Questo set di dati fa parte di un catalogo dell'editore e non è gestito da Google Earth Engine. Contatta contato@mapbiomas.org per segnalare bug o visualizzare altri set di dati dal catalogo MapBiomas. Scopri di più sui set di dati dell'editore.
- Proprietario del catalogo
- MapBiomas
- Disponibilità set di dati
- 1985-01-01T00:00:00Z–2024-12-31T00:00:00Z
- Produttore del set di dati
- MapBiomas
- Contatto
- contato@mapbiomas.org
- Tag
Descrizione
Il set di dati sull'uso e la copertura del suolo (LULC) di MapBiomas per il Brasile viene prodotto annualmente dal progetto MapBiomas utilizzando immagini satellitari Landsat e tecniche di classificazione di machine learning. Il set di dati fornisce mappe coerenti e dettagliate a livello tematico con una risoluzione di 30 metri, che coprono più decenni e vengono aggiornate ogni anno.
Ogni immagine della raccolta contiene classificazioni annuali della copertura del suolo con valori dei pixel che rappresentano classi di copertura del suolo categoriche, come foreste, agricoltura, pascoli, corpi idrici e aree urbane. La legenda di classificazione è standardizzata e mantenuta per tutti gli anni, consentendo analisi multi-temporali dei cambiamenti nell'uso del suolo, della deforestazione, della riforestazione e di altre dinamiche del paesaggio.
La classificazione si basa sui dati di riflettanza superficiale di Landsat 5 (TM), Landsat 7 (ETM+), Landsat 8 e 9 (OLI/TIRS), pre-elaborati e mosaici per generare compositi senza nuvole per ogni anno. La procedura di classificazione include alberi decisionali automatizzati addestrati con campioni di riferimento, nonché la convalida manuale da parte di esperti regionali.
Ogni immagine contiene una banda denominata "classification", che rappresenta la classificazione della copertura del suolo per l'anno, la versione e l'ID raccolta specifici.
Per ulteriori informazioni, la legenda di classificazione, la metodologia e le valutazioni dell'accuratezza, visita il sito web di MapBiomas.
Ti consigliamo di consultare la legenda di classificazione per interpretare i valori delle classi. Tieni presente che MapBiomas fornisce mappe di classificazione discrete, non probabilità. Queste mappe sono più adatte per le transizioni di mappe, l'analisi delle serie temporali e le applicazioni di monitoraggio delle politiche fondiarie.
Bande
Bande
Dimensioni in pixel: 30 metri (tutte le bande)
| Nome | Dimensioni dei pixel | Descrizione |
|---|---|---|
classification |
30 metri | Classificazione dell'uso e della copertura del suolo, con valori interi corrispondenti alle classi della legenda di MapBiomas. |
Tabella delle classi di classificazione
| Valore | Colore | Descrizione |
|---|---|---|
| 1 | #1f8d49 | Foresta |
| 3 | #1f8d49 | Formazione forestale |
| 4 | #7dc975 | Formazione di savana |
| 5 | #04381d | Mangrove |
| 6 | #007785 | Foresta alluvionale |
| 9 | #7a5900 | Piantagione forestale |
| 10 | #d6bc74 | Vegetazione erbacea e arbustiva |
| 11 | #519799 | Zona umida |
| 12 | #d6bc74 | Prateria |
| 14 | #ffefc3 | Agricoltura |
| 15 | #edde8e | Pascolo |
| 18 | #e974ed | Agricoltura |
| 19 | #c27ba0 | Coltura temporanea |
| 20 | #db7093 | Canna da zucchero |
| 21 | #ffefc3 | Mosaico di usi |
| 22 | #d4271e | Area non vegetata |
| 23 | #ffa07a | Spiaggia, duna e punto di sabbia |
| 24 | #d4271e | Area urbana |
| 25 | #db4d4f | Altre aree non vegetate |
| 26 | #2532e4 | Acqua |
| 29 | #ffaa5f | Affioramento roccioso |
| 30 | #9c0027 | Estrazione mineraria |
| 31 | #091077 | Acquacoltura |
| 32 | #fc8114 | Piana di marea ipersalina |
| 33 | #2532e4 | Fiume, lago e oceano |
| 35 | #9065d0 | Olio di palma |
| 36 | #d082de | Coltura perenne |
| 39 | #f5b3c8 | Fagiolo di soia |
| 40 | #c71585 | Riso |
| 41 | #f54ca9 | Altre colture temporanee |
| 46 | #d68fe2 | Caffè |
| 47 | #9932cc | Agrumi |
| 48 | #e6ccff | Altre colture perenni |
| 49 | #02d659 | Vegetazione di banchi di sabbia boschivi |
| 50 | #ad5100 | Vegetazione erbacea di banchi di sabbia |
| 62 | #ff69b4 | Cotone (beta) |
| 75 | #c12100 | Centrale solare fotovoltaica (beta) |
Proprietà immagini
Proprietà immagini
| Nome | Tipo | Descrizione |
|---|---|---|
| anno | INT | Anno della classificazione dell'uso e della copertura del suolo. |
| versione | STRING | Versione della classificazione dell'uso e della copertura del suolo. |
| collection_id | DOUBLE | Identificatore della raccolta della classificazione dell'uso e della copertura del suolo. |
Termini e condizioni d'uso
Termini e condizioni d'uso
Citazioni
Souza et al. (2020) – Reconstructing Three Decades of Land Use and Land Cover Changes in Brazilian Biomes with Landsat Archive and Earth Engine – Remote Sensing, Volume 12, Issue 17, 10.3390/rs12172735.
