplas; Teste de Student-Newman-Keuls ou SNK;; Teste de Scheffé; Teste de Scott-Knott ; Teste de Dunnett; Numero de repetições; Transformação de dados; Teste de aditividade; Delineamento inteiramente casualizado; Modelo matemático e análise de variância; Exemplos de aplicação; Todos os tratamentos com o mesmo número de repetições; Tratamentos com números distintos de repetições; Mais de uma observação por unidade experimental; Exemplo de aplicação: tratamentos com igualnúmero de repetições e de amostras por parcela; Exemplo de aplicação: tratamentos com mesmo número de repetições e números diferente de amostras por parcela; Blocos completos ao acaso; Modelo matemático eanálise de variância; Exemplo de aplicação; Parcelas perdidas: estimação e análise de variância; Exemplo de aplicação; Mais de uma observação por parcela; Exemplo de aplicação; Teste de aditividade; Exemplo de aplicação; Usos diferenciados do deliamento em blocos completos; Repetição de todos os tratamentos em cada bloco;Testemunha repetida mais de uma vez por bloco; Delineamento em quadrado latino; Modelo matemático e análise de variância; Exemplo de aplicação; Dados perdidos em quadrado latino; Usma parcela perdida; Exemplo; Duas parcelas perdidas; Linha, coluna ou tratamento perdido; Mais de uma observação por parcela; Exemplo de aplicação; Teste de aditividade; Exemplo de aplicação; Delineamento em blocos incompletos; Blocos imcompletos balanceados (BIB); Casualização dos blocos e dos tratamentos; Modelos matemáticos e análise de variância intrablocos; Tipo I; Tipo II; Tipo III; Análise com recuperação da informação interblocos; Blocos incompletos parcialmente balanceados (BIPB); Alguns esquemas básicos para blocos incompletos; Delineamentos em reticulado; Reticulados quadrados; Casualização do delineamento; Análise intrablocos de reticulados quadrados balanceados e parcialmente balenceados; Análise intrablocos de um reticulado parcialmente balanceano sem replicação de esquema básicos; Exemplo de análise intrablocos de um reticulado quadrado parcialmente balanceado, sem repetição de esquema básicos; Reticulados de aplicação; Exemplo de aplicação; Planos básicos de reticulados quadrados e reticulados retangulares; Blocos aumentados de Federer (BAF); A; nálise de variância e esperança dos quadros médicos; Exemplo de aplicação; Experimentos fatoriais; Análise de variância em experimentos fatorias; Estudos dos graus de liberdade individuais; Fatores com níveis igualmente espaçados; Fatores comnível não igualmente espaçados; Fatores qualitativos; Os testes F na análise de variância; Fatorial 2*2- exemplo de análise; Ffatorial 3*3- exemplo de análise; Fatorail 3*3*3- exemplo de aplicação; Obtenção das fórmulas de somas de quadrados e dos valores esperados de quadrados médios; Forma prática de obtenção das fórmulas de soma de quadrados; Obtenção das esperanças matemáticas dos quadrados médios; Experimentos fatoriais com tratamentos adicionais; Testemunha e tratamento adicionados; Experimentos fatoriais com uma repetição; Exemplo de aplicação; Experimentos em parcelas divididas e suas variações; Parcelas divididas; Exemplo de aplicação: dois fatores; Parcelas subdivididas; Exemplo de aplicação; Experimento em faixas com parcelas divididas; Exemplo de aplicação; Confundimento em experimentos fatoriais; Confundimento em fatoriais de base 2; Análise de um fatorial 2 ³, com confundimento total da interação A*B*C; Análise de um fatorial 2 ³, com confundimento parcial das interações simples e da interação dupla; Fatorial de base 2, com blocos contendo menos que a metade dos tratamentos; Exemplo de aplicação; Procedimento geral para confundimento em fatoriais; Confundimento de fatoriais 3 ² em blocos contendo um terço dos tratamentos; Exemplo de aplicação em fatorial 3 ²; Confundimento em fatorial 3 ³; Exemplo de aplicação; Análise de experimentos fatoriais confundimento e