Plataforma para Análise e Visualização de Grandes Volumes de Dados Geoespaciais
Produção, visualização e análise de grandes volumes de imagens de sensoriamento remoto modeladas como cubos de dados multidimensionais para todo o território brasileiro.
O artigo “A Scalable Clustering-Based Method for Vegetation Mapping in Large Areas Using Satellite Image Time Series” foi publicado na revista científica Remote Sensing e apresenta uma abordagem escalável, baseada em clustering, para o mapeamento de vegetação em grandes áreas a partir de séries temporais de imagens de satélite. O estudo é resultado da pesquisa …
O artigo “A tool for crop phenology metrics analysis from big Earth observation data” foi publicado essa semana na revista “Big Earth Data” pela equipe do projeto Brazil Data Cube que apresenta tecnologias desenvolvidas para atender demandas do setor agrícola. Ele é resultado das pesquisas do doutorando Gabriel Sansigolo e dos pesquisadores Dra. Karine Reis …
O projeto Panoptes, liderado pelo TCU com participação dos pesquisadores do INPE Karine Ferreira, Gilberto Queiroz, Marcos Adami e Thales Korting, foi vencedor do Prêmio Reconhe-Ser 2025, recebendo reconhecimento tanto do comitê técnico quanto do júri. Desenvolvido com dados e tecnologias do Brazil Data Cube, o projeto se destacou entre mais de 90 iniciativas inscritas …
A Embrapa disponibilizou uma nova versão do Sistema de Análise Temporal da Vegetação (SATVeg), plataforma amplamente utilizada para monitoramento da vegetação por meio de séries temporais de índices espectrais. A atualização traz avanços significativos em desempenho, funcionalidades e, especialmente, na ampliação das fontes de dados. Desenvolvido pela Embrapa, o SATVeg, é uma plataforma web que …
O trabalho publicado no Workshop Computação Aplicada (WorCAP) “BDC-Favelas Explorer: Portal web para acesso e disseminação de informações sobre favelas a partir de dados de observação da Terra”, de Fabiana Z. Vieira, Gabriel Sansigolo, Flavia Feitosa, Miguel Monteiro, Karine Ferreira e Gilberto Queiroz, foi destaque em notícia no site da Fapesp. O BDC-Favelas Explorer baseia-se …
O Centro de Estudos da Favela (CEFAVELA-Cepid/Fapesp) e o INPE apresentaram a primeira prova de conceito da plataforma BDC-Favelas durante o Workshop Computação Aplicada (WorCAP) evento anual organizado pelo Programa de Pós-Graduação do INPE. O trabalho “BDC-Favelas Explorer: Portal web para acesso e disseminação de informações sobre favelas a partir de dados de observação da …
Equipe do Brazil Data Cube (BDC) marcou presença no Geopublica 2025 em Salvador – BA ministrando uma palestra no dia 16 de setembro de 2025. A Dra. Karine Ferreira Gomes, chefe da Divisão de Observação da Terra e Geoinformática do INPE, abordou sobre os objetivos do projeto e seus desafios com os grandes volumes de …
Continue lendo “Equipe do Brazil Data Cube ministra palestra no Geopublica 2025”
A equipe do projeto BDC acaba de publicar o artigo “Brazil Data Cube: big data de imagens de satélites, IA e computação em nuvem” na revista Ciência Hoje. O artigo apresenta a plataforma Brazil Data Cube, desenvolvida pelo Instituto Nacional de Pesquisas Espaciais (INPE), uma inovação tecnológica para organizar, processar e extrair informações de grandes …
Continue lendo “Brazil Data Cube publica novo artigo na revista Ciência Hoje”
O projeto Brazil Data Cube (BDC), desenvolvido na Divisão de Observação da Terra e Geoinformática (DIOTG) e associado ao Projeto Estratégico Base de Informações georreferenciadas (BIG), acaba de registrar mais três sistemas de software no Instituto Nacional da Propriedade Industrial (INPI). O número de sistemas computacionais registrados no INPI é um dos indicadores de produtividade …
No dia 10 de junho de 2025, foi realizado no INPE (São José do Campos) um treinamento sobre a plataforma Harmonize Brazil, desenvolvimento coordenado pelo LiSS/DIOTG em parceria com o Projeto BDC-INPE, voltado às equipes do InfoDengue e Observatório de Clima e Saúde (FIOCRUZ/RJ). A iniciativa teve como objetivo apresentar e discutir as potencialidades das …
