Skip to content

GCRI · Ciência de sistemas e modelagem

Modelos baseados em agentes e de complexidade

Agent-based models represent many individual actors, such as households, firms, vehicles or cells, following rules and interacting, so that system patterns emerge from the bottom up. They suit questions where heterogeneity, adaptation and interaction matter, and they are hard to validate. This page sets out how agent-based and complexity models are built, documented and tested, and what evidence serves the institutions that use them.

01Registrar

Agent-based and complexity models on the record.

02A pergunta

Agent-based and complexity models: how the risk develops.

Comportamento, adaptação e emergência em sistemas. The dossier below sets out how the risk develops, what is measured, where the data come from, how it is modelled and who decides.

Mecanismo

Heterogeneity matters

Agents differ in resources, behaviour and location. Averages can hide the variation that drives outcomes such as who is harmed by a shock.

Mecanismo

Adaptation changes the system

Agents respond to each other and to policy, so the system changes as it is studied, which equation-based models may miss.

Mecanismo

Emergence can surprise

Simple rules can produce unexpected collective patterns, such as tipping points or segregation, which are useful but need careful explanation.

Mecanismo

Many parameters, little data

Agent-based models often have more parameters than data can constrain, so documentation and pattern-oriented validation are essential.

03Geografia

Perigos e exposição na América do Norte.

Population density, flood water and active fires over North America, from NASA GIBS. Each layer carries its own date.

O mapa interativo requer JavaScript. A lista de camadas e as fontes estão abaixo.

Camadas 3

Perigos e exposição, para esta página

Sobre esta camada
Evidências
Estimado
Fonte
Gridded Population of the World v4.11 (NASA SEDAC (CIESIN, Universidade Columbia))
Fornecedor
NASA SEDAC (CIESIN, Universidade Columbia)
Licença
CC BY 4.0
Ano de referência
null; estimativa baseada em censo, estática (2020)
Resolução
grade de cerca de 1 km
Incerteza
Estimativa baseada em censos de pessoas por quilômetro quadrado em 2020, exibida como contexto de exposição; não é uma contagem de pessoas afetadas por qualquer ameaça.
Acessado por meio de
gibs.earthdata.nasa.gov, somente depois que você permitir o mapa ao vivo
Sobre esta camada
Evidências
Observado (as nuvens deixam lacunas)
Fonte
Produto VIIRS de inundações globais (NASA LANCE)
Fornecedor
NASA LANCE
Licença
Dados abertos da NASA
Ano de referência
diário; detecção por satélite; as nuvens deixam lacunas
Mais recentes na compilação
2026-10-14
Resolução
grade de cerca de 250 m
Incerteza
Detecção por satélite; as nuvens deixam lacunas. Raster de satélite ou de modelo como o provedor o publica. Nuvens, lacunas de faixa e erro de recuperação deixam lacunas e ruído; os valores são indicadores, não medições em um local.
Acessado por meio de
gibs.earthdata.nasa.gov, somente depois que você permitir o mapa ao vivo
Sobre esta camada
Evidências
Observado (as nuvens e o horário de passagem do satélite deixam lacunas)
Fonte
VIIRS NOAA-20 375 m (FIRMS) (NASA LANCE FIRMS)
Fornecedor
NASA LANCE FIRMS
Licença
Dados abertos da NASA
Ano de referência
diário; detecção por satélite; as nuvens e o horário de passagem do satélite deixam lacunas
Mais recentes na compilação
2026-10-13
Resolução
grade de cerca de 500 m
Incerteza
Detecções por satélite de pontos de calor no dia indicado, incluindo queimas de gás e calor industrial; não é um incêndio confirmado, um relatório de incidente nem um alerta.
Acessado por meio de
gibs.earthdata.nasa.gov, somente depois que você permitir o mapa ao vivo
Sobre esta camada
Evidências
Observado
Fonte
VIIRS NOAA-20, refletância corrigida (NASA LANCE)
Fornecedor
NASA LANCE
Licença
Dados abertos da NASA
Ano de referência
diário; imagem de satélite
Mais recentes na compilação
2026-10-14
Resolução
grade de cerca de 250 m
Incerteza
Imagem de satélite. Raster de satélite ou de modelo como o provedor o publica. Nuvens, lacunas de faixa e erro de recuperação deixam lacunas e ruído; os valores são indicadores, não medições em um local.
Acessado por meio de
gibs.earthdata.nasa.gov, somente depois que você permitir o mapa ao vivo
Sobre esta camada
Evidências
Modelado (último ano publicado pelo GIBS)
Fonte
MODIS Terra e Aqua, cobertura do solo (MCD12Q1) (NASA LP DAAC)
Fornecedor
NASA LP DAAC
Licença
Dados abertos da NASA
Ano de referência
anual; classificação por satélite; último ano publicado pelo GIBS
Mais recentes na compilação
2024-01-01
Resolução
grade de cerca de 500 m
Incerteza
Classes de cobertura do solo por satélite para o ano indicado, incluindo terras cultivadas; uma classificação com erros conhecidos, não um cadastro de propriedades agrícolas.
Acessado por meio de
gibs.earthdata.nasa.gov, somente depois que você permitir o mapa ao vivo
Sobre esta camada
Evidências
Observado (a nebulosidade persistente ainda deixa lacunas)
Fonte
VIIRS NOAA-20 nível 3, 8 dias (NASA LANCE)
Fornecedor
NASA LANCE
Licença
Dados abertos da NASA
Ano de referência
8 dias; composição de satélite de 8 dias; a nebulosidade persistente ainda deixa lacunas
Mais recentes na compilação
2026-09-14
Resolução
grade de cerca de 1 km
Incerteza
Temperatura da superfície do solo medida por satélite nos 8 dias que terminam na data indicada, um indicador de exposição ao calor; não é a temperatura do ar, o índice de calor nem um alerta de calor.
Acessado por meio de
gibs.earthdata.nasa.gov, somente depois que você permitir o mapa ao vivo