DOI
Esplora con Earth Engine
Editor di codice (JavaScript)
/** MapBiomas Collection 10 - LULC Visualization for 2024 */ // Define the asset path for MapBiomas Collection 10 var assetPath = 'projects/mapbiomas-public/assets/brazil/lulc/v1'; // Define the year for visualization var year = 2024; // Load the classified image for the year 2024 from Collection 10 var collection = ee.ImageCollection(assetPath) .filter(ee.Filter.eq('collection_id', 10.0)) .filter(ee.Filter.eq('version', 'v1')) .filter(ee.Filter.eq('year', year)); // Define visualization parameters var visParams = { min: 0, max: 75, // Maximum class value in Collection 10 palette: [ 'ffffff', // [0] Not Observed '32a65e', // [1] -- '32a65e', // [2] -- '1f8d49', // [3] Forest Formation '7dc975', // [4] Savanna Formation '04381d', // [5] Mangrove '026975', // [6] Floodable Forest '000000', // [7] -- '000000', // [8] -- '7a6c00', // [9] Forest Plantation 'ad975a', // [10] -- '519799', // [11] Wetland 'd6bc74', // [12] Grassland 'd89f5c', // [13] Other Non Forest Formations 'FFFFB2', // [14] -- 'edde8e', // [15] Pasture '000000', // [16] -- '000000', // [17] -- 'f5b3c8', // [18] Agriculture 'C27BA0', // [19] -- 'db7093', // [20] Sugar Cane 'ffefc3', // [21] Mosaic of Uses 'db4d4f', // [22] Non vegetated area 'ffa07a', // [23] Beach, Dune and Sand Spot 'd4271e', // [24] Urban Area 'db4d4f', // [25] Other Non Vegetated Areas '0000FF', // [26] -- '000000', // [27] -- '000000', // [28] -- 'ffaa5f', // [29] Rocky Outcrop '9c0027', // [30] Mining '091077', // [31] Aquaculture 'fc8114', // [32] Hypersaline Tidal Flat '2532e4', // [33] Rivers, Lakes and Ocean '93dfe6', // [34] Glacier '9065d0', // [35] -- 'd082de', // [36] -- '000000', // [37] -- '000000', // [38] -- 'f5b3c8', // [39] Soybean 'c71585', // [40] Rice 'f54ca9', // [41] Other Temporary Crops 'cca0d4', // [42] -- 'dbd26b', // [43] -- '807a40', // [44] -- 'e04cfa', // [45] -- 'd68fe2', // [46] Coffee '9932cc', // [47] Citrus 'e6ccff', // [48] Other Perennial Crops '02d659', // [49] Wooded Sandbank Vegetation 'ad5100', // [50] Herbaceous Sandbank Vegetation '000000', // [51] -- '000000', // [52] -- '000000', // [53] -- '000000', // [54] -- '000000', // [55] -- '000000', // [56] -- 'CC66FF', // [57] -- 'FF6666', // [58] -- '006400', // [59] -- '8d9e8b', // [60] -- 'f5d5d5', // [61] Salt Flats 'ff69b4', // [62] Cotton 'ebf8b5', // [63] -- '000000', // [64] -- '000000', // [65] -- '91ff36', // [66] -- '7dc975', // [67] -- 'e97a7a', // [68] -- '0fffe3', // [69] Coral Reefs '000000', // [70] -- '000000', // [71] -- '000000', // [72] -- '000000', // [73] -- '000000', // [74] -- 'c12100', // [75] Photovoltaic Power Plant ] }; // Add the layer to the map Map.addLayer(collection, visParams, 'MapBiomas LULC 2024'); // Center the map on the image with a zoom level of 5 (covers Brazil) Map.centerObject(collection, 5);