UNIVERSIDADE TÉCNICA DE LISBOA INSTITUTO SUPERIOR TÉCNICO

1. UNIVERSIDADE TÉCNICA DE LISBOA INSTITUTO SUPERIOR TÉCNICO Modelação Ambiental Aula #6 Modelos Biogeoquímicos Caixas Negras Estrutura e Processos Básicos dos Modelos (soft intro) R Neves | M Mateus | G Riflet 2009-2010

2. Ponto da Situação Temos: Modelos simples e simplistas (crescimento exponencial e logístico, Lotka-Volterra, etc.) que não conservam a massa nem tem aspirações de o fazer Modelos NPZ, mais complexos e realistas que os anteriores, e que tem em conta o princípio da conservação da massa, mas são muito simplificados Modelos NPZD que fecham o ciclo dos elementos e conservam massa, ao mesmo tempo que simulam explicitamente os mais básicos elementos biológicos e químicos num sistema Princípio da conservação da massa

3. NPZD • Estrutura do modelo Respiração e Excreção Amónia Nitrificação #1 Níveis Tróficos mais elevados Produtores Primários Produtores Secundários Nitrito Nitrificação #2 Nitrato Mineralização DON Denitrificação Azoto molecular Azoto Orgânico Dissolvido Não-Refractário (DON-NR) Respiração e Excreção Se forem considerados no modelo, o ciclo fica aberto (o modelo não conserva massa) Azoto Orgânico Dissolvido Refractário (DON-R) Mineralização PON Decomposição PON Azoto Orgânico Particulado (PON) Mortalidade e Excreção Fitoplâncton não assimilado

4. Modelos tipo ERSEM Produtores Consumidores Gases dissolvidos oxigénio Decompositores Matéria orgânica dissolvido particulado Nutrientes inorgânicos nitrato amónia fosfato silicatos • Estrutura do modelo Fluxo de matéria orgânica (C, N, P, Si) Fluxo de nutrientes (N, P, Si) Fluxo de gás (O) Grupos funcionais / Variáveis de estado Variáveis de estado

5. mohid.Life N P Si Chl N P Si Bio N P Si N P Si Bio N P Si N P • Diagrama do modelo Oxigénio O Produtores Consumidores C C Decompositores C Matéria Orgânica POM C Nutrientes DOM sl C NH4 DOM l N C NO3 N PO4 P

6. Reflexão na Aula Oxygen Nutrients O2 N:P CO2 respiration nutrient excretion ingestion assimilation predation C N P Standard organism C:N:P sloppy feeding mortality excretion sloppy feeding C:N:P Organic matter (POM & DOM) C:N:P:Si Grupos funcionais / Variáveis de estado Fluxo carbono C:N:P:Si food sources predators Fluxo nutrientes Variáveis de estado • “Organismo Standard” com múltiplos elementos Modelos mais complexos simulam a dinâmica de vários elementos nos processos biológicos universais (consumo alimento / nutrientes, assimilação, excreção, respiração , mortalidade). Como se consegue isto com uma simples equação de estado? NÃO SE CONSEGUE!

7. Modelos multi-elementos • Equações de balanço de massa Exemplo para um produtor primário (composto por carbono, azoto, fósforo, sílica e clorofila) Produtores C N P Si Chl

8. Ambiente marinho pelágico • Processos a ter em conta nos modelos • FísicosTransporte, difusão, etc. • QuímicosReacções químicas, ph, etc. • Fisiológicos/ BiológicosConsumo, respiração, excreção, etc. • EcológicosInteracções tróficas, dominância de grupos, etc.

9. Evolução dos modelos • Oxigénio em lagos e rios em função de descargas de esgoto • Primeiros modelos matemáticos para sistemas marinhos planctónicos (Georges bank, EUA) • PRINCIPAIS RAZÕES DA EVOLUÇÃO • Expansão da capacidade computacional • Avanço do conhecimento sobre o funcionamento dos sistemas naturais • Reconhecimento das limitações de técnicas e metodologias experimentais • Falta de ferramentas adequadas para o estudo de problemas multi-disciplinares e de sistemas com vários compartimentos (capacidade de integração) • Aplicações 2D em estuários e baías • Geometria e dinâmica complexa • Estudo de problemas de qualidade da água • Simulações com evolução temporal • Estudo da eutrofização • Generalização dos modelos de nutrientes e cadeias alimentares • Junção de modelos ecológicos com modelos de circulação – Zona de upwelling do Oregon, EUA • Aumento na complexidade dos ciclos dos nutrientes nas teias alimentares microbianas • Explosão no aumento da utilização dos modelos • Modelação operacional • Assimilação de dados

10. Avaliação Geral • Complexidade dos Modelos • A FAVOR • Capacidade e aplicabilidade dos modelos • Maior abrangência de processos • Reflectem o avanço do conhecimento • CONDICIONANTES • Inexistência de valores para alguns parâmetros • Falta de dados para validação • Limitação enquanto ferramentas de gestão e apoio à decisão • Capacidade de ligar pressupostos com os resultados diminui • EXIGÊNCIAS • Utilizadores com conhecimento detalhado do modelo • Capacidade computacional elevada

11. Olhar para os “mecanismos” dos modelos • Como funciona a caixa negra Entram coisas (input dados) Saem coisas (quando tudo corre bem) Modelo XPTO ENTER • Condições iniciais • Forçamento • Parâmetros • Geometrias • Etc. • Resultados Aconteceram coisas …e o nosso conhecimento não aumentou um centímetro! (e o modelo continua a ser uma caixa negra que faz coisas)

12. Ligeira introdução ás coisas que os modelos ecológicos fazem (e como o fazem) Produtores Dinâmica de Michaelis-Menten

13. Uptake de Nutrientes • Modelo simplificado Vimos que: Sabemos que o crescimento pode ser expresso por: Podendo o factor limitante ser: • Temperatura • Nutrientes (recurso) • Luz • Espaço • Oxigénio • Todas as anteriores (combinação delas)

14. Uptake de Nutrientes • Razão Superfície - Volume Observação: o tamanho dos organismos condiciona a sua capacidade de consumo de nutrientes

15. Modelo Michaelis-Menten (-Monod) • Parametrização simplificada Uptake de nutrientes Quanto maior a célula, maior o Vmax e o ks

16. Modelo Michaelis-Menten (-Monod) • Parametrização simplificada Uptake de nutrientes Com concentrações elevadas de nutriente a afinidade perde importância A baixas concentrações a afinidade ganha (e a velocidade perde importância)

17. Modelo Michaelis-Menten (-Monod) • Análise dimensional Ainda preciso dizer alguma coisa !?!?

18. Modelo Michaelis-Menten (-Monod) • Análise dimensional Partindo de: Se o produtor e o nutriente são expressos em concentração de N:

19. Modelo Michaelis-Menten (-Monod) • Dinâmica • Dinâmica controlada por: • Vmax • ks • [Esp A] • Factor limitante constante • Dinâmica controlada por: • Vmax • ks • [Esp A] • [S] • Factor limitante variável

20. Para meditar na esplanada de civil • Modelação do ciclo de vida de uma população diatomáceas Se o ks e o Vmax estão relacionados com o tamanho dos organismos numa população, e este varia no tempo (como na figura), então como se pode modelar uma população que pode ter simultaneamente organismos de vários tamanhos ?