BIG Catalogue
imageryBaseMapsEarthCover
Type of resources
Available actions
Topics
Provided by
Years
Formats
Representation types
Update frequencies
status
Scale
-
CBERS-4/PAN5M - Level-4 Digital Number. L4 product provides orthorectified images.
-
Incremento de desmatamento do PRODES Cerrado. O desmatamento completo no bioma Cerrado deve considerar o dado agregado até 2000. O PRODES considera como desmatamento a supressão da vegetação nativa, independentemente da futura utilização destas áreas. Os limites dos biomas brasileiros foram alterados conforme publicação do IBGE de 30/10/2019. Este conjunto de dados foi ajustado para o novo recorte. https://agenciadenoticias.ibge.gov.br/agencia-sala-de-imprensa/2013-agencia-de-noticias/releases/25798-ibge-lanca-mapa-inedito-de-biomas-e-sistema-costeiro-marinho O produto: Este recurso contém polígonos que identificam áreas de incremento, em uma séria histórica bienal para o período de 2002 a 2012 e anual à partir de 2013, da supressão da vegetação nativa no bioma Cerrado. Foi construído a partir da interpretação visual de imagens do satélite Landsat ou similares - com resolução de 30m - e em escala de trabalho de 1:75.000. A área mínima mapeada é de um hectare (1 ha). O produto é compatível com a escala final de 1:250.000. A área total do bioma Cerrado é de 1.984.553,94 km². Descrição dos atributos do dado composto por: nome do atributo, tipo do dado e descrição -------------------------------------------------------------------------------------------------------------------------- uuid - texto - identificador único universal de cada feição (RFC 4122, ISO/IEC 9834-8:2005) uid - número - identificador para rastreabilidade da feição na origem/produção do dado geom - feição composta por um ou mais polígonos - geometria obtida por interpretação visual de imagem de satélite. source - texto - nome da origem do polígono (amazonia, cerrado, caatinga, mata_atlantica, pampa, pantanal), caso o polígono tenha sido incorporado de outro projeto, por exemplo, devido à alteração do mapa de biomas ou ainda às zonas da amazônia legal no cerrado e pantanal path_row - texto - código da cena formado por linha/coluna da grade de passagem do satélite Landsat satellite - texto - nome do satélite. Em geral será o landsat mas em alguns casos, outro satélites podem ser utilizados. sensor - texto - nome do sensor que obteve a imagem. state - texto - nome do estado, unidade da federação, quando aplicável. main_class - texto - nome da classe principal atribuída à feição class_name - texto - nome da classe específica atribuída à feição def_cloud - número - indica se havia nuvem em ano anterior sobre a feição. (Não se aplica ao bioma Pampa) julian_day - número - dia juliano (Não se aplica ao bioma Pampa) image_date - data - data da cena usada para obter a feição year - número - ano da feição, usado para facilitar as consultas ao banco de dados area_km - número - área calculada para a feição em km² scene_id - número - identificador da cena no banco de dados, usado para consultas (Não se aplica ao bioma Pampa) publish_year - data - usado para permitir a publicação do dado no GeoServer com dimensão temporal (quando aplicável) pub_date - texto - informação da data de publicação no formato "YYYYMMDD" sendo: YYYY=ano 4 dígitos, MM=mês e DD=dia, atualizada de forma automática a cada exportação do dado para os arquivos vetoriais: Shapefile e GeoPackage. Esta lista de atributos é padronizada com base no dado de desmatamento, classe principal do PRODES. Para as demais classes o preenchimento ocorre apenas quando aplicável. Sobre UUID -------------------------------------------------------------------------------------------------------------------------- https://www.postgresql.org/docs/13/datatype-uuid.html https://www.rfc-editor.org/rfc/rfc4122
-
This land cover classification refers to a study area in Bahia state, in the Cerrado biome. For this map, the Sentinel-2 monthly data cube was used, with a spatial resolution of 10 meters, using the best pixel composition function named as Least Cloud Cover First (LCF), which was previously named Stack in BDC older versions. This experiment uses the time series of an agricultural calendar year, from September 2018 to August 2019, extracted from the Sentinel-2 data cube. The classification was made using 922 samples (Pasture: 258; Agriculture: 242; Natural Vegetation: 422). The spectral band used were B01, B02, B03, B04, B05, B06, B07, B08, B8A, B11, and B12 along with the vegetation indices EVI and NDVI; the clouded observation were identified using the Fmask4 algorithm and estimated using linear interpolation. We trained a multi-layer perceptron for a deep learning classification network to classify the data cube using sits R package. Validation was done using good practice guidelines by Olofsson. The validation was done independently for each map using the PRODES Cerrado data of 2019. This data obtained overall accuracy (OA) 0.87. For more information see the paper <a href="https://www.mdpi.com/2072-4292/12/24/4033" target="_blank">Earth Observation Data Cubes for Brazil: Requirements, Methodology and Products.</a> This product was funded by the Brazilian Development Bank (BNDES).
