Storyboard

Seguindo a diretriz apresentada ao final desta seção, é escrita uma descrição textual do sistema, evitando incluir equações e a simbologia das variáveis, mas preservando explicitamente os conceitos físicos e as relações causais que essas variáveis representam. A partir desta descrição, o primeiro prompt permite à inteligência artificial identificar os grupos temáticos, os conceitos envolvidos e as ações ou processos que os relacionam. Com essas informações constrói uma rede semântica que representa o funcionamento conceitual do modelo. Esta rede constitui a primeira etapa de validação, pois permite verificar se a inteligência artificial interpretou corretamente a hipótese e a lógica do sistema antes de iniciar a formulação matemática. Uma compreensão conceptual incorrecta nesta fase resultará inevitavelmente num conjunto inconsistente de equações, pelo que esta verificação é essencial para o resto do processo de modelação.

ID:('ky', 1792)

Storyboard

Uma vez gerada a rede semântica do modelo, o próximo passo é descrever detalhadamente cada um dos grupos temáticos que posteriormente serão representados por suas equações correspondentes. Se o prompt mostrado abaixo for executado dentro da mesma caixa de diálogo, para que a IA possa consultar as descrições dos grupos gerados anteriormente, o sistema constrói a rede lógica do modelo e gera automaticamente a lista de equações e as variáveis associadas:

Instruções: Da Rede Semântica (.md) para Equações, Variáveis e Rede Lógica PASSO 0 Lendo o Arquivo de Entrada Esta instrução é genérica: aplica-se a qualquer modelo, desde que haja um arquivo .md de entrada (gerado pela instrução anterior para extrair grupos/objetos/ações) com pelo menos as seguintes informações: tipos_de_nó: id, nome, cor, descrição os grupos (nós) da rede semântica do modelo, cada um com sua descrição qualitativa de quais quantidades mudam, do que dependem e a relação entre elas. Ordem causal: a sequência em que os tipos_de_nó se conectam (qual grupo alimenta qual). Opcionalmente: objetos, ações ou arestas já identificados entre os tipos_de_nó, se o arquivo de entrada os incluir. Antes de continuar: Localize e leia o arquivo .md especificado pelo usuário (se um caminho não for especificado, solicite o nome/caminho do arquivo não assuma um). Extraia a tabela `node_types` (id, nome, cor, descrição) e a ordem causal estabelecida entre os grupos. Se o arquivo não contiver uma ordem causal explícita, infira-a a partir das descrições (as saídas de cada grupo dependem das saídas de cada grupo) e declare-a como uma suposição antes de prosseguir. Identifique o [nome do modelo] no arquivo (título, cabeçalho ou nome do arquivo) o restante do prompt usa esse nome para nomear as tabelas e arquivos de saída. Se o arquivo não existir, estiver vazio ou não tiver a estrutura mínima (`node_types` com id/nome/descrição), pare e relate o problema em vez de inventar grupos. PASSO 1 Proponha a(s) equação(ões) Para cada `node_type` extraído, na ordem causal estabelecida: Com base na descrição do grupo (que já especifica quais quantidades mudam, do que dependem e a relação qualitativa entre elas), escreva a forma funcional que o modela. Se o grupo exigir mais de uma equação (por exemplo, uma relação algébrica e um equilíbrio dinâmico), separe-as. Use símbolos curtos e consistentes com os nós da rede semântica quando apropriado (mesmo nome de nó mesmo símbolo). PASSO 2 Classifique cada equação Nível (0-3): O mecanismo deriva de uma escala mais fundamental ou é postulado/fenomenológico? Justifique em uma frase. Origem física: É física fundamental (derivada de uma lei geral conservação, Darcy, Fick, van't Hoff, termodinâmica) ou específica do domínio/fenomenológica (ajustada, empírica, específica da disciplina)? Não assuma que "matematicamente bem escrita" significa fundamental. PASSO 3 Liste as variáveis e os parâmetros com sua origem Para cada símbolo que aparece na equação (exceto aqueles já definidos como a saída de outro grupo anterior na cadeia causal apenas faça referência a estes, não os reclassifique): Classe de origem (A / B1 / B2 / C1 / C2), avaliada para ESTA equação específica, não como um atributo fixo do símbolo. Justificativa em uma frase: Que evidências (protocolo de medição, princípio de conservação, ajuste de verificação cruzada ou nenhuma) sustentam esse valor nessa função? Unidade (real, se for uma grandeza física padrão; "unidades relativas" explicitamente marcadas se for um parâmetro fenomenológico não calibrado). PASSO 4 Explique a função da equação dentro do seu grupo Em 1-2 frases: Essa equação é o mecanismo central do grupo, um fechamento/equilíbrio que o torna consistente, um limiar/gatilho ou um diagnóstico derivado que não retroalimenta nada? Indique também qual(is) variável(eis) nessa equação se conecta(m) ao próximo grupo na cadeia causal (isso é o que a seta entre as cenas representaria no diagrama da imagem). Envie os passos 1 a 4 como duas tabelas relacionadas, com IDs inteiros: equações: id, group_id (chave estrangeira para node_types lido do arquivo de entrada), nome, formula_txt, nível, justificativa_do_nível, origem, nota_da_origem, função_no_grupo variáveis: id, equation_id (chave estrangeira para equations), símbolo, descrição, classe, justificativa_da_classe, unidade Ao final das tabelas, crie também a Tabela 1 (Nível + origem por equação) e a Tabela 2 (classe por variável) no mesmo formato que já utilizamos, além do ponto de quebra da cadeia causal completa (a primeira equação onde C1/C2 aparece, não a média). ETAPA 5 Construa a rede lógica de equações e variáveis (na mesma submissão) Sem esperar por um prompt adicional, use as tabelas de equações e variáveis recém-geradas para montar uma rede interativa: Dois tipos de nós: equações (coloridas por group_id, reutilizando as cores exatas de node_types lidas do arquivo de entrada) e variáveis/parâmetros (coloridos por classe de origem: A, B1, B2, C1, C2; variáveis de estado/saída que apenas transferem valores entre equações estão em uma cor neutra diferente, marcadas como "variável de estado"). Links direcionados: variável equação quando é entrada, equação variável quando é saída; use setas para mostrar a direção. Layout forçado (nós arrastáveis individualmente, não em um círculo forçado), com zoom usando a roda do mouse e panorâmica arrastando o fundo enquanto mantém o botão pressionado. Inclua uma legenda visível com as cores de grupo (equações) e classe (variáveis). Fundo preto com linhas brancas de conexão, escalável (com zoom) e com rolagem do mouse, a menos que especificado de outra forma. Os rótulos de texto dos nós DEVEM SEMPRE ser brancos (#FFFFFF), sem exceção, independentemente da cor de preenchimento do nó um contorno ou sombra escura e sutil (sombra ou traçado do texto) é adicionado ao texto se a cor de preenchimento do nó for clara, para garantir um contraste legível em todos os casos. Ao passar o mouse sobre um nó, são exibidos seu nome completo e classificação (grupo ou classe); essa dica de ferramenta também deve usar texto branco em um fundo escuro para manter a legibilidade. ETAPA 6 Exporte a especificação completa para um arquivo .md Além de exibir as tabelas e a rede na resposta, gere um arquivo .md de saída (nome sugerido: [nome_do_modelo]_especificação_da_equação.md) contendo, em um formato autocontido legível por outro prompt/sessão que posteriormente depurará o modelo: Metadados: nome do modelo, arquivo de entrada usado, data/ordem causal presumida. Tipos de nó (copiados ou referenciados do arquivo de entrada: id, nome, cor, descrição) para que o prompt de depuração não dependa da disponibilidade do arquivo original. Tabela de equações completa. Tabela de variáveis completa. Tabela 1 (nível + origem por equação). Tabela 2 (classe por variável). Ponto de quebra da cadeia causal (equação e id onde o primeiro C1/C2 aparece), com uma frase explicando suas implicações para a confiabilidade do modelo subsequente. Uma seção final, "Questões em aberto / Candidatos à depuração": uma lista curta (não exaustiva) de equações ou variáveis com classe C1/C2, origem fenomenológica sem justificativa forte ou funções ambíguas como um ponto de partida explícito para o próximo prompt de depuração, sem resolvê-las aqui. Tudo isso as duas tabelas, Tabela 1, Tabela 2, o ponto de interrupção, a rede interativa e o arquivo .md exportado é apresentado em uma única resposta, sem exigir uma interação adicional para visualização ou exportação.

ID:('gp', 625)

Storyboard

Ao executar o prompt em uma IA, você obtém a rede lógica do modelo, que mostra as equações identificadas e as variáveis das quais cada uma depende. O diagrama pode ser rolado e dimensionado como um todo, enquanto cada nó pode ser movido de forma independente. Abaixo está uma imagem não interativa para referência:



O sistema também disponibiliza a lista de equações, indicando para cada uma seu nome, expressão matemática, nível de confiabilidade, descrição e origem.

Também gera a lista de variáveis, incluindo símbolo, descrição, categoria, justificativa da categoria e unidade correspondente.

Por fim, é apresentado um resumo estatístico com a distribuição das equações de acordo com seu nível de confiabilidade e das variáveis de acordo com sua categoria, proporcionando uma visão global da qualidade e composição do modelo gerado.

ID:('gp', 626)

Storyboard

O sistema também disponibiliza a lista de equações, indicando para cada uma seu nome, expressão matemática, nível de confiabilidade, descrição e origem:

ID:('gp', 627)

Storyboard

ID:('gp', 628)

Storyboard

Depurando o modelo antes de construir o simulador

Ao desenvolver um modelo complexo, é comum primeiro construir cada grupo temático de equações de forma independente e depois integrá-los em um único sistema. Embora cada grupo possa ser consistente por si só, ao conectá-los podem aparecer inconsistências lógicas, matemáticas ou de implementação que não são evidentes durante o desenvolvimento individual. Por este motivo, antes de gerar o simulador é aconselhável realizar uma revisão sistemática do modelo completo e corrigir manualmente os problemas detectados.

Os principais tipos de inconsistências que podem aparecer estão resumidos na figura a seguir e descritos com mais detalhes nas seções subsequentes. O prompt que automatiza esta revisão, identifica as equações e variáveis envolvidas e propõe alternativas para resolver cada problema também é apresentado a seguir.

Os problemas revisados pela análise são:

A. Sobredeterminação. A mesma variável é calculada por duas ou mais equações diferentes, produzindo um conflito sobre qual delas tem autoridade para definir o seu valor.

B. Ambiguidade de referência a jusante. Existem diversas versões válidas da mesma grandeza física, mas as equações subsequentes utilizam o nome genérico sem indicar qual delas deve ser utilizada.

C. Variável órfã. Uma variável é usada como entrada de uma equação, mas não tem origem definida: não é uma entrada externa nem é calculada por qualquer outra equação.

D. Loop algébrico sem ancoragem dinâmica. Um conjunto de equações forma um ciclo fechado de dependências algébricas que impede o cálculo das variáveis em ordem sequencial sem resolver o sistema simultaneamente.

E. Inconsistência silenciosa de unidades. Um mesmo símbolo, ou variáveis que se combinam em uma equação, aparecem expressos com unidades diferentes sem que haja uma conversão explícita entre eles.

F. Parâmetro fantasma. Um parâmetro aparece na interface do simulador ou na documentação, mas nenhuma equação do modelo realmente o utiliza, gerando uma falsa percepção de ajustabilidade do modelo.

ID:('gp', 657)

Storyboard

Antes de gerar o simulador é fundamental depurar o modelo e corrigir possíveis inconsistências que ele ainda possa conter. O prompt a seguir realiza uma revisão sistemática do conjunto de equações, variáveis e parâmetros para detectar problemas como sobredeterminação, variáveis órfãs, loops algébricos, inconsistências de unidades, parâmetros fantasmas e outras falhas que possam afetar a operação ou interpretação do modelo. Para cada problema encontrado, identifique as equações e variáveis envolvidas e proponha uma ou mais alternativas para resolvê-lo.

Executar este prompt é uma etapa fundamental antes de construir o simulador, pois garante que o modelo seja lógica e fisicamente consistente.

Importante: execute este prompt no mesmo chat onde foram executados os prompts anteriores, para que a inteligência artificial preserve todo o contexto do modelo já construído. Em seguida, copie e execute o seguinte prompt:

