dataset
Type of resources
Available actions
Topics
Provided by
Years
Formats
Representation types
Update frequencies
status
Scale
-
Latitude: 08° 22' 03'' S (-8,3675) Longitude: 36° 25' 46'' O (-36,4294) Altitude: 718 Fuso Horário: UTC -3 Tipo: ANEMOMÉTRICA
-
Sentinel-2 image mosaic of Brazilian Yanomami Indigenous Territory with 10m of spatial resolution. The mosaic was prepared to support the partnership between the INPE's Health Information Investigation Laboratory (LiSS) and the ICIT-FIOCRUZ Health Information Laboratory (LIS) a multi-institutional body coordinated by Fiocruz and the ministry of health, by creating a health situation database of the Yanomami Indigenous Land. The false color composition is based on the MSI bands 11, 8A and 4 assigned to RGB channels. The temporal composition encompasses 06-months of images, starting in April 2019 and ending in September 2022, 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 15000 Sentinel-2 scenes and was generated based on an existing data cube of Sentinel-2 images.
-
This land cover classification refers to a study area in Goiás 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 701 samples (Annual Crop: 299; Natural: 202; Pasture: 200) and the following data cube bands: red, green, blue, and near-infrared (NIR) along with the NDVI and EVI 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).
-
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).
-
Canal 6,3 μm do sensor ABI/GOES16, um dos 3 canais na banda de absorção do vapor d’água. Tem aplicação na identificação de importantes características atmosféricas. As imagens obtidas pelo sensor ABI/GOES são utilizadas para monitorar a Terra, a atmosfera e os oceanos. A refletância medida (radiância) dentro das bandas do espectro visível e infravermelho é convertida em valores de brilho e temperaturas de brilho, respectivamente. Esses valores são usados para gerar uma variedade de produtos que auxiliam os meteorologistas e especialistas no monitoramento e na previsão de vários tipos de eventos meteorológicos, do oceano e outros fenômenos relacionados ao clima. Os dados enviados pelo satélite GOES-16 são recebidos em tempo real na estação de recepção localizada no INPE de Cachoeira Paulista, onde são processados e armazenados.
-
Canal 12,3 μm do sensor ABI/GOES16. Em conjunto com o canal 13, pode ser utilizado para detecção de umidade e poeira, além de diversos outros produtos. As imagens obtidas pelo sensor ABI/GOES são utilizadas para monitorar a Terra, a atmosfera e os oceanos. A refletância medida (radiância) dentro das bandas do espectro visível e infravermelho é convertida em valores de brilho e temperaturas de brilho, respectivamente. Esses valores são usados para gerar uma variedade de produtos que auxiliam os meteorologistas e especialistas no monitoramento e na previsão de vários tipos de eventos meteorológicos, do oceano e outros fenômenos relacionados ao clima. Os dados enviados pelo satélite GOES-16 são recebidos em tempo real na estação de recepção localizada no INPE de Cachoeira Paulista, onde são processados e armazenados.
-
Canal 6,9 μm do sensor ABI/GOES16, um dos 3 canais na banda de absorção do vapor d’água. Tem aplicação na identificação de importantes características atmosféricas. As imagens obtidas pelo sensor ABI/GOES são utilizadas para monitorar a Terra, a atmosfera e os oceanos. A refletância medida (radiância) dentro das bandas do espectro visível e infravermelho é convertida em valores de brilho e temperaturas de brilho, respectivamente. Esses valores são usados para gerar uma variedade de produtos que auxiliam os meteorologistas e especialistas no monitoramento e na previsão de vários tipos de eventos meteorológicos, do oceano e outros fenômenos relacionados ao clima. Os dados enviados pelo satélite GOES-16 são recebidos em tempo real na estação de recepção localizada no INPE de Cachoeira Paulista, onde são processados e armazenados.
-
Áreas desmatadas à partir de 2008 discretizadas por ano. O mapeamento utiliza imagens do satélite Landsat ou similares, para registrar e quantificar as áreas desmatadas maiores que 6,25 hectares. O PRODES considera como desmatamento a supressão da vegetação nativa, independentemente da futura utilização destas áreas. Descrição dos atributos do dado composto por: nome do atributo, tipo do dado e descrição uuid - uuid - identificador único universal de cada feição; uid - número inteiro - identificador numérico usado na exportação do dado para arquivos; 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 ("DESMATAMENTO"); class_name - texto - nome da classe específica atribuída à feição ("dYYYY" onde YYYY=ano com 4 dígitos a partir de 2008); sub_class - texto - informação detalhada da classe; 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. Preenchido quando aplicável; 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. Preenchido quando aplicável; 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 cidade de Brasília possui clima tropical de altitude, característico de planaltos e serras. A região apresenta regime de precipitação bem definido. A estação chuvosa tem início em outubro e estende-se até março. A estação seca acontece no restante do ano, desde abril até setembro. A estação chuvosa é causada pelo forte aquecimento da atmosfera na Amazônia, que favorece o desenvolvimento de um sistema quase estacionário em altos níveis, a Alta da Bolívia. Como resultado dessa circulação, observa-se nos baixos níveis uma região de baixa pressão, chamada de Baixa do Chaco. Essa região de baixa pressão e a convergência de ar são os principais fatores que provocam a precipitação neste período, responsável por 70% do total médio anual. O total médio anual de precipitação em Brasília é aproximadamente 1700mm. A umidade relativa do ar, no período de seca, cai de valores superiores a 70% para 20%. Coincidindo com o período mais quente, nos meses de agosto e setembro, a umidade relativa do ar pode chegar a 12%, valor típico de deserto. A temperatura média atinge valores em torno de 22ºC sendo que o pico anual ocorre nos meses de primavera. Os meses de junho e julho são os que apresentam as temperaturas mais baixas do ano, em média 18ºC. Tipos de solo encontrados: Latossolo Vermelho-Escuro, Latossolo Vermelho-Amarelo, Solos Aluviais, Cambissolos. Latitude: 15° 36' 03" S (-15,60083) Longitude: 47° 42' 47" O (-47,71306) Altitude: 1023 Fuso Horário: UTC -3
-
This is a land cover classification map of Brazilian Amazon, from January to December of 2018. This classification was made on top of Landsat-8 biweekly 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 2303 sample points (Agriculture: 405, Forest: 1284, Pasture: 482). 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 Random Forest. The post-processing included masking water (using Pekel et al 2016). This product was funded by the Brazilian Development Bank (BNDES).