Mais recente disponível

NASA GIBS / EOSDIS · ASTER GDEM (METI, NASA) · Blue Marble (NASA) · © colaboradores do OpenStreetMap (ODbL) · Natural Earth

Carregando as imagens mais recentes da NASA.

Arraste para mover. Use Ctrl ou ⌘ e role, o gesto de pinça ou os botões para ampliar. Passe o cursor para ver os valores sob o ponteiro. Redefinir volta à região.

Ameaças e exposição, enquadradas na América do Norte.Produtos de satélite e de modelos como a NASA os publica, cada um com sua própria data. São indicadores, não avaliações de nenhum lugar.

Dados: NASA GIBS · ASTER GDEM · Blue Marble · © colaboradores do OpenStreetMap · Natural Earth · NASA EONET · U.S. Geological Survey · NASA JPL OPERA DIST-ALERTFontes e licenças

  • We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). Dados abertos da NASA
  • We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). Dados abertos da NASA
  • Center for International Earth Science Information Network (CIESIN), Columbia University. 2018. Gridded Population of the World, Version 4 (GPWv4): Population Density, Revision 11. NASA Socioeconomic Data and Applications Center (SEDAC). Com licença CC BY 4.0. Cores redesenhadas a partir da paleta publicada; valores com média em células hexagonais quando mostrados (modificado). doi:10.7927/H49C6VHW. CC BY 4.0
  • Produtos VIIRS em tempo quase real (cheias, temperatura da superfície terrestre, cobertura de neve, refletância corrigida), NASA LANCE; imagens através da NASA GIBS. Cores redesenhadas a partir do mapa de cores publicado; valores agregados em células hexagonais onde apresentados (modificado). Dados abertos da NASA
  • Fire Information for Resource Management System (FIRMS) da NASA, produto de incêndios ativos VIIRS 375 m, NASA LANCE; mosaicos vetoriais através da NASA GIBS. Cores redesenhadas a partir do mapa de cores publicado; valores agregados em células hexagonais onde apresentados (modificado). Dados abertos da NASA
  • Produtos terrestres MODIS (índices de vegetação, produção primária bruta, ocupação do solo), NASA LP DAAC e LANCE; imagens através da NASA GIBS. Cores redesenhadas a partir do mapa de cores publicado; valores agregados em células hexagonais onde apresentados (modificado). Dados abertos da NASA
  • O ASTER GDEM é um produto do METI e da NASA (ASTER Global Digital Elevation Model V003, NASA LP DAAC); imagens através da NASA GIBS. Cores redesenhadas a partir do mapa de cores publicado; valores agregados em células hexagonais onde apresentados (modificado). Citar como: NASA/METI/AIST/Japan Spacesystems and U.S./Japan ASTER Science Team (2019). ASTER Global Digital Elevation Model V003. doi:10.5067/ASTER/ASTGTM.003. Dados abertos da NASA
  • Feito com Natural Earth. Dados cartográficos vetoriais e matriciais gratuitos em naturalearthdata.com. Domínio público