Leia o arquivo [caminho/nome do arquivo].md contendo a rede lógica, as equações e as variáveis do modelo [nome do modelo]. Extraia as tabelas de equações e variáveis deste arquivo (ou reconstrua-as a partir da rede lógica, caso não estejam explicitamente tabuladas). Você realizará duas ações, em sequência, sem modificar nenhuma equação ainda este prompt é para diagnóstico, não para correção. Antes de iniciar a ETAPA 1, mostre brevemente como as tabelas de equações e variáveis foram reconstruídas a partir do arquivo .md para que o usuário possa confirmar se a leitura está correta antes de prosseguir com o diagnóstico. PASSO 1 Classifique cada símbolo em um dos quatro tipos Para cada símbolo único que aparece em variáveis (ou como saída em equações), atribua-o a exatamente uma das seguintes categorias: Variável de força dado, condição ambiental/compartimental que pode mudar durante uma única execução Parâmetro (estrutural) dado, característica de calibração fixa, constante entre os passos de tempo de uma única execução Computado algébrico saída de uma equação sem derivada temporal (X = f(...)) Computado dinâmico (estado) saída de uma equação com derivada temporal (dX/dt = f(...)) Envie como uma tabela: símbolo, tipo, equação(ões) onde aparece como saída (se aplicável), justificativa de uma frase citando o critério utilizado (memória temporária sim/não, varia durante a execução sim/não). PASSO 2 Execute as 8 Verificações de Pontas Soltas Para cada uma das 8 verificações, aplique-a sistematicamente às tabelas reconstruídas no arquivo .md e SEMPRE relate o resultado inclua explicitamente as verificações aprovadas (marcadas como "OK sem resultados encontrados") com a mesma visibilidade das que falharam. Não omita nem resuma as verificações sem resultados encontrados; o objetivo é que o usuário veja todas as 8 verificações completas, não apenas as que falharam. A. Sobredeterminação Alguma variável aparece como saída de mais de uma equação sem uma regra explícita que indique qual delas tem precedência? B. Ambiguidade de Referência Posterior Algum símbolo genérico é usado em uma equação subsequente quando há duas ou mais variáveis (por exemplo, _oferta/_demanda) que convergem em um fechamento anterior, sem declarar qual variável está sendo referenciada? C. Variável Órfã Algum símbolo aparece como entrada em qualquer equação sem ser classificado como uma variável/parâmetro específico NEM aparece como saída de outra equação no sistema? D. Loop Algébrico Sem Ancoragem Dinâmica Existe um loop fechado de equações puramente algébricas (sem derivadas temporais no loop) que não pode ser avaliado em uma única etapa? E. Inconsistência de Unidades O mesmo símbolo aparece com mais de uma unidade declarada nas equações em que aparece, sem uma equação de conversão explícita entre elas? F. Parâmetro Fantasma Existe algum símbolo classificado como Variável ou Parâmetro, mas que não aparece como entrada em nenhuma equação do sistema? G. Saída Não Consumida (Beco Sem Saída) Existe alguma variável calculada (algébrica ou dinâmica) que não é usada como entrada em nenhuma outra equação NEM relatada como saída final do modelo? H. Condição Inicial Ausente Existe alguma variável dinâmica (com derivada temporal) que não possui um valor inicial declarado necessário para sua integração? Para cada verificação que ENCONTRAR um problema: Identifique o(s) símbolo(s) e a(s) equação(ões) envolvidos(as). Explique em 1-2 frases por que é um beco sem saída e o que acontece se o simulador for executado sem resolvê-lo. Ofereça 2 a 3 opções de solução concretas e mutuamente exclusivas (nunca aplique uma automaticamente), rotuladas como Opção 1, Opção 2, Opção 3, etc. Finalize esta entrada perguntando explicitamente ao usuário qual opção ele prefere ou se prefere deixar como está, com a limitação documentada. Entregue tudo da seguinte forma: Confirmação da leitura do arquivo .md (tabelas reconstruídas) Tabela de classificação (Etapa 1) Tabela resumo das 8 verificações: id (A-H), nome, resultado (OK / PROBLEMA), símbolos envolvidos (se aplicável) Para cada verificação marcada como PROBLEMA, forneça os detalhes com as opções e a pergunta para o usuário, na ordem de A a H. Não corrija nenhuma equação ou tabela nesta resposta, nem modifique o arquivo .md original. o objetivo é que o usuário decida e as correções sejam aplicadas posteriormente, após a escolha das opções. PASSO 3 Gere o arquivo de diagnóstico reutilizável Após a entrega do diagnóstico completo (passos 1 a 4 acima), e sem aguardar que o usuário escolha qualquer opção, gere um novo arquivo chamado diagnostic_[nome_do_modelo].md que documente tudo em um formato estruturado. Este arquivo deve ser usado como entrada para uma solicitação subsequente (juntamente com o arquivo .md original do modelo e a seleção de opções do usuário) que gerará o modelo final corrigido. Este arquivo NÃO deve aplicar ou pressupor quaisquer correções ele deve apenas documentar o diagnóstico e fornecer um espaço explícito para o usuário registrar sua decisão posteriormente. Estrutura do arquivo diagnostic_[nome_do_modelo].md: markdown # Diagnóstico de Pontas Soltas [nome do modelo] - Origem: [caminho/nome do arquivo .md original] - Data do diagnóstico: [data] - Status: DIAGNÓSTICO aguardando decisões do usuário. Nenhuma correção foi aplicada. ## 1. Tabelas Reconstruídas ### equações [tabela de equações reconstruída/confirmada] ### variáveis [tabela de variáveis reconstruída/confirmada] ## 2. Classificação de Símbolos (Etapa 1) [tabela completa: símbolo, tipo, equação(ões) de saída, justificativa] ## 3. Resumo das 8 Verificações [tabela: id, nome, resultado OK/PROBLEMA, símbolos envolvidos] ## 4. Detalhes das Verificações com PROBLEMA ### Verificação [X] [nome] - Símbolos/equações envolvidos: ... - Por que é uma ponta solta: ... - O que acontece se não for resolvido: ... - Opções propostas: - Opção 1: ... - Opção 2: ... - Opção 3 (se aplicável): ... - Opção "Deixar como está": manter a limitação documentada sem correção - Decisão do usuário: [PENDENTE] concluída [antes de usar este arquivo na solicitação de correção] [Repita este bloco para cada verificação com PROBLEMA, na ordem A-H] ## 5. Verificações sem resultados [Lista simples: id nome "OK, sem resultados"] ## 6. Instruções para a próxima solicitação Este arquivo deve ser combinado, em uma rodada subsequente, com: 1. O arquivo .md original do modelo ([caminho/nome]). 2. As decisões do usuário concluídas na seção 4 (coluna "Decisão do Usuário" de cada verificação com PROBLEMA). A solicitação de correção deve aplicar apenas as decisões registradas na seção 4 não deve inferir ou assumir opções não marcadas explicitamente como escolhidas.

ID:('gp', 656)

Storyboard

Um modelo torna-se sobredeterminado quando a mesma variável é produzida independentemente por mais de uma equação, sem qualquer hierarquia explícita indicando qual equação tem autoridade sobre aquela variável. Em uma rede de equações lógicas, esta situação aparece como um nó variável recebendo dois ou mais links de entrada de nós de equações diferentes. Detectar esta condição é simples agrupando as equações de acordo com sua variável de saída: se o mesmo símbolo for alvo de múltiplas equações, o modelo contém um conflito de sobredeterminação.



A figura ilustra esta situação usando o potencial hídrico foliar, $\Psi_l$. Na formulação original, tanto a equação de equilíbrio dinâmico (Eq. 7) quanto a relação algébrica de potencial hídrico (Eq. 8) produzem a mesma variável. Como resultado, a rede lógica contém duas definições concorrentes para $\Psi_l$, tornando não claro qual equação deve determinar seu valor durante a simulação.

A resolução não é calcular a média ou combinar as equações, mas determinar qual delas representa o verdadeiro mecanismo causal. Nos modelos físicos, a equação que contém uma derivada temporal normalmente tem prioridade porque descreve como o sistema evolui ao longo do tempo integrando uma lei de conservação ou equilíbrio dinâmico. A equação algébrica geralmente expressa uma relação física instantânea e, portanto, não deve definir a própria variável de estado.

Neste exemplo, a Eq. 7 continua sendo a única equação responsável por calcular a variável de estado $\Psi_l$. A relação algébrica é então invertida para calcular o potencial de pressão $\Psi_p$ a partir do valor já conhecido de $\Psi_l$. Após esta transformação, cada variável tem um único produtor, a rede lógica torna-se inequívoca e o modelo preserva tanto a sua interpretação física como a sua consistência causal.

ID:('gp', 648)

Storyboard

Um tipo diferente de inconsistência aparece quando um modelo gera múltiplas representações válidas da mesma quantidade conceitual e equações posteriores referem-se apenas ao nome genérico da variável sem especificar qual versão elas requerem. Ao contrário da sobredeterminação, não há competição entre equações que tentam produzir o mesmo resultado. Em vez disso, diversas variáveis candidatas coexistem legitimamente, mas o modelo posterior torna-se ambíguo porque a referência pretendida não é especificada.

A figura ilustra esta situação utilizando a taxa de assimilação líquida $A_n$. A formulação difusiva (Eq. 15) calcula a assimilação limitada pela oferta, enquanto a formulação bioquímica (Eq. 16) calcula a assimilação limitada pela demanda. Ambas as quantidades são combinadas pela equação de fechamento (Eq. 17), que determina a concentração intercelular de equilíbrio $CO_2$ $c_i$. A ambigüidade surge porque equações posteriores, como o feedback estomático (Eq. 11) e o cálculo da eficiência do uso da água (Eq. 18), referem-se simplesmente a $A_n$ sem indicar se exigem o valor limitado pela oferta ou limitado pela demanda.

Esta situação pode ser detectada pesquisando variáveis que existem em múltiplas formas qualificadas como _oferta, _demanda, _teórica ou _efetiva e verificando se as equações posteriores usam posteriormente apenas o símbolo sem sufixo. A rede lógica revela que a equação de fechamento resolve o relacionamento entre as variáveis candidatas, mas as referências subsequentes não conseguem identificar qual quantidade resolvida deve se propagar pelo restante do modelo.

A ambigüidade é removida documentando explicitamente a regra de fechamento, em vez de deixá-la implícita na implementação. Neste modelo, a variável a jusante é definida como a assimilação bioquímica avaliada na concentração intercelular de equilíbrio $CO_2$, ou seja, $A_nA_n$ demanda ($c_i$), onde $c_i$ é a solução produzida pela equação de fechamento. Esta definição garante que cada equação posterior use a mesma quantidade física e evita interpretações inconsistentes durante simulações transitórias. Se o sistema ainda não atingiu o equilíbrio porque $c_i$ evolui dinamicamente, escolher a assimilação limitada pela oferta produziria um valor diferente de eficiência no uso da água e outras quantidades derivadas. Conseqüentemente, a escolha é uma decisão de modelagem fundamental, e não uma convenção de nomenclatura cosmética.

ID:('gp', 649)

Storyboard

Uma variável órfã é um símbolo usado como entrada por uma ou mais equações, mas não tem origem definida no modelo. Não é classificado como entrada ou parâmetro externo nem calculado como saída de outra equação. Como resultado, o gráfico de dependência lógica contém uma variável cujo valor é obrigatório, mas cuja fonte é indefinida, deixando uma cadeia causal incompleta.

Esta situação pode ser detectada examinando cada variável do modelo e verificando se ela pertence a uma de duas categorias: uma entrada formalmente declarada (parâmetro ou variável medida) ou a saída de uma equação. Se nenhuma das condições for satisfeita, a variável fica órfã. Na rede lógica, aparece imediatamente como um nó variável sem setas de entrada e sem a classificação visual atribuída a entradas conhecidas ou quantidades computadas.

A figura ilustra este problema com o volume relativo da célula $V$. Na formulação original, a equação de Höfler usa $V$ como entrada para calcular o potencial de pressão $\Psi_p$, enquanto o modelo em si não fornece nenhum mecanismo que explique a origem de V. Embora inicialmente classificado como uma entrada mensurável, o volume relativo da célula não é uma quantidade ambiental normalmente prescrita ao longo de uma simulação. Em vez disso, é uma consequência do estado hídrico da folha e, portanto, pertence naturalmente à estrutura causal do modelo.

Existem duas maneiras válidas de resolver uma variável órfã, mas uma deve ser selecionada explicitamente. Se a variável for genuinamente uma quantidade medida externamente ou assumida, deverá ser formalmente documentada como tal na classificação da variável, juntamente com a sua justificação. Nesse caso, a variável deixa de ser órfã porque sua origem é explicitamente definida pela documentação do modelo. Se, no entanto, a variável for realmente diagnóstica, a solução apropriada é derivá-la a partir de variáveis de estado existentes. Neste exemplo, a relação de Höfler é invertida após o potencial de pressão ter sido calculado, produzindo $V=V_0 (1+\Psi_p/\epsilon$). O volume celular relativo torna-se então uma quantidade diagnóstica computada em vez de uma entrada presumida, restaurando uma rede causal completa e consistente.

ID:('gp', 650)

Storyboard

Um loop algébrico ocorre quando um grupo de equações forma um ciclo de dependência fechado no qual cada variável depende de outra variável dentro do mesmo loop, e nenhuma das equações contém uma derivada temporal. Tal sistema não tem ordem natural de avaliação porque nenhuma variável pode ser calculada antes das outras. Em vez disso, todas as variáveis do ciclo devem ser resolvidas simultaneamente ou através de um procedimento numérico iterativo.

A rede de equações lógicas fornece uma maneira simples de detectar esse problema. Seguindo a sequência de equações e nós variáveis, qualquer caminho fechado que retorne ao seu ponto inicial sem passar por uma equação dinâmica contendo uma derivada de tempo representa um loop algébrico. A rede interativa torna essas situações visualmente aparentes porque as variáveis e equações formam um anel fechado sem estado dinâmico atuando como âncora temporária.

A figura ilustra esta situação usando o subsistema de troca $CO_2$. A condutância estomática determina a assimilação limitada pela oferta, que influencia a concentração intercelular de $CO_2$, que por sua vez determina a assimilação limitada pela demanda que realimenta a condutância estomática. Se a equação de fechamento calcular a concentração intercelular de $CO_2$ de forma puramente algébrica, reforçando a igualdade entre oferta e demanda, todo o subsistema se tornará um ciclo puramente algébrico, sem nenhuma variável possuindo memória temporal.

A solução adotada neste modelo é transformar a equação de fechamento em um equilíbrio dinâmico introduzindo a equação diferencial para a concentração intercelular de $CO_2$. A variável de estado $c_i$ então evolui em direção ao equilíbrio em vez de ser resolvida instantaneamente, fornecendo a âncora temporal que quebra o loop algébrico. Embora esta abordagem introduza um parâmetro de relaxação adicional que representa o tempo de resposta característico da concentração intercelular de $CO_2$, ela converte o ciclo algébrico fechado em um sistema dinâmico bem definido que pode ser integrado sequencialmente no tempo.

De forma mais geral, existem três estratégias para resolver loops algébricos. A solução preferida é derivar uma solução analítica fechada sempre que as equações permitirem. Quando isso for impraticável, a documentação do modelo deverá indicar explicitamente que as equações são resolvidas iterativamente dentro de cada intervalo de tempo da simulação, incluindo o critério de convergência e as condições de parada. Uma terceira alternativa, ilustrada aqui, é promover uma variável no loop para um estado dinâmico com um tempo de relaxamento curto. Isto introduz um parâmetro fenomenológico que serve principalmente como um dispositivo numérico e não como um mecanismo fisiológico direto e, portanto, o seu papel deve ser explicitamente documentado em vez de tratado como uma suposição de modelagem implícita.

ID:('gp', 651)

Storyboard

Uma inconsistência de unidade silenciosa ocorre quando o mesmo símbolo, ou dois símbolos que são adicionados ou igualados dentro de uma equação, são expressos em unidades físicas diferentes no modelo sem uma conversão explícita. Como o nome do símbolo permanece inalterado, a inconsistência é frequentemente ignorada durante o desenvolvimento do modelo, embora introduza erros numéricos e comprometa a interpretação física das equações.

Este problema pode ser detectado examinando cada ocorrência de cada variável em toda a rede de equações e coletando as unidades associadas a esse símbolo. Se o mesmo símbolo aparecer com múltiplas unidades declaradas e não existir nenhuma equação de conversão intermediária, o modelo contém uma inconsistência de unidades. A mesma verificação também deve ser aplicada a quantidades que são diretamente adicionadas ou equiparadas, uma vez que estas operações só são fisicamente significativas quando todos os termos participantes partilham dimensões e unidades idênticas.

A figura ilustra esta situação usando o símbolo de potencial hídrico $\Psi$. Numa equação a variável é expressa em megapascais (MPa), enquanto em outra é representada em quilopascais (kPa). Embora ambas as quantidades descrevam a mesma propriedade física, seus valores numéricos diferem em três ordens de grandeza. Sem uma conversão explícita, o modelo mistura silenciosamente valores incompatíveis, preservando a notação idêntica, tornando o erro difícil de detectar apenas através da inspeção visual.

A solução apropriada é adotar uma única unidade canônica para cada símbolo físico em todo o modelo. Qualquer equação que utilize uma unidade diferente deve incluir um fator de conversão explícito antes da variável ser usada. Esses fatores de conversão são relações puramente aritméticas e, portanto, pertencem a constantes de Classe A, e não a parâmetros de calibração como $C1$ ou $C2$. Por exemplo, se megapascals forem selecionados como unidade canônica, cada ocorrência expressa em quilopascals deverá ser convertida de acordo com $\psi MPa =\Psi kPa ×10^{3}$. Ao impor uma unidade canônica para cada símbolo e documentar explicitamente cada conversão, a consistência lógica do modelo é preservada e, ao mesmo tempo, elimina uma fonte comum de erros numéricos ocultos.

ID:('gp', 652)

Storyboard

Um parâmetro fantasma é um símbolo que aparece na interface do simulador ou na documentação do modelo, mas nunca é consumido por nenhuma equação. Embora o parâmetro seja apresentado ao usuário como uma entrada ajustável, a modificação do seu valor não tem efeito no modelo porque está desconectado da estrutura computacional. Isto cria a falsa impressão de que o modelo contém mecanismos fisiológicos mais controláveis do que realmente contém.

Os parâmetros fantasmas podem ser detectados comparando a lista de parâmetros com a rede de equações. Cada parâmetro exposto no simulador deve aparecer como entrada para pelo menos uma equação. Se um parâmetro não ocorrer em nenhum lugar do conjunto de equações, ele não terá função computacional e, portanto, será classificado como parâmetro fantasma. Esta verificação é simples porque o gráfico de dependência lógica registra explicitamente cada entrada usada por cada equação.

