Recentes Avanços em Modelos Dinâmicos Ambientais Baseados em Sensoriamento Remoto

Com o surgimento da Ciência da Geoinformação, representações de fenômenos geográficos em termos de dimensões espaciais e temporais surgiram como um meio de superar representações estáticas incapazes de lidar com processos dinâmicos do mundo real. Modelos dinâmicos ambientais, impulsionados por dados de sensoriamento remoto, são um campo de pesquisa em crescimento e oferecem possibilidades promissoras e inovadoras não apenas para entender as forçantes de mudanças ambientais pretéritas, mas também fornecer cenários futuros plausíveis de tais mudanças em distintos horizontes de tempo. A maior disponibilidade e variedade de dados de observação da Terra oriundos de plataformas de sensores multinível fornecem uma ampla gama de dados de entrada para modelos dinâmicos ambientais, que então se deparam com o desafio de lidar com essa enorme quantidade de dados (Big Data), geralmente contando com métodos de inteligência artificial. As últimas gerações de tais modelos são capazes de lidar com formas irregulares de células, estados contínuos, vizinhanças não estacionárias, processos assíncronos simultâneos, múltiplos agentes por célula, funções de transição personalizadas baseadas em regiões ou agentes, variáveis endógenas e exógenas, acoplamento de modelos e, mais recentemente, representações 3D. Nesse contexto, este workshop tem o compromisso de relatar os recentes avanços em modelos dinâmicos ambientais.