Análise de footprint para amostragem do tipo de solo em Pedras Altas.
Jonatan Tatsch
September 4, 2016
Seleção de área para amostragem do solo em Pedras Altas-RS baseado no footprint (área de abrangência ou de contribuição das medidas) da torre.
Dados da direçao predominante do vento
Importando da dados.
[1] "cod" "ano"
[3] "mes" "dia"
[5] "DJ" "HHMM"
[7] "Bateria" "Ptemp"
[9] "u" "v"
[11] "w" "Ts"
[13] "Td" "e"
[15] "es" "VPD"
[17] "RHs" "H2O"
[19] "H2O" "H2O"
[21] "H2O" "H2O"
[23] "ET" "LE_flux"
[25] "LE_inc" "LE_Stg"
[27] "LE_Flag_0_2" "H_flux"
[29] "H_inc" "H_Stg"
[31] "H_Flag_0_2" "B."
[33] "CO2_molar_density" "CO2_flux"
[35] "CO2_inc" "CO2_Stg"
[37] "CO2_Flag_0_2" "CH4_molar_density"
[39] "CH4_flux" "CH4_inc"
[41] "CH4_Stg" "CH4_Flag_0_2"
[43] "L" "ustar"
[45] "Tstar" "TKE"
[47] "Tau" "Tau_inc"
[49] "Tau_Flag_0_2" "ws"
[51] "wd" "spikes_hf"
[53] "amplitude_resolution_hf" "drop_out_hf"
[55] "absolute_limits_hf" "descontinuidade_hf"
[57] "Temp" "RH"
[59] "Pmb" "Prec"
[61] "Rn" "PAR"
[63] "SWin" "SWout"
[65] "LWin" "LWout"
[67] "Tsolo1_10cm" "Tsolo2_15cm"
[69] "Tsolo3_50cm" "Fsolo1_10cm"
[71] "Fsolo2_NaN" "Fsolo3_NaN"
[73] "H2OSolo1_0_30cm" "H2OSolo2_NaN"
[75] "H2OSolo3_NaN" "Tskin"
[77] "Molhamento1" "Molhamento2"
[79] "Molhamento3" "Molhamento4"
[81] "dist_alvo" "Qualidade_Sinal_Metano"
[83] "Dist_Alvo_corrigido" "Altura_do_dossel"
[85] "NaN" "NaN"
[87] "NaN" "NaN"
[89] "NaN" "NaN"
[91] "NaN" "NaN"
[93] "NaN" "NaN"
[95] "NaN" "NaN"
[97] "NaN" "NaN"
[99] "NaN" "NaN" # A tibble: 17,520 x 100
cod ano mes dia DJ HHMM Bateria Ptemp u v
<int> <int> <int> <int> <int> <int> <dbl> <dbl> <dbl> <dbl>
1 131 2015 1 1 1 30 12.4590 21.8766 -0.558777 -2.58501
2 131 2015 1 1 1 100 12.4534 21.6641 0.277505 -1.64599
3 131 2015 1 1 1 130 12.4491 21.4501 1.004730 -1.75805
4 131 2015 1 1 1 200 12.4441 21.3899 1.105280 -1.85379
5 131 2015 1 1 1 230 12.4386 21.2944 1.285370 -1.61240
6 131 2015 1 1 1 300 12.4342 21.1787 1.736180 -1.53798
7 131 2015 1 1 1 330 12.4287 21.0083 1.826030 -1.33047
8 131 2015 1 1 1 400 12.4239 20.7812 1.303130 -1.81976
9 131 2015 1 1 1 430 12.4178 20.6684 1.717290 -2.08603
10 131 2015 1 1 1 500 12.4141 20.6899 1.861920 -1.71686
# ... with 17,510 more rows, and 90 more variables: w <dbl>, Ts <dbl>,
# Td <dbl>, e <dbl>, es <dbl>, VPD <dbl>, RHs <dbl>, H2O <dbl>,
# H2O <dbl>, H2O <dbl>, H2O <dbl>, H2O <int>, ET <dbl>, LE_flux <dbl>,
# LE_inc <dbl>, LE_Stg <dbl>, LE_Flag_0_2 <int>, H_flux <dbl>,
# H_inc <dbl>, H_Stg <dbl>, H_Flag_0_2 <int>, B. <dbl>,
# CO2_molar_density <dbl>, CO2_flux <dbl>, CO2_inc <dbl>, CO2_Stg <dbl>,
# CO2_Flag_0_2 <int>, CH4_molar_density <lgl>, CH4_flux <lgl>,
# CH4_inc <lgl>, CH4_Stg <lgl>, CH4_Flag_0_2 <lgl>, L <dbl>,
# ustar <dbl>, Tstar <dbl>, TKE <dbl>, Tau <dbl>, Tau_inc <dbl>,
# Tau_Flag_0_2 <int>, ws <dbl>, wd <dbl>, spikes_hf <dbl>,
# amplitude_resolution_hf <dbl>, drop_out_hf <dbl>,
# absolute_limits_hf <dbl>, descontinuidade_hf <dbl>, Temp <dbl>,
# RH <dbl>, Pmb <dbl>, Prec <dbl>, Rn <dbl>, PAR <dbl>, SWin <dbl>,
# SWout <int>, LWin <int>, LWout <int>, Tsolo1_10cm <dbl>,
# Tsolo2_15cm <dbl>, Tsolo3_50cm <dbl>, Fsolo1_10cm <dbl>,
# Fsolo2_NaN <lgl>, Fsolo3_NaN <lgl>, H2OSolo1_0_30cm <dbl>,
# H2OSolo2_NaN <dbl>, H2OSolo3_NaN <dbl>, Tskin <dbl>,
# Molhamento1 <dbl>, Molhamento2 <dbl>, Molhamento3 <dbl>,
# Molhamento4 <dbl>, dist_alvo <lgl>, Qualidade_Sinal_Metano <lgl>,
# Dist_Alvo_corrigido <lgl>, Altura_do_dossel <lgl>, NaN <lgl>,
# NaN <lgl>, NaN <lgl>, NaN <lgl>, NaN <lgl>, NaN <lgl>, NaN <lgl>,
# NaN <lgl>, NaN <lgl>, NaN <lgl>, NaN <lgl>, NaN <lgl>, NaN <lgl>,
# NaN <lgl>, NaN <lgl>, NaN <lgl>Direção predominante do vento
Anemograma com dados de wd (label: 51-dir. vento (° a partir do norte)) e ws (label: 50-vento(m/s))
