- Disponibilidade do conjunto de dados
- 1990-01-01T00:00:00Z–2021-12-31T23:59:59Z
- Produtor do conjunto de dados
- Programa Biopama
- Tags
Descrição
Extensão global de dendezeiros para 2016-2021 com resolução de 10 m e ano de plantio de dendezeiros de 1990 a 2021 com resolução de 30 m. O conjunto de dados consiste em 609 blocos de grade de 100 x 100 km que cobrem regiões tropicais e subtropicais de cultivo de dendezeiros no mundo todo, mapeando 23,98 Mha de dendezeiros de copa fechada (16,69 Mha [69,6%] industrial e 7,29 Mha [30,4%] de pequenos agricultores), com uma estimativa de área baseada em amostras de 16,82 ± 0,19 Mha industrial e 7,37 ± 0,25 Mha de pequenos agricultores. Embora o período do catálogo abranja de 1990 a 2021 para refletir o intervalo de anos de plantio, essa coleção é um único mosaico estático, e não uma série temporal multitemporal.
Metodologia
- Extensão de dendezeiros (
classification, 10 m): mapas anuais de dendezeiros de copa fechada para 2016-2021 foram gerados a partir de compostos anuais de polarização dupla (VV e VH) do Sentinel-1 C-band SAR GRD usando uma rede neural convolucional (CNN) DeepLabv3+ (backbone MobileNetV2) treinada em 296 regiões de 10 x 10 km. As cenas diárias do Sentinel-1 foram corrigidas para o ângulo de incidência local usando o DEM SRTM v4, agregadas em composições medianas anuais separadamente para órbitas ascendentes e descendentes e calculadas em ambas as órbitas para evitar artefatos de terreno quando uma órbita tinha mais passagens. Ao contrário da v1 (2019), a reflectância vermelha do Sentinel-2 (banda 4) foi excluída porque a cobertura sistemática de nível 2A do Sentinel-2 das regiões de dendezeiros não estava disponível antes de 2019. Para reutilizar a arquitetura DeepLabv3+ de três canais da v1, os compostos VV e VH foram empilhados com um terceiro canal preenchido com zeros. - Para reduzir os falsos positivos (como plantações de coco e arrozais), as classes de terras agrícolas, áreas construídas, corpos d'água, pântanos herbáceos e mangues do ESA WorldCover 10 m v200 foram mascaradas, seguidas por uma triagem visual manual. No pós-processamento, 82 das células de grade de 100 x 100 km do conjunto de dados v1 de 2019 foram descartadas (principalmente regiões de coco falso-positivas no México, na Índia, nas Filipinas e na Indonésia), enquanto novas células de grade de pontos de acesso (Andhra Pradesh na Índia, Bacia do Congo, Tailândia e América Central/do Sul) foram adicionadas para chegar aos 609 blocos.
- Os seis mapas anuais (2016-2021) foram mesclados em uma única camada estática,
priorizando a presença de dendezeiros: um pixel é rotulado como industrial (
1) se for classificado como industrial em qualquer ano entre 2016 e 2021. Caso contrário, será rotulado como pequeno produtor (2) se for classificado como pequeno produtor em qualquer ano entre 2016 e 2021. Caso contrário, será rotulado como outra cobertura de solo (0). - Ano de plantio (
planting_year, 30 m): derivado para todos os pixels mapeados como dendezeiro (1ou2) usando séries temporais de reflectância de superfície de nível 2 do Landsat-5, Landsat-7 e Landsat-8 de 30 m de 1990 a 2021. Um classificador de floresta aleatória rotulou cada observação clara do Landsat como vegetação, terra nua ou nuvem para identificar a última data de preparação da terra (LDLP, na sigla em inglês), que é a observação final de terra nua correspondente à limpeza da terra antes do fechamento da copa, suavizada com um filtro de modo espacial. O ano de plantio é definido como o ano civil com o(NIR - SWIR2) / (NIR + SWIR2)mínimo dentro da janela de cinco anos anterior ao LDLP (chamado de Índice de Água por Diferença Normalizada,NDWI (Gao, 1996), no artigo, embora calculado comSWIR2, como as bandas 5 e 7 do Landsat-8, que é a fórmula padrão da Proporção de Queima Normalizada [NBR, na sigla em inglês] e chamada deminNBRna descrição da banda GeoTIFF de origem). Na bandaplanting_year, os valores vão de1989a2022(em vez de1990a2021): como o algoritmo analisa até cinco anos antes do LDLP, as plantações estabelecidas antes de 1990 (consulte a observação abaixo em limitações sobre censura à esquerda) são registradas como1989(~7,5% dos pixels de dendezeiros globalmente, o valor mais frequente no conjunto de dados), e uma pequena fração de pixels (~0,04%) tem o valor2022.
