This dataset contains radiometric, limnologic, and taxonomic data from LabISA’s field campaign carried out in September 2021 in the Billings reservoir, located in São Paulo State, Brazil. These data were acquired in the context of the MAPAQUALI project (FAPESP-Grant 2020/14613-8).

This dataset contains radiometric and limnologic data from LabISA’s field campaign carried out in December 2021 in the Billings reservoir, located in São Paulo State, Brazil. These data were acquired in the context of the MAPAQUALI project (FAPESP-Grant 2020/14613-8).

This dataset contains radiometric, limnologic data from São Sebastião field campaign carried out in October 2024 in São Paulo State coastal region. These data were acquired in the context of the "Variações verticais das propriedades ópticas nas águas costeiras do Estado de São Paulo e sua influência no sinal hiperespectral de sensoriamento remoto" projects (FAPESP-Grant 21/13367-6). The campaign was composed by two different field sites: São Sebastião Channel and Alcatrazes archipelago.

This dataset contains radiometric, limnologic, and taxonomic data from LabISA’s field campaign carried out in August 2022 in the Promissão Reservoir, in Tietê River. These data were acquired in the context of the MAPAQUALI project (FAPESP-Grant 2020/14613-8).

This dataset contains limnologic data from field campaigns carried out from 2006 to 2012 in the Amazon region. These data were acquired in collaboration with Institute of Research for Development (IRD) researchers. The campaign was composed by a field site: Janauacá lake.

This dataset contains radiometric, limnologic, and taxonomic data from LabISA’s field campaign carried out in March 2022 in the Amazon region. These data were acquired in the context of the BONDS and SABERES projects (FAPESP-Grant 2018/12083-1). The campaign was composed by two different field sites: Curuai lake and Tapajós river.

This dataset contains radiometric, limnologic data from São Sebastião and Alcatrazes field campaigns carried out between 2012 and 2025 in São Paulo State coastal region. These data were acquired in the context of the "Variações verticais das propriedades ópticas nas águas costeiras do Estado de São Paulo e sua influência no sinal hiperespectral de sensoriamento remoto" project (FAPESP-Grant 21/13367-6). The campaigns were composed by two different field sites: São Sebastião Channel and Alcatrazes archipelago. The shapefile contains the unique ID's (estacoes), that related it to each other .XLSX file (collumn 'estacoes'). Then, the user can use their own filter methods to match each file. The data available are for the following instruments: ACS: Atenuation and absorption coefficients, binned for each 1m and interpolated 1 to 1 nm HyperPro II: betas (backscattering); temperature, salinity, Ed, Es, Lu; binned and interpolated (1 to 1 nm - Ed, Es, Lu). Hydroscat: betas, backscattering coefficient and fluorescence. Binned (1m) TriOS-RAMSES: Remote sensing reflectance, interpolated (1 to 1nm).