A figura ilustra o processo de verificação. Cada parâmetro declarado é verificado no banco de dados de equações para determinar se é consumido pelo modelo. Os parâmetros conectados a uma ou mais equações permanecem como entradas válidas do modelo. Em contraste, os parâmetros que nunca são referenciados são imediatamente identificados como parâmetros fantasmas porque nenhum caminho computacional os liga aos estados ou saídas do modelo.

Existem apenas duas maneiras legítimas de resolver esta situação. Se o parâmetro pretendia influenciar o sistema, mas a sua ligação foi omitida durante o desenvolvimento do modelo, ele deveria ser integrado explicitamente na equação apropriada para que o seu efeito se tornasse parte da estrutura causal. Alternativamente, caso o parâmetro não seja exigido pelo modelo, ele deverá ser removido da interface do simulador e da documentação. Uma terceira possibilidade, quando apropriado, é reconhecer que a quantidade não é de todo um parâmetro independente, mas sim uma variável de diagnóstico que pode ser derivada de variáveis de estado existentes, como ilustrado na figura.

A remoção de parâmetros fantasmas é mais do que uma questão de manutenção de software. Os parâmetros representam os graus de liberdade que um usuário acredita que possam influenciar o sistema simulado. A exibição de parâmetros que não têm efeito computacional exagera as capacidades explicativas e preditivas do modelo e compromete a sua transparência epistêmica. Garantir que cada parâmetro exposto participe de pelo menos uma equação garante que o simulador represente fielmente o modelo matemático subjacente.

ID:('gp', 653)

Storyboard

Após definir as correções necessárias para eliminar as inconsistências no modelo inicial, é preciso regenerar a rede lógica, o conjunto de equações e a lista de variáveis para que reflitam a versão corrigida do modelo. Para isso, você pode usar um modelo de inteligência artificial executando o seguinte comando. Na tabela incluída no comando, substitua os marcadores [ID] e [n] pelo identificador de cada problema e pelo número da opção de correção selecionada, respectivamente. Por exemplo:

Problema Opção Escolhida

A.2 | > opción 1 C.1 | x_t > opción 3 F.3 | k > opción 2

Após preencher a tabela, execute o seguinte comando:

# Prompt: Correção e Regeneração do Modelo a partir de 3 Arquivos



Este comando utiliza três arquivos como entrada para o modelo [nome do modelo]:



1. **`initial_model.md`** Arquivo Markdown que define o modelo original,



com as tabelas completas de `equações` e `variáveis` (mesmo formato de sempre: id, group_id, name, formula_txt, level, justification_level,



origin, origin_note, role_in_group para `equações`; id, equation_id,



symbol, description, class, class_justification, unit para `variáveis`).



2. **`diagnostic.md`** Arquivo Markdown com o diagnóstico das 8

verificações (A-H), cada uma com seu resultado (OK/PROBLEMA) e, para aquelas que

resultaram em PROBLEMA, as opções de solução numeradas.



3. **`resolutions.txt`** arquivo de texto simples com a seleção do usuário, uma linha por problema, neste formato exato:



``



[ID do Problema] | [variável afetada, se existir; caso contrário, ""] > opção [n]

```



Exemplo:

