Ir para o conteúdo

Bibliografia

A bibliografia está organizada por tema, na ordem em que os temas aparecem nos encontros. A página Encontros indica o que ler para cada encontro.

Situação das referências

As referências com DOI foram conferidas na fonte ou na página do editor em 1 nov 2026. As marcadas com (a conferir) ainda precisam ter volume, páginas ou edição conferidos antes de enviar a proposta à coordenação.

Básica

  • COSTA, S. S. Geospatial Modeling with Python. São Luís: LambdaGeo/UFMA, 2026. Livro aberto, Volumes I e II. Disponível em: https://github.com/LambdaGeo/geospatial-modeling-python. O DOI será atribuído no primeiro release.
  • FORD, A. Modeling the Environment. 2. ed. Washington: Island Press, 2009.
  • CARNEIRO, T. G. S.; ANDRADE, P. R.; CÂMARA, G.; MONTEIRO, A. M. V.; PEREIRA, R. R. An extensible toolbox for modeling nature–society interactions. Environmental Modelling & Software, v. 46, p. 104–117, 2013. DOI: 10.1016/j.envsoft.2013.03.002.
  • VERBURG, P. H.; SOEPBOER, W.; VELDKAMP, A.; LIMPIADA, R.; ESPALDON, V.; MASTURA, S. S. A. Modeling the spatial dynamics of regional land use: the CLUE-S model. Environmental Management, v. 30, n. 3, p. 391–405, 2002. DOI: 10.1007/s00267-002-2630-x.
  • PONTIUS JR., R. G. et al. Comparing the input, output, and validation maps for several models of land change. The Annals of Regional Science, v. 42, n. 1, p. 11–37, 2008. DOI: 10.1007/s00168-007-0138-2.

Complementar

Paradigmas e ferramentas (encontros 1, 5 a 7)

  • COUCLELIS, H. Modeling frameworks, paradigms and approaches. In: CLARKE, K. C.; PARKS, B. O.; CRANE, M. P. (org.). Geographic Information Systems and Environmental Modeling. Upper Saddle River: Prentice Hall, 2002. (a conferir: páginas do capítulo)
  • STERMAN, J. D. Business Dynamics: Systems Thinking and Modeling for a Complex World. Boston: McGraw-Hill, 2000. (a conferir)
  • GARDNER, M. Mathematical games: the fantastic combinations of John Conway's new solitaire game "life". Scientific American, v. 223, n. 4, p. 120–123, 1970. (a conferir)
  • TOFFOLI, T.; MARGOLUS, N. Cellular Automata Machines. Cambridge: MIT Press, 1987. (a conferir)
  • SCHELLING, T. C. Dynamic models of segregation. Journal of Mathematical Sociology, v. 1, n. 2, p. 143–186, 1971. (a conferir)
  • RAILSBACK, S. F.; GRIMM, V. Agent-Based and Individual-Based Modeling: A Practical Introduction. 2. ed. Princeton: Princeton University Press, 2019. (a conferir)
  • GRIMM, V. et al. The ODD protocol for describing agent-based and other simulation models: a second update to improve clarity, replication, and structural realism. Journal of Artificial Societies and Social Simulation, v. 23, n. 2, 7, 2020. DOI: 10.18564/jasss.4259.
  • ANDRADE, P. R.; CÂMARA, G.; BEZERRA, F. G. CST-323: Introduction to Earth System Modelling / CAP-465: Modelling and Simulation of Earth Systems. São José dos Campos: INPE. Disponível em: https://github.com/TerraME/terrame/wiki/course. Curso de referência da disciplina (ver O TerraME como referência).
  • WILENSKY, U. NetLogo. Evanston: Center for Connected Learning and Computer-Based Modeling, Northwestern University, 1999. Disponível em: https://ccl.northwestern.edu/netlogo/.
  • KAZIL, J.; MASAD, D.; CROOKS, A. Utilizing Python for agent-based modeling: the Mesa framework. In: Social, Cultural, and Behavioral Modeling (SBP-BRiMS 2020). Cham: Springer, 2020. p. 308–317. (Lecture Notes in Computer Science, 12268). (a conferir)
  • MARTIN-MARTINEZ, E.; SAMSÓ, R.; HOUGHTON, J.; SOLÉ, J. PySD: System Dynamics Modeling in Python. Journal of Open Source Software, v. 7, n. 78, 4329, 2022. (a conferir)
  • KARSSENBERG, D.; SCHMITZ, O.; SALAMON, P.; DE JONG, K.; BIERKENS, M. F. P. A software framework for construction of process-based stochastic spatio-temporal models and data assimilation. Environmental Modelling & Software, v. 25, n. 4, p. 489–502, 2010. (a conferir)

