MapBiomas

Accuracy analysis

ACCURACY ASSESSMENT ANALYSIS OF MAPBIOMAS' LAND COVER MAPPING

Método MapBiomas 10m (Coleção 3 – beta)

O MapBiomas 10m é uma iniciativa que visa fornecer mapas anuais de cobertura e uso da terra (LCLU) com alta resolução espacial (10 metros) para todo o território brasileiro. Utilizando imagens do satélite Sentinel-2, esta coleção permite identificar detalhes que não eram visíveis na resolução de 30 metros, como infraestruturas urbanas, áreas de preservação permanente (APP) e propriedades rurais com maior precisão.

The Coleção 3 (beta) cobre o período de 2017 a 2024 e inclui 22 classes de cobertura e uso da terra.

Características Principais

  • Resolução: 10 meters.
  • Satélite: Sentinel-2 (MSI).
  • Período: 2017 a 2024.
  • Abrangência: Todo o Brasil, organizado por biomas e temas transversais.

Etapas do Processamento

1. Construção de Mosaicos e Embeddings

A primeira etapa consiste na criação de mosaicos anuais livres de nuvens.

  • Sentinel-2: Utiliza a coleção harmonizada de refletância de superfície (Level 2A).
  • Satellite Embeddings: Pela primeira vez na Coleção 3, foram integradas bandas de “embeddings” (AlphaEarth/Google), que funcionam como informações adicionais para melhorar a acurácia da classificação.

2. Classificação Digital

A classificação é realizada de forma independente para cada bioma e tema transversal utilizando diferentes algoritmos de aprendizado de máquina:

  • Random Forest: Algoritmo principal usado na maioria dos biomas e temas.
  • Gradient Tree Boosting: Utilizado especificamente no bioma Caatinga.
  • Deep Learning (U-Net): Aplicado para classes específicas como Mineração, Aquicultura, Apicum, Culturas Perenes e a nova classe de Usinas Fotovoltaicas.

3. Pós-Classificação e Filtros

Após a classificação, são aplicados filtros para reduzir ruídos e garantir a consistência temporal dos dados:

  • Filtro Espacial: Remove pixels isolados ou áreas menores que 0,25 hectare (unidade mínima de mapeamento).
  • Filtro Temporal: Corrige inconsistências ao longo dos anos, garantindo que as mudanças de uso da terra sigam uma lógica ecológica e histórica.

4. Integração das Classes

Nesta fase, os mapas individuais de cada bioma e tema transversal são sobrepostos seguindo regras de prevalência. Por exemplo, classes antrópicas específicas (como Mineração ou Área Urbana) costumam ter precedência sobre classes de vegetação natural na integração final.

A Legenda da Coleção 3

A classificação é hierárquica e com o mesmo padrão da legenda da coloção 10 (30m), mas limitada ao nível 3, totalizando 22 classes:

  1. Floresta: Formação Florestal, Formação Savânica, Mangue, Floresta Inundável e Restinga Arbórea.
  2. Formação Natural não Florestal: Campo Alagado, Formação Campestre, Apicum, Afloramento Rochoso e Restinga Herbácea.
  3. Agropecuária: Pastagens, Agricultura (Culturas Temporárias e Perenes), Silvicultura e Mosaico de Usos.
  4. Área não Vegetada: Praia/Duna, Área Urbana, Mineração e a nova classe Usinas Fotovoltaicas.
  5. Corpo d’Água: Rio, Lago, Oceano e Aquicultura.

Inovações desta Coleção

  • Usinas Fotovoltaicas: Inclusão de uma classe específica para energia solar, mapeada com técnicas de Deep Learning.
  • Google Satellite Embedding dataset: Base produzida pela AlphaEarth Foundations foi utilizada para enriquecer o espaço de atributos da classificação.
  • Inclusão do último ano: Atualização dos dados até o ano de 2024.

Todos os dados, códigos e estatísticas são públicos e podem ser acessados na MapBiomas Platform.

ATDB

ATBD is a living document that is constantly updated to aggregate new information and learning.

Geral (em breve)

Biomes

Temas

ACCESS THE ACCURACY STATISTICS PANEL FOR THE COLLECTIONS

Método MapBiomas 10m (Coleção 3 – beta)

O MapBiomas 10m é uma iniciativa que visa fornecer mapas anuais de cobertura e uso da terra (LCLU) com alta resolução espacial (10 metros) para todo o território brasileiro. Utilizando imagens do satélite Sentinel-2, esta coleção permite identificar detalhes que não eram visíveis na resolução de 30 metros, como infraestruturas urbanas, áreas de preservação permanente (APP) e propriedades rurais com maior precisão.

The Coleção 3 (beta) cobre o período de 2017 a 2024 e inclui 22 classes de cobertura e uso da terra.

Características Principais

  • Resolução: 10 meters.
  • Satélite: Sentinel-2 (MSI).
  • Período: 2017 a 2024.
  • Abrangência: Todo o Brasil, organizado por biomas e temas transversais.

Etapas do Processamento

1. Construção de Mosaicos e Embeddings

A primeira etapa consiste na criação de mosaicos anuais livres de nuvens.

  • Sentinel-2: Utiliza a coleção harmonizada de refletância de superfície (Level 2A).
  • Satellite Embeddings: Pela primeira vez na Coleção 3, foram integradas bandas de “embeddings” (AlphaEarth/Google), que funcionam como informações adicionais para melhorar a acurácia da classificação.

2. Classificação Digital

A classificação é realizada de forma independente para cada bioma e tema transversal utilizando diferentes algoritmos de aprendizado de máquina:

  • Random Forest: Algoritmo principal usado na maioria dos biomas e temas.
  • Gradient Tree Boosting: Utilizado especificamente no bioma Caatinga.
  • Deep Learning (U-Net): Aplicado para classes específicas como Mineração, Aquicultura, Apicum, Culturas Perenes e a nova classe de Usinas Fotovoltaicas.

3. Pós-Classificação e Filtros

Após a classificação, são aplicados filtros para reduzir ruídos e garantir a consistência temporal dos dados:

  • Filtro Espacial: Remove pixels isolados ou áreas menores que 0,25 hectare (unidade mínima de mapeamento).
  • Filtro Temporal: Corrige inconsistências ao longo dos anos, garantindo que as mudanças de uso da terra sigam uma lógica ecológica e histórica.

4. Integração das Classes

Nesta fase, os mapas individuais de cada bioma e tema transversal são sobrepostos seguindo regras de prevalência. Por exemplo, classes antrópicas específicas (como Mineração ou Área Urbana) costumam ter precedência sobre classes de vegetação natural na integração final.

A Legenda da Coleção 3

A classificação é hierárquica e com o mesmo padrão da legenda da coloção 10 (30m), mas limitada ao nível 3, totalizando 22 classes:

  1. Floresta: Formação Florestal, Formação Savânica, Mangue, Floresta Inundável e Restinga Arbórea.
  2. Formação Natural não Florestal: Campo Alagado, Formação Campestre, Apicum, Afloramento Rochoso e Restinga Herbácea.
  3. Agropecuária: Pastagens, Agricultura (Culturas Temporárias e Perenes), Silvicultura e Mosaico de Usos.
  4. Área não Vegetada: Praia/Duna, Área Urbana, Mineração e a nova classe Usinas Fotovoltaicas.
  5. Corpo d’Água: Rio, Lago, Oceano e Aquicultura.

Inovações desta Coleção

  • Usinas Fotovoltaicas: Inclusão de uma classe específica para energia solar, mapeada com técnicas de Deep Learning.
  • Google Satellite Embedding dataset: Base produzida pela AlphaEarth Foundations foi utilizada para enriquecer o espaço de atributos da classificação.
  • Inclusão do último ano: Atualização dos dados até o ano de 2024.

Todos os dados, códigos e estatísticas são públicos e podem ser acessados na MapBiomas Platform.

ATDB

ATBD is a living document that is constantly updated to aggregate new information and learning.

Geral (em breve)

Biomes

Temas

Accuracy analysis is the main way to evaluate the quality of the mapping performed by MapBiomas. In addition to stating the overall success rate, the accuracy analysis also reveals estimates of the success and error rates for each mapped class. MapBiomas evaluated the global and per-class land use and land cover accuracy for all years between 1985 and 2024.