```

A.2 | > opção 1

C.1 | x_t > opção 3

F.3 | k > opção 2

```



Não assuma nenhum dado desses três arquivos com base na memória da conversa: leia-os exatamente como foram entregues. Se algum dos três arquivos estiver faltando, vazio ou ilegível, pare e solicite o arquivo antes de continuar.



Você aplicará as soluções indicadas em `resolutions.txt` ao modelo `initial_model.md`, usando `diagnostics.md` para entender o significado de cada opção selecionada e, em seguida, regenerará toda a documentação do modelo do zero como se o diagnóstico nunca tivesse encontrado nenhum problema executando o mesmo procedimento para gerar equações, variáveis e uma rede lógica que já utilizamos, mas agora no sistema corrigido.



## ETAPA 1 Aplicar as Soluções



Para cada linha em `resolutions.txt`, localize o problema correspondente (pelo seu ID) em `diagnostic.md`, identifique a opção indicada [n] e aplique-a exatamente às tabelas em

`initial_model.md`:



- Se a opção reformular uma equação (alterar a variável que ela resolve ou sua forma funcional), reescreva essa linha em `equations` com a nova fórmula e ajuste `role_in_group` se a função mudou (por exemplo, de "mecanismo central" para "diagnóstico").



- Se a opção reclassificar um símbolo (de órfão para dado, ou de dado para calculado), atualize ou crie a linha correspondente em `variáveis` com sua classe, justificativa e unidade.



- Se a opção adicionar uma condição inicial ou outro novo elemento (controles deslizantes, parâmetros), adicione-o como uma nova linha na tabela correspondente. - Não reintroduza nenhuma equação ou função que a opção escolhida tenha descartado (por exemplo, se A.2 optar por mover a Eq. 14 para diagnóstico, não deve haver linhas que a tratem como uma equação ativa).



Se alguma linha em `resolutions.txt` não tiver uma correspondência clara em `diagnostics.md` (ID inexistente, opção fora do intervalo, formatação incorreta), indique-a e peça esclarecimentos antes de continuar não assuma uma resolução não especificada.



## ETAPA 2 Regenerar a tabela `equations` (formato idêntico ao original)



Colunas: id, group_id, name, formula_txt, level, justification_level, origin, origin_note, role_in_group.



Ela deve refletir o sistema corrigido: o mesmo número de equações ativas de antes, menos aquelas movidas para diagnóstico, mais quaisquer equações adicionadas. Reavalie o nível e a origem somente se a reformulação alterou a natureza da equação (por exemplo, uma equação algebricamente invertida mantém seu nível e origem; uma nova equação é classificada do zero).



## ETAPA 3 Regenerar a tabela `variables` (formato idêntico ao original)



Colunas: id, equation_id, symbol, description, class, class_justification, unit.



Incluir as classificações novas ou corrigidas de símbolos que estavam anteriormente órfãos ou ambíguos. Verifique se cada símbolo no sistema agora possui exatamente uma entrada de proveniência (Variável, Parâmetro, Calculado algebricamente ou Calculado dinamicamente) se algum ainda não puder ser classificado corretamente, relate-o em vez de forçar uma classificação.



## ETAPA 4 Execute novamente as 8 verificações de pendências



Aplique o mesmo procedimento de prompt de diagnóstico (A-H) às tabelas já corrigidas e envie a tabela de resumo completa (todas as 8, com os resultados OK/PROBLEMA visíveis). O objetivo desta etapa é confirmar se as soluções aplicadas efetivamente resolveram os problemas marcados e não introduziram um novo. Se alguma verificação que estava OK anteriormente agora falhar, ou se alguma verificação "resolvida" não estiver realmente fechada, relate-a explicitamente antes de prosseguir para a Etapa 5.



## ETAPA 5 Regenerar a rede lógica de equações e variáveis



Use as tabelas `equações` e `variáveis` já corrigidas para reconstruir a rede interativa usando as mesmas convenções que estabelecemos:



- Dois tipos de nós: equações (coloridas por group_id, reutilizando as cores de node_types) e variáveis/parâmetros (coloridos por classe de origem A/B1/B2/C1/C2; variáveis de estado em cor neutra).



- Links direcionados com setas: variável equação (entrada), equação variável (saída).



Layout de forças, nós arrastáveis individualmente, zoom com a roda do mouse, panorâmica arrastando o fundo.



- Fundo preto, linhas de conexão brancas.



- Rótulos de texto (símbolo/nome) para nós de variáveis/parâmetros em branco, para que sejam claramente legíveis contra o fundo preto. - Legenda visível das cores de grupo e classe.



- Dica de ferramenta ao passar o mouse com nome completo e classificação.



- ## ETAPA 6 Gere o arquivo `corrected_model.md`



Crie um novo arquivo Markdown independente e autossuficiente com o modelo corrigido, livre de inconsistências, pronto para ser usado como o arquivo `initial_model.md` de um ciclo futuro. Ele deve incluir:



- Nome e breve descrição do modelo.



- Tabela de `equations` regenerada (Etapa 2).



- Tabela de `variables` regenerada (Etapa 3).



- Nota de versão: data, lista de IDs dos problemas resolvidos neste ciclo e a opção aplicada.



- Confirmação de que todas as 8 verificações (Etapa 4) foram aprovadas. Se alguma pendência persistir, declare-a explicitamente em uma seção "Pending" no final do arquivo não a omita nem a disfarce como resolvida.



## Envio



Envie tudo nesta ordem:



1. Tabela de soluções aplicadas (uma linha por problema, especificando exatamente o que foi alterado).



2. Tabela de equações regenerada.



3. Tabela de variáveis regenerada.



4. Tabela resumo das 8 verificações pós-correção.



5. Rede lógica interativa.



6. Arquivo `corrected_model.md` (disponível para download).

ID:('gp', 689)

Storyboard

O sistema também disponibiliza a lista de equações, indicando para cada uma seu nome, expressão matemática, nível de confiabilidade, descrição e origem:

ERROR btable: expected table_name#column_definition

ID:('gp', 690)

Storyboard

O sistema fornece a lista de variáveis, incluindo seu símbolo, descrição, categoria, justificativa da categoria e unidade correspondente:



ERROR btable: expected table_name#column_definition

ID:('gp', 691)

Storyboard

Uma vez que o modelo tenha sido gerado e refinado, é útil documentá-lo sistematicamente, indicando a origem e a base das equações para cada grupo, bem como os detalhes das diferentes categorias de variáveis: estruturais, variáveis algébricas independentes, variáveis de forçamento, variáveis dinâmicas e variáveis algébricas dependentes. Essa documentação permite a compreensão tanto da estrutura física do modelo quanto do papel desempenhado por cada um de seus componentes. Para gerá-la, você pode usar o seguinte comando:

Utilize as tabelas `equations` e `variables` já geradas e auditadas neste chat para o modelo [nome do modelo]. O objetivo é produzir um relatório de disseminação: um documento de referência organizado por grupo causal, com a literatura associada a cada equação, intervalos e níveis de erro das variáveis de entrada e intervalos típicos observados para as variáveis de saída projetado para que alguém que não participou do desenvolvimento do modelo possa compreendê-lo e avaliá-lo rapidamente. ETAPA 0 Verifique os pré-requisitos antes de continuar Esta instrução pressupõe que o modelo já tenha passado por todo o processo deste projeto: grupos temáticos derivados (tipos_de_nó), rede semântica, proposta e auditoria de equações (Nível/Origem/Classe) e resolução de problemas e pendências. Confirme explicitamente que você possui: - A lista de grupos causais (tipos_de_nó) com sua ordem e seu caráter central. - Equações completas, com nível, origem e função_no_grupo já atribuídos. - Variáveis completas, com classe de origem (A/B1/B2/C1/C2) e classificação nos 4 tipos (Variável/Parâmetro/Calculado Algébrico/Calculado Dinâmico) já resolvidas. - A lista de variáveis algébricas independentes de qualquer memória dinâmica (se já tiver sido gerada neste chat com a ferramenta de prompt algébrico) se não tiver sido gerada, resolva você mesmo aqui aplicando o mesmo critério: para cada variável algébrica, construa sua cadeia de dependência e mantenha-a como "independente" somente se essa cadeia não tocar, em nenhum nível, nenhuma variável dinâmica. Se algo estiver faltando ou não tiver sido auditado, pare e indique qual etapa preliminar precisa ser executada antes de gerar este relatório não preencha com suposições. CONVENÇÃO DE IDENTIFICADORES Use o mesmo identificador simples por símbolo em todo o relatório que já foi estabelecido nas tabelas deste chat (sem subscritos de vírgula ou notação decorativa). Não reintroduza uma notação "bonita" diferente da já estabelecida. ETAPA 1 Equações limpas por grupo, com literatura de referência Analise os grupos causais em sua ordem estabelecida. Para cada uma, liste suas equações (símbolo ou nome, formula_txt) como estão após aplicar quaisquer pendências resolvidas nesta conversa. Para cada equação, identifique se ela corresponde a um mecanismo ou forma funcional com literatura reconhecível (lei geral, modelo empírico publicado, método de medição padrão) e cite a referência mais apropriada que você conhece. Se você tiver acesso à busca na web, verifique pelo menos as referências que você citar com maior especificidade (autor, ano, forma funcional exata) antes de aceitá-las como válidas e declare isso explicitamente no relatório: quais referências foram verificadas por busca e quais são dadas de memória geral da área, sem verificação. Para equações sem um equivalente claro na literatura (fechamentos numéricos ad hoc, diagnósticos internos, definições específicas do projeto), declare isso explicitamente em vez de forçar uma citação é preferível "sem referência externa, fechamento específico do modelo" a uma citação inventada ou forçada. ETAPA 2 Variáveis estruturais e algébricas independentes, por grupo Para cada grupo, liste separadamente: (a) suas variáveis do Tipo 2 (parâmetros estruturais) (b) as variáveis algébricas do Tipo 3 que eram independentes de quaisquer variáveis dinâmicas (da Etapa 0), se alguma pertencer a esse grupo. Para cada uma, forneça: símbolo, intervalo típico de valores de acordo com a literatura geral para o domínio do modelo, nível de erro de medição característica do método usual para obtê-lo (e qual método é, em uma frase), e uma nota se o intervalo típico da literatura difere substancialmente do valor padrão usado em qualquer ferramenta ou simulador já construído neste chat para este modelo aponte explicitamente a discrepância em vez de ignorá-la, para que ela seja documentada antes da calibração com dados reais. ETAPA 3 Variáveis de Força Tabela Global Sem agrupar por grupo causal (elas são transversais), liste todas as variáveis do Tipo 1 (de força) no modelo completo. Para cada uma: símbolo, intervalo típico, nível típico de erro de medição, se em aplicações do mundo real ela tende a variar dentro do período que é normalmente simulado (e com qual padrão: cíclico, monotônico, episódico, estocástico), e se ela varia, uma maneira simples de modelar essa variação (função paramétrica de baixa ordem : sinusoidal, exponencial, degrau ou outra razoável) que alguém possa implementar sem literatura adicional. Se duas variáveis de força estiverem fisicamente acopladas na realidade (uma determina ou restringe a outra), indique isso e sugira derivar uma da outra em vez de tratá-las como independentes. ETAPA 4 Variáveis Dinâmicas e suas Variáveis Algébricas Dependentes Intervalos Típicos Observados Liste as variáveis dinâmicas (com memória) do modelo e, para cada uma, as variáveis algébricas que dependem dela direta ou transitivamente (da Etapa 0). Para cada símbolo nesta lista completa, forneça seu intervalo típico observado em aplicações reais do domínio do modelo não como um parâmetro de entrada, mas como uma referência para verificar se uma execução do modelo produz resultados razoáveis. Para aqueles que são puramente diagnósticos (eles não têm um "valor típico" substantivo além de indicar proximidade a algum estado de referência, como um balanço que deve tender a zero), indique isso em vez de forçar um intervalo arbitrário. Encerramento do Relatório Finalize com uma nota sobre transparência bibliográfica: quais referências foram verificadas por meio de busca nesta sessão e quais não foram, e uma recomendação para confirmar os detalhes bibliográficos exatos (volume, página, ano) antes de usar o documento em qualquer publicação ou divulgação formal. Entregue o resultado como um documento Markdown para download, não como texto de conversa trata-se de um documento de referência destinado a ser salvo e compartilhado, não lido apenas uma vez no chat.

ID:('gp', 699)

Storyboard

A água do solo não é um reservatório livre: ela é retida por forças capilares na rede de poros formada por partículas minerais e matéria orgânica. Quanto menor o tamanho dos poros e maior a superfície de contato mineral-orgânico, maior será a energia com que a água é retida (relação inversa entre água extraível e energia de retenção). A raiz deve gerar um potencial hídrico mais negativo do que o solo circundante para extrair água; À medida que o solo seca, este potencial de retenção torna-se mais negativo e a extracção torna-se progressivamente mais difícil, existindo um limiar (ponto de murchamento) abaixo do qual a extracção da raiz é cancelada.

1. Equações refinadas por grupo, com literatura de referência

ID	Equação	Referência orientadora
1	$\Psi_{m,s} = -\Psi_e·\left(\displaystyle\frac{\theta_s}{\theta}\right)^b$	Campbell, GS (1974). *Um método simples para determinar a condutividade hidráulica não saturada a partir de dados de retenção de umidade.* Ciência do Solo - curva de retenção de água no solo.
2	$\Psi_{o,s} = -R·T·C_{s,s}$	Relação de Van't Hoff para soluções diluídas; ver Nobel, P.S. *Fisiologia Físico-Química e Ambiental Vegetal* (qualquer edição), capítulo sobre relações hídricas.
3	$\Psi_s = \Psi_{m,s} + \Psi_{o,s}$	Superposição aditiva de componentes do potencial hídrico, convenção padrão em física do solo, ver Campbell, GS & Norman, J.M. *Uma Introdução à Biofísica Ambiental* (2ª ed.), Springer.

2. Variáveis estruturais e algébricas independentes

Símbolo	Tipo	Faixa típica	Nível de erro de medição	Nota
$\Psi_e$	Structural	$[\sim 0.001,0.03]\ MPa$ ($[1.30]\ kPa$) em magnitude	Indirect - ajustado a partir de curvas de retenção, não medidas diretamente; incerteza típica $[20\%,40\%]$ do valor ajustado	O valor padrão usado no simulador deste projeto ($1,5 MPa$) é ordens de magnitude maior do que o típico relatado na literatura de textura do solo - revisão antes de calibrar com dados reais
$b$	Estrutural	2 (areia) a 12 (argila)	Ajuste da curva, erro padrão $\pm[0.5,1]$ unidade	Depende fortemente da textura (tabela de Clapp & Hornberger, 1978)
$\theta_s$	Estrutural	$[0.3,0.6]\ m^3/m^3$	$\pm[0.01,0.02], m^3/m^3$ (método gravimétrico padrão)	Porosidade total, diretamente mensurável
$\Psi_{m,s}$	Algébrico	$[-3,\sim 0.01]\ MPa$ de acordo com a umidade	Propagar de $\Psi_e, b, \theta, \theta_s$	Resultado da Eq.
$\Psi_{o,s}$	Algebraic	$[-0.5,-0.01]\ MPa$	Propagado de $C_{s,s}$, $T$	Resultado da Eq. 2
$\Psi_s$	Algebraic	$[-3.5,-0.02]\ MPa$	Propagated (soma dos dois anteriores)	Resultado da Eq. 3 - condição de contorno para o Grupo 2

ID:('gp', 698)

Storyboard

O transporte da água depende da tensão gerada pela evaporação foliar: quanto maior a tensão, maior o fluxo ascendente, numa relação que o texto apresenta como proporcional enquanto a coluna d'água permanece contínua. Existe, no entanto, um limiar de tensão crítico acima do qual aparecem bolhas de ar que bloqueiam os vasos condutores (cavitação/embolia); Uma vez ultrapassado este limite, a capacidade hidráulica da planta cai abruptamente, não gradualmente, é um colapso do tipo limite, não uma degradação linear. A capacidade hidráulica reduzida, por sua vez, limita a água que chega às folhas, fechando um ciclo de feedback negativo em direção ao Grupo 3.

1. Equações refinadas por grupo, com literatura de referência

ID	Equação	Referência orientadora
4	$F_x = K_h·\displaystyle\frac{(\Psi_s-\Psi_l)}{L}$	Lei de Darcy adaptada ao transporte do xilema - ver Tyree, M.T. & Zimmermann, MH. *Estrutura do Xilema e a Ascensão da Seiva* (2ª ed.), Springer.
5	$PLC = \displaystyle\frac{1}{1+e^{a·(\Psi_l-P50)}}$	Curva de vulnerabilidade de cavitação Pammenter, N.W. & Vander Willigen, C. (1998). *Uma análise matemática e estatística das curvas que ilustram a vulnerabilidade do xilema à cavitação.* Tree Physiology, 18.
6	$K_h = K_{h,max}·(1-PLC)$	Fecho de conservação de área condutiva ver Sperry, J.S. & Tyree, MT. (1988). *Mecanismo de embolia do xilema induzida por estresse hídrico.* Plant Physiology, 88.

2. Variáveis estruturais e algébricas independentes

Símbolo	Tipo	Faixa típica	Nível de erro de medição	Nota
$K_{h,max}$	Estrutural	$[0,5,10]\ mol/(m^2·s)·MPa$ (equivalente à ordem mmol em convenções alternativas)	$\pm[15\%,30\%]$ (fluxo evaporativo ou método de alto fluxo)	Fortemente específico para espécies e método de medição
$L$	Structural	$[1,20]\ m$	$\pm[5\%,10\%]$ (medição geométrica direta)	Comprimento efetivo do caminho hidráulico, não necessariamente igual à altura total
$P50$	Estrutural	$[-8,-0.5]\ MPa$ (espécies muito resistentes até $-10/-12\ MPa$)	$\pm[0.2,0.5]\ MPa$ (curvas de vulnerabilidade padrão)	Muito variável entre espécies - é uma das características hidráulicas mais bem caracterizadas em bancos de dados globais
$a$	Structural	$[0.5,8]\ (1/MPa)$	$\pm[20\%,30\%]$ do ajuste	Slope da curva de vulnerabilidade; sensível ao método (bancada de desidratação, centrífuga, ar injetado)

ID:('gp', 700)

Storyboard

O potencial hídrico da folha resulta de um equilíbrio de fluxos: a água entra pelo xilema e sai através da transpiração, de modo que o potencial aumenta ou diminui dependendo de qual dos dois termos domina (relação de equilíbrio, entrada menos saída). No nível celular, a pressão de turgescência depende da concentração de solutos internos (relação inversa via potencial osmótico) e se opõe à resistência mecânica da parede celular; A posição da folha na planta acrescenta um componente adicional (mais altura, menos potencial disponível, devido ao efeito gravitacional). O potencial hídrico foliar resultante é o indicador que o texto utiliza para expressar o nível de estresse hídrico.

1. Equações refinadas por grupo, com literatura de referência

ID	Equação	Referência orientadora
