Global

Mapeamento dos diferentes tipos de sistemas de irrigação agrícola no Brasil (1985 – 2024).

  • Legenda visual dos sistemas de irrigação mapeados pelo MapBiomas Brasil. As três classes mapeadas são: Pivô central de irrigação - sistema mecanizado que irriga em área circular; inundação - irrigação por lâmina d'água sobre o solo; outros sistemas de irrigação - outros métodos indistinguíveis de irrigação.

 

Ao baixar o dado de ‘Sistemas de Irrigação’, cada classe mapeada será representada por um código. Utilize a tabela abaixo para interpretar e classificar o dado baixado.

Classes — Sistemas de irrigação

Classe Código Cor (Hex)
Pivô central de irrigação 1 #a900c5
Outros sistemas de irrigação 2 #00e4fb
Inundação 3 #ff00f8

O mapeamento de Sistemas de Irrigação utiliza os dados da coleção 10.1 do produto Cobertura 30m e varia metodologicamente conforme a classe de irrigação mapeada – pivô central, inundação ou outros sistemas de irrigação.

A versão completa do método está disponível no documento descritivo do método empregado no módulo de agricultura.

Abaixo apresentamos as principais informações sobre as etapas de mapeamento para cada classe.

O mapeamento de áreas de sistema de pivô central de irrigação utiliza mosaicos anuais Landsat e amostragem estratificada por cobertura de pivô como dados de treinamento para a classificação supervisionada. A predição é feita com modelo de aprendizado profundo, U-Net (Deep Learning) para identificação das áreas.

Em etapa pós classificação, aplicam-se filtros temporais e espaciais para corrigir inconsistências e suavizar os contornos dos pivôs. O diagrama abaixo ilustra as principais etapas do mapeamento de áreas com sistemas de pivô central de irrigação.

Fluxo metodológico do mapeamento de sistemas de irrigação — MapBiomas Brasil

 

Mais informações sobre o mapeamento da classe de pivô central de irrigação estão disponíveis na seção ‘2. Center pivot irrigation systems’ do documento completo de descrição do método.

 

O mapeamento de sistemas de irrigação por inundação reproduz o mapeamento das áreas de cultivos de arroz irrigado da Coleção 10.1 do produto Cobertura 30m.

Saiba mais sobre o mapeamento de arroz no documento completo de descrição metodológica do mapeamento de cultivos agrícolas.

 

O mapeamento “Outros sistemas de irrigação” é baseado em mosaicos anuais Landsat (TOA – Coleção 2), utiliza os mapas de referência da Agência Nacional de Águas (ANA) para áreas de agricultura irrigada na região do Semiárido brasileiro como amostras de treinamento e adota o modelo de classificação supervisionada Random Forest como algoritmo preditivo.

O diagrama abaixo ilustra as principais etapas do mapeamento da classe ‘Outros sistemas de irrigação’.

Fluxo metodológico do mapeamento de sistemas de irrigação — MapBiomas Brasil

 

As amostras para treinamento dos modelos de classificação supervisionada foram extraídas dos mapas de referência de sistemas de irrigação no Brasil:

Mapas de referência — Sistemas de irrigação

Classe Mapa ou Fonte de Referência Ano de referência
Pivô central de irrigação Levantamento da agricultura irrigada por pivôs centrais no Brasil (ANA & Embrapa Milho e Sorgo, 2019) 2017
Inundação Mapeamento do arroz irrigado no Brasil (ANA & Conab, 2020) 2020
Outros sistemas de irrigação Atlas Irrigação: uso da água na agricultura irrigada 1ª e 2ª Edição (ANA, 2017 & 2021) 2019

 

O mapeamento foi validado frente às amostras de teste dos mapas de referência utilizados para a classe ‘Pivô central de irrigação’. Resultado da análise de acurácia para o ano de 2017:

Acurácia do mapeamento — Pivô central (2017)

Extrato Acurácia do produtor Acurácia do usuário
Baixa cobertura 40,87% 71,39%
Média cobertura 86,37% 91,62%
Alta cobertura 84,16% 96,19%
Todos extratos 83,97% 95,38%

 

Informações sobre a análise completa podem ser acessadas no documento descritivo do método — seção ‘2.5 Validation strategies’.

 

  • Pivô central de irrigação:
    Na série temporal, os dados da ANA/EMBRAPA mostram um crescimento constante de 0,03 Mha em 1985 para 1,90 Mha em 2020. A Coleção 10 do MapBiomas partiu de 0,1 Mha em 1985 para 1,63 Mha em 2022. As variações bruscas em 2023 (1,89 Mha) e 2024 (1,39 Mha) são prováveis inconsistências metodológicas, que serão corrigidas futuramente.

