5 de Abril 2024: Através da parceria contínua com o Impact Observatory, a série temporal anual Sentinel-2 10m Land Use/Land Cover foi atualizada com novos dados de 2023, expandindo a série temporal para incluir a cobertura global de 2017-2023. Veja aqui ou Explore aqui
Além dessa atualização, a ESRI lançou o Sentinel-2 Land Cover Explorer . Simples, acessível e perspicaz, este aplicativo faz parte da crescente família de aplicativos exploradores de imagens projetados para envolver uma ampla comunidade na exploração e descoberta da Terra.
No modo de animação, adicionamos a capacidade de baixar vídeos MP4. Você pode escolher entre uma variedade de proporções e resoluções, dependendo de onde e como deseja compartilhar suas animações. Clique na imagem para entrar e experimentar.
Um mapa global da mudança anual do uso do solo 2017-202x em 10 metros de resolução
Mapas de uso da terra de alta resolução, abertos, precisos, comparáveis e oportunos são essenciais para tomadores de decisão em muitos setores da indústria e nações em desenvolvimento. Esses mapas melhoram a compreensão de tópicos importantes, como segurança alimentar, planejamento do uso da terra, águas superficiais e planejamento de gerenciamento de recursos. Além disso, as agências de recursos do governo nacional usam o uso/cobertura da terra como base para entender as tendências do capital natural do país, o que ajuda a definir as prioridades de planejamento da terra e é a base das alocações orçamentárias.
O projeto Esri 10-Meter Land Cover
Detalhado. Oportuno. Preciso. Assim a ESRI e o Impact Observatory descrevem o mapa com resolução espacial de 10 metros da superfície terrestre de 2017-2021.
Os mapas de uso/cobertura da terra são um instantâneo no tempo, mas os processos naturais e a atividade humana podem alterar rapidamente a paisagem. Freqüentemente, esses mapas ficam vários anos atrasados desde a aquisição de dados até a disponibilidade do mapa. A abordagem exclusiva de aprendizado de máquina usada para criar esses mapas globais pode processar um ano inteiro de observações em questão de dias. Isso significa que podemos fornecer a análise mais oportuna do uso da terra no ano passado e aproveitar a série temporal para detectar mudanças.
Para facilitar ainda mais a análise da mudança, pré-processamos várias camadas que mostram como o uso da terra mudou de 2018 a 2021 – do desmatamento causado pelo homem às cicatrizes de incêndios florestais, encolhendo os corpos d’água à urbanização. Essas camadas de análise de mudança também são disponibilizadas no Living Atlas.
ESRI-Impact Observatory
Criado com Inteligência Artificial
Os modelos de classificação de terras de inteligência artificial (IA) existentes foram aprimorados reunindo um conjunto de dados de treinamento massivo de bilhões de pixels de imagem rotulados por humanos. Esses modelos foram aplicados a toda a coleção de cenas do Sentinel-2 para cada ano de 2017 a 2021 – são mais de 2.000.000 de observações da Terra de 6 bandas espectrais para produzir os mapas.
A saída fornece um mapa de 9 classes da superfície, incluindo tipos de vegetação, superfície nua, água, terras cultiváveis e áreas construídas. Esses mapas estão disponíveis no ArcGIS Living Atlas of the World.
Usando essas visualizações, os planejadores de todo o mundo entenderão melhor a geografia ao seu redor, como ela mudou e, com as informações mais recentes disponíveis, poderão tomar decisões mais informadas.
O Impact Observatory criou um modelo de classificação de uso do solo que utiliza AI (Inteligência artificial) e Deep Learning (aprendizagem profunda de máquina). Este modelo usou um enorme conjunto de dados de treinamento de bilhões de amostras disponibilizadas pelo National Geographic Society.
Esta camada exibe um mapa global de uso/cobertura da terra (LULC) derivado de imagens do ESA Sentinel-2 com resolução de 10m. Cada ano é gerado a partir do modelo de classificação de terras AI de aprendizado profundo do Impact Observatory, usado um conjunto de dados de treinamento maciço de bilhões de pixels de imagem rotulados por humanos desenvolvidos pela National Geographic Society. Os mapas globais foram produzidos aplicando este modelo à coleção de cenas do Sentinel-2 no Computador Planetário da Microsoft, processando mais de 400.000 observações da Terra por ano.
O algoritmo gera previsões LULC para 10 classes, descritas em detalhes abaixo.
O ano de 2017 tem uma classe de cobertura do solo atribuída para cada pixel, mas sua classe é baseada em menos imagens do que nos outros anos. Os anos 2018-2021 são baseados em um conjunto mais completo de imagens. Por esse motivo, o ano de 2017 pode ter atribuições de classe de cobertura do solo menos precisas do que os anos de 2018-2021.
Variável mapeada: uso/cobertura da terra em 2017, 2018, 2019, 2020, 2021
Projeção de dados: Universal Transverse Mercator (UTM)
Projeção em Mosaico: WGS84
Extensão: Global
Imagens de origem: Sentinel-2
Tamanho da célula: 10m (0,00008983152098239751 graus)
Tipo: Temático
Fonte: Esri Inc.
