Sei sulla pagina 1di 1

Calibrao de Modelos de Mudana de Uso e Cobertura da Terra

Antonio Gomes de Oliveira Junior


Pedro R. Andrade
Bacharelado em Cincia e Tecnologia, Universidade Federal de So Paulo (UNIFESP), Bolsista PIBITI/CNPq
Centro de Cincia do Sistema Terrestre (CCST/INPE), Orientador
Introduo: Modelos de uso da terra so importantes para
melhorar a compreenso dos processos econmicos e sociais
que ocorrem em uma determinada regio de estudo. Durante a
construo desses modelos, a fase de calibrao depende da
complexidade interna e da quantidade dos seus parmetros.
Modelos de uso da terra em geral possuem muitos parmetros,
alm de poderem possuir um comportamento estocstico.
Dados estes desafios, Fraga et al. (2010) propem usar
algoritmos genticos para estimar os melhores valores para os
parmetros de modelos ambientais em geral.
Objetivo: Este projeto tem como objetivo calibrar
modelos de uso da terra. Para isso, foi desenvolvido o pacote
Calibration, que visa facilitar o processo de calibrao de
modelos ambientais, oferecendo uma interface completa para
a calibrao, teste e avaliao de modelos. Podendo ser usado,
por exemplo, para a calibrao de modelos de desmatamento,
testando um modelo especfico e comparando seus resultados
com cenrios reais, de forma a ajustar seus parmetros
Tipos e Mtodos: Foram implementadas diferentes classes
para cada uma das funcionalidades do pacote: Os tipos
Multiple Runs, SaMDE (Self-Adaptive Mutation in the
Differential Evolution) e as mtricas de Goodness Of Fit:
Mtricas de Goodness of Fit: O pacote Calibration possui
mtricas de Goodness Of Fit, usadas para verificar a preciso
de um modelo quando comparado dados reais ou outros
dados de referncia. Alm de mtricas simples que permitem a
comparao clula a clula de dois espaos celulares, com
dados contnuos ou discretos, o mtodo proposto no artigo
Costanza (Costanza, R, 1989) tambm foi implementado.

Figura 2 Fitness em cada um dos passos do Costanza

Tipo Multiple Runs: O tipo Multiple Runs possui diversas


estratgias de execuo de modelos e possibilita que o modelador
compare os resultados de cada um dos testes para analisar o
comportamento do modelo em diversos cenrios diferentes
.

Figura 3 Exemplo do tipo Multiple Runs

Tipo SaMDE: O tipo SaMDE executa a calibrao automtica


usando algoritmos genticos, baseado no trabalho de Fraga, L. M. et al.
(2010). Um algoritmo gentico uma heurstica computacional de
busca para encontrar solues aproximadas em problemas de
otimizao.

Figura 3 -Um exemplo do tipo SaMDE (escrito na linguagem Lua)

Figura 1 - Representao grfica da comparao de dois espaos celulares, presentes em exemplos


do pacote, usando a mtrica de Goodness Of Fit do Costanza.

Concluso: Os mtodos de calibrao automtica tem sido


eficientes nos testes feitos at o momento, pois alm de
proporcionarem um calibrao rpida dos modelos permitem
uma fcil avaliao da sua preciso. Entretanto, como ainda no
foi possvel testar o tipo Calibration com modelos reais de
desmatamento, como inicialmente planejado, no se pode
concluir que o arcabouo implementado eficiente em termos
computacionais.
Referncias Bibliogrficas:
Carneiro et al., (2013). An extensible toolbox for modeling nature-society interactions. Environmental Modelling & Software,
46, p. 104-117.
Costanza, R. (1989). Model Goodness of Fit: A Multiple Resolution Procedure. Ecological Modelling, 47(0304), 199215.
Diniz, L. G. et al. (2013). Measuring Allocation Errors in Land Change Models in Amazonia. In Proceedings of XIV Brazilian
Symposium on GeoInformatics (pp. 133141). Campos do Jordo - SP.
Fraga, L. M. et al. (2010). Calibrao em Modelagem Ambiental na Plataforma TerraME usando Algoritmos Genticos. LXII
Simpsio Brasileiro de Pesquisa Operacional. Bento Gonalves/RS.
Pontius, R. G., et al. (2007). Comparing the input, output, and validation maps for several models of land change. The Annals of
Regional Science, 42(1), 1137.

O cdigo-fonte atual encontra-se disponvel no endereo https://github.com/pedro-andrade-inpe/calibration em forma de um pacote para a plataforma TerraME.

Potrebbero piacerti anche