-
CBERS-4/MUX - Level-2 Digital Number. Level 2 products have radiometric correction and geometric correction using satellite ephemeris and attitude data (system correction).
-
Agregado de desmatamento do PRODES Cerrado até 2000. O desmatamento completo no bioma Cerrado deve considerar toda a série histórica do dado de incrementos no desmatamento. O PRODES considera como desmatamento a supressão da vegetação nativa, independentemente da futura utilização destas áreas. Os limites dos biomas brasileiros foram alterados conforme publicação do IBGE de 30/10/2019. Este conjunto de dados foi ajustado para o novo recorte. https://agenciadenoticias.ibge.gov.br/agencia-sala-de-imprensa/2013-agencia-de-noticias/releases/25798-ibge-lanca-mapa-inedito-de-biomas-e-sistema-costeiro-marinho O produto: Este recurso contém polígonos que identificam áreas de supressão da vegetação nativa no bioma Cerrado até 2000. Foi construído a partir da interpretação visual de imagens do satélite Landsat ou similares - com resolução de 30m - e em escala de trabalho de 1:75.000. A área mínima mapeada é de um hectare (1 ha). O produto é compatível com a escala final de 1:250.000. A área total do bioma Cerrado é de 1.984.553,94 km². Descrição dos atributos do dado composto por: nome do atributo, tipo do dado e descrição -------------------------------------------------------------------------------------------------------------------------- uuid - texto - identificador único universal de cada feição (RFC 4122, ISO/IEC 9834-8:2005) uid - número - identificador para rastreabilidade da feição na origem/produção do dado geom - feição composta por um ou mais polígonos - geometria obtida por interpretação visual de imagem de satélite. source - texto - nome da origem do polígono (amazonia, cerrado, caatinga, mata_atlantica, pampa, pantanal), caso o polígono tenha sido incorporado de outro projeto, por exemplo, devido à alteração do mapa de biomas ou ainda às zonas da amazônia legal no cerrado e pantanal path_row - texto - código da cena formado por linha/coluna da grade de passagem do satélite Landsat satellite - texto - nome do satélite. Em geral será o landsat mas em alguns casos, outro satélites podem ser utilizados. sensor - texto - nome do sensor que obteve a imagem. state - texto - nome do estado, unidade da federação, quando aplicável. main_class - texto - nome da classe principal atribuída à feição class_name - texto - nome da classe específica atribuída à feição def_cloud - número - indica se havia nuvem em ano anterior sobre a feição. (Não se aplica ao bioma Pampa) julian_day - número - dia juliano (Não se aplica ao bioma Pampa) image_date - data - data da cena usada para obter a feição year - número - ano da feição, usado para facilitar as consultas ao banco de dados area_km - número - área calculada para a feição em km² scene_id - número - identificador da cena no banco de dados, usado para consultas (Não se aplica ao bioma Pampa) publish_year - data - usado para permitir a publicação do dado no GeoServer com dimensão temporal (quando aplicável) pub_date - texto - informação da data de publicação no formato "YYYYMMDD" sendo: YYYY=ano 4 dígitos, MM=mês e DD=dia, atualizada de forma automática a cada exportação do dado para os arquivos vetoriais: Shapefile e GeoPackage. Esta lista de atributos é padronizada com base no dado de desmatamento, classe principal do PRODES. Para as demais classes o preenchimento ocorre apenas quando aplicável. Sobre UUID -------------------------------------------------------------------------------------------------------------------------- https://www.postgresql.org/docs/13/datatype-uuid.html https://www.rfc-editor.org/rfc/rfc4122
-
This is a land cover classification map of Brazilian Cerrado, from August 2017 to August 2018. This classification was made on top of Landsat-8 monthly cubes with spatial resolution of 30 meters, using the best pixel composition function named as Least Cloud Cover First (LCF), which was previously named Stack in BDC older versions. The input datacube was Landsat-8 - OLI - Cube Stack 16 days - v001, which was deprecated. The classification model was trained using 67359 sample points spread across the whole Cerrado biome (Annual Crop: 9390, Dune Beach: 35, Forest: 5439, Pasture: 19697, Savanna: 30014, Semi-Perennial Crop: 1161, Silviculture: 1268, Water: 355). The spectral band used were B1, B2, B3, B4, B5, B6, and B7 along with the vegetation indices EVI and NDVI; the clouded observation were identified using the Fmask4 algorithm and estimated using linear interpolation. The classification algorithm was Multi-Layer Perceptron (Deep Learning). This product was funded by the Brazilian Development Bank (BNDES).