7	$C_l·\displaystyle\frac{d\Psi_l}{dt} = F_x - E$	Balanço de massa foliar com capacitância de água - formulação padrão em modelos SPAC; veja Meinzer, F.C. e outros. (2009). *Margens de segurança hidráulica do xilema em plantas lenhosas.* Functional Ecology, 23.
8	$\Psi_p = \Psi_l + \Psi_{o,l} + \rho·g·h$	Decomposição termodinâmica do potencial da água (pressão, componentes osmóticos e gravitacionais) - Nobel, P.S., op. cit.
9	$\Psi_{o,l} = -R·T·C_{s,l}$	Van't Hoff aplicado ao compartimento folha - mesma referência da Eq. 2.
10	$V = V_0·(1+\Psi_p/\epsilon)$	Relação de Höfler / módulo de elasticidade volumétrico - Tyree, M.T. & Hammel, H.T. (1972). *A medição da pressão de turgescência e das relações hídricas das plantas pela técnica da bomba de pressão.* Journal of Experimental Botany, 23.

2. Variáveis estruturais e algébricas independentes

Símbolo	Tipo	Faixa típica	Nível de erro de medição	Nota
$C_l$	Estrutural	$[50,1000]\ mol/m^2·MPa$ (unidades muito heterogêneas entre fontes verificam conversão)&&$\pm[30\%,50\%]$	Alta incerteza; derivado indiretamente de curvas pressão-volume, raramente medido em unidades diretamente comparáveis
$h$	Structural	$[0.1,30+]\ m$	$\pm5\%$ (medição direta)	Específico do indivíduo/sistema, não é uma característica fisiológica universal
$\epsilon$	Structural	$[1.20]\ MPa$	$\pm[10\%,20\%]$ (curvas pressão-volume)	Módulo de elasticidade volumétrica do tecido
$V_0$	Estrutural	$[0.8,1.2]$ (relativo)	$\pm[5\%,10\%]$	Depende da normalização escolhida para o volume da célula
$\Psi_{o,l}$	Algébrico	$[-3,5,-0,5]\ MPa$	Propagar de $C_{s,l}, T$	Resultado da Eq. 9 - apenas algébrico independente fora do Grupo 1

ID:('gp', 701)

Storyboard

A abertura estomática é a variável de controle do sistema e surge de um compromisso entre dois efeitos que crescem, e no mesmo sentido, com o grau de abertura: quanto maior a abertura aumenta tanto a entrada de CO (benefício) quanto a perda de água e o risco de cavitação (custo), de modo que o texto sugere uma relação crescente e simultânea de ambos os lados do compromisso. Não está especificado no texto qual sinal fisiológico exato define o ponto de equilíbrio, apenas que a abertura é ajustada buscando esse compromisso ideal.

1. Equações refinadas por grupo, com literatura de referência

ID	Equação	Referência orientadora
11	$g_{s,BB} = g_0 + g_1·\displaystyle\frac{A_{nd}·h_s}{c_s}$	Modelo empírico Ball-Woodrow-Berry - Ball, J.T., Woodrow, I.E. & Berry, J.A. (1987). *Um modelo que prevê a condutância estomática e sua contribuição para o controle da fotossíntese sob diferentes condições ambientais.* Em Biggins, J. (ed.), *Progress in Photosynthesis Research*, Springer/Martinus Nijhoff. (Verificado por pesquisa: capítulo confirmado, editor J. Biggins, Martinus Nijhoff Publishers.)
12	$g_s = g_{s,BB}·(1 - PLC^n)$	Fecho ad hoc do acoplamento hidráulico-estomático; Na literatura moderna, a ligação mecanicista entre o risco de cavitação e a regulação estomática é discutida em Sperry, J.S. e outros. (2017). *Previsão das respostas estomáticas ao ambiente a partir da otimização do ganho fotossintético e do custo hidráulico.* Plant, Cell & Environment, 40. Não existe uma forma funcional única acordada - este fechamento é uma simplificação do projeto.

2. Variáveis estruturais e algébricas independentes

Símbolo	Tipo	Faixa típica	Nível de erro de medição	Nota
$g_0$	Estrutural	$[0,001,0,05]\ mol/(m^2·s)$	$\pm[20\%,30\%]$ (regressão Ball-Berry)	Condutância residual/cuticular
$g_1$	Estrutural	$[4,15]$ (adimensional)	$\pm[15\%,25\%]$ (regressão)	Ball-Berry "Slope"; síntese multiespécie em Miner et al. (2017), *Modelos biofísicos simples... parâmetro de inclinação estomática*
$n$	Estrutural (C2, ad hoc)	Nenhum intervalo de literatura estabelecido	Não há protocolo de medição independente	Parâmetro de fechamento próprio do modelo - calibrar por análise de sensibilidade, não por literatura

ID:('gp', 702)

Storyboard

A taxa de transpiração depende conjuntamente da abertura estomática e do déficit de umidade entre o interior da folha e a atmosfera; O texto descreve ambas as dependências como crescentes, sugerindo uma relação multiplicativa (duas resistências/motivadores agindo em conjunto, não em exclusão mútua). O ar mais seco (maior déficit) aumenta proporcionalmente a evaporação, sendo esta evaporação explicitamente apontada como o motor físico que sustenta a tensão e a subida contínua da água no xilema, ou seja, alimenta diretamente o Grupo 2.

1. Equações refinadas por grupo, com literatura de referência

ID	Equação	Referência orientadora
13	$E = k16·g_s·\displaystyle\frac{D}{P_a}$	Difusão de vapor de água do tipo Fick, dimensionada pela taxa de difusividade, ver von Caemmerer, S. & Farquhar, G.D. (1981). *Algumas relações entre a bioquímica da fotossíntese e as trocas gasosas das folhas.* Planta, 153.
14	$\Delta_b = F_x - E$	Diagnóstico de consistência interna (conservação de massa em regime quase estacionário) - sem referência externa, é uma verificação do modelo.

2. Variáveis estruturais e algébricas independentes

Símbolo	Tipo	Faixa típica	Nível de erro de medição	Nota
$P_a$	Estrutural (quase constante)	$[80.101,3]\ kPa$ dependendo da altitude	$\pm0.1\ kPa$	Praticamente fixo para um determinado local
$k16$	Constante física	1,6 exato	Sem erro	Relação de difusividade molecular $H_2O/CO_2$ no ar

ID:('gp', 703)

Storyboard

O $CO_2$ atmosférico entra pelos mesmos estômatos que regulam a perda de água, difunde-se pelos espaços intercelulares e chega aos cloroplastos, onde a energia luminosa impulsiona sua fixação; O texto sugere uma dependência conjunta entre disponibilidade de luz e disponibilidade de $CO_2$ (esperada de tipo multiplicativo com possível saturação em cada fator separadamente). A concentração interna de $CO_2$ não é fixa: resulta de um equilíbrio dinâmico entre a taxa de entrada (ligada à abertura estomática) e a taxa de consumo fotossintético. Se o consumo aumentar mais rapidamente do que a entrada, a concentração interna cai até que um novo equilíbrio seja alcançado.

1. Equações refinadas por grupo, com literatura de referência

ID	Equação	Referência orientadora
15	$A_{ns} = \displaystyle\frac{g_s}{k16}·(c_ac_i)$	Fick tipo $CO_2$ difusão - mesma referência da Eq. 13 (von Caemmerer & Farquhar, 1981).
16	$A_{nd} = A_{max}·\displaystyle\frac{c_i}{K_m+c_i}·\displaystyle\frac{I}{I_s}$	Simplificação do tipo Michaelis-Menten do modelo bioquímico da fotossíntese - baseado em Farquhar, G.D., von Caemmerer, S. & Berry, J.A. (1980). *Um modelo bioquímico de assimilação fotossintética de $CO_2$ em folhas de espécies C3.* Planta, 149. (Nota: esta é uma simplificação de um único parâmetro Km; o modelo original de Farquhar distingue Kc e Ko para CO e O separadamente - ver advertência na seção 2, Grupo 6.)
17	$C_i·\displaystyle\frac{dc_i}{dt} = A_{ns} A_{nd}$	Balanço de massa de $CO_2$ interno com capacitância - fechamento numérico específico do projeto, sem equivalente direto na literatura fisiológica (ver classificação C2 de $C_i$ na variável auditoria).

2. Variáveis estruturais e algébricas independentes

Símbolo	Tipo	Faixa típica	Nível de erro de medição	Nota
$A_{max}$	Estrutural	$5$ a $40$ $\mu mol/(m^2·s)$	$10$ a $15\%$ (curvas A-$C_i$)	Muito dependente se a folha é sol ou sombra, e a espécie (C3 vs C4)
$K_m$	Estrutural	$200$ a $600$ ppm (dependendo do ajuste)	$20$ a $40\%$	Simplificação de parâmetro único combinando $K_c$ e $K_o$ do modelo Farquhar original - não compare diretamente com valores publicados de $K_c/K_o$ sem ajuste
$I_s$	Estrutural	$500$ a $2000$ $\mu mol/(m^2·s)$	$15\%$ (curvas de resposta à luz)	Folhas com pouca sombra, folhas com muito sol
$C_i$	Estrutural (C2, ad hoc)	Nenhum intervalo de literatura estabelecido	Nenhum protocolo de medição independente	Capacitância de fechamento numérico - calibrar de acordo com a escala de tempo de indução fotossintética observada (segundos a minutos), não tratar como quantidade física mensurável

ID:('gp', 704)

Storyboard

A eficiência no uso da água é definida como a razão entre a biomassa/carbono produzida (numerador, do Grupo 6) e a água perdida pela transpiração (denominador, do Grupo 5) no mesmo intervalo. Não é um mecanismo físico próprio, mas sim um indicador emergente: aumenta quando a fotossíntese cresce sem que a transpiração cresça na mesma proporção, e diminui no caso oposto. O texto deixa explícito que os grupos 1 a 6 não podem ser otimizados simultaneamente porque compartilham a mesma variável de controle (abertura estomática), o que impõe uma restrição estrutural a esta relação.

1. Equações refinadas por grupo, com literatura de referência

ID	Equação	Referência orientadora
18	$WUE = \displaystyle\frac{A_{nd}}{E}$	Definição padrão de eficiência instantânea no uso da água - ver Farquhar, G.D. & Richards, R.A. (1984). *A composição isotópica do carbono vegetal se correlaciona com a eficiência do uso de água dos genótipos de trigo.* Australian Journal of Plant Physiology, 11.

2. Variáveis estruturais e algébricas independentes

Sem variáveis estruturais ou algébricas independentes próprias, WUE é um quociente dos resultados dos Grupos 5 e 6.

ID:('gp', 705)

Storyboard

As variáveis forçantes são variáveis externas ao modelo e, portanto, atuam globalmente sobre todos os grupos que o compõem. Num experimento de laboratório eles podem ser mantidos constantes ou modificados de maneira controlada para estudar a resposta do sistema. Em condições fora do laboratório, porém, evoluem de acordo com o fenômeno que representam, podendo apresentar variações diárias, sazonais ou associadas a eventos específicos. As variáveis forçantes do modelo estão listadas abaixo e, quando apropriado, um modelo simples é proposto para representar sua evolução sob condições ambientais.

Símbolo	Faixa típica	Erro de medição típico	Ele varia em aplicações reais?	Modelagem simples sugerida
$T$	$[5,40]\ °C$ ($[278,313]\ K$)	$\pm[0.2,0.5]\ °C$	Sim - ciclo diurno marcado	Sinusoidal: $T(t) = T_{média} + (\Delta T/2)·sin(2\pi (t-t_{pico})/24h)$
$\theta$	0,05 (murcha) a 0,45 (saturação) $m^3/m^3$	$\pm[0,01,0,02]\ m^3/m^3$ (TDR/capacitância)	Sim - seca entre eventos de chuva/irrigação, recarrega abruptamente	Recessão exponencial entre pulsos: $\theta(t) = \theta_{wilt} + (\theta_{field}-theta_{wilt})·e^{t/\tau_{dry}}$, redefinido em cada evento de precipitação
$C_{s,s}$	$[1.50]\ mol/m^3$	$\pm[10\%,20\%]$ (via condutividade elétrica)	Sim - concentra com evapoconcentração, dilui com chuva	Aproximação simples: $C_{s,s} \propto 1/\theta$ (massa de soluto aprox. constante enquanto o volume de água muda) - recomendado acoplá-lo explicitamente para theta em vez de tratá-lo como independente
$C_{s,l}$	$[100,600]\ mol/m^3$	$\pm10\%$ (osmômetro)	Lentamente, sob estresse hídrico sustentado (ajuste osmótico)	Rampa lenta dependendo do estresse acumulado; para simulações de horas-dias, tratar como quase constante é razoável
$h_s$	$[0.1,1.0]$ (fração)	$\pm[0.02,0.05]$	Sim - ciclo diurno, anticorrelacionado com $T$	Derivado de um ciclo diurno inverso ao de $T$, ou pela relação de saturação de vapor (Tetens/Magnus) aplicada a $T(t)$
$c_s$	$[350,450]\ ppm$	$\pm[5,10]\ ppm$ (IRGA)	Pouco durante o dia; possível queda noturna devido à respiração do dossel	Aproximado como $c_s \approx c_a$ para simulações de escala foliar; adicione variação diária apenas em aplicações de nível de velame
$D$	$[0.1,4+]\ kPa$	$\pm[0.1,0.2]\ kPa$ (propagado de $T$ e $h_s$)	Yes - ciclo diurno forte, mínimo ao amanhecer	Derivá-lo diretamente de $T(t)$ e $h_s(t)$ simulados através da equação de pressão de vapor de saturação, em vez de parametrizá-lo separadamente - é a opção mais fisicamente consistente
$c_a$	$[400,450]\ ppm$ (tendência de alta secular)	$\pm[2.5]\ ppm$	Muito lentamente (tendência interanual) + flutuação diária do dossel $20$ a $50$ ppm	Constante para simulações curtas (horas-dias); adicionar tendência linear lenta apenas em simulações plurianuais
$I$	$[0.2200]\ \mu mol/(m^2·s)$	$\pm[2\%,5\%]$ (sensores quânticos)	Sim - ciclo diurno forte + variabilidade estocástica devido à nebulosidade	Seno médio/Gaussiano de dia claro: $I(t) = I_{max}·max(0, sin(\pi (nascer do sol)/duração_dia))$, opcionalmente multiplicado por um fator estocástico de nebulosidade

ID:('gp', 706)

Storyboard

As variáveis que são calculadas em função do tempo incluem variáveis dinâmicas com memória e variáveis algébricas que dependem delas. Seus valores correspondem às saídas do modelo e não às entradas. São apresentados como referência para avaliar se os resultados obtidos durante uma simulação permanecem dentro de faixas fisiologicamente razoáveis, e não como parâmetros cujos valores devem ser previamente definidos.

Símbolo	Tipo	Faixa típica observada em campo
$\Psi_l$	Dynamic (estado)	-0,1 MPa (bem regado, à noite) a -3,5 MPa (estresse severo, meio-dia); -0,5 a -1,5 MPa é comum ao meio-dia em plantas bem regadas
$c_i$	Dynamics (estado)	200350 ppm em condições diurnas normais (~6080% ca); pode cair para 100150 ppm sob fechamento estomático severo; aproxima-se de ca à noite, sem fotossíntese ativa
$PLC$	Dependente de $\Psi_l$	0% (sem danos) a 100% (embolia total); O risco operacional relevante é geralmente indicado acima de 50%
$K_h$	Dependente de $\Psi_l$	Entre 0 e Kh_max, normalmente 50100% de $K_{h,max}$ sob estresse leve a moderado
$F_x$	Dependente de $\Psi_l$	Na ordem de 0,12 mmol/(m²·s) ao meio-dia (fortemente dependente da escolha de Kh_max e L) |
$\Psi_p$	Dependente de $\Psi_l$	02,5 MPa; cai para 0 perto do ponto de perda de turgor sob estresse severo
$V$	Dependente de $\Psi_l$	~0,85 - 1,0 (em relação ao turgor total); abaixo de 0,70,85 indica perda de turgor, dependendo da elasticidade do tecido
$g_{s,BB}, g_s$	Dependente de $c_i$ e $\Psi_l$	0,020,6 mol/(m²·s); baixo em condições de estresse ou pouca luz, alto em condições ideais
$E$	Dependente de $\Psi_l$ e $c_i$	0,58 mmol/(m²·s) em horas normais do dia
$A_{ns}, A_{nd}$	Dependente de $c_i$	0 (noite) em $A_{max} $\mu mol/(m^2·s)$ sob luz ideal e $CO_2$
$\Delta_b$	Diagnosis	Close to 0 em estado quase estacionário; diferente de 0 durante transientes - não tem "faixa típica" além de indicar proximidade do equilíbrio
$WUE$	Dependente de $\Psi_l$ e $c_i$	$18 \mu mol CO_2 / mmol H_2O$ é uma ordem de magnitude comum para espécies C3; Espécies C4 normalmente mais altas

ID:('gp', 707)

Storyboard

A equação descreve como varia o potencial matricial do solo, ou seja, a energia com que a água permanece retida pela matriz formada por partículas minerais e matéria orgânica. Embora o solo possa conter uma quantidade significativa de água, nem toda ela está disponível para a planta, uma vez que uma fração permanece aderida às superfícies sólidas por forças capilares. A magnitude desta retenção depende principalmente do teor de água do solo: à medida que o solo perde humidade, a água restante concentra-se em poros cada vez mais pequenos, onde as forças capilares são mais fortes e o potencial da matriz torna-se progressivamente mais negativo.



A imagem mostra esse processo desde a escala microscópica até seu efeito na planta. Na parte superior esquerda você pode ver como a água ocupa os poros entre as partículas minerais e a matéria orgânica. À medida que o teor de água diminui, os meniscos capilares tornam-se cada vez mais curvados, aumentando a energia necessária para separar a água das superfícies sólidas. Este comportamento também é representado pela curva de retenção de água, onde pequenas diminuições no teor de água causam diminuições cada vez mais pronunciadas no potencial da matriz.

Do ponto de vista fisiológico, este potencial constitui a condição inicial para toda a cadeia de transporte aquaviário. A raiz só pode absorver água quando o seu potencial hídrico é mais negativo que o potencial da matriz do solo. Enquanto o solo permanecer úmido, esta condição é satisfeita com relativa facilidade e a água flui para a raiz. Contudo, à medida que o solo seca, a diferença de potencial necessária aumenta continuamente, dificultando a extração. Por fim, chega-se ao ponto de murchamento permanente, onde a energia necessária para liberar a água retida ultrapassa a capacidade de sucção do sistema radicular e a absorção praticamente cessa.

Dentro do modelo integrado, esta equação constitui o mecanismo que transforma o conteúdo de água do solo em uma variável energética capaz de impulsionar ou limitar todo o transporte subsequente. O potencial da matriz determina quanta energia a planta deve investir para acessar a água disponível e, portanto, define a condição de contorno a partir da qual começa o fluxo para o xilema. Qualquer alteração na umidade do solo modifica imediatamente esse potencial e acaba se propagando por toda a cadeia do processo, afetando o transporte hidráulico, o estado hídrico das folhas, a abertura estomática, a fotossíntese e, por fim, a eficiência com que a planta utiliza a água.

ID:('gp', 629)

Storyboard

A equação descreve o potencial osmótico do solo, ou seja, a diminuição da energia livre da água causada pela presença de solutos dissolvidos na solução que ocupa os poros do solo. Ao contrário do potencial de matriz, que surge das forças capilares exercidas pela matriz sólida, o potencial osmótico tem origem na composição química da água. Quanto maior a concentração de sais e outros solutos, menor é a energia disponível da água e mais negativo se torna o seu potencial osmótico. Este comportamento corresponde diretamente à lei de Van't Hoff para soluções diluídas, que relaciona o potencial osmótico à concentração do soluto e à temperatura absoluta.



A imagem mostra esse mecanismo desde a escala microscópica até suas consequências na absorção radicular. Na parte superior esquerda observa-se que a água presente nos poros constitui uma solução que contém diversos íons dissolvidos. Essas partículas atraem e organizam as moléculas de água ao seu redor, diminuindo a fração de água livre capaz de se mover espontaneamente. Como resultado, com o aumento da concentração de soluto, o potencial osmótico torna-se progressivamente mais negativo, conforme ilustrado pela sequência de soluções diluídas e concentradas e pela curva mostrada no canto inferior direito.

O potencial osmótico não atua isoladamente, mas é um dos componentes que determinam o potencial hídrico total do solo. Enquanto o potencial da matriz representa a energia necessária para liberar água das superfícies minerais e orgânicas, o potencial osmótico representa a energia associada à composição química da solução do solo. Ambos os efeitos se somam para estabelecer a energia total com a qual a água está disponível para as raízes.

