Conheça a base metodológica que orienta todos os mapeamentos do MapBiomas Brasil: sensoriamento remoto, aprendizado de máquina e processamento em nuvem via Google Earth Engine.
O MapBiomas Brasil surgiu em 2015 como uma iniciativa dedicada ao mapeamento anual da cobertura e uso da terra no Brasil. Ao longo do tempo, o projeto expandiu seu escopo para monitorar outros temas, incluindo cicatrizes de fogo, superfície de água, carbono orgânico do solo e vetores de degradação da vegetação nativa.
A metodologia é fundamentada em sensoriamento remoto por satélite, com processamento pixel por pixel, usando extensivos algoritmos de aprendizado de máquina na plataforma Google Earth Engine. A produção dos mapas é organizada em coleções — versões sucessivamente aprimoradas que incorporam melhorias metodológicas contínuas.
Além dos mapas anuais de uso e cobertura da terra, a Plataforma do MapBiomas Brasil traz dados sobre perda de vegetação nativa, vegetação secundária, agricultura, pastagem, fogo, mineração, água, solo, degradação, recifes costeiros, áreas urbanas, atmosfera, risco climático e vegetação nativa. O MapBiomas Brasil opera ainda outras plataformas especializadas de monitoramento:
- MapBiomas Alerta — sistema de validação e refinamento de alertas de desmatamento de vegetação nativa
- Monitor do Fogo — mapeamento mensal de cicatrizes de queimadas
- Monitor da Recuperação — monitoramento da dinâmica da cobertura vegetal em áreas com compromisso ou obrigação de recuperação
- Monitor da Mineração — integração de dados geoespaciais da classe de mineração mapeada pelo MapBiomas com informações disponíveis publicamente na base de dados da Agência Nacional de Mineração (ANM)
- Monitor do Crédito Rural — visualização de dados de financiamento à atividade agropecuária cruzados com alertas de desmatamento analisados pelo MapBiomas Alertas
Os mapas são desenvolvidos separadamente para cada um dos seis dos biomas brasileiros – Amazônia, Caatinga, Cerrado, Mata Atlântica, Pampa e Pantanal. A classificação por bioma permite captar os padrões específicos de vegetação, clima e uso do solo de cada região. Estes mapas são então integrados com mapas temáticos transversais de Pastagem, Agricultura, Silvicultura, Zona Costeira, Mineração, Área Urbana, Parques Eólicos e Usinas Fotovoltaicas, em um único mapa para o Brasil.
As equipes de especialistas interdisciplinares são organizadas em dois tipos:
Equipes de bioma — programadores, especialistas em sensoriamento remoto e conservação liderados por uma instituição responsável por cada bioma
Equipes de temas transversais — grupos dedicados a classes que cruzam todos os biomas, como pastagem, agricultura, áreas urbanizadas, mineração e silvicultura
O processo de geração dos mapas anuais segue sete etapas principais:
- Coleta de imagens — seleção de pixels sem nuvem das imagens de satélite
- Mosaicos anuais — composição das métricas espectrais
- Classificação — Random Forest e outros algoritmos treinados por bioma
- Filtro espacial — eliminação de pixels isolados ou de borda
- Filtro temporal — correção de transições impossíveis ao longo da série
- Integração — consolidação do mapa nacional com regras de prevalência
- Mapas de transição — rastreamento de mudanças entre pares de anos
ArtigoBeyond Net Change: Four Decades of Land Use and Land Cover Trajectories Across BrazilLer artigo
ArtigoMapping Burned Area in the Caatinga Biome: Employing Deep Learning TechniquesLer artigo
ArtigoLong-Term Landsat-Based Monthly Burned Area Dataset for the Brazilian Biomes Using Deep LearningLer artigo
ArtigoAn alternative approach for mapping burn scars using Landsat imagery, Google Earth Engine, and Deep Learning in the Brazilian SavannaLer artigo
ArtigoAutomatic Mapping of Center Pivot Irrigation Systems from Satellite Images Using Deep LearningLer artigo
ArtigoNext Generation Mapping: Combining Deep Learning, Cloud Computing, and Big Remote Sensing DataLer artigo
ArtigoComparação e análise de diferentes metodologias de mapeamento da cobertura florestal da Mata AtlânticaLer artigo