Modelos de mudança de uso e cobertura da terra (encontros 8, 9 e 11)

  • VELDKAMP, A.; FRESCO, L. O. CLUE: a conceptual model to study the conversion of land use and its effects. Ecological Modelling, v. 85, p. 253–270, 1996.
  • VERBURG, P. H.; DE KONING, G. H. J.; KOK, K.; VELDKAMP, A.; BOUMA, J. A spatial explicit allocation procedure for modelling the pattern of land use change based upon actual land use. Ecological Modelling, v. 116, n. 1, p. 45–61, 1999. (a conferir)
  • VERBURG, P. H.; SCHOT, P. P.; DIJST, M. J.; VELDKAMP, A. Land use change modelling: current practice and research priorities. GeoJournal, v. 61, n. 4, p. 309–324, 2004. DOI: 10.1007/s10708-004-4946-y.
  • GEIST, H. J.; LAMBIN, E. F. Proximate causes and underlying driving forces of tropical deforestation. BioScience, v. 52, n. 2, p. 143–150, 2002. (a conferir)
  • SOARES-FILHO, B. S.; CERQUEIRA, G. C.; PENNACHIN, C. L. DINAMICA: a stochastic cellular automata model designed to simulate the landscape dynamics in an Amazonian colonization frontier. Ecological Modelling, v. 154, n. 3, p. 217–235, 2002. DOI: 10.1016/S0304-3800(02)00059-5.
  • SOARES-FILHO, B. S. et al. Modelling conservation in the Amazon basin. Nature, v. 440, p. 520–523, 2006. (a conferir)
  • AGUIAR, A. P. D. Modelagem de mudança do uso da terra na Amazônia: explorando a heterogeneidade intra-regional. 2006. Tese (Doutorado em Computação Aplicada) – Instituto Nacional de Pesquisas Espaciais, São José dos Campos, 2006. Modelos estruturais e de transição; demanda e potencial separados.
  • COELHO, A. S. Modelagem de dinâmica do uso da terra e cobertura vegetal na região de Santarém, oeste do Pará. 2009. Dissertação (Mestrado em Ciências Ambientais) – Universidade Federal do Pará, Belém, 2009. Disponível em: https://repositorio.ufpa.br/handle/2011/6828. Origem dos dados do PA Moju usados no lab15 do LuccME (encontros 11 a 13).
  • AGUIAR, A. P. D.; CARNEIRO, T.; ANDRADE, P.; ASSIS, T. LuccME-TerraME: an open-source framework for spatially explicit land use change modelling. GLP News, v. 8, p. 21–23, 2012.
  • AGUIAR, A. P. D. et al. Land use change emission scenarios: anticipating a forest transition process in the Brazilian Amazon. Global Change Biology, v. 22, n. 5, p. 1821–1840, 2016. DOI: 10.1111/gcb.13134.
  • BEZERRA, F. G. S. et al. New land-use change scenarios for Brazil: refining global SSPs with a regional spatially-explicit allocation model. PLOS ONE, v. 17, n. 4, e0256052, 2022. DOI: 10.1371/journal.pone.0256052.
  • MAS, J.-F.; KOLB, M.; PAEGELOW, M.; CAMACHO OLMEDO, M. T.; HOUET, T. Inductive pattern-based land use/cover change models: a comparison of four software packages. Environmental Modelling & Software, v. 51, p. 94–111, 2014. DOI: 10.1016/j.envsoft.2013.09.010.
  • MOULDS, S.; BUYTAERT, W.; MIJIC, A. An open and extensible framework for spatially explicit land use change modelling: the lulcc R package. Geoscientific Model Development, v. 8, n. 10, p. 3215–3229, 2015. DOI: 10.5194/gmd-8-3215-2015.
  • OVERMARS, K. P.; VERBURG, P. H.; VELDKAMP, T. A. Comparison of a deductive and an inductive approach to specify land suitability in a spatially explicit land use model. Land Use Policy, v. 24, n. 3, p. 584–599, 2007.
  • REN, Y.; LÜ, Y.; COMBER, A.; FU, B.; HARRIS, P.; WU, L. Spatially explicit simulation of land use/land cover changes: current coverage and future prospects. Earth-Science Reviews, v. 190, p. 398–415, 2019. DOI: 10.1016/j.earscirev.2019.01.001.
  • MAZY, F.-R.; LONGARETTI, P.-Y. Towards a generic theoretical framework for pattern-based LUCC modeling: allocation revisited: formal foundations and bias identification. Environmental Modelling & Software, v. 166, 105706, 2023. DOI: 10.1016/j.envsoft.2023.105706.