Do ponto de vista fisiológico, o aumento da concentração de sais tem um efeito semelhante ao ressecamento do solo: embora o teor de água possa permanecer praticamente constante, a água torna-se menos acessível energeticamente à planta. Consequentemente, a raiz deve desenvolver um potencial hídrico ainda mais negativo para manter a absorção. Se esta diferença de potencial não for mais suficiente, o fluxo de água diminui progressivamente até parar, gerando um estado de estresse hídrico mesmo quando a água está fisicamente presente no solo.

Dentro do modelo integrado, esta equação incorpora o efeito da composição química do solo na disponibilidade de água. Sua função é complementar o efeito físico de retenção capilar, fornecendo o segundo componente fundamental do potencial hídrico do solo. Desta forma, o modelo pode representar tanto situações de seca quanto de salinidade, ambas capazes de reduzir a absorção radicular e propagar seus efeitos ao longo de toda a cadeia do processo, modificando o transporte hidráulico, o estado hídrico das folhas, a regulação estomática, a fotossíntese e, por fim, a eficiência com que a planta utiliza a água.

ID:('gp', 630)

Storyboard

A equação define o potencial hídrico total do solo, que representa a energia efetiva com que a água está disponível para ser absorvida pelas raízes. Em vez de depender de um único mecanismo, esta disponibilidade resulta da combinação de dois processos físicos diferentes agindo simultaneamente. Por um lado, as forças capilares exercidas pela matriz formada por partículas minerais e matéria orgânica retêm água nas superfícies e nos poros do solo. Por outro lado, os solutos dissolvidos diminuem a energia livre da água através de efeitos osmóticos. O potencial hídrico total resume ambos os fenômenos em uma única variável que caracteriza o estado energético da água no solo.



A imagem mostra como estes dois mecanismos se integram para determinar a disponibilidade de água. Na parte superior esquerda, o potencial de matriz, associado à retenção capilar nos poros, e o potencial osmótico, causado pela presença de solutos na solução do solo, são representados separadamente. Ambos contribuem tornando o potencial hídrico mais negativo. Na parte superior direita esta combinação é ilustrada como uma soma de contribuições energéticas, destacando que o potencial total representa o efeito conjunto de ambos os processos, embora a interação entre eles seja aproximada por uma superposição aditiva.

A sequência central mostra como esse potencial evolui à medida que o solo perde água. Num solo húmido, tanto a retenção capilar como a concentração de solutos exercem um efeito relativamente moderado e o potencial hídrico permanece suficientemente elevado para permitir a absorção pelas raízes. À medida que o teor de água diminui, a intensidade das forças capilares aumenta e simultaneamente a concentração de solutos aumenta devido à redução do volume de água disponível. Como consequência, ambos os componentes tornam-se progressivamente mais negativos e o potencial hídrico total diminui continuamente. Finalmente, chega-se ao ponto de murchamento, onde o potencial do solo se torna tão negativo que a raiz não consegue mais gerar gradiente suficiente para extrair água.

Do ponto de vista fisiológico, o potencial hídrico total constitui a condição inicial que rege a entrada de água na planta. A absorção só pode ocorrer quando o potencial hídrico da raiz é mais negativo que o do solo, portanto esta variável determina diretamente se o fluxo de água pode ser iniciado e com que intensidade o fará. Qualquer modificação na estrutura do solo, no seu teor de água ou na concentração de sais reflete-se imediatamente neste potencial e altera a capacidade de abastecimento de água de toda a planta.

Dentro do modelo integrado, esta equação desempenha o papel de fechar o primeiro grupo de processos. Sua função é reunir em uma única variável os efeitos físicos da retenção capilar e os efeitos químicos da solução do solo, fornecendo a condição de contorno que alimenta o transporte hidráulico no xilema. A partir deste ponto inicia-se toda a cadeia de processos que liga o solo às folhas, regulando posteriormente o transporte de água, o estado da água foliar, a abertura estomática, a fixação de carbono e, por fim, a eficiência global com que a planta utiliza a água.

ID:('gp', 631)

Storyboard

A equação descreve o fluxo de água através do xilema, tecido condutor responsável pelo transporte de água das raízes às folhas. Este transporte é impulsionado pela diferença no potencial hídrico entre o solo e os tecidos foliares. Enquanto o potencial do solo é relativamente elevado e o das folhas torna-se mais negativo devido à evaporação, estabelece-se um gradiente de energia que induz a subida contínua da coluna de água. A magnitude do fluxo depende tanto dessa diferença de potencial quanto da capacidade hidráulica do xilema de conduzir água e do comprimento do caminho que ele deve percorrer.



A imagem mostra como esse mecanismo conecta o solo à atmosfera por meio de uma coluna contínua de água contida nos vasos do xilema. A água absorvida pelas raízes sobe impulsionada pela tensão gerada nas folhas pela transpiração. Esta tensão é transmitida por toda a coluna graças à coesão entre as moléculas de água e à sua adesão às paredes dos vasos condutores, permitindo que a água seja extraída do solo mesmo a grandes alturas. Desde que a continuidade da coluna seja mantida, o transporte é altamente eficiente e responde aproximadamente proporcionalmente ao gradiente de potencial hídrico.

No entanto, este mecanismo tem um limite físico. Quando a tensão aumenta excessivamente, podem formar-se bolhas de ar dentro dos vasos condutores. Esse fenômeno, conhecido como cavitação ou embolia, perturba a continuidade da coluna d'água e reduz a capacidade do xilema de transportar água. Consequentemente, embora o gradiente de potencial continue a aumentar, o fluxo não pode mais aumentar na mesma proporção porque parte da rede condutora não está mais funcional. A planta entra então num regime onde o transporte hidráulico é limitado pela deterioração do próprio sistema condutor.

Do ponto de vista fisiológico, o fluxo do xilema constitui o elo que liga as condições do solo ao estado hídrico das folhas. A quantidade de água que chega aos tecidos foliares depende diretamente desse transporte e determina a capacidade de manter o turgor celular, sustentar a transpiração e permitir a abertura dos estômatos. Ao mesmo tempo, o potencial hídrico das folhas influencia o gradiente que impulsiona o fluxo, estabelecendo um feedback contínuo entre o abastecimento de água e o estado hídrico das folhas.

Dentro do modelo integrado, esta equação representa o mecanismo físico central de transporte de água na planta. Recebe como condição inicial o potencial hídrico total do solo calculado no grupo anterior e utiliza como condição final o potencial hídrico da folha, que será determinado posteriormente pelo balanço entre entrada e perda de água. Dessa forma, o fluxo do xilema constitui o elo entre a disponibilidade de água no solo e a regulação fisiológica que ocorre nas folhas. Qualquer diminuição na capacidade hidráulica do xilema, seja por cavitação ou outras limitações, reduz o fornecimento de água aos tecidos foliares e desencadeia uma cascata de respostas que afetam a abertura estomática, a fotossíntese, a transpiração e, finalmente, a eficiência geral com que a planta utiliza a água.

ID:('gp', 632)

Storyboard

A equação descreve a vulnerabilidade do sistema hidráulico da planta à cavitação, ou seja, à perda progressiva da capacidade de condução de água à medida que aumenta a tensão no xilema. Enquanto a água sobe impulsionada pela evaporação das folhas, a coluna líquida permanece estável graças às forças coesivas entre as moléculas de água. No entanto, quando o potencial hídrico do xilema atinge valores suficientemente negativos, a tensão excede um limite crítico e bolhas de ar começam a se formar dentro dos vasos condutores. Estas bolhas perturbam a continuidade da coluna de água e reduzem o número de condutas que permanecem operacionais para o transporte.



A imagem mostra este processo como uma transição entre um sistema hidráulico totalmente funcional e outro progressivamente obstruído por embolias. Num estado de baixa tensão, praticamente todas as embarcações permanecem cheias de água e a capacidade hidráulica é máxima. À medida que a tensão aumenta, cavitações isoladas começam a aparecer, reduzindo lentamente a área de superfície efetiva disponível para transporte. Finalmente, chega-se a uma região crítica onde uma pequena diminuição adicional no potencial hídrico causa rápida propagação de embolias e uma perda abrupta de condutividade. Este comportamento é representado por uma curva sigmoidal, característica de um fenômeno governado por um limiar físico e não por uma diminuição linear.

Um dos parâmetros mais importantes desta relação é o potencial para o qual a planta perdeu aproximadamente metade da sua capacidade condutora. Este valor constitui uma medida da resistência do xilema à cavitação e varia entre espécies dependendo da sua adaptação a ambientes úmidos ou secos. Plantas adaptadas a condições áridas geralmente toleram potenciais muito mais negativos antes de experimentar perdas significativas de condutividade, enquanto espécies de ambientes úmidos apresentam limiares menos extremos.

Do ponto de vista fisiológico, a cavitação representa um mecanismo de proteção e, ao mesmo tempo, uma limitação para o funcionamento da planta. A perda de condutividade reduz o fornecimento de água às folhas, diminuindo o potencial hídrico foliar e aumentando o estresse hídrico. Como consequência, a planta responde fechando progressivamente os estômatos para reduzir a transpiração e evitar que a tensão continue a aumentar. Desta forma, estabelece-se um mecanismo de feedback negativo que procura evitar o colapso hidráulico irreversível.

Dentro do modelo integrado, esta equação constitui o gatilho não linear do transporte hidráulico. Embora a equação do fluxo do xilema descreva um comportamento aproximadamente proporcional entre o gradiente potencial e o transporte de água, esta relação introduz o limite físico do sistema ao transformar um aumento contínuo de tensão em uma perda repentina de capacidade condutiva. A vulnerabilidade obtida alimenta diretamente o cálculo da capacidade hidráulica efetiva do xilema e, posteriormente, a regulação estomática. Graças a este mecanismo, o modelo pode representar um dos fenómenos mais importantes da fisiologia vegetal: a existência de um limiar de funcionamento além do qual o sistema hidráulico deixa gradualmente de responder e entra num regime de deterioração acelerada que condiciona todo o equilíbrio entre o transporte de água, a fotossíntese e a sobrevivência das plantas.

ID:('gp', 633)

Storyboard

A equação descreve a capacidade hidráulica efetiva do xilema, ou seja, a fração da capacidade máxima de transporte de água que permanece disponível após parte dos vasos condutores ter sido inutilizada por cavitação. Enquanto a capacidade hidráulica máxima representa o funcionamento ideal de uma rede vascular completamente preenchida com água, a capacidade efetiva reflete o estado real do sistema sob as condições de tensão existentes. À medida que aumenta o número de vasos bloqueados pela embolia, a área de superfície disponível para conduzir a água diminui e, consequentemente, o transporte hidráulico é reduzido na mesma proporção.



A imagem mostra como o sistema vascular evolui de um estado totalmente funcional para um estado em que uma fração crescente dos vasos deixa de participar no transporte. Inicialmente, toda a rede condutora está disponível e a água pode subir sem restrições significativas. À medida que aparecem as cavitações, alguns dutos ficam cheios de ar e deixam de transmitir a tensão gerada pela evaporação foliar. A água deve então circular através de um número cada vez menor de embarcações activas, reduzindo a capacidade global de transporte. Quando a perda de condutividade atinge valores elevados, o sistema entra em um regime onde mesmo grandes diferenças no potencial hídrico são incapazes de manter fluxo suficiente para as folhas.

Do ponto de vista físico, esta relação constitui o encerramento natural do processo de cavitação. A equação anterior determina qual fração da rede vascular deixou de funcionar em consequência da formação de embolias, enquanto esta equação transforma diretamente essa perda estrutural em diminuição da condutividade hidráulica. Desta forma, o modelo conecta o estado microscópico do xilema com o seu comportamento macroscópico como sistema de transporte, mantendo a coerência entre a geometria efetiva dos dutos e o fluxo que eles podem sustentar.

As consequências fisiológicas são imediatas. Uma capacidade hidráulica menor implica que menos água atinge as folhas para o mesmo gradiente de potencial hídrico. Como resultado, a hidratação dos tecidos diminui, o potencial hídrico da folha torna-se mais negativo e o estresse hídrico aumenta. Diante dessa situação, a planta responde reduzindo a abertura estomática para diminuir a transpiração e evitar que a tensão no xilema continue a aumentar. Esta resposta constitui um mecanismo de proteção que tenta estabilizar o sistema antes que a perda de condutividade atinja níveis irreversíveis.

Dentro do modelo integrado, esta equação representa o encerramento do grupo dedicado ao transporte hidráulico. Sua função é atualizar continuamente a verdadeira capacidade do xilema a partir do nível de cavitação previamente calculado e utilizar este novo valor para determinar o fluxo de água para as folhas. É assim estabelecido um ciclo de feedback onde o aumento da tensão favorece a cavitação, a cavitação reduz a capacidade hidráulica e esta redução diminui o fluxo ascendente de água. Como consequência, a capacidade hidráulica efetiva torna-se uma das variáveis que conectam diretamente o estado estrutural do sistema vascular com a regulação fisiológica da planta, propagando seus efeitos para o estado da água foliar, abertura estomática, fotossíntese e eficiência global no uso da água.

ID:('gp', 634)

Storyboard

A equação descreve o equilíbrio dinâmico da água na folha, considerando simultaneamente a água que entra pelo xilema e a água que se perde pela transpiração para a atmosfera. Ao contrário das equações anteriores, que representam relações instantâneas entre variáveis, esta incorpora explicitamente a evolução temporal do sistema. O estado hídrico da folha não depende mais apenas das condições atuais, mas também da história recente do transporte de água e das perdas ocorridas por evaporação. A folha atua assim como um pequeno reservatório cuja hidratação aumenta quando a oferta supera as perdas e diminui quando ocorre a situação oposta.



A imagem mostra esse equilíbrio como o ponto para onde convergem dois fluxos opostos. Do fundo vem a água transportada pelo xilema, enquanto da superfície da folha a água sai continuamente da planta por meio da transpiração. Enquanto ambos os fluxos permanecerem equilibrados, o conteúdo de água nas folhas permanece aproximadamente constante e o potencial hídrico permanece estável. Se o transporte desde as raízes aumenta ou a transpiração diminui, a folha recupera água e o seu potencial hídrico torna-se menos negativo. Por outro lado, quando a evaporação ultrapassa o suprimento do xilema, a folha perde água, seu teor de água diminui e o potencial torna-se progressivamente mais negativo, indicando aumento do estresse hídrico.

A presença de capacitância de água reflete que os tecidos foliares têm capacidade de armazenar água temporariamente. Este armazenamento amortece variações rápidas no ambiente, evitando que pequenas mudanças instantâneas na radiação solar, na umidade atmosférica ou na abertura estomática produzam mudanças igualmente abruptas no estado da água da planta. Graças a esta inércia, o sistema responde de forma contínua e estável, reproduzindo o comportamento observado experimentalmente em tecidos vegetais.

Do ponto de vista fisiológico, o potencial hídrico foliar constitui um dos indicadores mais importantes do estado da planta. Quando o suprimento de água é suficiente, as células mantêm sua hidratação, mantêm o turgor e podem sustentar alta atividade fisiológica. Pelo contrário, quando as perdas excedem persistentemente a oferta, o potencial hídrico diminui, o stress hídrico aumenta e os mecanismos reguladores concebidos para conservar a água começam a ser activados, especialmente o fecho progressivo dos estômatos.

Dentro do modelo integrado, esta equação constitui o núcleo dinâmico do estado da água da folha. Recebe o fluxo de água calculado pelo modelo hidráulico do xilema e o confronta com a perda de água determinada pela transpiração. O potencial hídrico resultante não apenas descreve a condição fisiológica instantânea dos tecidos foliares, mas também retroalimenta o transporte hidráulico, modificando o gradiente de potencial que impulsiona a ascensão da água a partir das raízes. Desta forma, o estado hídrico da folha torna-se o ponto de encontro entre a disponibilidade de água no solo, o transporte vascular e a regulação estomática, integrando numa única variável a resposta dinâmica de toda a planta às alterações das condições ambientais.

ID:('gp', 635)

Storyboard

A equação decompõe o potencial hídrico da folha em seus principais componentes físicos, permitindo-nos compreender quais mecanismos determinam o estado energético da água nos tecidos foliares. Em vez de considerar o potencial hídrico como uma única variável global, esta relação mostra que o comportamento da folha resulta do equilíbrio entre a pressão exercida pela água nas paredes celulares, o efeito dos solutos presentes no interior das células e a diferença de energia associada à posição da folha dentro do campo gravitacional. Dessa forma, o potencial hídrico deixa de ser um simples indicador de hidratação e passa a ser interpretado como consequência de diversos processos físicos que atuam simultaneamente.