Accuracy estimates were based on the evaluation of a pixel sample, which we call the reference database, consisting of ~ 75.000 samples. The number of pixels in the reference database was predetermined by statistical sampling techniques. Each year, each pixel from the reference database was evaluated by technicians trained in visual interpretation of Landsat images. Accuracy was assessed using metrics that compare the mapped class with the class evaluated by the technicians in the reference database. dados de referência, composta por ~85.000 amostras. O número de píxeis na base de dados de referência was pre-determined using statistical sampling techniques. Each year, each pixel in the reference dataset was assessed by technicians trained in visual interpretation of Landsat images. The accuracy assessment was conducted using metrics that compare the mapped class with the class evaluated by the technicians in the reference dataset.

In each year, the accuracy analysis is done by cross-tabulating the sample frequencies of the mapped and real classes, in the format of Table 1. The frequencies ni,j represent the number of pixels in the sample classified as class i, and evaluated as class j. The line marginal totals,, represent the number of samples mapped as class i, while the column marginal totals, , represent the number of samples that were evaluated by the technicians as class j. Table 1 is commonly called the error matrix or confusion matrix.

Table 1: Generic sample error matrix

Método MapBiomas 10m (Coleção 3 – beta)

O MapBiomas 10m é uma iniciativa que visa fornecer mapas anuais de cobertura e uso da terra (LCLU) com alta resolução espacial (10 metros) para todo o território brasileiro. Utilizando imagens do satélite Sentinel-2, esta coleção permite identificar detalhes que não eram visíveis na resolução de 30 metros, como infraestruturas urbanas, áreas de preservação permanente (APP) e propriedades rurais com maior precisão.

The Coleção 3 (beta) cobre o período de 2017 a 2024 e inclui 22 classes de cobertura e uso da terra.

Características Principais

  • Resolução: 10 meters.
  • Satélite: Sentinel-2 (MSI).
  • Período: 2017 a 2024.
  • Abrangência: Todo o Brasil, organizado por biomas e temas transversais.

Etapas do Processamento

1. Construção de Mosaicos e Embeddings

A primeira etapa consiste na criação de mosaicos anuais livres de nuvens.

  • Sentinel-2: Utiliza a coleção harmonizada de refletância de superfície (Level 2A).
  • Satellite Embeddings: Pela primeira vez na Coleção 3, foram integradas bandas de “embeddings” (AlphaEarth/Google), que funcionam como informações adicionais para melhorar a acurácia da classificação.

2. Classificação Digital

A classificação é realizada de forma independente para cada bioma e tema transversal utilizando diferentes algoritmos de aprendizado de máquina:

  • Random Forest: Algoritmo principal usado na maioria dos biomas e temas.
  • Gradient Tree Boosting: Utilizado especificamente no bioma Caatinga.
  • Deep Learning (U-Net): Aplicado para classes específicas como Mineração, Aquicultura, Apicum, Culturas Perenes e a nova classe de Usinas Fotovoltaicas.

3. Pós-Classificação e Filtros

Após a classificação, são aplicados filtros para reduzir ruídos e garantir a consistência temporal dos dados:

  • Filtro Espacial: Remove pixels isolados ou áreas menores que 0,25 hectare (unidade mínima de mapeamento).
  • Filtro Temporal: Corrige inconsistências ao longo dos anos, garantindo que as mudanças de uso da terra sigam uma lógica ecológica e histórica.

4. Integração das Classes

Nesta fase, os mapas individuais de cada bioma e tema transversal são sobrepostos seguindo regras de prevalência. Por exemplo, classes antrópicas específicas (como Mineração ou Área Urbana) costumam ter precedência sobre classes de vegetação natural na integração final.

A Legenda da Coleção 3

A classificação é hierárquica e com o mesmo padrão da legenda da coloção 10 (30m), mas limitada ao nível 3, totalizando 22 classes:

  1. Floresta: Formação Florestal, Formação Savânica, Mangue, Floresta Inundável e Restinga Arbórea.
  2. Formação Natural não Florestal: Campo Alagado, Formação Campestre, Apicum, Afloramento Rochoso e Restinga Herbácea.
  3. Agropecuária: Pastagens, Agricultura (Culturas Temporárias e Perenes), Silvicultura e Mosaico de Usos.
  4. Área não Vegetada: Praia/Duna, Área Urbana, Mineração e a nova classe Usinas Fotovoltaicas.
  5. Corpo d’Água: Rio, Lago, Oceano e Aquicultura.

Inovações desta Coleção

  • Usinas Fotovoltaicas: Inclusão de uma classe específica para energia solar, mapeada com técnicas de Deep Learning.
  • Google Satellite Embedding dataset: Base produzida pela AlphaEarth Foundations foi utilizada para enriquecer o espaço de atributos da classificação.
  • Inclusão do último ano: Atualização dos dados até o ano de 2024.

Todos os dados, códigos e estatísticas são públicos e podem ser acessados na MapBiomas Platform.

ATDB

ATBD is a living document that is constantly updated to aggregate new information and learning.

Geral (em breve)

Biomes

Temas

Método MapBiomas 10m (Coleção 3 – beta)

O MapBiomas 10m é uma iniciativa que visa fornecer mapas anuais de cobertura e uso da terra (LCLU) com alta resolução espacial (10 metros) para todo o território brasileiro. Utilizando imagens do satélite Sentinel-2, esta coleção permite identificar detalhes que não eram visíveis na resolução de 30 metros, como infraestruturas urbanas, áreas de preservação permanente (APP) e propriedades rurais com maior precisão.

The Coleção 3 (beta) cobre o período de 2017 a 2024 e inclui 22 classes de cobertura e uso da terra.

Características Principais

  • Resolução: 10 meters.
  • Satélite: Sentinel-2 (MSI).
  • Período: 2017 a 2024.
  • Abrangência: Todo o Brasil, organizado por biomas e temas transversais.

Etapas do Processamento

1. Construção de Mosaicos e Embeddings

A primeira etapa consiste na criação de mosaicos anuais livres de nuvens.

  • Sentinel-2: Utiliza a coleção harmonizada de refletância de superfície (Level 2A).
  • Satellite Embeddings: Pela primeira vez na Coleção 3, foram integradas bandas de “embeddings” (AlphaEarth/Google), que funcionam como informações adicionais para melhorar a acurácia da classificação.

2. Classificação Digital

A classificação é realizada de forma independente para cada bioma e tema transversal utilizando diferentes algoritmos de aprendizado de máquina:

  • Random Forest: Algoritmo principal usado na maioria dos biomas e temas.
  • Gradient Tree Boosting: Utilizado especificamente no bioma Caatinga.
  • Deep Learning (U-Net): Aplicado para classes específicas como Mineração, Aquicultura, Apicum, Culturas Perenes e a nova classe de Usinas Fotovoltaicas.

3. Pós-Classificação e Filtros

Após a classificação, são aplicados filtros para reduzir ruídos e garantir a consistência temporal dos dados:

  • Filtro Espacial: Remove pixels isolados ou áreas menores que 0,25 hectare (unidade mínima de mapeamento).
  • Filtro Temporal: Corrige inconsistências ao longo dos anos, garantindo que as mudanças de uso da terra sigam uma lógica ecológica e histórica.

4. Integração das Classes

Nesta fase, os mapas individuais de cada bioma e tema transversal são sobrepostos seguindo regras de prevalência. Por exemplo, classes antrópicas específicas (como Mineração ou Área Urbana) costumam ter precedência sobre classes de vegetação natural na integração final.

A Legenda da Coleção 3

A classificação é hierárquica e com o mesmo padrão da legenda da coloção 10 (30m), mas limitada ao nível 3, totalizando 22 classes:

  1. Floresta: Formação Florestal, Formação Savânica, Mangue, Floresta Inundável e Restinga Arbórea.
  2. Formação Natural não Florestal: Campo Alagado, Formação Campestre, Apicum, Afloramento Rochoso e Restinga Herbácea.
  3. Agropecuária: Pastagens, Agricultura (Culturas Temporárias e Perenes), Silvicultura e Mosaico de Usos.
  4. Área não Vegetada: Praia/Duna, Área Urbana, Mineração e a nova classe Usinas Fotovoltaicas.
  5. Corpo d’Água: Rio, Lago, Oceano e Aquicultura.