Dados (encontros 3 e 10)

  • FERREIRA, K. R. et al. Earth observation data cubes for Brazil: requirements, methodology and products. Remote Sensing, v. 12, n. 24, 4033, 2020. DOI: 10.3390/rs12244033.
  • SOUZA, C. M., Jr. et al. Reconstructing three decades of land use and land cover changes in Brazilian biomes with Landsat archive and Earth Engine. Remote Sensing, v. 12, n. 17, 2735, 2020. DOI: 10.3390/rs12172735.
  • ALMEIDA, C. A. de et al. Metodologia utilizada nos sistemas PRODES e DETER. 2. ed. atual. São José dos Campos: INPE, 2022.
  • CÂMARA, G. et al. TerraLib: an open source GIS library for large-scale environmental and socio-economic applications. In: HALL, G. B.; LEAHY, M. G. (org.). Open Source Approaches in Spatial Data Handling. Berlin: Springer, 2008. p. 247–270. DOI: 10.1007/978-3-540-74831-1_12.

Validação, incerteza e sensibilidade (encontros 12 e 13)

  • PONTIUS JR., R. G.; HUFFAKER, D.; DENMAN, K. Useful techniques of validation for spatially explicit land-change models. Ecological Modelling, v. 179, n. 4, p. 445–461, 2004. (a conferir)
  • PONTIUS JR., R. G.; MILLONES, M. Death to Kappa: birth of quantity disagreement and allocation disagreement for accuracy assessment. International Journal of Remote Sensing, v. 32, n. 15, p. 4407–4429, 2011. (a conferir)
  • PONTIUS JR., R. G.; PEETHAMBARAM, S.; CASTELLA, J.-C. Comparison of three maps at multiple resolutions: a case study of land change simulation in Cho Don District, Vietnam. Annals of the Association of American Geographers, v. 101, n. 1, p. 45–62, 2011. DOI: 10.1080/00045608.2010.517742.
  • PONTIUS JR., R. G.; PARMENTIER, B. Recommendations for using the relative operating characteristic (ROC). Landscape Ecology, v. 29, n. 3, p. 367–382, 2014. DOI: 10.1007/s10980-013-9984-8.
  • SALTELLI, A. et al. Global Sensitivity Analysis: The Primer. Chichester: Wiley, 2008. (a conferir)

Reprodutibilidade e verificação (encontro 4 e todos os demais)

  • NATIONAL ACADEMIES OF SCIENCES, ENGINEERING, AND MEDICINE. Reproducibility and Replicability in Science. Washington: The National Academies Press, 2019. DOI: 10.17226/25303.
  • BAKER, M. 1,500 scientists lift the lid on reproducibility. Nature, v. 533, n. 7604, p. 452–454, 2016. DOI: 10.1038/533452a.
  • BARBA, L. A. The hard road to reproducibility. Science, v. 354, n. 6308, p. 142, 2016. DOI: 10.1126/science.354.6308.142.
  • SANDVE, G. K.; NEKRUTENKO, A.; TAYLOR, J.; HOVIG, E. Ten simple rules for reproducible computational research. PLOS Computational Biology, v. 9, n. 10, e1003285, 2013. DOI: 10.1371/journal.pcbi.1003285.
  • WILKINSON, M. D. et al. The FAIR Guiding Principles for scientific data management and stewardship. Scientific Data, v. 3, 160018, 2016. DOI: 10.1038/sdata.2016.18.
  • ROUGIER, N. P. et al. Sustainable computational science: the ReScience initiative. PeerJ Computer Science, v. 3, e142, 2017. DOI: 10.7717/peerj-cs.142.
  • NOSEK, B. A.; EBERSOLE, C. R.; DEHAVEN, A. C.; MELLOR, D. T. The preregistration revolution. Proceedings of the National Academy of Sciences, v. 115, n. 11, p. 2600–2606, 2018. DOI: 10.1073/pnas.1708274114.
  • LIPSITCH, M.; TCHETGEN TCHETGEN, E.; COHEN, T. Negative controls: a tool for detecting confounding and bias in observational studies. Epidemiology, v. 21, n. 3, p. 383–388, 2010. DOI: 10.1097/EDE.0b013e3181d61eeb.