Data de publicação: janeiro de 2022
Veja e explore o layer abaixo no Scene Viewer: https://www.arcgis.com/home/item.html?id=d3da5dd386d140cf93fc9ecbf8da5e31
As classes mapeadas
Definições de classe
- Água
Áreas onde a água esteve predominantemente presente ao longo do ano; pode não cobrir áreas com água esporádica ou efêmera; contém pouca ou nenhuma vegetação esparsa, nenhum afloramento rochoso nem características construídas como docas; exemplos: rios, lagoas, lagos, oceanos, planícies de sal inundadas. - Floresta
Qualquer aglomeração significativa de vegetação densa alta (~ 15 m ou mais alta), normalmente com uma copa fechada ou densa; exemplos: vegetação arborizada, aglomerados de vegetação alta densa dentro de savanas, plantações, pântanos ou manguezais (vegetação densa / alta com água efêmera ou dossel muito espesso para detectar água embaixo). - Campo
Áreas abertas cobertas por gramíneas homogêneas com pouca ou nenhuma vegetação mais alta; cereais selvagens e gramíneas sem nenhuma plotagem humana óbvia (ou seja, não um campo plotado); exemplos: prados naturais e campos com pouca ou nenhuma cobertura de árvores, savana aberta com poucas ou nenhuma árvore, parques / campos de golfe / gramados, pastagens. - Vegetação inundada
Áreas de qualquer tipo de vegetação com mistura óbvia de água durante a maior parte do ano; área sazonalmente inundada que é uma mistura de grama / arbusto / árvores / solo descoberto; exemplos: manguezais inundados, vegetação emergente, arrozais e outra agricultura fortemente irrigada e inundada. - Agricultura/Culturas
Cereais plantados / plotados pelo homem, gramíneas e safras fora da altura das árvores; exemplos: milho, trigo, soja, pousios em terrenos estruturados. - Vegetação Arbustiva
Mistura de pequenos grupos de plantas ou plantas isoladas dispersas em uma paisagem que mostra solo ou rocha exposta; clareiras cheias de arbustos dentro de florestas densas que claramente não são mais altas do que árvores; exemplos: cobertura moderada a esparsa de arbustos, arbustos e tufos de grama, savanas com gramíneas muito esparsas, árvores ou outras plantas - Urbano / Área construída
Estruturas feitas pelo homem; principais redes rodoviárias e ferroviárias; grandes superfícies impermeáveis homogêneas, incluindo estruturas de estacionamento, edifícios de escritórios e residências; exemplos: casas, vilas / vilas / cidades densas, estradas pavimentadas, asfalto. - Solo Exposto
Áreas de rocha ou solo com vegetação muito esparsa ou sem vegetação durante todo o ano; grandes áreas de areia e desertos com nenhuma a pouca vegetação; exemplos: rocha ou solo exposto, deserto e dunas de areia, planícies / salinas secas, leitos de lagos secos, minas. - Neve / gelo
Grandes áreas homogêneas de neve ou gelo permanente, normalmente apenas em áreas montanhosas ou latitudes mais altas; exemplos: geleiras, neve permanente, campos de neve. - Nuvens
Nenhuma informação de cobertura do solo devido à cobertura de nuvens persistente durante todas as passagens. - Pastagens/Campos: Áreas abertas cobertas por gramíneas homogêneas com pouca ou nenhuma vegetação mais alta; cereais e gramíneas silvestres sem plotagem humana óbvia (ou seja, não é um campo plotado); exemplos: prados e campos naturais com pouca ou nenhuma cobertura de árvores, savana aberta com poucas ou nenhuma árvore, parques/campos de golfe/gramados, pastagens.
Como acessar e baixar?
- Se você possui acesso aos produtos da ESRI como o ArcGIS PRO, basta procurar pela camada “Sentinel-2 10m Land Use/Land Cover Time Series” no Living Atlas e poderá usar no ArcGIS sem precisar baixar.
- Clique aqui: https://ic.imagery1.arcgis.com/arcgis/rest/services/Sentinel2_10m_LandCover/ImageServer
- Se você não possui ou quer baixar o raster GeoTiff Global (64,1 Gigabytes) neste link.
- Ou ainda se não quiser baixar o enorme aquivo acima, pode utilizar o Downloader para baixar partes específicas do globo em tamanho menor
Download dos arquivos gigantes!
Todas as cenas de cada ano também estão disponíveis para download como um arquivo zip (clique no ano para baixar): 2017, 2018, 2019, 2020, 2021
Mas um alerta, cada download zip é de aproximadamente 60 GB por ano.
Citação oficial
Karra, Kontgis, et al. “Global land use/land cover with Sentinel-2 and deep learning.” IGARSS 2021-2021 IEEE International Geoscience and Remote Sensing Symposium. IEEE, 2021.
Licença opensource Creative Commons BY-4.0: This dataset is based on the dataset produced for the Dynamic World Project by National Geographic Society in partnership with Google and the World Resources Institute
Fantástico! Vai ajudar muito a comunidade acadêmica no desenvolvimento de novos artigos e pesquisas.
Que bom Bruno. Abcs
Muito bom, vai ajudar imenso nos nossos trabalhos.
Legal. Abraço