GeoInformatics.cc

This page is read only. You can view the source, but not change it. Ask your administrator if you think this is wrong.
===== CST-317: Introdução à Modelagem do Sistema Terrestre =====

{{http://www.dpi.inpe.br/gilberto/imagens/spatial_games.jpg?256|}}
===== Aulas 2012 =====

=== Introdução do Curso ===

  * Aula: [[http://www.dpi.inpe.br/gilberto/cursos/cst-317/cst317_2012_introd.pptx | Introdução à disciplina]]
  * Aula: [[http://www.terrame.org/lib/exe/fetch.php?media=ppt:lua-for-terrame-cst-305.ppt| Introdução à linguagem Lua]]
  * Aula: [[http://www.terrame.org/lib/exe/fetch.php?media=ppt:terrame-introduction-cst-305.ppt | Introdução ao TerraME]] ([[http://www.terrame.org/lib/exe/fetch.php?media=examples:example1.lua|exemplo 1]], [[http://www.terrame.org/lib/exe/fetch.php?media=examples:example2.lua|exemplo 2]], [[http://www.terrame.org/lib/exe/fetch.php?media=examples:example3.lua|exemplo 3]])
  * Exemplo de programa em TerraME: [[http://www.dpi.inpe.br/gilberto/cursos/cst-317/demos/demo24_jogo_da_vida.lua | Jogo da Vida]] 
  * Exemplo [[http://www.terrame.org/lib/exe/fetch.php?media=examples:termostato.lua|termostato]].
  * Exemplo {{:cst-305:investment.zip|investimento}}.
  * 


=== Introdução: Pensando em Sistemas ===

O excelente livro [[http://www.donellameadows.org/|"Thinking in Systems"]], de Donella Meadows, serve de base para discutir o funcionamento de sistemas. Os alunos devem ler os quatro primeiros capítulos do livro e desenvolver exercícios sobre os sistemas descritos nas páginas 58-72 do livro 

=== Modelo hidrológico: o caso do Mono Lake ===

Este modelo se baseia no caso do [[http://en.wikipedia.org/wiki/Mono_Lake|MonoLake]], um lago alcalino no estado da Califórnia, EUA. A partir de 1941, a água do lago foi desviada para servir à cidade de Los Angeles. Em 1982, o Mono Lake havia perdido 31% de sua superficie, causando grande prejuízo ao seu ecosistema. Ecologistas e pesquisadores formaram então o [[http://www.monolake.org/mlc/|Mono Lake Committee]], que mobilizou mais de 15.000 pessoas e consegui proteger o lago. 

//Exercício para os alunos:// Implementar os modelos sobre o Mono Lake, propostos no capítulo 5 do livro-texto "Modelling the Enviroment" (veja informação adicional [[http://www.wsu.edu/~forda/mb.html|aqui]]). 

=== Modelo de impacto ambiental: o caso do salmão no bacia do Tucannon River ===

Este modelo se baseia no caso do [[http://en.wikipedia.org/wiki/Tucannon_River|Tucannon River]], um rio no estado de Washington, EUA. Neste modelo, iremos simular um modelo de impacto ambiental baseado na instalação de hidroelétricas no rio e seu impacto sobre a população de salmões. 

//Exercício para os alunos:// Implementar os modelos sobre o salmão do Tucannon River, propostos no capítulo 14 do livro-texto "Modelling the Enviroment". 

=== Modelo de impacto ambiental: incentivos para reduzir poluição em automóveis ===

Este modelo se baseia num estudo hipotético do estabelecimento de uma política de incentivos e impostos para reduzir a poluição do ar causada por automóveis. Neste modelo, iremos simular qual a melhor combinação de politicas de incentivo sobre o mix da frota de carros da Califórnia. 

//Exercício para os alunos:// Implementar os modelos de redução de poluição do ar por incentivos no preço de veículos menos poluentes, propostos no capítulo 20 do livro-texto "Modelling the Enviroment". 