Inovações desta Coleção

  • Usinas Fotovoltaicas: Inclusão de uma classe específica para energia solar, mapeada com técnicas de Deep Learning.
  • Google Satellite Embedding dataset: Base produzida pela AlphaEarth Foundations foi utilizada para enriquecer o espaço de atributos da classificação.
  • Inclusão do último ano: Atualização dos dados até o ano de 2024.

Todos os dados, códigos e estatísticas são públicos e podem ser acessados na MapBiomas Platform.

ATDB

ATBD is a living document that is constantly updated to aggregate new information and learning.

Geral (em breve)

Biomes

Temas

From the results in Table 1, the sample proportions in each cell of the table are estimated by  . The matrix of values   is used to estimate:

  1. User’s Accuracies: These are the estimates of the fractions of pixels, for each classified class, correctly classified. The user’s accuracy is associated with the error of commission, which is the error of assigning a pixel to class i, when it belongs to some other class. The user’s accuracy for class i is estimated by Formula6 and the commission error by Formula7. These metrics are associated with the reliability of each classified class.
  2. Producer’s Accuracies: Are the sample fraction of pixels of each land cover/use class correctly assigned to their classes by the classifiers. The producer's accuracy is associated with the omission error, which occurs when we fail to map a class j pixel correctly. The producer 's accuracy for class j is estimated by and the omission error by . These metrics are associated with the sensitivity of the classifier, that is, the ability to correctly distinguish one class from another.
  3. Global Accuracy It is the estimate of the overall hit rate. The estimate is given by Formula10 n, the sum of the main diagonal of the proportions matrix. The complement of the total accuracy, or the total error Formula11 is still decomposed into area (or quantity) disagreement and allocation disagreement1. Area disagreement measures the fraction of the error attributed to the amount of area allocated incorrectly to the classes by the mapping, while the mismatch allocation to the ratio of class-displacement errors.

The matrix also provides estimates of the different types of errors. For example, we show estimates of true class area composition in each mapping class. Thus, in addition to the hit rate of the class mapped as forest, for example, we also estimate the fraction of these areas that could be pasture or other classes of cover and land use, for each year. We understand that this level of transparency informs users and maximizes the potential of use across multiple types of users. For this, we build an aplication to facilitate the visualization of the accuracy and the errors of the mapping

1- Pontius Jr, R. G., & Millones, M. (2011). Death to Kappa: birth of quantity disagreement and allocation disagreement for accuracy assessment. International Journal of Remote Sensing, 32(15), 4407-4429.

Método MapBiomas 10m (Coleção 3 – beta)

O MapBiomas 10m é uma iniciativa que visa fornecer mapas anuais de cobertura e uso da terra (LCLU) com alta resolução espacial (10 metros) para todo o território brasileiro. Utilizando imagens do satélite Sentinel-2, esta coleção permite identificar detalhes que não eram visíveis na resolução de 30 metros, como infraestruturas urbanas, áreas de preservação permanente (APP) e propriedades rurais com maior precisão.

The Coleção 3 (beta) cobre o período de 2017 a 2024 e inclui 22 classes de cobertura e uso da terra.

Características Principais

  • Resolução: 10 meters.
  • Satélite: Sentinel-2 (MSI).
  • Período: 2017 a 2024.
  • Abrangência: Todo o Brasil, organizado por biomas e temas transversais.

Etapas do Processamento

1. Construção de Mosaicos e Embeddings

A primeira etapa consiste na criação de mosaicos anuais livres de nuvens.

  • Sentinel-2: Utiliza a coleção harmonizada de refletância de superfície (Level 2A).
  • Satellite Embeddings: Pela primeira vez na Coleção 3, foram integradas bandas de “embeddings” (AlphaEarth/Google), que funcionam como informações adicionais para melhorar a acurácia da classificação.

2. Classificação Digital

A classificação é realizada de forma independente para cada bioma e tema transversal utilizando diferentes algoritmos de aprendizado de máquina:

  • Random Forest: Algoritmo principal usado na maioria dos biomas e temas.
  • Gradient Tree Boosting: Utilizado especificamente no bioma Caatinga.
  • Deep Learning (U-Net): Aplicado para classes específicas como Mineração, Aquicultura, Apicum, Culturas Perenes e a nova classe de Usinas Fotovoltaicas.

3. Pós-Classificação e Filtros

Após a classificação, são aplicados filtros para reduzir ruídos e garantir a consistência temporal dos dados:

  • Filtro Espacial: Remove pixels isolados ou áreas menores que 0,25 hectare (unidade mínima de mapeamento).
  • Filtro Temporal: Corrige inconsistências ao longo dos anos, garantindo que as mudanças de uso da terra sigam uma lógica ecológica e histórica.

4. Integração das Classes

Nesta fase, os mapas individuais de cada bioma e tema transversal são sobrepostos seguindo regras de prevalência. Por exemplo, classes antrópicas específicas (como Mineração ou Área Urbana) costumam ter precedência sobre classes de vegetação natural na integração final.

A Legenda da Coleção 3

A classificação é hierárquica e com o mesmo padrão da legenda da coloção 10 (30m), mas limitada ao nível 3, totalizando 22 classes:

  1. Floresta: Formação Florestal, Formação Savânica, Mangue, Floresta Inundável e Restinga Arbórea.
  2. Formação Natural não Florestal: Campo Alagado, Formação Campestre, Apicum, Afloramento Rochoso e Restinga Herbácea.
  3. Agropecuária: Pastagens, Agricultura (Culturas Temporárias e Perenes), Silvicultura e Mosaico de Usos.
  4. Área não Vegetada: Praia/Duna, Área Urbana, Mineração e a nova classe Usinas Fotovoltaicas.
  5. Corpo d’Água: Rio, Lago, Oceano e Aquicultura.

Inovações desta Coleção

  • Usinas Fotovoltaicas: Inclusão de uma classe específica para energia solar, mapeada com técnicas de Deep Learning.
  • Google Satellite Embedding dataset: Base produzida pela AlphaEarth Foundations foi utilizada para enriquecer o espaço de atributos da classificação.
  • Inclusão do último ano: Atualização dos dados até o ano de 2024.

Todos os dados, códigos e estatísticas são públicos e podem ser acessados na MapBiomas Platform.

ATDB

ATBD is a living document that is constantly updated to aggregate new information and learning.

Geral (em breve)

Biomes

Temas

Método MapBiomas 10m (Coleção 3 – beta)

O MapBiomas 10m é uma iniciativa que visa fornecer mapas anuais de cobertura e uso da terra (LCLU) com alta resolução espacial (10 metros) para todo o território brasileiro. Utilizando imagens do satélite Sentinel-2, esta coleção permite identificar detalhes que não eram visíveis na resolução de 30 metros, como infraestruturas urbanas, áreas de preservação permanente (APP) e propriedades rurais com maior precisão.

The Coleção 3 (beta) cobre o período de 2017 a 2024 e inclui 22 classes de cobertura e uso da terra.

Características Principais

  • Resolução: 10 meters.
  • Satélite: Sentinel-2 (MSI).
  • Período: 2017 a 2024.
  • Abrangência: Todo o Brasil, organizado por biomas e temas transversais.

Etapas do Processamento

1. Construção de Mosaicos e Embeddings

A primeira etapa consiste na criação de mosaicos anuais livres de nuvens.

  • Sentinel-2: Utiliza a coleção harmonizada de refletância de superfície (Level 2A).
  • Satellite Embeddings: Pela primeira vez na Coleção 3, foram integradas bandas de “embeddings” (AlphaEarth/Google), que funcionam como informações adicionais para melhorar a acurácia da classificação.

2. Classificação Digital

A classificação é realizada de forma independente para cada bioma e tema transversal utilizando diferentes algoritmos de aprendizado de máquina:

  • Random Forest: Algoritmo principal usado na maioria dos biomas e temas.
  • Gradient Tree Boosting: Utilizado especificamente no bioma Caatinga.
  • Deep Learning (U-Net): Aplicado para classes específicas como Mineração, Aquicultura, Apicum, Culturas Perenes e a nova classe de Usinas Fotovoltaicas.