  • © Colaboradores do OpenStreetMap (ODbL), via NASA GIBS (costas, limites, estradas e nomes de locais). Cores redesenhadas a partir do mapa de cores publicado; valores com média em células hexagonais onde apresentados (modificado). ODbL
  • Blue Marble, NASA Earth Observatory; imagens através da NASA GIBS. Cores redesenhadas a partir do mapa de cores publicado; valores agregados em células hexagonais onde apresentados (modificado). Dados abertos da NASA
  • Contexto no globo e no mapa plano: litorais, fronteiras, estradas e nomes de lugares das camadas de referência da NASA GIBS (dados do OpenStreetMap, ODbL, © colaboradores do OpenStreetMap). Imagens Blue Marble como base opcional. Terreno 3D e leitura de elevação a partir do índice de cores de elevação do ASTER GDEM (classes de 5 m a 200 m, exageradas para facilitar a leitura). As fronteiras são desenhadas como publicadas e não implicam posição sobre nenhum território.
  • Eventos ao vivo: NASA Earth Observatory Natural Event Tracker (EONET). Os eventos são indicativos e mantêm os links para suas fontes originais.
  • Ao vivo: NASA EONET. Os eventos são indicativos, não alertas de autoridades.
  • Ao vivo: U.S. Geological Survey. Os eventos são indicativos, não alertas de autoridades.
  • Observed (EO): NASA JPL OPERA DIST-ALERT (contains modified Copernicus Sentinel data 2026). We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
  • NASA GIBS: We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
  • Previsão de vazão fluvial, 30 dias com intervalo (GloFAS via Open-Meteo): contém informações modificadas do Copernicus Emergency Management Service 2026. Não é um alerta de inundação.
  • Dados meteorológicos por Open-Meteo.com (https://open-meteo.com/), licenciados sob CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/).
  • As camadas opcionais (11 fontes na lista de camadas: ao vivo, previsão, observadas e contexto) mostram o crédito do fornecedor no mapa e aqui quando ativadas; as previsões são saídas de modelos e os índices derivados são estimativas.

Camadas e datas

  • Densidade populacional, 2020: População: CIESIN, Columbia University, Gridded Population of the World v4.11 (2018), NASA SEDAC, CC BY 4.0 · estático
  • Água de inundação, composto de 3 dias: VIIRS Global Flood Product, NASA LANCE · 14 out. 2026
  • Focos de incêndio ativos e anomalias térmicas: VIIRS NOAA-20 375 m (FIRMS), NASA LANCE FIRMS · 13 out. 2026
  • Cor verdadeira: reflectância corrigida VIIRS NOAA-20, NASA LANCE · 13 out. 2026
  • Tipo de cobertura do solo (IGBP), anual: MODIS Terra e Aqua cobertura do solo (MCD12Q1), NASA LP DAAC · 2024
  • Temperatura da superfície terrestre, dia, composto de 8 dias: VIIRS NOAA-20 Nível 3, 8 dias, NASA LANCE · 14 set. 2026

04Em todos os domínios

Agent-based models capture behaviour in every domain.

05Simulador

Stocks, fluxos, atrasos e um limiar de rutura.