uma repetição; Fatorial 2 5, usando-se as interações de ordem 3 ou maior como estimadores da variância experimental; Fatorial 3 ², com confundimento parcial da interação dupla; Fatorial 3 ³, com partes das interações simples adicionadas ao estimador de erro ; Análise de grupo de experimentos; Análise de experimentos com todos os tratamentos em comum; Exemplo de aplicação: ensaios no delineamento inteiramente casualizado; Exemplo de aplicação: ensaios em blocos completos ao acaso; Grupo de experimentos com um ou alguns tratamentos comuns; Exemplo de aplicação: blocos completos ao acaso, um tratamento comum; Exemplo de aplicação: blocos completos ao acaso, mais de um tratamento comum; Exemplo de aplicação: quadarado latino com um tratamento comum ; Análise conjunta de experimentos, cominformação parcail ou com delineamento diferentes; Exemplo de aplicação: dados completos dos ensaios não estão disponíveis; Regressão e correlação; Estudos de correlação; Exemplo de aplicação; Análise de regresssão; Exemplo de aplicação; Modelos polimiais de ordem 2 ou superior; Exemplo de aplicação; O uso de matrizes para a estimação de parâmetros e análise de variância de modelos de regressão lineares; Exemplo de aplicação de matrizes; Regressão linear mútipla ou modelos de superfície de resposta; Modelos complexos; Modelos lineares por transformação; Análise de covariância; O modelo matemático para a análise de covariância; Ajuste de tratamentos no delineamento em blocos completos por meio de uma regressãolinear simples; Estimativa de um valor perdido; Exemplo de aplicação de estimação de valor perdido em quadrado latino; Experimentos fatoriais fracionados: análise de variância e seu uso para estudo de superfícies de resposta; Construção e análise de delineamentos fatoriais fracionados; Metade de um fatorial 2k; Análise de variância de um fatorial 2 4-1; Um treço de um fatorial na base 3; Análise de variância de um fatorial 3 3-1; Fatoriais fracionados de base4 ou maior; Uso de fatorial fracionados e composto central rotatório no ajuste de superfícies de resposta ; Exemplo de uso de fatorial fracionado em estudos de superfície de resposta ; Estatística não-paramétrica; Estatística de distribuição livre, definições e teoremas; Correlação; Rho (p) de Spearman; Tau (t) de Kendall; Exemplo de aplicação; Análise de regressão linear; Exemplo de aplicação; Duas amostras independentes; O teste de Mann-Whitney; Exemplo de aplicação; Delineamento inteiramente ao acaso; Exemplo de aplicação; Delineamento em blocos completos casualizados; O teste de Quade; Teste de Friedman; Sobre as distribuição de probabilidade e outros comentários; Exemplo de aplicação; Teste de Friedman; Teste de Quade; Comparação de médias; Delineamento em blocos incompletos balanceados; Teste de Durbin; Distribuição de probabilidade; Exemplo de aplicação; Delineamento quadrado latino; Teste de Bennett; Teste de Zimmermann; Exemplo de aplicação; Teste de Bennett; Teste de Zimmermann; Generalização da transformação. MenosPesquisa e estatística; Conceitos gerais e definições úteis; Projeto de pesquisa; Definições gerais; Estatíticas experimental paramétrica: pressuposições básicas; Eestatísticas descritivas; Medidas de tendência central ou de posição; Medidas de dispersão; Hipóteses, teste de hipópteses e nível de significância; Teste para comparação de médias; Uso de contraste para comparação de médias; Teste t ou diferença mínima significativa (DMS); Teste de Tukey ou DHS; Teste de Duncan ou teste de amplitude múltiplas; Teste de Student-Newman-Keuls ou SNK;; Teste de Scheffé; Teste de Scott-Knott ; Teste de Dunnett; Numero de repetições; Transformação de dados; Teste de aditividade; Delineamento inteiramente casualizado; Modelo matemático e análise de variância; Exemplos de aplicação; Todos os tratamentos com o mesmo número de repetições; Tratamentos com números distintos de