Baeza et al. Two decades of land cover mapping in the Río de la Plata grassland region: The MapBiomas Pampa initiative
O trabalho descreve e analisa as mudanças na cobertura da terra em toda a região de Campos do Rio da Prata (RPG) nas duas primeiras décadas do século XXI, especialmente aquelas relacionadas à perda dos campos. Em 20 anos, a região do RPG perdeu pelo menos 2,4 milhões de hectares de campos naturais (9% da área remanescente de campos existentes em 2001). A maior parte dessas perdas está concentrada no Brasil e no Uruguai e está associada a novas áreas agrícolas ou de silvicultura que aumentaram 5% e 100%, respectivamente.
Alencar et al. Long-Term Landsat-Based Monthly Burned Area Dataset for the Brazilian Biomes Using Deep Learning
O artigo apresenta uma nova estratégia com uso de aprendizado de máquina para mapear áreas queimadas mensalmente de 1985 a 2020, usando mosaicos de imagens Landsat e valores mínimos de NBR. Este novo conjunto de dados contribui para o entendimento da dinâmica espacial e temporal de longo prazo dos regimes de incêndio que são fundamentais para projetar políticas públicas apropriadas para reduzir e controlar os incêndios no Brasil.
Cayo et al. Mapping Three Decades of Changes in the Tropical Andean Glaciers Using Landsat Data Processed in the Earth Engine.
Este artigo apresenta o mapeamento e a dinâmica de recuo das geleiras tropicais andinas (TAGs) a partir da utilização de imagens da série temporal Landsat de 1985 a 2020, com processamento e classificação digital das imagens de satélite na plataforma Google Earth Engine.
Coelho-Junior et al – Unmasking the impunity of illegal deforestation in the Brazilian Amazon: a call for enforcement and accountability
Este artigo traz uma perspectiva sobre a dinâmica dos alertas de desmatamento, validados e refinados pelo MapBiomas Alerta (http://alerta.mapbiomas.org/), na Amazônia brasileira e as ações dos órgãos públicos federais e estaduais de fiscalização, destacando a urgência de reduzir e combater o desmatamento.
Santos et al – Assessing the Wall-to-Wall Spatial and Qualitative Dynamics of the Brazilian Pasturelands 2010–2018, Based on the Analysis of the Landsat Data Archive
Neste estudo foi mapeada e avaliada a dinâmica espaço-temporal da qualidade das pastagens no Brasil, entre 2010 e 2018, considerando três classes de degradação: Ausente (D0), Intermediário (D1) e Grave (D2). Não houve variação na área total ocupada por pastagens no período avaliado, apesar da dinâmica espacial acentuada.
Cesar et al. – A Large-Scale Deep-Learning Approach for Multi-Temporal Aqua and Salt-Culture Mapping
Aquicultura e salicultura são atividades econômicas relevantes na Zona Costeira brasileira (BCZ). No entanto, a discriminação automática de tais atividades de outras coberturas / usos relacionados à água não é uma tarefa fácil. Nesse sentido, as redes neurais convolucionais (CNN) têm a vantagem de prever o rótulo de classe de um determinado pixel, fornecendo como entrada uma região local (patches ou chips nomeados) em torno desse pixel. Tanto a natureza convolucional quanto a capacidade de segmentação semântica fornecem o classificador U-Net com a capacidade de acessar o “domínio de contexto” em vez de apenas pixel isolado valores. Apoiado no domínio do contexto, apresentamos os resultados das análises.
Arruda et al – An alternative approach for mapping burn scars using Landsat imagery, Google Earth Engine, and Deep Learning in the Brazilian Savanna
Neste estudo, desenvolvemos uma abordagem alternativa para o mapeamento de áreas queimadas no bioma Cerrado no Brasil, utilizando imagens Landsat e algoritmo de Deep Learning, implementado no Google Earth Engine e na plataforma Google Cloud Storage.
Rosa et al. – Hidden destruction of older forests threatens Brazil’s Atlantic Forest and challenges restoration programs.
Compreender a dinâmica de perda e ganho de floresta nativa é fundamental para a conservação da biodiversidade e dos serviços ecossistêmicos, especialmente em regiões que passam por intensas transformações florestais. Quantificamos a dinâmica da cobertura florestal nativa anualmente de 1990 a 2017 na Mata Atlântica do Brasil.
Souza et al. – Reconstructing Three Decades of Land Use and Land Cover Changes in Brazilian Biomes with Landsat Archive and Earth Engine.
Neste estudo, descrevemos uma nova abordagem e os resultados alcançados por uma rede multidisciplinar chamada MapBiomas para reconstruir o uso anual da terra e as informações de cobertura da terra entre 1985 e 2017 para o Brasil, com base em floresta aleatória aplicada ao arquivo Landsat usando o Google Earth Engine.
Fendrich et al. – Disclosing contrasting scenarios for future land cover in Brazil: Results from a high-resolution spatiotemporal model.
Neste trabalho, construímos um modelo para avaliar as possíveis consequências das ações de política na dinâmica da cobertura do solo em um futuro próximo em uma escala de alta resolução.