Analyse des contraintes de co-pressage

Em relação a quantificação da mudança, os resultados foram, de maneira geral, positi- vos. Observa-se a dependência desses resultados em relação aos parâmetros adotados para o modelo. Pela comparação dos resultados dos experimentos, principalmente do Ex- perimento 3, nota-se que a quantidade dos agentes transformadores afeta diretamente a quantidade de recursos explorada. Aparentemente, percebe-se um ponto ótimo de explo- ração para cada recorte, expresso pelo número de agentes agricultores e pecuaristas. Após esse ponto ótimo, há um decréscimo na quantidade explorada, seguido por novo aumento, este devido à exploração por “força bruta”, resultante do excessivo número de agentes.

Não havia a pretensão de resultados condizentes 100% com a realidade. Já era espe- rado um número aproximado para a taxa de mudança devido as incertezas inerentes à modelagem. Entretanto, a implementação exclusiva das tipologias Agricultor e Pecuarista distanciou as simulações de um retrato mais fiel da realidade. A exclusão das tipologias Urbanizador e Conservacionista para o estudo de caso do DF deve ser considerada da interpretação dos resultados obtidos. Apesar de estarem previstos no modelo teórico (ver Seção 5.2), o não desenvolvimento dessas tipologias ocorreu unicamente por decisão do projeto, uma vez que seriam necessárias apenas duas tipologias (no caso, definidas como Agricultor e Pecuarista), com regras e mudanças de estado definidas, para testar as fun- cionalidades e implementações da ferramenta MASE. Como o DF possui pelo menos 17% (dados de 2008) de seu território ocupado por áreas urbanizadas, é expressiva a ausência do agente Urbanizador. Conforme análise do Experimento 2, é patente que a inexistência de um agente urbanizador em determinados recortes fez com que os resultados fossem severamente afetados. Como o zoneamento do PDOT determina áreas de utilização uni- camente urbana, com a definição de regras impeditivas da ação de outras tipologias no modelo, o resultado ruim nesses recortes já era esperado e reflete unicamente o conjunto de definições adotadas. Uma alteração na regra de interpretação do PDOT pode ser vis- lumbrada, transformando o zoneamento do Plano Diretor em uma indicação ou sugestão das possíveis destinações do uso da terra, divergindo do caráter determinístico e absoluto que configura o modelo atual. Desse modo, mesmo que improvável a exploração de um agente pecuarista em uma área de expansão urbana, isto não seria impossível (que, em suma, é como está programado o modelo proposto).

Outro fator que afeta a taxa de mudança no uso e na cobertura da terra é o atributo que configura o potencial de exploração de cada agente transformador. Esse número é determinado arbitrariamente na configuração do modelo descrito nesse trabalho, e pode se inferir que essa variável possui um comportamento análogo ao número de agentes exploradores, ou seja, quanto maior o potencial de exploração por agente, maior a taxa de mudança por step e, por conseguinte, maior a taxa de mudança total da simulação.

Um estudo mais criterioso é necessário para correlacionar esse número absoluto ao potencial de recursos da terra encontrado na realidade, de modo a justificar esse parâmetro de maneira menos artificial. Uma possibilidade já aventada e parcialmente projetada é a definição de cenários por meio da configuração desse parâmetro. Por exemplo, seria possível, pela alteração desse atributo, simular três cenários possíveis para o DF: um cenário tendencial (ou business-as-usual) que refletiria o ritmo da exploração como ele é percebido, um cenário degradativo (ou pessimista) que o potencial de exploração seria superior ao do cenário tendencial (por exemplo, exploração de 500 unidades por step para cada agente agricultor) e, finalmente, um cenário conservacionista (ou otimista), em que

a taxa de exploração seria menor do que a normalmente registrada. A exploração de diferentes cenários pela alteração de parâmetros pode representar diferentes hipóteses no modelo, supondo que novas legislações, técnicas de cultivo/exploração ou a difusão de processos de educação ambiental poderiam influenciar a dinâmica de uso e ocupação da terra.

Uma discussão acerca da variabilidade de comportamentos por agentes e tipologias também se faz necessária para a análise da quantificação da mudança no uso e cobertura da terra. Como definido no modelo e implementado na ferramenta, não há variabilidade dentro de uma mesma tipologia. Todos os agentes agricultores possuem o mesmo exato comportamento. Um passo que certamente tornaria o modelo mais factível, e por con- seguinte mais complexo, seria a implementação de diferenças entre agentes de mesma tipologia. Seria possível, por exemplo, implementar atores com potencial de exploração diferentes dentro do grupo de agricultores, o que refletiria a diversidade dessa classe de agentes, permitindo captar comportamentos de agricultores familiares e de grandes mono- culturas. Do mesmo modo, a variação da percepção da vizinhança poderia ser configurá- vel, simulando também a variabilidade aí existente. Por exemplo, uma grande agricultor pode instalar sua propriedade no local de melhor subsídios, portanto tem uma visão mais ampla da vizinhança do que o agricultor de pequeno porte, que está confinado à terra que herdou. A variabilidade dentro de cada tipologia é suportada pela técnica de SMA, sendo somente necessária a definição conceitual dessas diferenças no modelo para a sua implementação.

Em relação à alocação da mudança, destacam-se alguns tópicos. A divisão do espaço total a ser simulado em recortes é altamente impactante para a correta alocação da mu- dança. Os limites pré-determinados restringem a visão dos agentes do ambiente ao seu redor, não considerando-o como espaço contínuo. O local mais adequado para a inici- alização ou para o deslocamento do agente pode estar imediatamente ao lado, mas fica inacessível pelo recorte. A simulação de um único espaço, sem a fragmentação, resultaria em padrões de mudança mais próximos a realidade.

Outra questão surge também em consequência dos recortes. A obrigatoriedade de alo- cação de um número determinado de agentes em cada recorte, aumenta o erro inerente ao modelo e aos resultados apresentados pela ferramenta. É possível que, pela análise global do espaço, o grupo de agentes pecuaristas fossem mais aptos a explorar uma determinada região A. Entretanto, como a região não está disponível pela limitação do recorte, esse grupo de agentes deverá explorar outro local, não o que inicialmente seria mais ideal. O problema de falta de exploração de alguns recortes pela ausência do agente urbanizador reflete também esse problema. Se tivessem a noção contínua do espaço, os agentes agri- cultores e pecuaristas não ficariam na inação, presos em um recorte onde não é possível explorar.

Uma solução paliativa pode ser implementada em SMA. Se a extensão do modelo pre- tendido for grande a ponto de que a divisão em recortes seja inevitável, é possível, pelos agentes gerentes, alocar os agentes transformadores antes do início da simulação. Isso per- mitiria que o grupo de agentes transformadores avalisasse o espaço como um todo e fossem alocados nos locais de maior utilidade. Um recorte A poderia ter 10 agentes agricultores e 3 pecuaristas, enquanto um recorte B poderia ter 70 agentes pecuaristas e nenhum agricultor. A divisão em recortes seria unicamente para dividir a carga computacional da simulação. Ainda haveria o problema do agente, uma vez alocado em um recorte, não

poder migrar para o outro ao lado, mas esse já seria um melhoramento considerável em relação à implementação atual.