repetições; Mais de uma observação por unidade experimental; Exemplo de aplicação: tratamentos com igualnúmero de repetições e de amostras por parcela; Exemplo de aplicação: tratamentos com mesmo número de repetições e números diferente de amostras por parcela; Blocos completos ao acaso; Modelo matemático eanálise de variância; Exemplo de aplicação; Parcelas perdidas: estimação e análise de variância; Exemplo de aplicação; Mais de uma observação por parcela; Exemplo de aplicação; Teste de aditividade; Exemplo de aplicação; Usos diferenciados do deliamento em blocos completos; Repetição de todos os tratamentos em cada b... Mostrar Tudo |
Palavras-Chave: |
Delineamento experiental; Delineamento experimental; Delineamento experimntal; Estatísica; Estatística - Agricultura; Experimentation; Experimento; Método estatística; Métodos estatística; Pesquisa agropecuária; Statistical anlaysis; Statistical methods. |
Thesagro: |
Agricultura; Análise; Análise Estatística; Estatística; Estatística Agrícola; Método Estatístico; Pesquisa; Pesquisa Agrícola. |
Thesaurus Nal: |
agricultural research; Agricultural statistics; research; statistical analysis; Statistics. |
Categoria do assunto: |
-- X Pesquisa, Tecnologia e Engenharia |
Marc: |
LEADER 08938nam a2200433 a 4500 001 1250698 005 2005-08-17 008 2004 bl uuuu 00u1 u #d 020 $a85-7437-020-7 100 1 $aZIMMERMANN, F. J. P. 245 $aEstatística aplicada à pesquisa agrícola. 260 $aSanto Antônio de Goiás: Embrapa Arroz e Feijão$c2004 300 $a400 p. 520 $aPesquisa e estatística; Conceitos gerais e definições úteis; Projeto de pesquisa; Definições gerais; Estatíticas experimental paramétrica: pressuposições básicas; Eestatísticas descritivas; Medidas de tendência central ou de posição; Medidas de dispersão; Hipóteses, teste de hipópteses e nível de significância; Teste para comparação de médias; Uso de contraste para comparação de médias; Teste t ou diferença mínima significativa (DMS); Teste de Tukey ou DHS; Teste de Duncan ou teste de amplitude múltiplas; Teste de Student-Newman-Keuls ou SNK;; Teste de Scheffé; Teste de Scott-Knott ; Teste de Dunnett; Numero de repetições; Transformação de dados; Teste de aditividade; Delineamento inteiramente casualizado; Modelo matemático e análise de variância; Exemplos de aplicação; Todos os tratamentos com o mesmo número de repetições; Tratamentos com números distintos de repetições; Mais de uma observação por unidade experimental; Exemplo de aplicação: tratamentos com igualnúmero de repetições e de amostras por parcela; Exemplo de aplicação: tratamentos com mesmo número de repetições e números diferente de amostras por parcela; Blocos completos ao acaso; Modelo matemático eanálise de variância; Exemplo de aplicação; Parcelas perdidas: estimação e análise de variância; Exemplo de aplicação; Mais de uma observação por parcela; Exemplo de aplicação; Teste de aditividade; Exemplo de aplicação; Usos diferenciados do deliamento em blocos completos; Repetição de todos os tratamentos em cada bloco;Testemunha repetida mais de uma vez por bloco; Delineamento em quadrado latino; Modelo matemático e análise de variância; Exemplo de aplicação; Dados perdidos em quadrado latino; Usma parcela perdida; Exemplo; Duas parcelas perdidas; Linha, coluna ou tratamento perdido; Mais de uma observação por parcela; Exemplo de aplicação; Teste de aditividade; Exemplo de aplicação; Delineamento em blocos incompletos; Blocos imcompletos balanceados (BIB); Casualização dos blocos e dos tratamentos; Modelos matemáticos e análise de variância intrablocos; Tipo I; Tipo II; Tipo III; Análise com recuperação da informação interblocos; Blocos incompletos parcialmente balanceados (BIPB); Alguns esquemas básicos para blocos incompletos; Delineamentos em reticulado; Reticulados quadrados; Casualização do delineamento; Análise intrablocos de reticulados quadrados balanceados e parcialmente balenceados; Análise