A imagem ilustra como cada um desses componentes contribui para o estado hídrico da folha. A pressão de turgor representa o efeito mecânico produzido quando o vacúolo celular se enche de água e empurra a membrana contra a parede celular, proporcionando rigidez aos tecidos. O potencial osmótico atua no sentido oposto, causado pela presença de solutos no interior das células, que reduzem a energia livre da água e favorecem sua entrada por regiões menos concentradas. Somado a esses dois mecanismos está o efeito gravitacional, que reflete a energia necessária para manter a água a uma determinada altura dentro da planta. Embora este último seja geralmente pequeno em plantas baixas, torna-se importante em árvores grandes, onde a elevação da copa representa uma fração apreciável do gradiente de potencial hídrico.

Cada um desses componentes responde a diferentes processos fisiológicos. O turgor depende do teor de água das células e determina a rigidez das folhas e caules, influenciando diretamente no crescimento e funcionamento normal dos tecidos. O potencial osmótico é governado pela concentração de soluto celular, que pode ser modificada por ajustes osmóticos que ajudam a planta a tolerar condições de seca ou salinidade. A componente gravitacional, por outro lado, depende exclusivamente da altura e constitui uma restrição física permanente que deve ser compensada pelo sistema hidráulico durante o transporte aquaviário.

Do ponto de vista fisiológico, esta decomposição permite-nos interpretar a origem do stress hídrico observado numa folha. O mesmo valor do potencial hídrico pode ser devido à perda de turgor causada pela desidratação, ao aumento da concentração de solutos como mecanismo de adaptação ou simplesmente à posição elevada da folha dentro da planta. Portanto, a equação fornece uma ferramenta para distinguir entre diferentes estados fisiológicos que, embora apresentem um potencial hídrico semelhante, têm causas e consequências muito diferentes.

Dentro do modelo integrado, esta equação não introduz um novo mecanismo dinâmico, mas cumpre uma função diagnóstica. O balanço hídrico dinâmico determina como o potencial hídrico da folha evolui ao longo do tempo, enquanto esta relação explica como esse potencial se distribui entre os seus componentes físicos fundamentais. Graças a esta decomposição, o modelo pode relacionar diretamente o transporte hidráulico, a hidratação celular, a regulação osmótica e os efeitos da gravidade, proporcionando uma interpretação física do estado da água foliar que irá posteriormente influenciar a abertura estomática, a transpiração e a atividade fotossintética.

ID:('gp', 636)

Storyboard

A equação descreve o potencial osmótico do interior da folha, ou seja, a contribuição da concentração de solutos presentes nas células para o estado energético da água. No interior do tecido foliar a água não se encontra em estado puro, mas formando uma solução que contém açúcares, sais, aminoácidos e numerosos compostos produzidos pelo metabolismo celular. A presença destas substâncias reduz a energia livre da água, fazendo com que o potencial osmótico seja sempre negativo. Quanto maior a concentração de solutos, mais negativo se torna esse potencial e maior a tendência da água entrar nas células.

A imagem mostra esse processo desde a escala celular até seu efeito na função foliar. Dentro das células do mesofilo, o vacúolo acumula alta concentração de solutos, enquanto a água do xilema entra seguindo o gradiente de potencial hídrico. À medida que a concentração de solutos aumenta, as moléculas de água tornam-se mais fortemente associadas a eles, diminuindo a sua energia livre. Este comportamento corresponde diretamente à lei de Van't Hoff para soluções diluídas e constitui o mesmo princípio físico anteriormente utilizado para descrever o potencial osmótico do solo, embora agora aplicado ao compartimento celular da folha.

Do ponto de vista fisiológico, o potencial osmótico desempenha um papel essencial na manutenção da hidratação celular. O acúmulo de solutos permite que a água seja atraída para as células mesmo quando o potencial hídrico externo diminui como resultado da seca. Muitas espécies utilizam esse mecanismo como estratégia adaptativa, sintetizando ou acumulando compostos osmoticamente ativos que reduzem o potencial osmótico sem interferir no metabolismo. Graças a este ajuste osmótico, as células podem conservar o seu conteúdo de água e manter o turgor mesmo sob condições de estresse hídrico.

O potencial osmótico também influencia diretamente a pressão de turgor. Quando a água entra nas células impulsionada pelo gradiente osmótico, o vacúolo se expande e exerce pressão na parede celular, proporcionando rigidez aos tecidos e permitindo que a folha retenha sua estrutura. Se o potencial osmótico deixa de compensar as perdas de água pela transpiração, a ingestão de água diminui, o turgor cai e a folha começa a perder rigidez, aparecendo os primeiros sinais de murchamento.

Dentro do modelo integrado, esta equação fornece um dos componentes fundamentais do potencial hídrico foliar. O balanço hídrico dinâmico determina como evolui o conteúdo de água da folha, enquanto a decomposição do potencial hídrico utiliza o potencial osmótico para explicar uma parte essencial dessa energia. Desta forma, a concentração de solutos estabelece uma ligação entre os processos bioquímicos internos e o comportamento hidráulico da planta. Modificações do potencial osmótico alteram o estado hídrico das células, afetam o turgor e acabam influenciando a regulação estomática, a transpiração, a fotossíntese e a capacidade da planta de suportar períodos de déficit hídrico.

ID:('gp', 637)

Storyboard

A equação descreve como a pressão de turgescência é gerada dentro das células vegetais como consequência da entrada de água. Quando a água entra no vacúolo impulsionada pelo gradiente de potencial hídrico, o volume celular aumenta e a membrana plasmática pressiona a parede celular. Como esta parede possui considerável resistência mecânica, ela se opõe à expansão e desenvolve uma pressão interna que mantém os tecidos rígidos. A relação estabelece que esta pressão aparece apenas quando o volume da célula ultrapassa um volume de referência. Enquanto a célula permanecer abaixo deste limite, a parede ainda não está comprimida e a pressão de turgescência é praticamente zero. Uma vez ultrapassado este ponto, a pressão aumenta aproximadamente proporcional ao grau de expansão da célula.



A imagem mostra esse processo através de uma sequência de células com diferentes estados de hidratação. Numa célula bem hidratada, o vacúolo ocupa grande parte do volume interno e exerce pressão uniforme na parede celular, mantendo o tecido firme e a folha estendida. Quando a disponibilidade de água diminui, o vacúolo perde volume, a pressão interna cai e a parede não fica mais completamente estressada. Se a perda de água continuar, a célula entra em estado flácido onde a pressão de turgescência praticamente desaparece e os tecidos começam a perder rigidez, manifestando o murchamento característico de uma planta submetida ao estresse hídrico.

Do ponto de vista físico, a pressão de turgescência constitui o componente mecânico do potencial hídrico foliar. Enquanto o potencial osmótico favorece a entrada de água na célula, a elasticidade da parede celular gera uma força oposta que limita a expansão. O equilíbrio entre ambos os efeitos determina o estado mecânico dos tecidos. O parâmetro elástico utilizado na relação representa precisamente a rigidez da parede celular e expressa o quanto a pressão interna aumenta quando o volume da célula aumenta acima do seu estado de referência. Diferentes espécies apresentam diferentes valores deste parâmetro, refletindo adaptações estruturais às suas condições ambientais.

Do ponto de vista fisiológico, o turgor é essencial para o funcionamento normal da planta. A rigidez das folhas, caules jovens e órgãos em crescimento depende diretamente desta pressão interna. Além disso, numerosos processos fisiológicos, tais como expansão celular, crescimento de tecidos e movimento de certos órgãos vegetais, requerem a manutenção de uma pressão de turgescência adequada. Quando esta diminui como resultado da perda de água, a planta não só reduz a sua capacidade de crescimento, mas também aumenta a sua vulnerabilidade ao stress ambiental.

Dentro do modelo integrado, esta equação completa a descrição física do potencial hídrico foliar, fornecendo o componente de pressão necessário para interpretar o estado de hidratação das células. O balanço hídrico dinâmico determina quanta água a folha contém, o potencial osmótico explica o efeito dos solutos nessa água e a relação de Höfler transforma esse conteúdo de água em uma resposta mecânica observável. Embora esta pressão não atue diretamente sobre outros grupos do modelo, constitui um indicador fundamental do estado fisiológico dos tecidos e permite interpretar como as variações no transporte hidráulico e na transpiração acabam afetando a estabilidade mecânica, o crescimento e a capacidade funcional da planta.

ID:('gp', 638)

Storyboard

A equação descreve a condutância estomática basal, ou seja, o grau de abertura que os estômatos teriam considerando apenas os sinais fisiológicos associados à fotossíntese, a umidade relativa na superfície foliar e a disponibilidade de dióxido de carbono. Os estômatos constituem o principal mecanismo de regulação das trocas gasosas entre a planta e a atmosfera. Por meio deles entra o dióxido de carbono necessário à fotossíntese, mas ao mesmo tempo a água se perde na forma de vapor. Portanto, a abertura estomática representa um compromisso permanente entre dois processos opostos: maximizar a captura de carbono e minimizar a perda de água.

A imagem mostra esse equilíbrio ao representar um estoma cuja abertura controla simultaneamente a entrada de CO e a saída de vapor dágua. Quando a atividade fotossintética aumenta, a demanda por dióxido de carbono também aumenta e a abertura estomática tende a ser maior para facilitar sua difusão na folha. Da mesma forma, uma atmosfera mais úmida reduz o custo da água associado à manutenção dos estômatos abertos, favorecendo também uma maior condutância. Por outro lado, uma alta concentração de dióxido de carbono na superfície da folha reduz a necessidade de abrir amplamente os estômatos, uma vez que o gás pode entrar mais facilmente mesmo quando a abertura é menor. A combinação destes fatores determina um nível basal de abertura que representa o desempenho esperado do sistema antes de considerar outras limitações hidráulicas.

Do ponto de vista fisiológico, esta relação resume o comportamento observado experimentalmente em inúmeras espécies de plantas. Não se pretende descrever os mecanismos bioquímicos ou celulares responsáveis pela movimentação das células oclusivas, mas sim reproduzir o resultado global destes processos através de uma expressão empírica ajustada às observações. Portanto, constitui uma descrição do comportamento médio dos estômatos em condições normais de operação, onde a planta ainda não sofre restrições severas na disponibilidade de água.

O conceito mais importante introduzido por esta equação é que a abertura estomática depende simultaneamente do estado fotossintético e das condições atmosféricas. Os estômatos não respondem exclusivamente ao déficit hídrico ou apenas à disponibilidade de dióxido de carbono, mas sim integram múltiplos sinais para selecionar um ponto de operação que permita manter trocas gasosas eficientes sem aumentar desnecessariamente o consumo de água. Esta integração faz dos estômatos o principal ponto de controle de todo o sistema fisiológico.

Dentro do modelo integrado, esta equação representa o mecanismo regulador central que conecta os processos hidráulicos aos processos fotossintéticos. A partir deste valor de linha de base, a abertura estomática real será posteriormente determinada, uma vez incorporado o efeito da cavitação e do estresse hidráulico. Desta forma, a condutância basal constitui o ponto de referência sobre o qual atuam os feedbacks do sistema. A abertura resultante controlará simultaneamente a transpiração e o influxo de dióxido de carbono, estabelecendo a ligação entre o estado da água da planta e a sua capacidade de fixar carbono. Por esta razão, a condutância estomática torna-se a variável de controle compartilhada por praticamente todos os processos do modelo e a origem do comprometimento estrutural que impede a otimização simultânea da conservação da água e da produtividade fotossintética.

ID:('gp', 639)

Storyboard

A equação descreve a condutância estomática efetiva, ou seja, a abertura real dos estômatos uma vez que a planta incorpora o estado do seu sistema hidráulico. Embora a condutância basal represente o nível de abertura esperado das condições fotossintéticas e atmosféricas, a abertura efetiva incorpora um mecanismo adicional de proteção contra o risco de cavitação. Dessa forma, a planta não regula os estômatos apenas para otimizar a troca de dióxido de carbono e vapor d'água, mas também para evitar que o transporte hidráulico atinja níveis de estresse capazes de causar danos irreversíveis ao xilema.



A imagem mostra como o estado do sistema vascular modifica progressivamente a abertura estomática. Quando o xilema retém praticamente toda a sua capacidade condutiva, o risco hidráulico é muito baixo e a condutância efetiva quase coincide com a condutância basal. Nessas condições os estômatos permanecem relativamente abertos, favorecendo tanto a entrada de dióxido de carbono quanto a saída de vapor d'água. Contudo, à medida que a cavitação aumenta e uma fracção crescente dos vasos condutores deixa de funcionar, a planta começa a reduzir deliberadamente a abertura estomática. Esta resposta limita a transpiração, reduz a tensão na coluna de água e reduz a probabilidade de aparecimento de novas embolias.

Do ponto de vista fisiológico, este mecanismo constitui uma resposta preventiva ao stress hídrico. A planta não espera que o sistema hidráulico entre em colapso completo, mas usa o grau de perda de condutividade como um sinal para ajustar continuamente a abertura dos estômatos. Quando o dano hidráulico ainda é pequeno, a regulamentação pouco modifica as trocas gasosas. Por outro lado, à medida que o limiar de vulnerabilidade se aproxima, pequenas perdas adicionais de condutividade produzem reduções cada vez mais importantes na abertura estomática. Como consequência, o sistema apresenta uma resposta fortemente não linear que permite proteger o transporte aquaviário antes de atingir um estado crítico.

Este comportamento introduz um dos principais mecanismos de feedback negativo do modelo. O aumento da transpiração aumenta a tensão no xilema, favorecendo a cavitação. A cavitação reduz a capacidade hidráulica e, através desta equação, induz o fechamento progressivo dos estômatos. Ao diminuir a abertura estomática, a perda de água por evaporação também diminui, reduzindo novamente a tensão no sistema vascular. Graças a este ciclo de regulação, a central consegue estabilizar o seu funcionamento face às alterações ambientais como aumentos de temperatura, diminuições da humidade atmosférica ou reduções na disponibilidade de água no solo.

Dentro do modelo integrado, esta equação constitui o ponto de acoplamento entre a hidráulica e as trocas gasosas. É o mecanismo pelo qual o estado do xilema modifica diretamente a regulação estomática, conectando o transporte de água com a fotossíntese e a transpiração. A condutância resultante alimenta simultaneamente os modelos de perda de água e de difusão de dióxido de carbono, tornando-se a variável de controle compartilhada por ambos os processos. Graças a este feedback, o modelo reproduz o compromisso fisiológico fundamental das plantas: manter abertura suficiente para sustentar a fixação de carbono, mas fechá-la oportunamente quando o risco de cavitação ameaçar a continuidade do sistema hidráulico.

ID:('gp', 640)

Storyboard

A equação descreve a taxa de transpiração, ou seja, a velocidade com que a água sai da planta na forma de vapor pelos estômatos. Este processo constitui o principal mecanismo de perda de água na planta, mas ao mesmo tempo é o motor físico que mantém o transporte hidráulico das raízes às folhas. A evaporação contínua na superfície da folha gera tensão na coluna de água contida no xilema, que é transmitida para baixo graças à coesão entre as moléculas de água, permitindo a extração de novas quantidades de água do solo.



A imagem mostra como a transpiração surge da interação entre dois fatores fundamentais. A primeira é a abertura estomática, que determina o tamanho do caminho disponível para a difusão do vapor d'água. Quanto maior a abertura dos estômatos, menor será a resistência à passagem do vapor e maior será a perda de água. A segunda é o déficit de umidade entre o interior da folha e a atmosfera. À medida que o ar exterior permanece relativamente seco, a diferença de concentração de vapor aumenta e o fluxo difusivo intensifica-se. Ambos os fatores atuam em conjunto: uma abertura ampla só produz alta transpiração se também houver um forte gradiente de umidade, enquanto o ar muito seco dificilmente causa perdas significativas quando os estômatos permanecem fechados.

Do ponto de vista físico, a equação corresponde a uma adaptação da lei de difusão de Fick para o transporte de vapor d'água. A velocidade de difusão é proporcional à condutância estomática e à força motriz gerada pelo gradiente de vapor. O fator constante incorporado na expressão não representa um ajuste empírico, mas sim a diferença entre as propriedades difusivas do vapor d'água e do dióxido de carbono no ar. Graças a isso, a equação mantém uma ligação direta com as leis fundamentais do transporte molecular.

As consequências fisiológicas deste processo são profundas. A maior transpiração aumenta o abastecimento de água e favorece o resfriamento das folhas, mas também aumenta o consumo de água da planta e a tensão suportada pelo sistema vascular. Quando as condições atmosféricas são muito secas ou os estômatos permanecem excessivamente abertos, o fluxo de água pode ultrapassar a capacidade do xilema de abastecer os tecidos, favorecendo o desenvolvimento de cavitação e aumentando o risco de estresse hídrico. Pelo contrário, uma redução excessiva da transpiração protege o sistema hidráulico, embora limite simultaneamente as trocas gasosas necessárias à fotossíntese.

