Participatory scenarios and agent based models

RICARDO THEOPHILO FOLHES - CENÁRIOS DE MUDANÇAS NO USO DA TERRA, EXPLORANDO UMA ABORDAGEM PARTICIPATIVA E MULTI-ESCALA PARA O ASSENTAMENTO AGROEXTRATIVISTA DO LAGO GRANDE
A criação de Projetos de Assentamento Agroextrativistas (PAE) vem possibilitando a regularização fundiária de apossamentos praticados por comunidades tradicionais na Amazônia. Em 2005, foi criado pelo INCRA no município de Santarém-PA, o PAE Lago Grande, que com seus 290.000 hectares e seus 30.000 habitantes corresponde a um dos maiores assentamentos de reforma agrária já criado no Brasil. Nesse contexto, este trabalho teve por objetivo adaptar métodos participativos de elaboração de cenários para a realidade da Amazônia. Cenários são narrativas sobre o futuro, que podem ser construídos com uma variedade de técnicas e objetivos e têm sido utilizados em diferentes contextos, desde planejamento de negócios por empresas a análises ambientais. Buscou-se analisar se este processo pode ser efetivo como ferramenta de apoio a consolidação de diferentes unidades territoriais da região. Para tanto, o PAE Lago Grande foi utilizado como estudo de caso. Os resultados da pesquisa demonstram que existe grande potencial para a replicação da metodologia adotada em outras modalidades de assentamentos de reforma agrária e em unidades de conservação de uso sustentável.

TALITA OLIVEIRA ASSIS - RELAÇÕES ENTRE AGENTES E O ESPAÇO EM MODELOS DE MUDANÇA DE USO DA TERRA
Modelos baseados em agentes são fundamentados nas ações dos agentes, que podem influenciar tanto outros agentes, quanto o espaço onde interagem estabelecendo relações entre eles. No entanto, nos modelos de mudanças de uso e cobertura da terra existem necessidades especiais no que tange as relações e que, se contempladas, ajudariam a construir modelos capazes de explorar mais profundamente o comportamento dos agentes e sua influência sobre outros agentes e sobre seu ambiente de interação. Estas necessidades incluem a possibilidade de um mesmo agente influenciaras mudanças de uso da terra em vários lugares do espaço, podendo tomar diferentes decisões sobre cada um deles. Incluem também a construção de relações entre agentes de diferentes níveis hierárquicas, ou formadas a partir das relações topológicas entre as células do espaço sobre as quais tem influência. Este trabalho explora a representação das relações e propõe uma estrutura que contemple estas necessidades. Esta estrutura é então implementada no ambiente de modelagem TerraME para que possa ser avaliada. Um modelo baseado em um problema real é construído para que as relações sejam exploradas e desta forma seja verificada a consistência tanto da estrutura proposta quanto do impacto destas relações nos modelos de uso e cobertura da terra.

SÉRGIO SOUZA COSTA - REGIONAL SCALE AGENT-BASED MODELLING OF LAND CHANGE: EVOLVING INSTITUTIONAL ARRANGEMENTS IN FRONTIER AREAS
This thesis discusses the use of agent-based models for capturing land change in large frontier areas. Applying agent models in such areas is not straightforward, given the lack of data. To date, most agent based models of land frontiers study local areas using in-situ information. At regional scales, agent-based modellers need additional ways to describe collective decision-making. The work presents ideas to deal with the complexities of agent-based models at such scales: institutional arrangements and states. Institutional arrangements help to model multi-agent interaction by explaining why, although there are rules and norms for land use, these rules are not always followed. This formalism captures states and transitions of agents in a simulation and helps to build expressive models, where the agent strategies evolve depending of local and external factors. We validate our ideas by building a deforestation model in an area of 60,000 km2 in Amazonia. Results show that we need to set different arrangements to capture changes in agents’ behaviour, as they react to external conditions. Thus, combining the ideas of institutional arrangements and states improves the explanatory power of agent models for regional scales.