intrablocos de um reticulado parcialmente balanceano sem replicação de esquema básicos; Exemplo de análise intrablocos de um reticulado quadrado parcialmente balanceado, sem repetição de esquema básicos; Reticulados de aplicação; Exemplo de aplicação; Planos básicos de reticulados quadrados e reticulados retangulares; Blocos aumentados de Federer (BAF); A; nálise de variância e esperança dos quadros médicos; Exemplo de aplicação; Experimentos fatoriais; Análise de variância em experimentos fatorias; Estudos dos graus de liberdade individuais; Fatores com níveis igualmente espaçados; Fatores comnível não igualmente espaçados; Fatores qualitativos; Os testes F na análise de variância; Fatorial 2*2- exemplo de análise; Ffatorial 3*3- exemplo de análise; Fatorail 3*3*3- exemplo de aplicação; Obtenção das fórmulas de somas de quadrados e dos valores esperados de quadrados médios; Forma prática de obtenção das fórmulas de soma de quadrados; Obtenção das esperanças matemáticas dos quadrados médios; Experimentos fatoriais com tratamentos adicionais; Testemunha e tratamento adicionados; Experimentos fatoriais com uma repetição; Exemplo de aplicação; Experimentos em parcelas divididas e suas variações; Parcelas divididas; Exemplo de aplicação: dois fatores; Parcelas subdivididas; Exemplo de aplicação; Experimento em faixas com parcelas divididas; Exemplo de aplicação; Confundimento em experimentos fatoriais; Confundimento em fatoriais de base 2; Análise de um fatorial 2 ³, com confundimento total da interação A*B*C; Análise de um fatorial 2 ³, com confundimento parcial das interações simples e da interação dupla; Fatorial de base 2, com blocos contendo menos que a metade dos tratamentos; Exemplo de aplicação; Procedimento geral para confundimento em fatoriais; Confundimento de fatoriais 3 ² em blocos contendo um terço dos tratamentos; Exemplo de aplicação em fatorial 3 ²; Confundimento em fatorial 3 ³; Exemplo de aplicação; Análise de experimentos fatoriais confundimento e uma repetição; Fatorial 2 5, usando-se as interações de ordem 3 ou maior como estimadores da variância experimental; Fatorial 3 ², com confundimento parcial da interação dupla; Fatorial 3 ³, com partes das interações simples adicionadas ao estimador de erro ; Análise de grupo de experimentos; Análise de experimentos com todos os tratamentos em comum; Exemplo de aplicação: ensaios no delineamento inteiramente casualizado; Exemplo de aplicação: ensaios em blocos completos ao acaso; Grupo de experimentos com um ou alguns tratamentos comuns; Exemplo de aplicação: blocos completos ao acaso, um tratamento comum; Exemplo de aplicação: blocos completos ao acaso, mais de um tratamento comum; Exemplo de aplicação: quadarado latino com um tratamento comum ; Análise conjunta de experimentos, cominformação parcail ou com delineamento diferentes; Exemplo de aplicação: dados completos dos ensaios não estão disponíveis; Regressão e correlação; Estudos de correlação; Exemplo de aplicação; Análise de regresssão; Exemplo de aplicação; Modelos polimiais de ordem 2 ou superior; Exemplo de aplicação; O uso de matrizes para a estimação de parâmetros e análise de variância de modelos de regressão lineares; Exemplo de aplicação de matrizes; Regressão linear mútipla ou modelos de superfície de resposta; Modelos complexos; Modelos lineares por transformação; Análise de covariância; O modelo matemático para a análise de covariância; Ajuste de tratamentos no delineamento em blocos completos por meio de uma regressãolinear simples; Estimativa de um valor perdido; Exemplo de aplicação de estimação de valor perdido em quadrado latino; Experimentos fatoriais fracionados: análise de variância e seu uso para estudo de superfícies de resposta; Construção e análise de delineamentos fatoriais fracionados; Metade de um fatorial 2k; Análise de variância de um fatorial 2 4-1; Um treço de um fatorial