Limitações
- Atraso na detecção de copa fechada e omissão de 2019 a 2021:o SAR do Sentinel-1
detecta de forma confiável o dendezeiro somente depois que as plantações atingem o fechamento total da copa
(normalmente, cerca de três anos após o plantio). Consequentemente, as plantações jovens
estabelecidas recentemente entre 2019 e 2021 são, em grande parte, omitidas da camada
de extensão. Os pixels com
planting_yearem 2019-2021 representam principalmente o replantio (rotação) de plantações mais antigas que já tinham uma copa fechada durante 2016-2018 antes de serem cortadas, e não devem ser usados para medir a nova expansão de dendezeiros ou o desmatamento entre 2019 e 2021. - Última rotação x estabelecimento inicial e censura à esquerda de 1989:como o algoritmo detecta o último evento de desmatamento de terra nua antes de
2021,
planting_yearregistra o ano de estabelecimento do povoamento atual em 2021. Em plantações que passaram por rotação (normalmente a cada ~25 anos), isso reflete o ano de replantio mais recente, e não a conversão inicial para dendezeiros. Além disso,planting_yearé censurado à esquerda em1989.Isso significa que os pixels complanting_year == 1989(~7,5% dos pixels de dendezeiros globalmente) representam plantações estabelecidas em ou antes de 1989 e não devem ser tratados como literalmente plantados em 1989 ao calcular a idade da plantação. - Conversão do uso da terra após a limpeza:como a regra de mesclagem de 2016 a 2021 retém qualquer pixel detectado como dendezeiro em pelo menos um ano, as plantações desmatadas entre 2016 e 2021 e posteriormente convertidas para um uso da terra diferente permanecem classificadas como dendezeiro.
- Omissão de dendezeiros de copa aberta e semisselvagens:a CNN mapeia apenas povoamentos de copa fechada e omite em grande parte os dendezeiros semisselvagens tradicionais, dispersos ou de subsistência (principalmente na África Ocidental, como na Nigéria), bem como povoamentos com copas abertas causadas por incêndios, inundações, doenças ou consórcio agroflorestal.
- Menor precisão em plantações de pequenos agricultores:em todas as 6.843 observações de informações empíricas do ano de plantio, o RMSE geral do ano de plantio é de 2,65 anos (erro médio = -0,24 anos, R^2 = 0,86). Em comparação com a interpretação visual das séries temporais do Landsat (n = 841 pontos), a concordância do ano exato do LDLP da Random Forest foi de apenas 59,6% no geral (64,8% industrial, 44,0% de pequenos proprietários; 76,3% em ±3 anos). As plantações de pequenos agricultores têm menor precisão de classificação (precisão do produtor de 71,7%, precisão do usuário de 72,4%) e maior erro de ano de plantio (RMSE = 4,89 anos, atingindo 7,01 anos em Camarões) do que as plantações industriais (precisão do produtor de 91,0%, precisão do usuário de 91,8%, RMSE do ano de plantio = 2,02 anos). A precisão do ano de plantio de pequenos proprietários é prejudicada por pixels mistos de 30 m ao longo de limites irregulares de parcelas, plantio sequencial de vários anos e "subplantio" (plantio de mudas sob palmeiras antigas antes da derrubada, o que evita um estágio de solo descoberto).