 

  • Outros sistemas de irrigação:
    A análise do mapeamento mostra que a área dessa classe variou de 0,05 Mha (1985) a 0,21 Mha (2022). Os dados da ANA apontam áreas maiores: 0,34 Mha (2015) e 0,32 Mha (2019). Apesar da tendência de crescimento comum, as divergências refletem diferenças em fontes, escopos e metodologias institucionais.

 

Mais informações sobre as análises comparativas podem ser encontradas no documento completo de descrição do método empregado no mapeamento de Sistemas de Irrigação.

  • Como acessar dados?
    1. Acesse: https://plataforma.brasil.mapbiomas.org/
    2. Selecione o dado de interesse: Agricultura > Sistemas de irrigação
    3. Filtre território(s) e período de análise
    4. Explore o mapa e as estatísticasTutorial de acesso e download dos dados de sistemas de irrigação na Plataforma MapBiomas

 

  • Como baixar dados?
    1. Acesse: https://plataforma.brasil.mapbiomas.org/
    2. Clique na seção ‘Downloads’
    3. Selecione o dado e o ano de interesse: Agricultura > Sistemas de irrigação | 2023
    4. Baixe o mapa em ‘Suas análises’
    5. Baixa estatísticas a partir da interação com os gráficosTutorial de acesso e download dos dados de sistemas de irrigação na Plataforma MapBiomas

 

Como usar:
1. Copie e cole o script no Code Editor do GEE: https://code.earthengine.google.com
2. Ajuste as seções marcadas com ">>> EDITE AQUI" conforme sua necessidade.
3. Clique em "Run".

É necessária uma conta para usar o Google Earth Engine. Crie a sua gratuitamente em https://earthengine.google.com/noncommercial/

Os dados de Sistemas de Irrigação estão disponíveis no GEE. Acesse-os por meio do id:

projects/mapbiomas-public/assets/brazil/lulc/collection10/mapbiomas_brazil_collection10_agriculture_irrigation_systems_v3

Exemplo de acesso aos dados por meio do asset id:

Visualizar dados de sistemas de irrigação no GEE — Coleção 10
// ============================================================
//  MapBiomas – Sistemas de Irrigação | Coleção 10
// Ano desejado (1985 a 2024)
var ANO = 2023; // EDITE AQUI

// Classes a analisar — inclua uma ou mais:
//   1 = Pivô Central
//   2 = Outros Sistemas de Irrigação
//   3 = Inundação

var CLASSES = [1, 2, 3];
// ============================================================
// ── Asset ────────────────────────────────────────────────────
var ASSET = 'projects/mapbiomas-public/assets/brazil/lulc/collection10/mapbiomas_brazil_collection10_agriculture_irrigation_systems_v3'

var NOME_BANDA = 'classification_' + ANO;

// ── Carregar imagem e selecionar banda do ano ─────────────────
var imagem = ee.Image(ASSET).select(NOME_BANDA);
Map.setCenter(-52, -14, 5);
Map.setOptions('HYBRID');
Map.addLayer(
  imagem,{
    min:1,
    max:3,
    palette: ['#a900c5','#00e4fb','#ff0f87']
  },
  'Irrigação ' + ANO
);

O repositório público do MapBiomas Brasil no GitHub apresenta todos os scripts utilizados para o processo de classificação dos mapas de ‘Sistemas de irrigação’.