Anemograma com dados do Anemômetro sônico (ws e wd calculados de u e v por JDT)
Anemograma com dados de 2015 das estações do INMET mais próximas a PAS
[1] "ALEGRETE" "BAGE" "CANGUCU" "CHUI" "SANTA MARIA"
Cálculo do footprint (Shuepp 1990, BLM)
O método selecionado é um dos mais simples (analítico) e foi selecionado por praticidade. Existem outros métodos bem mais sofisticados, mas para essa aplicação serve como uma primeira estimativa.
Dados necessários:
altura do sensor (z = 2.5 m)
altura do dossel (hc = 0.3 m)
comprimento de rugosidade (z0 ~ 0.01 m para solo ou 1/10 de hc), altura onde o vento é zero.
altura de deslocamento do plano zero (d ~ 0.73 hc) alguns autores usam d = 2/3 hc para florestas e 1/8 hc para culturas agrícolas uniformes.
Fluxos: L, u*, H, U
# A tibble: 17,520 x 8
date hora ustar ws H_flux wd
<time> <int> <dbl> <dbl> <dbl> <dbl>
1 2015-01-01 00:30:00 0 0.179631 2.644713 -28.6114 12.19742
2 2015-01-01 01:00:00 1 0.151608 1.669219 -20.3766 350.43024
3 2015-01-01 01:30:00 1 0.201553 2.024901 -23.6785 330.25192
4 2015-01-01 02:00:00 2 0.210140 2.158282 -26.2582 329.19545
5 2015-01-01 02:30:00 2 0.228437 2.062040 -20.8912 321.43891
6 2015-01-01 03:00:00 3 0.267256 2.319419 -24.9478 311.53585
7 2015-01-01 03:30:00 3 0.248354 2.259322 -18.6820 306.07758
8 2015-01-01 04:00:00 4 0.236559 2.238230 -19.2731 324.39355
9 2015-01-01 04:30:00 4 0.284204 2.701963 -26.3507 320.53764
10 2015-01-01 05:00:00 5 0.288899 2.532658 -28.7765 312.67888
# ... with 17,510 more rows, and 2 more variables: zeta <dbl>, h <dbl> date hora ustar
Min. :2015-01-01 00:30:00 Min. : 0.00 Min. :0.0114
1st Qu.:2015-04-02 06:22:30 1st Qu.: 5.75 1st Qu.:0.1923
Median :2015-07-02 12:15:00 Median :11.50 Median :0.2851
Mean :2015-07-02 12:15:00 Mean :11.50 Mean :0.3217
3rd Qu.:2015-10-01 18:07:30 3rd Qu.:17.25 3rd Qu.:0.3933
Max. :2016-01-01 00:00:00 Max. :23.00 Max. :3.1050
NA's :2513
ws H_flux wd zeta
Min. : 0.0705 Min. :-99.957 Min. : 0.0126 Min. :-1.8930
1st Qu.: 2.0152 1st Qu.:-18.801 1st Qu.: 92.2834 1st Qu.:-0.0297
Median : 2.8443 Median : -2.241 Median :130.5002 Median : 0.0026
Mean : 3.0127 Mean : 23.808 Mean :153.6034 Mean : 0.0296
3rd Qu.: 3.8052 3rd Qu.: 55.521 3rd Qu.:203.4185 3rd Qu.: 0.0448
Max. :11.0441 Max. :398.648 Max. :359.9605 Max. : 1.4966
NA's :2513 NA's :2794 NA's :2513 NA's :2611
h
Min. :0.429
1st Qu.:0.880
Median :0.983
Mean :0.996
3rd Qu.:1.048
Max. :7.649
NA's :5668 
Histogramas
`stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
`stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
`stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
0% 33.33333% 66.66667% 100%
-1.89299319 -0.01375356 0.02235252 1.49658168 0% 25% 50% 75% 100%
-1.892993187 -0.029658466 0.002597645 0.044803413 1.496581679 `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
Condições neutras predominam.