3. Pós-Classificação e Filtros

Após a classificação, são aplicados filtros para reduzir ruídos e garantir a consistência temporal dos dados:

  • Filtro Espacial: Remove pixels isolados ou áreas menores que 0,25 hectare (unidade mínima de mapeamento).
  • Filtro Temporal: Corrige inconsistências ao longo dos anos, garantindo que as mudanças de uso da terra sigam uma lógica ecológica e histórica.

4. Integração das Classes

Nesta fase, os mapas individuais de cada bioma e tema transversal são sobrepostos seguindo regras de prevalência. Por exemplo, classes antrópicas específicas (como Mineração ou Área Urbana) costumam ter precedência sobre classes de vegetação natural na integração final.

A Legenda da Coleção 3

A classificação é hierárquica e com o mesmo padrão da legenda da coloção 10 (30m), mas limitada ao nível 3, totalizando 22 classes:

  1. Floresta: Formação Florestal, Formação Savânica, Mangue, Floresta Inundável e Restinga Arbórea.
  2. Formação Natural não Florestal: Campo Alagado, Formação Campestre, Apicum, Afloramento Rochoso e Restinga Herbácea.
  3. Agropecuária: Pastagens, Agricultura (Culturas Temporárias e Perenes), Silvicultura e Mosaico de Usos.
  4. Área não Vegetada: Praia/Duna, Área Urbana, Mineração e a nova classe Usinas Fotovoltaicas.
  5. Corpo d’Água: Rio, Lago, Oceano e Aquicultura.

Inovações desta Coleção

  • Usinas Fotovoltaicas: Inclusão de uma classe específica para energia solar, mapeada com técnicas de Deep Learning.
  • Google Satellite Embedding dataset: Base produzida pela AlphaEarth Foundations foi utilizada para enriquecer o espaço de atributos da classificação.
  • Inclusão do último ano: Atualização dos dados até o ano de 2024.

Todos os dados, códigos e estatísticas são públicos e podem ser acessados na MapBiomas Platform.

ATDB

ATBD is a living document that is constantly updated to aggregate new information and learning.

Geral (em breve)

Biomes

Temas

ABOUT THE GRAPHICS

OVERALL STATISTICS

They show the mean annual total accuracy and the error, decomposed in area and allocation disagreements.

Método MapBiomas 10m (Coleção 3 – beta)

O MapBiomas 10m é uma iniciativa que visa fornecer mapas anuais de cobertura e uso da terra (LCLU) com alta resolução espacial (10 metros) para todo o território brasileiro. Utilizando imagens do satélite Sentinel-2, esta coleção permite identificar detalhes que não eram visíveis na resolução de 30 metros, como infraestruturas urbanas, áreas de preservação permanente (APP) e propriedades rurais com maior precisão.

The Coleção 3 (beta) cobre o período de 2017 a 2024 e inclui 22 classes de cobertura e uso da terra.

Características Principais

  • Resolução: 10 meters.
  • Satélite: Sentinel-2 (MSI).
  • Período: 2017 a 2024.
  • Abrangência: Todo o Brasil, organizado por biomas e temas transversais.

Etapas do Processamento

1. Construção de Mosaicos e Embeddings

A primeira etapa consiste na criação de mosaicos anuais livres de nuvens.

  • Sentinel-2: Utiliza a coleção harmonizada de refletância de superfície (Level 2A).
  • Satellite Embeddings: Pela primeira vez na Coleção 3, foram integradas bandas de “embeddings” (AlphaEarth/Google), que funcionam como informações adicionais para melhorar a acurácia da classificação.

2. Classificação Digital

A classificação é realizada de forma independente para cada bioma e tema transversal utilizando diferentes algoritmos de aprendizado de máquina:

  • Random Forest: Algoritmo principal usado na maioria dos biomas e temas.
  • Gradient Tree Boosting: Utilizado especificamente no bioma Caatinga.
  • Deep Learning (U-Net): Aplicado para classes específicas como Mineração, Aquicultura, Apicum, Culturas Perenes e a nova classe de Usinas Fotovoltaicas.

3. Pós-Classificação e Filtros

Após a classificação, são aplicados filtros para reduzir ruídos e garantir a consistência temporal dos dados:

  • Filtro Espacial: Remove pixels isolados ou áreas menores que 0,25 hectare (unidade mínima de mapeamento).
  • Filtro Temporal: Corrige inconsistências ao longo dos anos, garantindo que as mudanças de uso da terra sigam uma lógica ecológica e histórica.

4. Integração das Classes

Nesta fase, os mapas individuais de cada bioma e tema transversal são sobrepostos seguindo regras de prevalência. Por exemplo, classes antrópicas específicas (como Mineração ou Área Urbana) costumam ter precedência sobre classes de vegetação natural na integração final.

A Legenda da Coleção 3

A classificação é hierárquica e com o mesmo padrão da legenda da coloção 10 (30m), mas limitada ao nível 3, totalizando 22 classes:

  1. Floresta: Formação Florestal, Formação Savânica, Mangue, Floresta Inundável e Restinga Arbórea.
  2. Formação Natural não Florestal: Campo Alagado, Formação Campestre, Apicum, Afloramento Rochoso e Restinga Herbácea.
  3. Agropecuária: Pastagens, Agricultura (Culturas Temporárias e Perenes), Silvicultura e Mosaico de Usos.
  4. Área não Vegetada: Praia/Duna, Área Urbana, Mineração e a nova classe Usinas Fotovoltaicas.
  5. Corpo d’Água: Rio, Lago, Oceano e Aquicultura.

Inovações desta Coleção

  • Usinas Fotovoltaicas: Inclusão de uma classe específica para energia solar, mapeada com técnicas de Deep Learning.
  • Google Satellite Embedding dataset: Base produzida pela AlphaEarth Foundations foi utilizada para enriquecer o espaço de atributos da classificação.
  • Inclusão do último ano: Atualização dos dados até o ano de 2024.

Todos os dados, códigos e estatísticas são públicos e podem ser acessados na MapBiomas Platform.

ATDB

ATBD is a living document that is constantly updated to aggregate new information and learning.

Geral (em breve)

Biomes

Temas

Método MapBiomas 10m (Coleção 3 – beta)

O MapBiomas 10m é uma iniciativa que visa fornecer mapas anuais de cobertura e uso da terra (LCLU) com alta resolução espacial (10 metros) para todo o território brasileiro. Utilizando imagens do satélite Sentinel-2, esta coleção permite identificar detalhes que não eram visíveis na resolução de 30 metros, como infraestruturas urbanas, áreas de preservação permanente (APP) e propriedades rurais com maior precisão.

The Coleção 3 (beta) cobre o período de 2017 a 2024 e inclui 22 classes de cobertura e uso da terra.

Características Principais

  • Resolução: 10 meters.
  • Satélite: Sentinel-2 (MSI).
  • Período: 2017 a 2024.
  • Abrangência: Todo o Brasil, organizado por biomas e temas transversais.

Etapas do Processamento

1. Construção de Mosaicos e Embeddings

A primeira etapa consiste na criação de mosaicos anuais livres de nuvens.

  • Sentinel-2: Utiliza a coleção harmonizada de refletância de superfície (Level 2A).
  • Satellite Embeddings: Pela primeira vez na Coleção 3, foram integradas bandas de “embeddings” (AlphaEarth/Google), que funcionam como informações adicionais para melhorar a acurácia da classificação.

2. Classificação Digital

A classificação é realizada de forma independente para cada bioma e tema transversal utilizando diferentes algoritmos de aprendizado de máquina:

  • Random Forest: Algoritmo principal usado na maioria dos biomas e temas.
  • Gradient Tree Boosting: Utilizado especificamente no bioma Caatinga.
  • Deep Learning (U-Net): Aplicado para classes específicas como Mineração, Aquicultura, Apicum, Culturas Perenes e a nova classe de Usinas Fotovoltaicas.

3. Pós-Classificação e Filtros

Após a classificação, são aplicados filtros para reduzir ruídos e garantir a consistência temporal dos dados:

  • Filtro Espacial: Remove pixels isolados ou áreas menores que 0,25 hectare (unidade mínima de mapeamento).
  • Filtro Temporal: Corrige inconsistências ao longo dos anos, garantindo que as mudanças de uso da terra sigam uma lógica ecológica e histórica.

4. Integração das Classes

Nesta fase, os mapas individuais de cada bioma e tema transversal são sobrepostos seguindo regras de prevalência. Por exemplo, classes antrópicas específicas (como Mineração ou Área Urbana) costumam ter precedência sobre classes de vegetação natural na integração final.