Mapeamento dos corpos hídricos (rios, lagos, barramentos e represamentos), em área de Não Floresta(**) do Bioma Amazônia(*). O Instituto Nacional de Pesquisas Espaciais (INPE) através do Programa de Monitoramento da Amazônia Brasileira por Satélites (PRODES) realiza o monitoramento da supressão de florestas primárias na Amazônia desde 1988. A partir de 2023 este programa também passa a realizar o monitoramento da supressão de fitofisionomias não florestais no bioma Amazônia na sua porção brasileira. Estas áreas cobrem cerca de 280 mil km², o que corresponde a 6,6 % da área do bioma. A fim de atender às demandas da sociedade brasileira, da comunidade científica nacional e internacional, de governos e dos parceiros do setor produtivo, o INPE iniciou o monitoramento sistemático das fitofisionomias não florestais do bioma Amazônia. O “PRODES Amazônia fitofisionomias não florestais” tem como objetivo gerar uma série histórica de dados de supressão de vegetação não florestal a partir de 2000. A metodologia adotada no PRODES (ALMEIDA et al, 2022) foi tomada como base e feitas as adaptações e adequações metodológicas necessárias para realizar a detecção da supressão da vegetação nativa não florestal. Os incrementos de supressão em não floresta foram detectados, de 2000 a 2014, por meio de imagens dos sensores Thematic Mapper (TM), Enhanced Thematic Mapper Plus (ETM +) e Operational Land Imager (OLI) a bordo, respectivamente, dos satélites Landsat 5, Landsat 7 e Landsat 8 (NASA/USGS). A partir de 2016 optou-se por empregar imagens do sensor Multi-Spectral Instrument (MSI) a bordo dos satélites Sentinel-2A e 2B (ESA). Um primeiro mapeamento, chamado de mapa base, foi produzido indicando a supressão detectada em imagens do ano 2000. De 2002 a 2018 foram mapeados incrementos bienais de supressão, exceto para o ano de 2012, o qual foi substituído por 2013 em virtude da ausência de imagens Landsat com requisitos mínimos de qualidade. A partir de 2018 o mapeamento dos incrementos de supressão da vegetação nativa não florestal passou a ser anual seguindo a temporalidade dos dados de desmatamento. O mapeamento foi realizado por uma equipe de analistas por meio da interpretação visual de imagens de satélite, utilizando ferramentas de vetorização de polígonos de supressão de vegetação não florestal diretamente na tela do computador. Os polígonos detectados foram submetidos ao processo de auditoria, por auditores seniores que realizaram a conferência de todos os polígonos e promoveram ajustes necessários para garantir a qualidade dos dados. Após auditadas todas as cenas, um pós-processamento foi realizado onde aplicou-se um filtro de eliminação de polígonos menores que 1 ha, considerada a área mínima mapeável. 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 (*) Consulte os metadados de "Limites do Bioma Amazônia" para informações sobre os limites do bioma que estamos usando nesta operação: https://terrabrasilis.dpi.inpe.br/geonetwork/srv/eng/catalog.search#/metadata/0d88678e-4cdb-44f3-9b1d-8edc00bc4122 (**) Consulte os metadados de "Máscara de Não Floresta no Bioma Amazônia" para informações sobre estes limites: https://terrabrasilis.dpi.inpe.br/geonetwork/srv/eng/catalog.search#/metadata/bed1276c-aa3d-4f5b-b560-1879617ef13d Descrição dos atributos do dado composto por: nome do atributo, tipo do dado e descrição --------------------------------------------------------------------------------------------------------------------------- uuid - texto - identificador único universal de cada feição; uid - número inteiro - identificador numérico usado na exportação do dado para arquivos (pode ser alterado em revisões/atualizações); state - texto - estado/unidade da federação; path_row - texto - código da cena formado por linha/coluna da grade de passagem do satélite Landsat; main_class - texto - nome da classe principal atribuída à feição; class_name - texto - nome da classe específica atribuída à feição; def_cloud - número - Ano que indica desde quando esta área está coberta por nuvens. Fazendo a diferença do ano corrente onde se detectou o desmatamento e def_cloud, temos o número de anos coberto por nuvens; julian_day - número - dia juliano; image_date - texto - data da cena usada para obter a feição; year - número - ano do desmatamento, 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; publish_year - data - usado para permitir a publicação do dado no GeoServer com dimensão temporal; source - texto - 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; 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; geom - feição composta por um ou mais polígonos - geometria obtida por interpretação visual de imagem de satélite; A lista de atributos é padronizada com o dado de desmatamento, classe principal do PRODES. Para as demais classe o preenchimento ocorre apenas quando aplicável.

This dataset contains radiometric, limnologic, and taxonomic data from LabISA’s field campaign carried out in September 2021 in the Amazon region. These data were acquired in the context of the BONDS and SABERES projects (FAPESP-Grant 2018/12083-1). The campaign was composed by three different field sites: Curuai lake, Arapiuns river, and Tapajós river.

This dataset contains radiometric, limnologic, and taxonomic data from LabISA’s field campaign carried out in August 2021 in the Billings reservoir, located in São Paulo State, Brazil. These data were acquired in the context of the MAPAQUALI project (FAPESP-Grant 2020/14613-8).