Dois stocks, a pressão e a capacidade de adaptação, unidos por um ciclo de crescimento reforçador, uma resposta de equilíbrio atrasada e danos quando a pressão supera a capacidade; passado o limiar, o sistema pode virar. Modelo didático com valores ilustrativos declarados, não uma previsão. O mapa desta página mostra a América do Norte; o modelo em si não está ligado a um lugar.

Controles

Crescimento da pressão
6,0% ao ano
Eficácia da capacidade na redução da pressão
4,0% ao ano
Resposta do investimento à pressão percebida
20%
Atraso de perceção
4.0 anos
Limiar de rutura da pressão
60 índices
Amplificação para lá do limiar
2,0 vezes
Anos simulados
50 anos

Leituras

Pressão máxima
113 índices
Capacidade no final
Índice 186
Anos acima do limiar
15,8 anos
Números, métodos e fontes
AnoPressãoCapacidadePercebido
020.050.020.0
423.344.921.2
827.242.224.0
1231.742.327.7
1636.845.532.2
2042.351.537.2
2447.960.342.6
2853.271.348.0
3257.884.353.1
3666.498.458.4
4082.7115.969.7
4497.8139.783.8
48109.1169.497.3

Métodos

  1. Dinâmica de sistemas Forrester (1961), Industrial Dynamics, MIT Press; Sterman (2000), Business Dynamics
  2. Transições críticas e pontos de rutura Scheffer and others (2009), Early-warning signals for critical transitions, Nature 461
  3. Diagrama de ciclos causais Sterman (2000), Business Dynamics, McGraw-Hill
  4. Leque de incerteza (Monte Carlo de parâmetros) Spiegelhalter, Pearson e Short (2011), Visualising uncertainty about the future, Science 333
  5. Sensibilidade de um fator de cada vez (tornado) Saltelli and others (2008), Global Sensitivity Analysis: The Primer, Wiley

Dados

No observed data enters this model: it runs on the teaching values set by the controls, to be replaced with a programme’s own evidence.

Estoques, fluxos, atrasos e um limiar de inflexão. Modelo didático ilustrativo: funciona com os valores definidos pelos controles, não com dados medidos. Métodos: dinâmica de sistemas (Forrester (1961), Industrial Dynamics, MIT Press; Sterman (2000), Business Dynamics); transições críticas e pontos de inflexão (Scheffer e outros (2009), Early-warning signals for critical transitions, Nature 461); diagrama de ciclos causais (Sterman (2000), Business Dynamics, McGraw-Hill).
06Indicadores

O que é medido e com que qualidade.

Cada indicador leva sua unidade, sua periodicidade, o tipo de fonte por trás dele e a etiqueta de evidência que um valor levaria. Nenhum valor é mostrado: um programa os fornece sob sua própria autoridade.

IndicadorUnidadeCadênciaTipo de fonteRótulo
Models documented with the ODD protocolpercent of published modelspor revisãoLiterature reviewOBSERVADO
Patterns reproduced in validationcount of target patternsper modelValidation studiesESTIMADO
Parameters calibrated to datapercent of parametersper modelModel documentationDECLARADO
Code publishedpercent of published modelspor revisãoCode archivesOBSERVADO
Análise de sensibilidade performedpercent of published modelspor revisãoLiterature reviewOBSERVADO
Runs per experimentcount of stochastic replicatesper experimentModel documentationDECLARADO
07Simulador de gêmeo e cascata

Model agent-based and complexity models as a system. Run the cascade.

Assembled from the Nexus Standards area profile Normas sobre ameaças compostas e em cascata: the hazards it names, the sistemas and sectors that carry the loss, the controls that dampen it and the data that observe it. Choose the components, pick an initiating hazard and step through the cascade. The Map view places the run on an example geography with open data. Every coupling weight is a stated assumption you can change. A teaching model, not a forecast, an assessment or a certification. To model a place of your own choosing, open the full Construtor de sistemas.