A Legenda da Coleção 3

A classificação é hierárquica e com o mesmo padrão da legenda da coloção 10 (30m), mas limitada ao nível 3, totalizando 22 classes:

  1. Floresta: Formação Florestal, Formação Savânica, Mangue, Floresta Inundável e Restinga Arbórea.
  2. Formação Natural não Florestal: Campo Alagado, Formação Campestre, Apicum, Afloramento Rochoso e Restinga Herbácea.
  3. Agropecuária: Pastagens, Agricultura (Culturas Temporárias e Perenes), Silvicultura e Mosaico de Usos.
  4. Área não Vegetada: Praia/Duna, Área Urbana, Mineração e a nova classe Usinas Fotovoltaicas.
  5. Corpo d’Água: Rio, Lago, Oceano e Aquicultura.

Inovações desta Coleção

  • Usinas Fotovoltaicas: Inclusão de uma classe específica para energia solar, mapeada com técnicas de Deep Learning.
  • Google Satellite Embedding dataset: Base produzida pela AlphaEarth Foundations foi utilizada para enriquecer o espaço de atributos da classificação.
  • Inclusão do último ano: Atualização dos dados até o ano de 2024.

Todos os dados, códigos e estatísticas são públicos e podem ser acessados na MapBiomas Platform.

ATDB

ATBD is a living document that is constantly updated to aggregate new information and learning.

Geral (em breve)

Biomes

Temas

GRAPH 1. ANNUAL TOTAL ACCURACY CHART:

This graph shows the total accuracy and the total error per year. The total error is decomposed into area and allocation disagreements. Accuracy is plotted at the top and errors at the bottom of the chart.

Método MapBiomas 10m (Coleção 3 – beta)

O MapBiomas 10m é uma iniciativa que visa fornecer mapas anuais de cobertura e uso da terra (LCLU) com alta resolução espacial (10 metros) para todo o território brasileiro. Utilizando imagens do satélite Sentinel-2, esta coleção permite identificar detalhes que não eram visíveis na resolução de 30 metros, como infraestruturas urbanas, áreas de preservação permanente (APP) e propriedades rurais com maior precisão.

The Coleção 3 (beta) cobre o período de 2017 a 2024 e inclui 22 classes de cobertura e uso da terra.

Características Principais

  • Resolução: 10 meters.
  • Satélite: Sentinel-2 (MSI).
  • Período: 2017 a 2024.
  • Abrangência: Todo o Brasil, organizado por biomas e temas transversais.

Etapas do Processamento

1. Construção de Mosaicos e Embeddings

A primeira etapa consiste na criação de mosaicos anuais livres de nuvens.

  • Sentinel-2: Utiliza a coleção harmonizada de refletância de superfície (Level 2A).
  • Satellite Embeddings: Pela primeira vez na Coleção 3, foram integradas bandas de “embeddings” (AlphaEarth/Google), que funcionam como informações adicionais para melhorar a acurácia da classificação.

2. Classificação Digital

A classificação é realizada de forma independente para cada bioma e tema transversal utilizando diferentes algoritmos de aprendizado de máquina:

  • Random Forest: Algoritmo principal usado na maioria dos biomas e temas.
  • Gradient Tree Boosting: Utilizado especificamente no bioma Caatinga.
  • Deep Learning (U-Net): Aplicado para classes específicas como Mineração, Aquicultura, Apicum, Culturas Perenes e a nova classe de Usinas Fotovoltaicas.

3. Pós-Classificação e Filtros

Após a classificação, são aplicados filtros para reduzir ruídos e garantir a consistência temporal dos dados:

  • Filtro Espacial: Remove pixels isolados ou áreas menores que 0,25 hectare (unidade mínima de mapeamento).
  • Filtro Temporal: Corrige inconsistências ao longo dos anos, garantindo que as mudanças de uso da terra sigam uma lógica ecológica e histórica.

4. Integração das Classes

Nesta fase, os mapas individuais de cada bioma e tema transversal são sobrepostos seguindo regras de prevalência. Por exemplo, classes antrópicas específicas (como Mineração ou Área Urbana) costumam ter precedência sobre classes de vegetação natural na integração final.

A Legenda da Coleção 3

A classificação é hierárquica e com o mesmo padrão da legenda da coloção 10 (30m), mas limitada ao nível 3, totalizando 22 classes:

  1. Floresta: Formação Florestal, Formação Savânica, Mangue, Floresta Inundável e Restinga Arbórea.
  2. Formação Natural não Florestal: Campo Alagado, Formação Campestre, Apicum, Afloramento Rochoso e Restinga Herbácea.
  3. Agropecuária: Pastagens, Agricultura (Culturas Temporárias e Perenes), Silvicultura e Mosaico de Usos.
  4. Área não Vegetada: Praia/Duna, Área Urbana, Mineração e a nova classe Usinas Fotovoltaicas.
  5. Corpo d’Água: Rio, Lago, Oceano e Aquicultura.

Inovações desta Coleção

  • Usinas Fotovoltaicas: Inclusão de uma classe específica para energia solar, mapeada com técnicas de Deep Learning.
  • Google Satellite Embedding dataset: Base produzida pela AlphaEarth Foundations foi utilizada para enriquecer o espaço de atributos da classificação.
  • Inclusão do último ano: Atualização dos dados até o ano de 2024.

Todos os dados, códigos e estatísticas são públicos e podem ser acessados na MapBiomas Platform.

ATDB

ATBD is a living document that is constantly updated to aggregate new information and learning.

Geral (em breve)

Biomes

Temas

Método MapBiomas 10m (Coleção 3 – beta)

O MapBiomas 10m é uma iniciativa que visa fornecer mapas anuais de cobertura e uso da terra (LCLU) com alta resolução espacial (10 metros) para todo o território brasileiro. Utilizando imagens do satélite Sentinel-2, esta coleção permite identificar detalhes que não eram visíveis na resolução de 30 metros, como infraestruturas urbanas, áreas de preservação permanente (APP) e propriedades rurais com maior precisão.

The Coleção 3 (beta) cobre o período de 2017 a 2024 e inclui 22 classes de cobertura e uso da terra.

Características Principais

  • Resolução: 10 meters.
  • Satélite: Sentinel-2 (MSI).
  • Período: 2017 a 2024.
  • Abrangência: Todo o Brasil, organizado por biomas e temas transversais.

Etapas do Processamento

1. Construção de Mosaicos e Embeddings

A primeira etapa consiste na criação de mosaicos anuais livres de nuvens.

  • Sentinel-2: Utiliza a coleção harmonizada de refletância de superfície (Level 2A).
  • Satellite Embeddings: Pela primeira vez na Coleção 3, foram integradas bandas de “embeddings” (AlphaEarth/Google), que funcionam como informações adicionais para melhorar a acurácia da classificação.

2. Classificação Digital

A classificação é realizada de forma independente para cada bioma e tema transversal utilizando diferentes algoritmos de aprendizado de máquina:

  • Random Forest: Algoritmo principal usado na maioria dos biomas e temas.
  • Gradient Tree Boosting: Utilizado especificamente no bioma Caatinga.
  • Deep Learning (U-Net): Aplicado para classes específicas como Mineração, Aquicultura, Apicum, Culturas Perenes e a nova classe de Usinas Fotovoltaicas.

3. Pós-Classificação e Filtros

Após a classificação, são aplicados filtros para reduzir ruídos e garantir a consistência temporal dos dados:

  • Filtro Espacial: Remove pixels isolados ou áreas menores que 0,25 hectare (unidade mínima de mapeamento).
  • Filtro Temporal: Corrige inconsistências ao longo dos anos, garantindo que as mudanças de uso da terra sigam uma lógica ecológica e histórica.

4. Integração das Classes

Nesta fase, os mapas individuais de cada bioma e tema transversal são sobrepostos seguindo regras de prevalência. Por exemplo, classes antrópicas específicas (como Mineração ou Área Urbana) costumam ter precedência sobre classes de vegetação natural na integração final.