=== Modelos ecológicos com realimentação: Daisyworld ===

[[http://en.wikipedia.org/wiki/Daisyworld|Daisyworld]] é um planeta hipotético concebido por James Lovelock e Andrew Watson para ilustrar a hipótese de Gaia.  O planeta tem apenas duas formas de vida: margaridas pretas e margaridas brancas. As margaridas brancas crescem melhor em clima mais quente, e as pretas preferem um clima mais frio. Só que as plantas brancas refletem a luz e tornam o planeta mais frio, e as pretas absorvem a luz e tornam o planeta mais quente. Este efeito de realimentação faz com que o planeta consiga manter a temperatura da sua superfície Daisyworld quase constante mesmo quando a energia solar varia.

//Exercicio para os alunos:// Implementar uma versão 2D do DaisyWorld, baseado no capítulo 11 do livro-texto "Modelling the Enviroment", no paper de Lovelock e na versão 2D do Daisyworld descrita por van Bloh.

  * Lenton, T.M.; J.E. Lovelock (2001), [[http://www.dpi.inpe.br/gilberto/cursos/cst-317/papers/daisy_world_revisited.pdf|"Daisyworld revisited: quantifying biological effects on planetary self-regulation"]].
  * Wood et al.(2008), [[http://www.dpi.inpe.br/gilberto/cursos/cst-317/papers/daisyworld_review.pdf|"Daisyworld: A review"]]. 
  * Lenton (1998), [[http://www.dpi.inpe.br/gilberto/cursos/cst-317/papers/gaia_natural_selection.pdf|"Daisyworld: A review"]].

Veja o ótimo site de van Bloh: [[http://www.pik-potsdam.de/~bloh/|"Daisyworld: a tutorial approach to geophysiological modelling"]].
 


=== Modelos de Simulação Social: Segregação ===

A segregação racial e social é um tema recorrente em estudos sociais. O entendimento usual é que a segregação resulta de intolerância, quando as pessoas não aceitam ter muitos vizinhos de cor ou origem social distinta. Em 1969, Tom Schelling publicou o artigo (hoje clássico) [[http://www.dpi.inpe.br/gilberto/cursos/cst-305/papers/schelling_segregation.pdf|"Modelos dinâmicos de segregação"]], onde mostra uma pequena preferência para os vizinhos para ser da mesma cor pode levar à segregação total. O ciclo de feedback positivo da segregação acontece em diferentes populações.

//Exercicio:// Implementar o modelo de segregação de Schelling conforme descrito no [[http://www.dpi.inpe.br/gilberto/cursos/cst-317/aulas/lab-schelling.pdf|exercicio]].[[http://www.dpi.inpe.br/gilberto/cursos/cst-317/demos/demo21_schelling.lua | Codigo em TerraME]]

=== Modelos de simulação social: Teoria de Jogos ===

Aula: [[http://www.dpi.inpe.br/gilberto/cursos/cst-317/aulas/cst317_2012_game_theory.ppt|"Game Theory"]].

A teoria dos jogos e a teoria dos autômatos celulares parecem à primeira vista a ser totalmente independentes (apesar de terem sido criadas na década pelo mesmo pai, John von Neumann). Na literatura recente, as duas disciplinas têm sido reunidas. 

Um bom exemplo é o paper de Novak e May: [[http://www.dpi.inpe.br/gilberto/cursos/cst-317/papers/may_nowak.pdf|"Evolutionary Games and Spatial Chaos"]]. 

Os autores consideram um espaço celular, no qual cada célula pode ser ocupada por um jogador. Os jogadores se envolvem numa rodada do Dilema do Prisioneiro contra cada um dos seus vizinhos. Os jogadores podem ser cooperadores ou desertores (C ou D). Cada jogador escolhe uma estratégia, e joga o Dilema do Prisioneiro contra seus vizinhos. Depois, a próxima geração é formada. Cada célula escolhe a estratégia de maior pontuação na vizinhança (que inclui a própria célula e sua e vizinhança de von Neumann). Com isto, o automato celular propaga a transição para seus vizinhos. A mensagem básica do modelo de Nowak-May é que, para uma substancial subconjunto do espaço de parâmetros (ou seja, os valores R, S, T e P) e para a maioria das condições iniciais, desertores e cooperadores podem coexistir para sempre, quer de forma estática ou em padrões irregulares de modelos dinâmicos com flutuações caóticas previsíveis ao longo das médias de longo prazo. No caso das populações sem estrutura espacial os cooperantes acabam por desaparecer, Quando há uma estrutura territorial, os colaboradores conseguem sobreviver.