Dentro do modelo integrado, esta equação constitui o mecanismo que transforma a regulação estomática e as condições atmosféricas em uma verdadeira vazão de água. A condutância estomática calculada no grupo anterior determina o quanto o vapor pode se difundir, enquanto o ambiente define a intensidade da força motriz. O fluxo resultante alimenta diretamente o equilíbrio hídrico da folha e, ao mesmo tempo, gera a tensão que impulsiona a subida da água através do xilema. Desta forma, a transpiração estabelece a ligação entre a regulação fisiológica dos estômatos e o transporte hidráulico de toda a planta, tornando-se um dos processos centrais que conectam a disponibilidade hídrica, as trocas gasosas e a sobrevivência contra o estresse hídrico.

ID:('gp', 641)

Storyboard

A equação expressa uma das condições fundamentais para o funcionamento estável do sistema de transporte de água da usina. Num estado quase estacionário, a quantidade de água que sobe das raízes através do xilema deve ser igual à quantidade de água que sai da planta através da transpiração. Ou seja, a água que chega continuamente às folhas é exatamente o que falta para repor aquela que evapora na atmosfera, para que o teor de água armazenada nos tecidos permaneça praticamente constante. Esta relação constitui uma consequência direta do princípio da conservação da massa aplicado ao continuum solo-planta-atmosfera.



A imagem mostra esse equilíbrio como um fluxo contínuo que conecta o solo à atmosfera. A água absorvida pelas raízes sobe pelo xilema impulsionada pela tensão gerada nas folhas e, por fim, evapora pelos estômatos. Enquanto o sistema permanecer em equilíbrio, não haverá acumulação ou perda líquida de água dentro da planta. Cada molécula que sai da folha é substituída por outra que sobe do sistema radicular, mantendo estável o estado hídrico dos tecidos. A planta comporta-se assim como um canal dinâmico através do qual a água circula continuamente do solo para a atmosfera.

Do ponto de vista físico, esta igualdade representa o encerramento natural do balanço de massa da água. Não introduz um novo mecanismo de transporte, mas estabelece a condição de que o fluxo hidráulico do xilema e a perda de água por evaporação devem ser satisfeitos simultaneamente quando o sistema opera de forma estável. Se, devido a alguma perturbação ambiental, a transpiração aumentar mais rapidamente do que o fluxo ascendente, a folha começa a perder água, o potencial hídrico da folha diminui e o sistema sai momentaneamente do equilíbrio. Da mesma forma, se o abastecimento de água exceder temporariamente a evaporação, a folha recupera água e o potencial hídrico aumenta até atingir novamente um estado de equilíbrio.

Este equilíbrio explica porque a transpiração é o verdadeiro motor do transporte hidráulico. A evaporação representa não apenas uma perda de água, mas o processo físico que gera o estresse necessário para extrair continuamente água do solo.

Quanto maior a evaporação, maior será a demanda hidráulica que o xilema deve satisfazer. Enquanto o sistema vascular retém capacidade condutora suficiente, o fluxo ascendente aumenta para compensar esta demanda. Porém, quando a capacidade hidráulica diminui devido à cavitação, o fluxo não consegue mais acompanhar o aumento da transpiração e o equilíbrio começa a se romper, desencadeando a diminuição do potencial hídrico foliar e a ativação do fechamento estomático.

Dentro do modelo integrado, esta equação constitui o encerramento do grupo dedicado à transpiração e o ponto onde se completa o ciclo de feedback entre a evaporação e o transporte hidráulico. O fluxo calculado pelo modelo do xilema alimenta o equilíbrio hídrico da folha, enquanto a transpiração gera a tensão que impulsiona novamente esse mesmo fluxo. Forma-se assim um circuito fechado que conecta o solo, o sistema vascular, as folhas e a atmosfera através de um único processo contínuo de conservação de massa. Graças a esta relação, o modelo representa explicitamente que o transporte de água e a transpiração não são processos independentes, mas sim duas manifestações complementares do mesmo fluxo hidráulico que mantém o funcionamento de toda a planta.

ID:('gp', 642)

Storyboard

A equação descreve o fornecimento de dióxido de carbono para o interior da folha, ou seja, a velocidade com que o $CO_2$ atmosférico entra pelos estômatos e se difunde para os espaços intercelulares onde será posteriormente utilizado pela fotossíntese. Este processo constitui a etapa de fornecimento de carbono e depende simultaneamente de dois fatores. Por um lado, a abertura estomática determina o tamanho do caminho disponível para a difusão do gás. Por outro lado, a diferença entre a concentração de $CO_2$ no ar e aquela existente no interior da folha fornece a força motriz que move as moléculas em direção ao mesofilo. Quanto maior a abertura estomática e maior o gradiente de concentração, mais intenso será o influxo de dióxido de carbono.



A imagem mostra esta viagem da atmosfera até aos cloroplastos. O dióxido de carbono passa primeiro pelos estômatos abertos, difunde-se pelos espaços intercelulares e finalmente atinge as células fotossintéticas. Durante esta viagem, a concentração do gás diminui progressivamente porque as moléculas são consumidas pela fotossíntese. Enquanto houver uma diferença entre a concentração atmosférica e a concentração interna, a difusão continua a alimentar o sistema. Se a atividade fotossintética aumenta e consome $CO_2$ mais rapidamente, a concentração interna diminui, aumentando o gradiente e favorecendo maior entrada de gás. Por outro lado, quando os estômatos se fecham ou o gradiente é reduzido, o suprimento de carbono diminui imediatamente.

Do ponto de vista físico, esta relação corresponde a uma aplicação da lei de Fick à difusão molecular. O fluxo de dióxido de carbono é proporcional à condutância estomática e ao gradiente de concentração entre o exterior e o interior da folha. O fator constante presente na expressão não é um parâmetro ajustado experimentalmente, mas reflete a diferença entre as propriedades difusivas do dióxido de carbono e do vapor d'água no ar. Graças a isso, a equação mantém uma conexão direta com as leis fundamentais do transporte de difusão e, ao mesmo tempo, mantém coerência com o modelo de transpiração utilizado anteriormente.

Do ponto de vista fisiológico, esta equação revela o compromisso central da fisiologia vegetal. Os mesmos estômatos que permitem a entrada do dióxido de carbono também são a principal via de perda de água através da transpiração. A abertura dos estômatos favorece o fornecimento de carbono necessário à fotossíntese, mas ao mesmo tempo aumenta a evaporação e o risco de cavitação do sistema hidráulico. A redução da abertura protege o transporte de água, embora limite imediatamente a disponibilidade de $CO_2$ para os cloroplastos. Esta competição entre aquisição de carbono e conservação de água constitui um dos princípios fundamentais da operação da planta.

Dentro do modelo integrado, esta equação representa o lado da oferta do balanço de dióxido de carbono. A regulação estomática determina a capacidade de oferta, enquanto o consumo fotossintético, descrito posteriormente, constitui a demanda do sistema. O equilíbrio entre os dois processos estabelece a concentração interna de $CO_2$ e, com ela, a quantidade de carbono disponível para a fotossíntese. Desta forma, a difusão do dióxido de carbono liga diretamente a hidráulica da planta ao seu metabolismo fotossintético, integrando a regulação estomática, as trocas gasosas e a produção de biomassa num único processo que acabará por determinar a eficiência do uso da água.

ID:('gp', 643)

Storyboard

A equação descreve o fornecimento de dióxido de carbono para o interior da folha, ou seja, a velocidade com que o $CO_2$ atmosférico entra pelos estômatos e se difunde para os espaços intercelulares onde será posteriormente utilizado pela fotossíntese. Este processo constitui a etapa de fornecimento de carbono e depende simultaneamente de dois fatores. Por um lado, a abertura estomática determina o tamanho do caminho disponível para a difusão do gás. Por outro lado, a diferença entre a concentração de $CO_2$ no ar e aquela existente no interior da folha fornece a força motriz que move as moléculas em direção ao mesofilo. Quanto maior a abertura estomática e maior o gradiente de concentração, mais intenso será o influxo de dióxido de carbono.

A imagem mostra esta viagem da atmosfera até aos cloroplastos. O dióxido de carbono passa primeiro pelos estômatos abertos, difunde-se pelos espaços intercelulares e finalmente atinge as células fotossintéticas. Durante esta viagem, a concentração do gás diminui progressivamente porque as moléculas são consumidas pela fotossíntese. Enquanto houver uma diferença entre a concentração atmosférica e a concentração interna, a difusão continua a alimentar o sistema. Se a atividade fotossintética aumenta e consome $CO_2$ mais rapidamente, a concentração interna diminui, aumentando o gradiente e favorecendo maior entrada de gás. Por outro lado, quando os estômatos se fecham ou o gradiente é reduzido, o suprimento de carbono diminui imediatamente.

Do ponto de vista físico, esta relação corresponde a uma aplicação da lei de Fick à difusão molecular. O fluxo de dióxido de carbono é proporcional à condutância estomática e ao gradiente de concentração entre o exterior e o interior da folha. O fator constante presente na expressão não é um parâmetro ajustado experimentalmente, mas reflete a diferença entre as propriedades difusivas do dióxido de carbono e do vapor d'água no ar. Graças a isso, a equação mantém uma conexão direta com as leis fundamentais do transporte de difusão e, ao mesmo tempo, mantém coerência com o modelo de transpiração utilizado anteriormente.

Do ponto de vista fisiológico, esta equação revela o compromisso central da fisiologia vegetal. Os mesmos estômatos que permitem a entrada do dióxido de carbono também são a principal via de perda de água através da transpiração. A abertura dos estômatos favorece o fornecimento de carbono necessário à fotossíntese, mas ao mesmo tempo aumenta a evaporação e o risco de cavitação do sistema hidráulico. A redução da abertura protege o transporte de água, embora limite imediatamente a disponibilidade de $CO_2$ para os cloroplastos. Esta competição entre aquisição de carbono e conservação de água constitui um dos princípios fundamentais da operação da planta.

Dentro do modelo integrado, esta equação representa o lado da oferta do balanço de dióxido de carbono. A regulação estomática determina a capacidade de oferta, enquanto o consumo fotossintético, descrito posteriormente, constitui a demanda do sistema. O equilíbrio entre os dois processos estabelece a concentração interna de $CO_2$ e, com ela, a quantidade de carbono disponível para a fotossíntese. Desta forma, a difusão do dióxido de carbono liga diretamente a hidráulica da planta ao seu metabolismo fotossintético, integrando a regulação estomática, as trocas gasosas e a produção de biomassa num único processo que acabará por determinar a eficiência do uso da água.

ID:('gp', 644)

Storyboard

A equação descreve como a concentração interna de dióxido de carbono na folha evolui ao longo do tempo como resultado do equilíbrio entre dois processos opostos: a entrada de $CO_2$ da atmosfera e seu consumo pela fotossíntese. Ao contrário das duas equações anteriores, que representam a oferta e a procura de carbono separadamente, esta integra ambos os processos num único equilíbrio dinâmico. A concentração interna não permanece fixa, mas muda continuamente dependendo de qual dos dois processos predomina em cada momento. Quando a oferta excede o consumo, a concentração aumenta; Quando a fotossíntese consome carbono mais rápido do que pode absorver, a concentração diminui até que um novo estado de equilíbrio seja alcançado.



A imagem mostra esse equilíbrio como um sistema de entradas e saídas centrado nos espaços intercelulares da folha. O dióxido de carbono se difunde da atmosfera através dos estômatos e alimenta um reservatório representado pela concentração interna. Desse mesmo reservatório, o carbono é continuamente extraído pelos cloroplastos para ser incorporado a compostos orgânicos por meio da fotossíntese. Enquanto ambas as velocidades forem iguais, a concentração permanece estável. Se a abertura estomática aumentar ou a concentração atmosférica for alta, a oferta de $CO_2$ aumenta e a concentração interna tende a aumentar. Pelo contrário, se a radiação aumenta e acelera a fotossíntese sem um aumento equivalente na oferta, a concentração interna diminui até que ambos os processos se compensem novamente.

Do ponto de vista físico, esta equação constitui uma aplicação direta do princípio da conservação da massa ao dióxido de carbono contido nos espaços intercelulares da folha. A mudança temporal na quantidade de $CO_2$ armazenada é igual à diferença entre o fluxo que entra e o fluxo que é consumido. A presença de capacitância para dióxido de carbono representa a capacidade do volume intercelular de armazenar temporariamente o gás, evitando que pequenas variações instantâneas na abertura estomática ou na intensidade da luz produzam mudanças abruptas na concentração interna. Graças a esta inércia, o sistema responde continuamente e reproduz o comportamento observado experimentalmente durante as transições entre diferentes condições ambientais.

Do ponto de vista fisiológico, a concentração interna de $CO_2$ constitui uma das principais variáveis que regulam a atividade fotossintética. Se diminuir excessivamente, a fixação do carbono passa a ser limitada pela disponibilidade do gás, mesmo quando há luz abundante. Se aumentar muito, a fotossíntese deixa de se beneficiar de novos aumentos devido à saturação da maquinaria bioquímica. O sistema tende naturalmente a um ponto operacional onde o fornecimento de carbono através dos estômatos e o consumo fotossintético permanecem equilibrados, ajustando continuamente a concentração interna diante de mudanças na radiação, umidade atmosférica ou disponibilidade de água.

Dentro do modelo integrado, esta equação constitui o encerramento dinâmico da troca de dióxido de carbono. Recebe a entrada calculada pelo modelo de difusão e a saída determinada pela demanda fotossintética, gerando a concentração interna que alimenta novamente o processo de fixação de carbono. Um ciclo de feedback é assim estabelecido entre a difusão e a fotossíntese que mantém o equilíbrio do sistema. Este acoplamento conecta diretamente a regulação estomática com a produção de biomassa e, por extensão, com a eficiência do uso da água. Desta forma, o modelo representa que a quantidade de carbono disponível para a fotossíntese não é uma condição imposta de fora, mas sim uma variável dinâmica que emerge continuamente do equilíbrio entre transporte, consumo e regulação fisiológica.

ID:('gp', 645)

Storyboard

A equação define a eficiência do uso da água como a relação entre a quantidade de carbono fixada pela fotossíntese e a quantidade de água perdida pela transpiração durante o mesmo intervalo de tempo. Ao contrário das equações anteriores, esta não descreve um mecanismo físico ou um processo fisiológico independente. É um indicador que resume o comportamento conjunto de todos os processos envolvidos na operação da planta. O seu valor não depende de uma única variável, mas surge como consequência da interação entre a disponibilidade de água no solo, o transporte hidráulico, o estado hídrico da folha, a regulação estomática, a difusão do dióxido de carbono e a atividade fotossintética.



A imagem mostra como este indicador integra as duas principais correntes que atravessam o sistema. Por um lado, surge o carbono atmosférico que entra pelos estômatos e se transforma em biomassa através da fotossíntese. Por outro lado, a água absorvida do solo sobe pelo xilema e finalmente sai da planta na forma de vapor pelos mesmos estômatos. A eficiência no uso da água compara os dois processos, expressando quanto carbono a planta consegue incorporar para cada unidade de água consumida. Quando a produção de biomassa aumenta sem que a perda de água aumente na mesma proporção, o indicador melhora. Se, por outro lado, a planta perde grandes quantidades de água para fixar relativamente pouco carbono, a eficiência diminui.

Do ponto de vista fisiológico, este indicador reflete a estratégia operacional adotada pela planta diante das condições ambientais. Uma ampla abertura estomática favorece a entrada de dióxido de carbono e pode aumentar a fotossíntese, mas simultaneamente aumenta a transpiração e o risco de cavitação. Um fechamento estomático mais intenso protege o sistema hidráulico e reduz o consumo de água, embora também limite o fornecimento de dióxido de carbono e diminua a produção de biomassa. Como consequência, a eficiência do uso da água não aumenta simplesmente pela maximização da fotossíntese ou pela minimização da transpiração, mas pela procura de um equilíbrio entre ambos os processos.

Este comportamento destaca um dos princípios fundamentais do modelo: os diferentes processos fisiológicos não podem ser otimizados de forma independente porque compartilham a mesma variável de controle, a abertura estomática. Qualquer modificação destinada a melhorar um dos objectivos afecta inevitavelmente os outros. O aumento da condutância estomática favorece a fixação de carbono, mas também aumenta a perda de água e a tensão no xilema. A redução da condutância diminui a transpiração e protege o sistema hidráulico, mas simultaneamente limita o fornecimento de dióxido de carbono e a produtividade fotossintética. A eficiência no uso da água resume com precisão o resultado final deste compromisso estrutural.

Dentro do modelo integrado, esta equação constitui o encerramento de toda a cadeia causal. Ele não introduz novo feedback nem modifica o comportamento de processos anteriores, mas sintetiza o desempenho geral do sistema em um único valor. Todos os mecanismos descritos anteriormente, desde a retenção de água no solo até a fixação de carbono nos cloroplastos, finalmente convergem neste indicador. Portanto, a eficiência no uso da água representa uma medida integrada da capacidade da planta de transformar os recursos hídricos disponíveis em crescimento vegetal, permitindo comparar diferentes condições ambientais, estratégias fisiológicas ou adaptações evolutivas usando um único parâmetro que resume o funcionamento completo do modelo.

ID:('gp', 646)