A Legenda da Coleção 3

A classificação é hierárquica e com o mesmo padrão da legenda da coloção 10 (30m), mas limitada ao nível 3, totalizando 22 classes:

  1. Floresta: Formação Florestal, Formação Savânica, Mangue, Floresta Inundável e Restinga Arbórea.
  2. Formação Natural não Florestal: Campo Alagado, Formação Campestre, Apicum, Afloramento Rochoso e Restinga Herbácea.
  3. Agropecuária: Pastagens, Agricultura (Culturas Temporárias e Perenes), Silvicultura e Mosaico de Usos.
  4. Área não Vegetada: Praia/Duna, Área Urbana, Mineração e a nova classe Usinas Fotovoltaicas.
  5. Corpo d’Água: Rio, Lago, Oceano e Aquicultura.

Inovações desta Coleção

  • Usinas Fotovoltaicas: Inclusão de uma classe específica para energia solar, mapeada com técnicas de Deep Learning.
  • Google Satellite Embedding dataset: Base produzida pela AlphaEarth Foundations foi utilizada para enriquecer o espaço de atributos da classificação.
  • Inclusão do último ano: Atualização dos dados até o ano de 2024.

Todos os dados, códigos e estatísticas são públicos e podem ser acessados na MapBiomas Platform.

ATDB

ATBD is a living document that is constantly updated to aggregate new information and learning.

Geral (em breve)

Biomes

Temas

GRAPH 2. MATRIX OF ERROS:

This graph shows the user’s and producer’s accuracy, and the confusions between classes for each year. The first shows the confusions for each mapped class. The second shows the confusions for each real class.

Método MapBiomas 10m (Coleção 3 – beta)

O MapBiomas 10m é uma iniciativa que visa fornecer mapas anuais de cobertura e uso da terra (LCLU) com alta resolução espacial (10 metros) para todo o território brasileiro. Utilizando imagens do satélite Sentinel-2, esta coleção permite identificar detalhes que não eram visíveis na resolução de 30 metros, como infraestruturas urbanas, áreas de preservação permanente (APP) e propriedades rurais com maior precisão.

The Coleção 3 (beta) cobre o período de 2017 a 2024 e inclui 22 classes de cobertura e uso da terra.

Características Principais

  • Resolução: 10 meters.
  • Satélite: Sentinel-2 (MSI).
  • Período: 2017 a 2024.
  • Abrangência: Todo o Brasil, organizado por biomas e temas transversais.

Etapas do Processamento

1. Construção de Mosaicos e Embeddings

A primeira etapa consiste na criação de mosaicos anuais livres de nuvens.

  • Sentinel-2: Utiliza a coleção harmonizada de refletância de superfície (Level 2A).
  • Satellite Embeddings: Pela primeira vez na Coleção 3, foram integradas bandas de “embeddings” (AlphaEarth/Google), que funcionam como informações adicionais para melhorar a acurácia da classificação.

2. Classificação Digital

A classificação é realizada de forma independente para cada bioma e tema transversal utilizando diferentes algoritmos de aprendizado de máquina:

  • Random Forest: Algoritmo principal usado na maioria dos biomas e temas.
  • Gradient Tree Boosting: Utilizado especificamente no bioma Caatinga.
  • Deep Learning (U-Net): Aplicado para classes específicas como Mineração, Aquicultura, Apicum, Culturas Perenes e a nova classe de Usinas Fotovoltaicas.

3. Pós-Classificação e Filtros

Após a classificação, são aplicados filtros para reduzir ruídos e garantir a consistência temporal dos dados:

  • Filtro Espacial: Remove pixels isolados ou áreas menores que 0,25 hectare (unidade mínima de mapeamento).
  • Filtro Temporal: Corrige inconsistências ao longo dos anos, garantindo que as mudanças de uso da terra sigam uma lógica ecológica e histórica.

4. Integração das Classes

Nesta fase, os mapas individuais de cada bioma e tema transversal são sobrepostos seguindo regras de prevalência. Por exemplo, classes antrópicas específicas (como Mineração ou Área Urbana) costumam ter precedência sobre classes de vegetação natural na integração final.

A Legenda da Coleção 3

A classificação é hierárquica e com o mesmo padrão da legenda da coloção 10 (30m), mas limitada ao nível 3, totalizando 22 classes:

  1. Floresta: Formação Florestal, Formação Savânica, Mangue, Floresta Inundável e Restinga Arbórea.
  2. Formação Natural não Florestal: Campo Alagado, Formação Campestre, Apicum, Afloramento Rochoso e Restinga Herbácea.
  3. Agropecuária: Pastagens, Agricultura (Culturas Temporárias e Perenes), Silvicultura e Mosaico de Usos.
  4. Área não Vegetada: Praia/Duna, Área Urbana, Mineração e a nova classe Usinas Fotovoltaicas.
  5. Corpo d’Água: Rio, Lago, Oceano e Aquicultura.

Inovações desta Coleção

  • Usinas Fotovoltaicas: Inclusão de uma classe específica para energia solar, mapeada com técnicas de Deep Learning.
  • Google Satellite Embedding dataset: Base produzida pela AlphaEarth Foundations foi utilizada para enriquecer o espaço de atributos da classificação.
  • Inclusão do último ano: Atualização dos dados até o ano de 2024.

Todos os dados, códigos e estatísticas são públicos e podem ser acessados na MapBiomas Platform.

ATDB

ATBD is a living document that is constantly updated to aggregate new information and learning.

Geral (em breve)

Biomes

Temas

Método MapBiomas 10m (Coleção 3 – beta)

O MapBiomas 10m é uma iniciativa que visa fornecer mapas anuais de cobertura e uso da terra (LCLU) com alta resolução espacial (10 metros) para todo o território brasileiro. Utilizando imagens do satélite Sentinel-2, esta coleção permite identificar detalhes que não eram visíveis na resolução de 30 metros, como infraestruturas urbanas, áreas de preservação permanente (APP) e propriedades rurais com maior precisão.

The Coleção 3 (beta) cobre o período de 2017 a 2024 e inclui 22 classes de cobertura e uso da terra.

Características Principais

  • Resolução: 10 meters.
  • Satélite: Sentinel-2 (MSI).
  • Período: 2017 a 2024.
  • Abrangência: Todo o Brasil, organizado por biomas e temas transversais.

Etapas do Processamento

1. Construção de Mosaicos e Embeddings

A primeira etapa consiste na criação de mosaicos anuais livres de nuvens.

  • Sentinel-2: Utiliza a coleção harmonizada de refletância de superfície (Level 2A).
  • Satellite Embeddings: Pela primeira vez na Coleção 3, foram integradas bandas de “embeddings” (AlphaEarth/Google), que funcionam como informações adicionais para melhorar a acurácia da classificação.

2. Classificação Digital

A classificação é realizada de forma independente para cada bioma e tema transversal utilizando diferentes algoritmos de aprendizado de máquina:

  • Random Forest: Algoritmo principal usado na maioria dos biomas e temas.
  • Gradient Tree Boosting: Utilizado especificamente no bioma Caatinga.
  • Deep Learning (U-Net): Aplicado para classes específicas como Mineração, Aquicultura, Apicum, Culturas Perenes e a nova classe de Usinas Fotovoltaicas.

3. Pós-Classificação e Filtros

Após a classificação, são aplicados filtros para reduzir ruídos e garantir a consistência temporal dos dados:

  • Filtro Espacial: Remove pixels isolados ou áreas menores que 0,25 hectare (unidade mínima de mapeamento).
  • Filtro Temporal: Corrige inconsistências ao longo dos anos, garantindo que as mudanças de uso da terra sigam uma lógica ecológica e histórica.

4. Integração das Classes

Nesta fase, os mapas individuais de cada bioma e tema transversal são sobrepostos seguindo regras de prevalência. Por exemplo, classes antrópicas específicas (como Mineração ou Área Urbana) costumam ter precedência sobre classes de vegetação natural na integração final.

A Legenda da Coleção 3

A classificação é hierárquica e com o mesmo padrão da legenda da coloção 10 (30m), mas limitada ao nível 3, totalizando 22 classes:

  1. Floresta: Formação Florestal, Formação Savânica, Mangue, Floresta Inundável e Restinga Arbórea.
  2. Formação Natural não Florestal: Campo Alagado, Formação Campestre, Apicum, Afloramento Rochoso e Restinga Herbácea.
  3. Agropecuária: Pastagens, Agricultura (Culturas Temporárias e Perenes), Silvicultura e Mosaico de Usos.
  4. Área não Vegetada: Praia/Duna, Área Urbana, Mineração e a nova classe Usinas Fotovoltaicas.
  5. Corpo d’Água: Rio, Lago, Oceano e Aquicultura.