na base 3; Análise de variância de um fatorial 3 3-1; Fatoriais fracionados de base4 ou maior; Uso de fatorial fracionados e composto central rotatório no ajuste de superfícies de resposta ; Exemplo de uso de fatorial fracionado em estudos de superfície de resposta ; Estatística não-paramétrica; Estatística de distribuição livre, definições e teoremas; Correlação; Rho (p) de Spearman; Tau (t) de Kendall; Exemplo de aplicação; Análise de regressão linear; Exemplo de aplicação; Duas amostras independentes; O teste de Mann-Whitney; Exemplo de aplicação; Delineamento inteiramente ao acaso; Exemplo de aplicação; Delineamento em blocos completos casualizados; O teste de Quade; Teste de Friedman; Sobre as distribuição de probabilidade e outros comentários; Exemplo de aplicação; Teste de Friedman; Teste de Quade; Comparação de médias; Delineamento em blocos incompletos balanceados; Teste de Durbin; Distribuição de probabilidade; Exemplo de aplicação; Delineamento quadrado latino; Teste de Bennett; Teste de Zimmermann; Exemplo de aplicação; Teste de Bennett; Teste de Zimmermann; Generalização da transformação. 650 $aagricultural research 650 $aAgricultural statistics 650 $aresearch 650 $astatistical analysis 650 $aStatistics 650 $aAgricultura 650 $aAnálise 650 $aAnálise Estatística 650 $aEstatística 650 $aEstatística Agrícola 650 $aMétodo Estatístico 650 $aPesquisa 650 $aPesquisa Agrícola 653 $aDelineamento experiental 653 $aDelineamento experimental 653 $aDelineamento experimntal 653 $aEstatísica 653 $aEstatística - Agricultura 653 $aExperimentation 653 $aExperimento 653 $aMétodo estatística 653 $aMétodos estatística 653 $aPesquisa agropecuária 653 $aStatistical anlaysis 653 $aStatistical methods
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Agropecuária Oeste (CPAO) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
Registro Completo
Biblioteca(s): |
Embrapa Amazônia Oriental. |
Data corrente: |
20/10/2016 |
Data da última atualização: |
20/05/2022 |
Tipo da produção científica: |
Artigo em Periódico Indexado |
Circulação/Nível: |
A - 1 |
Autoria: |
MALLICK, K.; TREBS, I.; BOEGH, E.; GIUSTARINI, L.; SCHLERF, M.; DREWRY, D. T.; HOFFMANN, L.; RANDOW, C. von; KRUIJT, B.; ARAUJO, A.; SALESKA, S.; EHLERINGER, J. R.; DOMINGUES, T. F.; OMETTO, J. P. H. B.; NOBRE, A. D.; MORAES, O. L. L. de; HAYEK, M.; MUNGER, J. W.; WOFSY, S. C. |
Afiliação: |
KANISKA MALLICK, Luxembourg Institute of Science and Technology; IVONNE TREBS, Luxembourg Institute of Science and Technology; EVA BOEGH, Roskilde University; LAURA GIUSTARINI, Luxembourg Institute of Science and Technology; MARTIN SCHLERF, Luxembourg Institute of Science and Technology; DARREN DREWRY, California Institute of Technology; LUCIEN HOFFMANN, Luxembourg Institute of Science and Technology; CELSO VON RANDOW, INPE; BART KRUIJT, Wageningen University and Research Centre; ALESSANDRO CARIOCA DE ARAUJO, CPATU; SCOTT SALESKA, University of Arizona; JAMES R. EHLERINGER, University of Utah; TOMAS F. DOMINGUES, USP; JEAN PIERRE H. B. OMETTO, INPE; ANTONIO D. NOBRE, INPE; OSVALDO LUIZ LEAL DE MORAES, Centro Nacional de Monitoramento e Alertas de Desastres Naturais; MATTHEW HAYEK, Harvard University; WILLIAM MUNGER, Harvard University; STEVE WOFSY, Harvard University. |
Título: |
Canopy-scale biophysical controls of transpiration and evaporation in the Amazon Basin. |
Ano de publicação: |
2016 |
Fonte/Imprenta: |
Hydrology and Earth System Science Discussions, 27 Jan. 2016. |
DOI: |
10.5194/hess-2015-552 |
Idioma: |
Inglês Português |
Conteúdo: |