Veja ainda o artigo [[http://www.dpi.inpe.br/gilberto/cursos/cst-317/papers/nowak_games_on_grids.pdf|"Games on Grids"]]

//Exercicio:// Implementar o modelo de Nowak e May para várias configurações iniciais de colaboradores e desertores, e vários valores de ganho R (reward = ganho pela colaboração mutua), S (sucker´s payoff = prejuízo por colaborar quando o outro deserta), T (temptation = tentação para desertar), e P (punishment = punição por deserção mútua), R=1, S=0, P > S, e 1< T < 2, numa vizinhança 3 x 3 com a célula jogando contra ela mesma.Veja o [[http://www.dpi.inpe.br/gilberto/cursos/cst-317/demos/demo22_spatial_games_kaleidoscope.lua | Codigo em TerraME para o modelo básico de Nowak e May]].

//Exercicio: //Implementar o dilema do prisioneiro espacial para várias configurações iniciais de colaboradores e desertores, com ganhos R = 3  (fixo), S = 0 (fixo), 3 < T < 6 e 0 < P < 3. Descubra quantas e quais são os espaços de fase do modelo. Use vizinhança de Von Neumann (2x2). A célula joga com seus quatro vizinhos, mas não joga consigo.



=== Modelos de Agentes e Simulação Social ===

Aula: [[http://www.dpi.inpe.br/gilberto/cursos/cst-317/aulas/cst317_2012_agents_simulation.ppt|"Agent-based models and social simulation"]].

A Simulação Social é um campo de pesquisa que aplica métodos computacionais para estudar as questões das ciências sociais. Os temas explorados incluem problemas de sociologia, ciência política, economia, antropologia, geografia, arqueologia e lingüística. Seu objetivo é tentar representar os comportamentos e as interações que constroem a realidade social. 

A simulação social usa em normas especificidas através de algoritmos e gera dados que podem ser analisados indutivamente. Em geral, as condições de início são geradas arbitrariamente e não partem de medição direta do mundo real. A enfase é construir sociedades artificiais que forneçam insights sobre como a sociedade real funciona.

Modelos de simulação social são usualmente implementados através de sistemas de agentes. Um modelo baseado em agentes (ABM) descreve o comportamento da cada indivíduo e de sua interação com os demais e com o ambiente no qual vive.  Tais modelos simulam as ações de vários individuos (agentes) em uma tentativa de reconstruir configurações que se aproximem da realidade. Partindo do micro (indivíduos e suas interações) tenta-se reproduzir o macro (comportamentos coletivos). As regras para agentes fazem-nos agir de acordo com seus interesses individuais, tais como reprodução, ganho económica ou condição social, com conhecimento limitado. Modelos de agentes podem incluir regras para aprendizado, adaptação e reprodução. 

Um modelo interessante é  "Urban Growth in Latin American cities:exploring urban dynamics through agent-based simulation", proposto na tese de Joana Barros
[[http://www.bbk.ac.uk/geog/about/barros/PhD_thesis|Joana´s PhD thesis]]. Esta tese estuda um tipo específico de crescimento urbano que acontece em cidades latino-americanas, chamado "periferização", caracterizada pela formação de áreas de baixa renda residencial no anel periférico da cidade e uma perpetuação de um padrão espacial centro-periferia. A dinâmica de crescimento e mudança em cidades latino-americanas são exploradas utilizando simulação baseada em agentes. O objetivo é aumentar a compreensão dos fenômenos espaciais urbanas em cidades latino-americanas, o que é essencial para fornecer uma base para o planejamento das ações e políticas futuras. 
Veja ainda uma [[http://www.dpi.inpe.br/gilberto/cursos/cst-317/aulas/joana-apresentacao.ppt|apresentação]] de Joana Barros sobre sua tese.

Veja o [[http://www.dpi.inpe.br/gilberto/cursos/cst-317/demos/demo26_barros_agents.lua | Codigo em TerraME para o modulo de periferizacao da tese de Barros]].

//Exercicio:// Implementar os modulos de "spontaneous settlement" e  "inner city processes" propostos por Barros em sua tese.
GeoInformatics.cc

User Tools

Site Tools

Page Tools