ArtigoMatos et al – Accounting for alternation in temporal quality analysis in MapBiomas BrazilMatos et al. · International Journal of Digital Earth · 2025Ler artigoArtigoRocha et al – Mapping Burned Area in the Caatinga Biome: Employing Deep Learning TechniquesRocha et al. · Fire · 2024Ler artigoArtigoFerreira Neto et al – Uncontrolled Illegal Mining and Garimpo in the Brazilian AmazonFerreira Neto et al. · Nature Communications · 2024Ler artigoArtigoRocha et al – Towards Uncovering Three Decades of LULC in the Brazilian Drylands: Caatinga Biome Dynamics (1985–2019)Rocha et al. · Land · 2024Ler artigoArtigoArruda et al – Assessing four decades of fire behavior dynamics in the Cerrado biome (1985 to 2022)Arruda et al. · Fire Ecology · 2024Ler artigoArtigoSouza et al – Landsat sub-pixel land cover dynamics in the Brazilian AmazonSouza et al. · Frontiers in Forests and Global Change · 2023Ler artigoArtigoBaeza et al – Two decades of land cover mapping in the Río de la Plata grassland region: The MapBiomas Pampa initiativeBaeza et al. · Remote Sensing Applications · 2022Ler artigoArtigoAlencar et al – Long-Term Landsat-Based Monthly Burned Area Dataset for the Brazilian Biomes Using Deep LearningAlencar et al. · Remote Sensing · 2022Ler artigoArtigoCoelho-Junior et al – Unmasking the impunity of illegal deforestation in the Brazilian AmazonCoelho-Junior et al. · Environmental Research Letters · 2022Ler artigoArtigoSantos et al – Assessing the Wall-to-Wall Spatial and Qualitative Dynamics of the Brazilian Pasturelands 2010–2018Santos et al. · Remote Sensing · 2022Ler artigoArtigoSouza et al – Reconstructing Three Decades of Land Use and Land Cover Changes in Brazilian Biomes with Landsat Archive and Earth EngineSouza et al. · Remote Sensing · 2020Ler artigoArtigoFendrich et al – Disclosing contrasting scenarios for future land cover in BrazilFendrich et al. · Science of The Total Environment · 2020Ler artigoArtigoNunes et al – Unmasking secondary vegetation dynamics in the Brazilian AmazonNunes et al. · Environmental Research Letters · 2020Ler artigoArtigoSaraiva et al – Automatic Mapping of Center Pivot Irrigation Systems from Satellite Images Using Deep LearningSaraiva et al. · Remote Sensing · 2020Ler artigoArtigoParente et al – Assessing the pasturelands and livestock dynamics in Brazil, from 1985 to 2017Parente et al. · Remote Sensing of Environment · 2019Ler artigoArtigoSouza Jr et al – Long-Term Annual Surface Water Change in the Brazilian Amazon BiomeSouza Jr. et al. · Water · 2019Ler artigoArtigoMas et al – Analysis of High Temporal Resolution Land Use/Land Cover TrajectoriesMas et al. · Land · 2019Ler artigoArtigoParente & Ferreira – Assessing the Spatial and Occupation Dynamics of the Brazilian PasturelandsParente & Ferreira · Remote Sensing · 2018Ler artigoArtigoParente et al – Monitoring the Brazilian pasturelands: A new mapping approach based on the Landsat 8 spectral and temporal domainsParente et al. · International Journal of Applied Earth Observation · 2017Ler artigoArtigoRosa, Marcos R – Comparação e análise de diferentes metodologias de mapeamento da cobertura florestal da Mata AtlânticaRosa, Marcos R. · Boletim Paulista de Geografia · 2017Ler artigo
DestaqueDestaques da Cobertura e Uso da Terra nos Sítios Arqueológicos do BrasilArqueologia · 12 de março de 2026Ver destaqueDestaqueDestaques do Mapeamento Anual de Cobertura – Áreas UrbanizadasÁreas Urbanizadas · 4 de março de 2026Ver destaqueDestaqueDestaques do Mapeamento Anual de Cobertura e Uso da Terra – Agricultura e IrrigaçãoAgricultura · 10 de dezembro de 2025Ver destaqueDestaqueDestaques do Monitor da MineraçãoMineração · 3 de dezembro de 2025Ver destaqueDestaqueDestaques do Mapeamento Anual de Cobertura e Uso da Terra – Bioma PantanalBiomas · 12 de novembro de 2025Ver destaqueDestaqueDestaques do Mapeamento Anual de Cobertura – PastagemPastagem · 9 de novembro de 2025Ver destaqueDestaqueDestaques do Mapeamento Anual de Cobertura e Uso da Terra – Bioma CerradoBiomas · 7 de novembro de 2025Ver destaqueDestaqueDestaques do Mapeamento Anual de Cobertura e Uso da Terra – Bioma Mata AtlânticaBiomas · 28 de outubro de 2025Ver destaqueDestaqueDestaques do Mapeamento Anual de Cobertura e Uso da Terra – Bioma PampaBiomas · 10 de outubro de 2025Ver destaqueDestaqueDestaques do Mapeamento Anual de Cobertura e Uso da Terra – Bioma CaatingaBiomas · 18 de setembro de 2025Ver destaqueDestaqueDestaques do Mapeamento Anual de Cobertura e Uso da Terra – Bioma AmazôniaBiomas · 16 de setembro de 2025Ver destaqueDestaqueDestaques do Mapeamento Anual de Cobertura e Uso da Terra no Brasil – Coleção 10Coleção Anual · 22 de agosto de 2025Ver destaqueDestaqueDestaques da Coleção 4 do MapBiomas Fogo (1985 a 2024)Fogo · Junho de 2025Ver destaqueDestaqueDestaques do Mapeamento das Pistas de Pouso e Garimpo na AmazôniaAmazônia · 6 de fevereiro de 2023Ver destaque