Ameaças

Controles

  • NS-0 Constituição e princípios
  • NS-3 UNIs de registros de risco (gramática, correspondência legada, autoridade de atribuição)
  • NS-9 UNIs contextuais (implantações, instâncias, instâncias de programa)
  • NS-11 Verificação e monitoramento (evidências, atestações, observação da conformidade de confiança zero)
  • NRS-H61 Família de perigos: falha em cascata (NHS-1 sys.cascade)
  • NRS-H62 Família de ameaças: eventos compostos e multiameaças (NHS-1 sys.compound)
  • NRS-H60 Família de ameaças: perturbação de cadeias de abastecimento e fluxos (NHS-1 sys.supply-chain)
  • NRS-H94 Família de perigos: eventos cibernéticos sistémicos (NHS-1 cyber.systemic-cyber)
  • NRS-H107 Família de perigos: concentração e monocultura da infraestrutura digital (NHS-1 tech.digital-concentration)
  • NRS-H7 Família de ameaças: anomalias da circulação de grande escala (NHS-1 atmo.climate-mode)

Observação

  • Copernicus EMS rapid mapping activations (listed for reference)
  • OpenStreetMap planet and replication (listed for reference)
  • ERA5 reanalysis (Copernicus Climate Data Store) (listed for reference)
  • Perdas econômicas diretas atribuídas a desastres em relação ao PIB mundial
  • Number of disruptions to basic services attributed to disasters

Geografia de exemplo

  • Bangladesh: 134 células hexagonais
  • Luzes noturnas desta noite, apagões (VIIRS Day/Night Band), NASA GIBS
  • Carbon monoxide, smoke transport (AIRS), NASA GIBS
  • Vegetation disturbance alerts, 30 m (OPERA DIST-ALERT), NASA GIBS
08Fontes

De onde vêm as evidências.

Conjuntos de dados públicos nomeados e registros institucionais, cada um com sua classe de licença. As fontes obtidas por acordo só são usadas nos seus termos e nunca são republicadas.

FonteO que ofereceClasse de licença
CoMSES Net Computational Model LibraryArchive of agent-based models with code and ODD documentationOpen, licence per model
ODD protocol publicationsDocumentation standard for agent-based modelsLicence per publication
NetLogo and MesaOpen-source agent-based modelling platformsOpen source, GPL and Apache licences
Journal of Artificial Societies and Social SimulationPeer-reviewed agent-based researchOpen access, CC BY
Pattern-oriented modelling literatureValidation approaches for complex modelsLicence per publication
09Métodos e evidência

How agent-based and complexity models is modelled, measured and tested.

O modelo, os seus pressupostos, os seus dados e a sua incerteza, na forma que um cientista ou engenheiro verificaria. As estruturas seguem métodos publicados. Os valores representados são ilustrativos, não conclusões.

Modelo, equações e pressupostos

The model structure used for agent-based and complexity models, the assumptions it makes and how each is tested.

Risco do elemento iRi = f(Hi, Ei, Vi, Ci)ameaça, exposição, vulnerabilidade e capacidade de enfrentamento
Perda anual esperadaEAL = ∑k pk · Lksobre os eventos k com probabilidade anual pk
Sistemas acopladosxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error
PressupostoPorque é feitoComo é testado
A ameaça e a exposição são independentes dentro de um eventoMantém tratável o integral de perdasComparar com um ajuste de cópula sobre registros conjuntos
Os acoplamentos são lineares perto do ponto de funcionamentoPermite que os choques se propaguem através de APerturbar para além do intervalo linear e comparar
As curvas de vulnerabilidade transferem-se entre lugaresAs curvas locais raramente estão disponíveisValidar face às perdas observadas quando existam
Entradas
conjuntos de dados versionados com proveniência
Resultados
distribuições, nunca números isolados
Código
publicado com a ficha de modelo e os testes
Reprodução
mesmos dados, código, ambiente e semente
Formulações padrão de risco e de espaço de estados; os pressupostos listados são típicos do método, indicados para revisão, não resultados.
Princípios orientadores FAIR · GO FAIR e FORCE11W3C PROV · World Wide Web ConsortiumOrientação sobre o tratamento consistente das incertezas · IPCCCEOS Analysis Ready Data · Committee on Earth Observation Satellites
10Decisões

Quem decide, e a que servem as evidências.

sistemas Science and Modelling prepares evidence. The decisions below are taken by the authorities named, under their own rules, and never by the platform.