-
This land cover classification refers to a study area in Mato Grosso state, in the Cerrado biome. For this map, the CBERS-4/WFI monthly data cube was used, with a spatial resolution of 64 meters, using the best pixel composition function named as Least Cloud Cover First (LCF), which was previously named Stack in BDC older versions. This experiment uses the time series of an agricultural calendar year, from September 2018 to August 2019, extracted from the CBERS-4/WFI data cube. The input datacube was CBERS-4 (WFI) Cube Identity - v001, which was deprecated. The classification was made using 852 samples (Annual Crop: 257; Natural Vegetation: 245; Pasture: 216; Semi-Perennial Crop: 134) and the following data cube bands: bands red, green, blue, and near-infrared along with the EVI, NDVI, GEMI, GNDVI, NDWI2, PVR indices. We trained a multi-layer perceptron for a deep learning classification network to classify the data cube using sits R package. This product was funded by the Brazilian Development Bank (BNDES).
-
AMAZONIA-1/WFI - Level-4 Digital Number product.
-
This land cover classification refers to a study area in Bahia state, in the Cerrado biome. For this map, the Landsat-8 monthly data cube was used, with a spatial resolution of 30 meters, using the best pixel composition function named as Least Cloud Cover First (LCF), which was previously named Stack in BDC older versions. This experiment uses the time series of an agricultural calendar year, from September 2018 to August 2019, extracted from the Sentinel-2 data cube. The input datacube was Landsat-8 - OLI - Cube Stack 16 days - v001, which was deprecated. The classification was made using 922 samples (Pasture: 258; Agriculture: 242; Natural Vegetation: 422). The spectral band used were B1, B2, B3, B4, B5, B6, and B7 along with the vegetation indices EVI and NDVI; the clouded observation were identified using the Fmask4 algorithm and estimated using linear interpolation. We trained a multi-layer perceptron for a deep learning classification network to classify the data cube using sits R package. Validation was done using good practice guidelines by Olofsson. The validation was done independently for each map using the PRODES Cerrado data of 2019. This data obtained overall accuracy (OA) 0.90. For more information see the paper <a href="https://www.mdpi.com/2072-4292/12/24/4033" target="_blank">Earth Observation Data Cubes for Brazil: Requirements, Methodology and Products.</a> This product was funded by the Brazilian Development Bank (BNDES).
-
Landsat-8/OLI image mosaic of Brazilian Amazon biome with 30m of spatial resolution. The mosaic was prepared in support of TerraClass project. The true color composition is based on the OLI bands 4, 3 and 2 assigned to RGB channels. The temporal composition encompasses 03-months of images, starting in July 2016 and ending in September of 2016, with a best pixel selection approach called Least Cloud Cover First (LCF). More information on LCF can be found at Brazil Data Cube web site (https://brazil-data-cube.github.io/specifications/processing-flow.html#temporal-compositing). This Image Mosaic used more than 1200 Landsat/OLI scenes and was generated based on an existing data cube of Landsat images.