Amostras de Uso e Cobertura da Terra

---

Amostras de uso e cobertura da terra com metadados organizadas em um banco de dados com serviços de descoberta e acesso

Atualmente, grandes volumes de imagens são geradas por satélites de observação da Terra, com diferentes resoluções espaciais, temporais e espectrais, e disponibilizadas sem custos para a sociedade. A partir desses grandes volumes de imagens de satélites, análise de séries temporais derivadas dessas imagens e métodos de aprendizado de máquina (machine learning) têm sido amplamente utilizados para identificação e classificação de uso e cobertura da terra, em inglês Land Use and Land Cover (LULC) , incluindo culturas agrícolas. 

Esses métodos são geralmente supervisionados e portanto necessitam de um grande conjunto de amostras de LULC para treinamento, que devem representar as classes a serem identificadas pelo classificador. Na classificação de uso e cobertura da terra, amostras de boa qualidade tem impacto direto na acurácia dos mapas gerados. Portanto, é importante investir em novos métodos e técnicas para auxiliar especialistas a coletar, armazenar e selecionar amostras de LULC de boa qualidade. 

No projeto BDC, usamos amostras de LULC coletadas por diferentes projetos e indivíduos usando diferentes métodos, como trabalho de campo in situ e interpretação visual de imagens de satélite de alta resolução. Assim, mantemos essas amostras com metadados adequados que caracterizem suas diferenças e as organizamos em um banco de dados compartilhado para facilitar a reprodutibilidade dos experimentos. Além disso, desenvolvemos ferramentas para descobrir, consultar, acessar e processar facilmente este banco de dados de amostra compartilhado.