Canopy and aerodynamic conductances (gC and gA) are two of the key land surface biophysical variables that control the land surface response of land surface schemes in climate models. Their representation is crucial for predicting transpiration (λET) and evaporation (λEE) flux components of the terrestrial latent heat flux (λE), which has important implications for global climate change and water resource management. By physical integration of radiometric surface temperature (TR) into an integrated framework of the Penman?Monteith and Shuttleworth?Wallace models, we present a novel approach to directly quantify the canopy-scale biophysical controls on λET and λEE over multiple plant functional types (PFTs) in the Amazon Basin. Combining data from six LBA (Large-scale Biosphere-Atmosphere Experiment in Amazonia) eddy covariance tower sites and a TR-driven physically based modeling approach, we identified the canopy-scale feedback-response mechanism between gC, λET, and atmospheric vapor pressure deficit (DA), without using any leaf-scale empirical parameterizations for the modeling. The TR-based model shows minor biophysical control on λET during the wet (rainy) seasons where λET becomes predominantly radiation driven and net radiation (RN) determines 75 to 80 % of the variances of λET. However, biophysical control on λET is dramatically increased during the dry seasons, and particularly the 2005 drought year, explaining 50 to 65 % of the variances of λET, and indicates λET to be substantially soil moisture driven during the rainfall deficit phase. Despite substantial differences in gA between forests and pastures, very similar canopy?atmosphere "coupling" was found in these two biomes due to soil moisture-induced decrease in gC in the pasture. This revealed the pragmatic aspect of the TR-driven model behavior that exhibits a high sensitivity of gC to per unit change in wetness as opposed to gA that is marginally sensitive to surface wetness variability. Our results reveal the occurrence of a significant hysteresis between λET and gC during the dry season for the pasture sites, which is attributed to relatively low soil water availability as compared to the rainforests, likely due to differences in rooting depth between the two systems. Evaporation was significantly influenced by gA for all the PFTs and across all wetness conditions. Our analytical framework logically captures the responses of gC and gA to changes in atmospheric radiation, DA, and surface radiometric temperature, and thus appears to be promising for the improvement of existing land?surface?atmosphere exchange parameterizations across a range of spatial scales. MenosCanopy and aerodynamic conductances (gC and gA) are two of the key land surface biophysical variables that control the land surface response of land surface schemes in climate models. Their representation is crucial for predicting transpiration (λET) and evaporation (λEE) flux components of the terrestrial latent heat flux (λE), which has important implications for global climate change and water resource management. By physical integration of radiometric surface temperature (TR) into an integrated framework of the Penman?Monteith and Shuttleworth?Wallace models, we present a novel approach to directly quantify the canopy-scale biophysical controls on λET and λEE over multiple plant functional types (PFTs) in the Amazon Basin. Combining data from six LBA (Large-scale Biosphere-Atmosphere Experiment in Amazonia) eddy covariance tower sites and a TR-driven physically based modeling approach, we identified the canopy-scale feedback-response mechanism between gC, λET, and atmospheric vapor pressure deficit (DA), without using any leaf-scale empirical parameterizations for the modeling. The TR-based model shows minor biophysical control on λET during the wet (rainy) seasons where λET becomes predominantly radiation driven and net radiation (RN) determines 75 to 80 % of the variances of λET. However, biophysical control on λET is dramatically increased during the dry seasons, and particularly the 2005 drought year, explaining... Mostrar Tudo |
Palavras-Chave: |
Transpiração; Trasnpiração. |
Thesagro: |
Climatologia; Evaporação. |
Thesaurus NAL: |