Inovações desta Coleção

  • Usinas Fotovoltaicas: Inclusão de uma classe específica para energia solar, mapeada com técnicas de Deep Learning.
  • Google Satellite Embedding dataset: Base produzida pela AlphaEarth Foundations foi utilizada para enriquecer o espaço de atributos da classificação.
  • Inclusão do último ano: Atualização dos dados até o ano de 2024.

Todos os dados, códigos e estatísticas são públicos e podem ser acessados na MapBiomas Platform.

ATDB

ATBD is a living document that is constantly updated to aggregate new information and learning.

Geral (em breve)

Biomes

Temas

Método MapBiomas 10m (Coleção 3 – beta)

O MapBiomas 10m é uma iniciativa que visa fornecer mapas anuais de cobertura e uso da terra (LCLU) com alta resolução espacial (10 metros) para todo o território brasileiro. Utilizando imagens do satélite Sentinel-2, esta coleção permite identificar detalhes que não eram visíveis na resolução de 30 metros, como infraestruturas urbanas, áreas de preservação permanente (APP) e propriedades rurais com maior precisão.

The Coleção 3 (beta) cobre o período de 2017 a 2024 e inclui 22 classes de cobertura e uso da terra.

Características Principais

  • Resolução: 10 meters.
  • Satélite: Sentinel-2 (MSI).
  • Período: 2017 a 2024.
  • Abrangência: Todo o Brasil, organizado por biomas e temas transversais.

Etapas do Processamento

1. Construção de Mosaicos e Embeddings

A primeira etapa consiste na criação de mosaicos anuais livres de nuvens.

  • Sentinel-2: Utiliza a coleção harmonizada de refletância de superfície (Level 2A).
  • Satellite Embeddings: Pela primeira vez na Coleção 3, foram integradas bandas de “embeddings” (AlphaEarth/Google), que funcionam como informações adicionais para melhorar a acurácia da classificação.

2. Classificação Digital

A classificação é realizada de forma independente para cada bioma e tema transversal utilizando diferentes algoritmos de aprendizado de máquina:

  • Random Forest: Algoritmo principal usado na maioria dos biomas e temas.
  • Gradient Tree Boosting: Utilizado especificamente no bioma Caatinga.
  • Deep Learning (U-Net): Aplicado para classes específicas como Mineração, Aquicultura, Apicum, Culturas Perenes e a nova classe de Usinas Fotovoltaicas.

3. Pós-Classificação e Filtros

Após a classificação, são aplicados filtros para reduzir ruídos e garantir a consistência temporal dos dados:

  • Filtro Espacial: Remove pixels isolados ou áreas menores que 0,25 hectare (unidade mínima de mapeamento).
  • Filtro Temporal: Corrige inconsistências ao longo dos anos, garantindo que as mudanças de uso da terra sigam uma lógica ecológica e histórica.

4. Integração das Classes

Nesta fase, os mapas individuais de cada bioma e tema transversal são sobrepostos seguindo regras de prevalência. Por exemplo, classes antrópicas específicas (como Mineração ou Área Urbana) costumam ter precedência sobre classes de vegetação natural na integração final.

A Legenda da Coleção 3

A classificação é hierárquica e com o mesmo padrão da legenda da coloção 10 (30m), mas limitada ao nível 3, totalizando 22 classes:

  1. Floresta: Formação Florestal, Formação Savânica, Mangue, Floresta Inundável e Restinga Arbórea.
  2. Formação Natural não Florestal: Campo Alagado, Formação Campestre, Apicum, Afloramento Rochoso e Restinga Herbácea.
  3. Agropecuária: Pastagens, Agricultura (Culturas Temporárias e Perenes), Silvicultura e Mosaico de Usos.
  4. Área não Vegetada: Praia/Duna, Área Urbana, Mineração e a nova classe Usinas Fotovoltaicas.
  5. Corpo d’Água: Rio, Lago, Oceano e Aquicultura.

Inovações desta Coleção

  • Usinas Fotovoltaicas: Inclusão de uma classe específica para energia solar, mapeada com técnicas de Deep Learning.
  • Google Satellite Embedding dataset: Base produzida pela AlphaEarth Foundations foi utilizada para enriquecer o espaço de atributos da classificação.
  • Inclusão do último ano: Atualização dos dados até o ano de 2024.

Todos os dados, códigos e estatísticas são públicos e podem ser acessados na MapBiomas Platform.

ATDB

ATBD is a living document that is constantly updated to aggregate new information and learning.

Geral (em breve)

Biomes

Temas

GRAPH 3. CLASS HISTORY:

This graph allows you to inspect the confusions of a particular class over time. The user’s r and producer’s accuracies for each class is displayed along with the confusions in each year.

Método MapBiomas 10m (Coleção 3 – beta)

O MapBiomas 10m é uma iniciativa que visa fornecer mapas anuais de cobertura e uso da terra (LCLU) com alta resolução espacial (10 metros) para todo o território brasileiro. Utilizando imagens do satélite Sentinel-2, esta coleção permite identificar detalhes que não eram visíveis na resolução de 30 metros, como infraestruturas urbanas, áreas de preservação permanente (APP) e propriedades rurais com maior precisão.

The Coleção 3 (beta) cobre o período de 2017 a 2024 e inclui 22 classes de cobertura e uso da terra.

Características Principais

  • Resolução: 10 meters.
  • Satélite: Sentinel-2 (MSI).
  • Período: 2017 a 2024.
  • Abrangência: Todo o Brasil, organizado por biomas e temas transversais.

Etapas do Processamento

1. Construção de Mosaicos e Embeddings

A primeira etapa consiste na criação de mosaicos anuais livres de nuvens.

  • Sentinel-2: Utiliza a coleção harmonizada de refletância de superfície (Level 2A).
  • Satellite Embeddings: Pela primeira vez na Coleção 3, foram integradas bandas de “embeddings” (AlphaEarth/Google), que funcionam como informações adicionais para melhorar a acurácia da classificação.

2. Classificação Digital

A classificação é realizada de forma independente para cada bioma e tema transversal utilizando diferentes algoritmos de aprendizado de máquina:

  • Random Forest: Algoritmo principal usado na maioria dos biomas e temas.
  • Gradient Tree Boosting: Utilizado especificamente no bioma Caatinga.
  • Deep Learning (U-Net): Aplicado para classes específicas como Mineração, Aquicultura, Apicum, Culturas Perenes e a nova classe de Usinas Fotovoltaicas.

3. Pós-Classificação e Filtros

Após a classificação, são aplicados filtros para reduzir ruídos e garantir a consistência temporal dos dados:

  • Filtro Espacial: Remove pixels isolados ou áreas menores que 0,25 hectare (unidade mínima de mapeamento).
  • Filtro Temporal: Corrige inconsistências ao longo dos anos, garantindo que as mudanças de uso da terra sigam uma lógica ecológica e histórica.

4. Integração das Classes

Nesta fase, os mapas individuais de cada bioma e tema transversal são sobrepostos seguindo regras de prevalência. Por exemplo, classes antrópicas específicas (como Mineração ou Área Urbana) costumam ter precedência sobre classes de vegetação natural na integração final.

A Legenda da Coleção 3

A classificação é hierárquica e com o mesmo padrão da legenda da coloção 10 (30m), mas limitada ao nível 3, totalizando 22 classes:

  1. Floresta: Formação Florestal, Formação Savânica, Mangue, Floresta Inundável e Restinga Arbórea.
  2. Formação Natural não Florestal: Campo Alagado, Formação Campestre, Apicum, Afloramento Rochoso e Restinga Herbácea.
  3. Agropecuária: Pastagens, Agricultura (Culturas Temporárias e Perenes), Silvicultura e Mosaico de Usos.
  4. Área não Vegetada: Praia/Duna, Área Urbana, Mineração e a nova classe Usinas Fotovoltaicas.
  5. Corpo d’Água: Rio, Lago, Oceano e Aquicultura.

