Desenvolvimento de soluções computacionais inovativas para modelagem de diversidade de plantas em ecossistemas tropicais

• Processo: 19/07972-4
• Modalidade de apoio: Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
• Data de Início da vigência: 01 de maio de 2019
• Data de Término da vigência: 31 de outubro de 2020
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Pesquisador responsável: David Montenegro Lapola
• Beneficiário: Caio Fascina
• Instituição Sede: Centro de Pesquisas Meteorológicas e Climáticas Aplicadas à Agricultura (CEPAGRI). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Vinculado ao auxílio: 15/02537-7 - AmazonFACE/ME: projeto de integração Modelagem-Experimento do Amazon-FACE - o papel da biodiversidade e feedbacks climáticos, AP.PFPMCG.JP
• Assunto(s): Crescimento vegetal Modelagem Desenvolvimento de software
• Palavra(s)-Chave do Pesquisador: code improvement | dynamic vegetation model | optimization solutions | Otimização de código-fonte de modelos de vegetação

Resumo

Os requisitos computacionais de um modelo de vegetação como o CAETÊ, que simula um alto número de estratégias de crescimento de plantas (~1015), demandarão soluções inteligentes de otimização para sua implementação computacional. Essas soluções devem abraçar o grande desafio de otimizar o fluxo de informações em seu código-fonte. Embora a versão atual do modelo seja funcional, ela foi programada por alunos não especializados em programação computacional. Como tal, há espaço suficiente para a melhoria do código-fonte visando acelerar as execuções do modelo, permitindo, em última análise, um uso mais ambicioso do modelo com um número consideravelmente maior de processos e tipos de plantas considerados. Tal melhoria de código de modelo tem uma importância fundamental para o bom desenvolvimento do projeto. Por causa disso, o desenvolvimento dessa proposta não se dará sozinha, mas deve ter fortes habilidades de comunicação para interagir com a outra (TT1), e outros membros da equipe de pesquisa, incluindo estudantes, para atingir os objetivos vinculados a essa bolsa de estudos.