Quem decideA perguntaEvidências a que esta página serve
ModellersHow to document, calibrate and validate agent-based modelsTemplates; validation designs
Institutions using simulation resultsWhen agent-based results are credible enough to inform decisionsValidation and sensitivity evidence
Journals and reviewersWhat documentation to requireDocumentation evidence

Produtos que este tema gera

  • Agent-based model documentation and review templates
  • Pattern-oriented validation designs
  • Sensitivity and calibration protocols
  • Teaching material on complexity methods
11Questões centrais

What experts ask about agent-based models.

  • Which behaviours and interactions must be represented to capture the phenomenon of interest?
  • How are agent rules grounded in evidence rather than assumption?
  • How sensitive are emergent results to small changes in rules or parameters?
  • How can agent-based models be validated against real-world data?
  • When does an agent-based approach add value over simpler models?
12Mecanismos e fatores

How emergence arises.

In complex sistemas, simple local rules can produce large-scale patterns: traffic jams form without a cause at the front; panic buying spreads through observation of others; markets can swing as traders follow trends. These effects arise from interaction, feedback and heterogeneity, which equation-based models that assume average behaviour may miss.

Agents adapt. People change behaviour in response to risk, warnings and the actions of others; firms adjust strategies; institutions change rules. Adaptation can stabilise systems or create new risks, as when protection encourages development in hazard areas.

Complex systems can show tipping points, where small changes cause abrupt shifts, and path dependence, where history constrains future possibilities.

13Métodos e dados

Métodos e seus limites.

  1. 01

    Agent-based simulation

    Computational models of interacting agents, using complex systems methods. Many parameters can be hard to estimate.

  2. 02

    Behavioural data

    Surveys, experiments and observations to ground agent rules. Behaviour in crises is hard to observe in advance.

  3. 03

    Pattern-oriented validation

    Testing whether models reproduce several observed patterns at once. Matching patterns does not prove mechanisms.

  4. 04

    Sensitivity and ensemble runs

    Exploring outcome ranges across rules and parameters, using computação resources.

Agent-based models are powerful for exploring mechanisms but difficult to calibrate and validate. Results are presented as explorations, not predictions, unless validation supports more.

15Where this page’s references

Where this page’s references lead.

Os organismos e documentos à luz dos quais esta página é lida. O estado e as edições mudam; cada ligação leva ao organismo emissor.

16Perguntas

Perguntas e respostas.

What is an agent-based model?
A computational model that simulates many autonomous agents following rules and interacting, from which system-level patterns emerge.
What is the ODD protocol?
Overview, Design concepts and Details: a standard structure for describing agent-based models so others can understand and reproduce them.
What is emergence?
System-level behaviour that arises from interactions among parts and is not obvious from the rules of individual parts.
Are agent-based models predictive?
Sometimes, when well validated. More often they are used to explore mechanisms and scenarios.
Why not use equations?
Equation-based models are often simpler and more transparent. Agent-based models add value when heterogeneity and interaction matter.
How are agent rules chosen?
Ideally from behavioural evidence. Where evidence is lacking, assumptions are stated and tested.
What is a tipping point?
A threshold at which a small change causes a large, often abrupt, shift in system behaviour.
RelatóriosContribuir

Contribua com evidências a partir desta página.

Relatórios is the Consortium’s quarterly publication. What you know about this subject can become evidence, a case or a correction in the next edition, credited to you and published under CC BY 4.0 where it is your own work.

GCRICiência de sistemas e modelagemMétodos e documentos técnicosCenários e testes de estresse
Ciência de sistemas e modelagem

Traga um método, um conjunto de dados ou uma pergunta.

A informação e os pedidos estão abertos hoje. Um pedido recebe uma referência e indica o próximo passo; candidaturas, pagamentos, alocações de computação e registros só abrem quando existem a equipa, os termos e a capacidade de revisão.