Amazonia. |
Categoria do assunto: |
P Recursos Naturais, Ciências Ambientais e da Terra |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/149606/1/hess-2015-552.pdf
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/149045/1/hess-20-4237-2016.pdf
|
Marc: |
LEADER 03867naa a2200409 a 4500 001 2055915 005 2022-05-20 008 2016 bl uuuu u00u1 u #d 024 7 $a10.5194/hess-2015-552$2DOI 100 1 $aMALLICK, K. 245 $aCanopy-scale biophysical controls of transpiration and evaporation in the Amazon Basin.$h[electronic resource] 260 $c2016 520 $aCanopy and aerodynamic conductances (gC and gA) are two of the key land surface biophysical variables that control the land surface response of land surface schemes in climate models. Their representation is crucial for predicting transpiration (λET) and evaporation (λEE) flux components of the terrestrial latent heat flux (λE), which has important implications for global climate change and water resource management. By physical integration of radiometric surface temperature (TR) into an integrated framework of the Penman?Monteith and Shuttleworth?Wallace models, we present a novel approach to directly quantify the canopy-scale biophysical controls on λET and λEE over multiple plant functional types (PFTs) in the Amazon Basin. Combining data from six LBA (Large-scale Biosphere-Atmosphere Experiment in Amazonia) eddy covariance tower sites and a TR-driven physically based modeling approach, we identified the canopy-scale feedback-response mechanism between gC, λET, and atmospheric vapor pressure deficit (DA), without using any leaf-scale empirical parameterizations for the modeling. The TR-based model shows minor biophysical control on λET during the wet (rainy) seasons where λET becomes predominantly radiation driven and net radiation (RN) determines 75 to 80 % of the variances of λET. However, biophysical control on λET is dramatically increased during the dry seasons, and particularly the 2005 drought year, explaining 50 to 65 % of the variances of λET, and indicates λET to be substantially soil moisture driven during the rainfall deficit phase. Despite substantial differences in gA between forests and pastures, very similar canopy?atmosphere "coupling" was found in these two biomes due to soil moisture-induced decrease in gC in the pasture. This revealed the pragmatic aspect of the TR-driven model behavior that exhibits a high sensitivity of gC to per unit change in wetness as opposed to gA that is marginally sensitive to surface wetness variability. Our results reveal the occurrence of a significant hysteresis between λET and gC during the dry season for the pasture sites, which is attributed to relatively low soil water availability as compared to the rainforests, likely due to differences in rooting depth between the two systems. Evaporation was significantly influenced by gA for all the PFTs and across all wetness conditions. Our analytical framework logically captures the responses of gC and gA to changes in atmospheric radiation, DA, and surface radiometric temperature, and thus appears to be promising for the improvement of existing land?surface?atmosphere exchange parameterizations across a range of spatial scales. 650 $aAmazonia 650 $aClimatologia 650 $aEvaporação 653 $aTranspiração 653 $aTrasnpiração 700 1 $aTREBS, I. 700 1 $aBOEGH, E. 700 1 $aGIUSTARINI, L. 700 1 $aSCHLERF, M. 700 1 $aDREWRY, D. T. 700 1 $aHOFFMANN, L. 700 1 $aRANDOW, C. von 700 1 $aKRUIJT, B. 700 1 $aARAUJO, A. 700 1 $aSALESKA, S. 700 1 $aEHLERINGER, J. R. 700 1 $aDOMINGUES, T. F. 700 1 $aOMETTO, J. P. H. B. 700 1 $aNOBRE, A. D. 700 1 $aMORAES, O. L. L. de 700 1 $aHAYEK, M. 700 1 $aMUNGER, J. W. 700 1 $aWOFSY, S. C. 773 $tHydrology and Earth System Science Discussions, 27 Jan. 2016.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Amazônia Oriental (CPATU) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|