Inovações desta Coleção

  • Usinas Fotovoltaicas: Inclusão de uma classe específica para energia solar, mapeada com técnicas de Deep Learning.
  • Google Satellite Embedding dataset: Base produzida pela AlphaEarth Foundations foi utilizada para enriquecer o espaço de atributos da classificação.
  • Inclusão do último ano: Atualização dos dados até o ano de 2024.

Todos os dados, códigos e estatísticas são públicos e podem ser acessados na MapBiomas Platform.

ATDB

ATBD is a living document that is constantly updated to aggregate new information and learning.

Geral (em breve)

Biomes

Temas

Método MapBiomas 10m (Coleção 3 – beta)

O MapBiomas 10m é uma iniciativa que visa fornecer mapas anuais de cobertura e uso da terra (LCLU) com alta resolução espacial (10 metros) para todo o território brasileiro. Utilizando imagens do satélite Sentinel-2, esta coleção permite identificar detalhes que não eram visíveis na resolução de 30 metros, como infraestruturas urbanas, áreas de preservação permanente (APP) e propriedades rurais com maior precisão.

The Coleção 3 (beta) cobre o período de 2017 a 2024 e inclui 22 classes de cobertura e uso da terra.

Características Principais

  • Resolução: 10 meters.
  • Satélite: Sentinel-2 (MSI).
  • Período: 2017 a 2024.
  • Abrangência: Todo o Brasil, organizado por biomas e temas transversais.

Etapas do Processamento

1. Construção de Mosaicos e Embeddings

A primeira etapa consiste na criação de mosaicos anuais livres de nuvens.

  • Sentinel-2: Utiliza a coleção harmonizada de refletância de superfície (Level 2A).
  • Satellite Embeddings: Pela primeira vez na Coleção 3, foram integradas bandas de “embeddings” (AlphaEarth/Google), que funcionam como informações adicionais para melhorar a acurácia da classificação.

2. Classificação Digital

A classificação é realizada de forma independente para cada bioma e tema transversal utilizando diferentes algoritmos de aprendizado de máquina:

  • Random Forest: Algoritmo principal usado na maioria dos biomas e temas.
  • Gradient Tree Boosting: Utilizado especificamente no bioma Caatinga.
  • Deep Learning (U-Net): Aplicado para classes específicas como Mineração, Aquicultura, Apicum, Culturas Perenes e a nova classe de Usinas Fotovoltaicas.

3. Pós-Classificação e Filtros

Após a classificação, são aplicados filtros para reduzir ruídos e garantir a consistência temporal dos dados:

  • Filtro Espacial: Remove pixels isolados ou áreas menores que 0,25 hectare (unidade mínima de mapeamento).
  • Filtro Temporal: Corrige inconsistências ao longo dos anos, garantindo que as mudanças de uso da terra sigam uma lógica ecológica e histórica.

4. Integração das Classes

Nesta fase, os mapas individuais de cada bioma e tema transversal são sobrepostos seguindo regras de prevalência. Por exemplo, classes antrópicas específicas (como Mineração ou Área Urbana) costumam ter precedência sobre classes de vegetação natural na integração final.

A Legenda da Coleção 3

A classificação é hierárquica e com o mesmo padrão da legenda da coloção 10 (30m), mas limitada ao nível 3, totalizando 22 classes:

  1. Floresta: Formação Florestal, Formação Savânica, Mangue, Floresta Inundável e Restinga Arbórea.
  2. Formação Natural não Florestal: Campo Alagado, Formação Campestre, Apicum, Afloramento Rochoso e Restinga Herbácea.
  3. Agropecuária: Pastagens, Agricultura (Culturas Temporárias e Perenes), Silvicultura e Mosaico de Usos.
  4. Área não Vegetada: Praia/Duna, Área Urbana, Mineração e a nova classe Usinas Fotovoltaicas.
  5. Corpo d’Água: Rio, Lago, Oceano e Aquicultura.

Inovações desta Coleção

  • Usinas Fotovoltaicas: Inclusão de uma classe específica para energia solar, mapeada com técnicas de Deep Learning.
  • Google Satellite Embedding dataset: Base produzida pela AlphaEarth Foundations foi utilizada para enriquecer o espaço de atributos da classificação.
  • Inclusão do último ano: Atualização dos dados até o ano de 2024.

Todos os dados, códigos e estatísticas são públicos e podem ser acessados na MapBiomas Platform.

ATDB

ATBD is a living document that is constantly updated to aggregate new information and learning.

Geral (em breve)

Biomes

Temas

Método MapBiomas 10m (Coleção 3 – beta)

O MapBiomas 10m é uma iniciativa que visa fornecer mapas anuais de cobertura e uso da terra (LCLU) com alta resolução espacial (10 metros) para todo o território brasileiro. Utilizando imagens do satélite Sentinel-2, esta coleção permite identificar detalhes que não eram visíveis na resolução de 30 metros, como infraestruturas urbanas, áreas de preservação permanente (APP) e propriedades rurais com maior precisão.

The Coleção 3 (beta) cobre o período de 2017 a 2024 e inclui 22 classes de cobertura e uso da terra.

Características Principais

  • Resolução: 10 meters.
  • Satélite: Sentinel-2 (MSI).
  • Período: 2017 a 2024.
  • Abrangência: Todo o Brasil, organizado por biomas e temas transversais.

Etapas do Processamento

1. Construção de Mosaicos e Embeddings

A primeira etapa consiste na criação de mosaicos anuais livres de nuvens.

  • Sentinel-2: Utiliza a coleção harmonizada de refletância de superfície (Level 2A).
  • Satellite Embeddings: Pela primeira vez na Coleção 3, foram integradas bandas de “embeddings” (AlphaEarth/Google), que funcionam como informações adicionais para melhorar a acurácia da classificação.

2. Classificação Digital

A classificação é realizada de forma independente para cada bioma e tema transversal utilizando diferentes algoritmos de aprendizado de máquina:

  • Random Forest: Algoritmo principal usado na maioria dos biomas e temas.
  • Gradient Tree Boosting: Utilizado especificamente no bioma Caatinga.
  • Deep Learning (U-Net): Aplicado para classes específicas como Mineração, Aquicultura, Apicum, Culturas Perenes e a nova classe de Usinas Fotovoltaicas.

3. Pós-Classificação e Filtros

Após a classificação, são aplicados filtros para reduzir ruídos e garantir a consistência temporal dos dados:

  • Filtro Espacial: Remove pixels isolados ou áreas menores que 0,25 hectare (unidade mínima de mapeamento).
  • Filtro Temporal: Corrige inconsistências ao longo dos anos, garantindo que as mudanças de uso da terra sigam uma lógica ecológica e histórica.

4. Integração das Classes

Nesta fase, os mapas individuais de cada bioma e tema transversal são sobrepostos seguindo regras de prevalência. Por exemplo, classes antrópicas específicas (como Mineração ou Área Urbana) costumam ter precedência sobre classes de vegetação natural na integração final.

A Legenda da Coleção 3

A classificação é hierárquica e com o mesmo padrão da legenda da coloção 10 (30m), mas limitada ao nível 3, totalizando 22 classes:

  1. Floresta: Formação Florestal, Formação Savânica, Mangue, Floresta Inundável e Restinga Arbórea.
  2. Formação Natural não Florestal: Campo Alagado, Formação Campestre, Apicum, Afloramento Rochoso e Restinga Herbácea.
  3. Agropecuária: Pastagens, Agricultura (Culturas Temporárias e Perenes), Silvicultura e Mosaico de Usos.
  4. Área não Vegetada: Praia/Duna, Área Urbana, Mineração e a nova classe Usinas Fotovoltaicas.
  5. Corpo d’Água: Rio, Lago, Oceano e Aquicultura.

Inovações desta Coleção

  • Usinas Fotovoltaicas: Inclusão de uma classe específica para energia solar, mapeada com técnicas de Deep Learning.
  • Google Satellite Embedding dataset: Base produzida pela AlphaEarth Foundations foi utilizada para enriquecer o espaço de atributos da classificação.
  • Inclusão do último ano: Atualização dos dados até o ano de 2024.

Todos os dados, códigos e estatísticas são públicos e podem ser acessados na MapBiomas Platform.

ATDB

ATBD is a living document that is constantly updated to aggregate new information and learning.

Geral (em breve)

Biomes

Temas

ACCESS THE ACCURACY STATISTICS PANEL FOR THE COLLECTIONS