- Cobertura geográfica restrita da validação de campo:a validação de campo do
planting_yearteve uma cobertura geográfica restrita: apenas 3 países para plantações industriais (Brasil, Gabão e Indonésia) e 2 países para pequenos produtores (Camarões e Indonésia, 93,5% coletados por uma única empresa por meio de entrevistas com proprietários, que também estão sujeitas a erros de memória do proprietário em parcelas mais antigas), sem validação de campo na Malásia, Tailândia, Índia ou outras regiões produtoras. - Incompatibilidade de resolução e deslocamento de grade entre bandas:como
classificationestá a 10 m eplanting_yearestá a 30 m (com um deslocamento de origem de 20 m na borda oeste entre as grades GeoTIFF de origem), cerca de 5% dos pixels de dendezeiros de 10 m ao longo das bordas da plantação não têm um valor deplanting_year, e os pixels deplanting_yearde 30 m ao longo dos limites podem se espalhar para pixels adjacentes de 10 m que não são de dendezeiros (0). - Artefatos regionais de nuvens e sazonalidade:a cobertura de nuvens persistente
e a cobertura esparsa do arquivo Landsat anterior a 2013 na África Equatorial e Ocidental
(por exemplo, Camarões, Gabão, Bacia do Congo) aumentam a incerteza do ano de plantio.
Em regiões com estações secas intensas (principalmente Andhra Pradesh na Índia,
Tailândia e Sulawesi na Indonésia), as quedas sazonais no NDWI podem acionar
falsas detecções de terra nua, influenciando o
planting_yearem direção a anos excessivamente recentes.
Bandas
Bandas
Tamanho do pixel: varia
| Nome | Min | Máx. | Tamanho do pixel | Descrição |
|---|---|---|---|---|
classification |
10 metros | Classificação do tipo de plantação de dendezeiros |
||
planting_year |
1989 | 2022 | 30 metros | Ano estimado de estabelecimento da plantação |
Tabela de classes de classificação
| Valor | Cor | Descrição |
|---|---|---|
| 0 | #18181b | Outras coberturas de terra que não são de dendezeiros |
| 1 | #d97706 | Plantações industriais de dendezeiros com copa fechada |
| 2 | #06b6d4 | Plantações de dendezeiros de pequenos agricultores com copa fechada |
Termos de Uso
Termos de Uso
Citações
Citações:
Descals, A., Gaveau, D. L., Wich, S., Szantoi, Z., and Meijaard, E. (2024). Mapeamento global do ano de plantio de dendezeiros de 1990 a 2021. Earth System Science Data, 16(11), 5111-5129. doi:10.5194/essd-16-5111-2024
Identificadores DOI
Explore com o Earth Engine
Editor de código (JavaScript)
var dataset = ee.ImageCollection('BIOPAMA/GlobalOilPalm/v1_2'); // Band 1: Oil palm plantation type classification (10 m resolution) // 0: Other land covers that are not oil palm // 1: Industrial closed-canopy oil palm plantations // 2: Smallholder closed-canopy oil palm plantations var classification = dataset.select('classification').mosaic(); var classificationVis = { min: 0.0, max: 2.0, palette: ['18181b', 'd97706', '06b6d4'], }; // Create a mask to add transparency to non-oil palm plantation class pixels. var mask = classification.neq(0); mask = mask.where(mask.eq(0), 0.6); // Band 2: Year of plantation establishment (1989-2022, 30 m resolution) var plantingYear = dataset.select('planting_year').mosaic(); // Visualize planting year separately for industrial (warm amber/gold) and // smallholder (cool navy/cyan) plantations over a dark background. var industrialYearVis = { min: 1989.0, max: 2022.0, palette: ['451a03', '92400e', 'd97706', 'f59e0b', 'fef08a'], }; var smallholderYearVis = { min: 1989.0, max: 2022.0, palette: ['082f49', '0369a1', '06b6d4', '38bdf8', 'cffafe'], }; var background = ee.Image.rgb(24, 24, 27).visualize({min: 0, max: 255}); var industrialYear = plantingYear .updateMask(classification.eq(1)) .visualize(industrialYearVis); var smallholderYear = plantingYear .updateMask(classification.eq(2)) .visualize(smallholderYearVis); var composite = ee.ImageCollection([ background, industrialYear, smallholderYear, ]).mosaic(); Map.setCenter(101.31, 1.1, 11); Map.addLayer(composite, {}, 'Oil Palm Planting Year by Class (1989-2022)'); Map.addLayer( industrialYear, {}, 'Industrial Planting Year (1989-2022)', false); Map.addLayer( smallholderYear, {}, 'Smallholder Planting Year (1989-2022)', false); Map.addLayer( classification.updateMask(mask), classificationVis, 'Oil Palm Classification', false);