Software e dados usados nos encontros

Citados pela versão usada, como pede a prática de reprodutibilidade do encontro 4.

  • COSTA, S. S.; SANTOS JUNIOR, N. J.; SOUSA, F. M.; BEZERRA, D. S. DisSModel: a Python framework for spatially explicit dynamic modeling. Versão 0.6.6. Zenodo, 2026. DOI: 10.5281/zenodo.23246106.
  • COSTA, S. S. et al. dissmodel-ca. Versão 0.2.0. Zenodo, 2026. DOI: 10.5281/zenodo.23593069.
  • COSTA, S. S. et al. dissmodel-sysdyn. Versão 0.2.0. Zenodo, 2026. DOI: 10.5281/zenodo.23592996.
  • COSTA, S. S. dissmodel-abm. Versão 0.2.0. Zenodo, 2026. DOI: 10.5281/zenodo.23593099.
  • COSTA, S. S. DisSCube. Versão 0.6.0. Zenodo, 2026. DOI: 10.5281/zenodo.23365403.
  • COSTA, S. S. DisSLUCC. Versão 0.5.0. Zenodo, 2026. DOI: 10.5281/zenodo.23219338.
  • COSTA, S. S. terrame-goldens. Versão 0.1.0. Zenodo, 2026. DOI: 10.5281/zenodo.23592970. Saídas de referência do TerraME (encontros 5 a 7).
  • COSTA, S. S. LuccME goldens. Versão 1.1.0. Zenodo, 2026. DOI: 10.5281/zenodo.23161342. Dados e saídas de referência do LuccME (encontros 9, 11 a 13).
  • COSTA, S. S. DisSCube benchmark. Versão 1.1.0. Zenodo, 2026. DOI: 10.5281/zenodo.23366475. Arquivo TOML e comparação com o TerraME (encontro 10).
  • COSTA, S. S. disscube-grids. Versão 1.1.0. Zenodo, 2026. DOI: 10.5281/zenodo.23502247. Casos prontos de grade (encontro 10).
  • COSTA, S. S. DisSCube plugin for QGIS: grids and pipeline files for declarative spatial data cubes. Versão 0.1.5 (experimental). Zenodo, 2026. DOI: 10.5281/zenodo.24033974. Montar e rodar grades do DisSCube no QGIS (encontro 10).
  • COSTA, S. S. DisSLUCC benchmark. Versão 0.2.2. Zenodo, 2026. DOI: 10.5281/zenodo.23224097. Comparação do DisSLUCC com os labs do LuccME (encontros 4, 9 e 11).
  • COSTA, S. S. terrame-docker. Versão 0.4.2. Zenodo, 2026. DOI: 10.5281/zenodo.23160784. Imagem fixada do TerraME e do LuccME que gera as referências (encontro 4).
  • COSTA, S. S.; BEZERRA, D. da S.; ALVES, J. M. P. Open LUCC workflow. Versão 1.1.0. Zenodo, 2026. DOI: 10.5281/zenodo.23415814. Exemplo de cadeia completa com critérios de aceitação e níveis de conferência (encontro 4).
  • COSTA, S. S.; BEZERRA, D. da S.; ALVES, J. M. P.; OLIVEIRA, H. B.; VALE, M. D.; ZHAO, S. K. S. rescience-lulcc. Versão 0.1.0. GitHub, 2026. Disponível em: https://github.com/LambdaGeo/rescience-lulcc. Replicação do pacote lulcc em Python, com critérios para modelos estocásticos e controles negativos (encontros 4, 7 e 12).
  • COSTA, S. S. lulcc-goldens. Versão 0.1.0. Zenodo, 2026. DOI: 10.5281/zenodo.23866776. Saídas de referência do pacote lulcc, do R.
  • Documentação e tutoriais do TerraME e do LuccME (INPE): https://github.com/TerraME/terrame.