Cálculo footprint para condições neutras:
hora ustar ws H_flux wd zeta h
1 8 0.3132894 2.982949 17.32164 151.7687 -0.038062244 0.9388018
2 9 0.3589499 3.346148 52.49107 154.7064 -0.075915970 0.8835194
3 10 0.3904551 3.586804 85.88305 159.5873 -0.084983406 0.8637291
4 11 0.4043114 3.616208 109.72165 165.4413 -0.099976384 0.8481647
5 12 0.4114336 3.553561 123.46652 168.8212 -0.099391752 0.8408815
6 13 0.4151128 3.486375 119.57578 171.8466 -0.097065234 0.8451921
7 14 0.4039055 3.445101 103.41684 173.6773 -0.086978442 0.8552315
8 15 0.4040093 3.425824 83.30786 170.7301 -0.071163102 0.8717234
9 16 0.3946937 3.272787 54.54787 166.5560 -0.048655817 0.9015636
10 17 0.3415907 3.067242 18.26204 163.6219 -0.005450051 0.9818878
Calculando xmax, a posição máxima de footprint, ou seja, a área em que a observação (0,z) é mais sensível. É estimada igualando a zero a primeira derivada da função do footprint com relação a x.
# A tibble: 17,520 x 9
date hora ustar ws H_flux wd
<time> <int> <dbl> <dbl> <dbl> <dbl>
1 2015-01-01 00:30:00 0 0.179631 2.644713 -28.6114 12.19742
2 2015-01-01 01:00:00 1 0.151608 1.669219 -20.3766 350.43024
3 2015-01-01 01:30:00 1 0.201553 2.024901 -23.6785 330.25192
4 2015-01-01 02:00:00 2 0.210140 2.158282 -26.2582 329.19545
5 2015-01-01 02:30:00 2 0.228437 2.062040 -20.8912 321.43891
6 2015-01-01 03:00:00 3 0.267256 2.319419 -24.9478 311.53585
7 2015-01-01 03:30:00 3 0.248354 2.259322 -18.6820 306.07758
8 2015-01-01 04:00:00 4 0.236559 2.238230 -19.2731 324.39355
9 2015-01-01 04:30:00 4 0.284204 2.701963 -26.3507 320.53764
10 2015-01-01 05:00:00 5 0.288899 2.532658 -28.7765 312.67888
# ... with 17,510 more rows, and 3 more variables: zeta <dbl>, h <dbl>,
# xmax <dbl>
`stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
Frequência de ocorrência de xmax (barra de cores) em função da direção do vento. Círculos cinza indicam xmax.
Período diurno:
Pontos selecionados:
X indica local da amostra, arcos são as distâncias.
Amostra 1, na torre à alguns metros dos sensores de umidade do solo, profundidade 1 m (níveis 5, 15, 30, 50, 75, 100 cm).
Amostra 2, a 15 m na direção Sul da torre, profundidade 50 cm (níveis 5, 15, 30, 50 cm).
Amostra 3, a 25 m na direção Sudeste da torre, profundidade 50 cm (níveis 5, 15, 30, 50 cm).
Amostra 4, a 35 m na direção entre os setores Sudeste-leste da torre, profundidade 50 cm (níveis 5, 15, 30, 50 cm).
No total 18 pontos de amostra (anéis).
Só marcar no Google Earth.