Este conjunto de dados faz parte de um catálogo de editores e não é gerenciado pelo Google Earth Engine. Entre em contato com biosphere-models@google.com para informar bugs ou ver mais conjuntos de dados do catálogo de rastreamento da natureza. Saiba mais sobre os conjuntos de dados do publisher.
- Proprietário do catálogo
- Nature Trace
- Disponibilidade do conjunto de dados
- 2020-01-01T00:00:00Z–2020-12-31T23:59:59Z
- Produtor de conjunto de dados
- Tags
Descrição
O conjunto de dados Forest Typology (ForTy) v1 consiste em um mapa global de probabilidade por classe com resolução de 10 m que abrange todas as áreas terrestres entre 65°S e 84°N de latitude para o ano de 2020.
A tipologia de seis classes está alinhada às definições da FAO e do Regulamento da UE contra o desmatamento (EUDR, na sigla em inglês):
- Classe 1 – Floresta primária: floresta natural de espécies nativas sem indicações visíveis de perturbação causada pelo homem.
- Classe 2 – Floresta em regeneração natural: florestas estabelecidas predominantemente por regeneração natural, incluindo florestas secundárias em recuperação de perturbações e florestas mistas em que a regeneração natural é predominante.
- Classe 3 – Floresta plantada: florestas estabelecidas predominantemente por plantio ou semeadura, com um período de rotação operacional superior a 40 anos.
- Classe 4 – Floresta de plantação: florestas manejadas intensivamente, caracterizadas por uma ou duas espécies, idade uniforme, espaçamento regular e um período de rotação de 40 anos ou menos.
- Classe 5 – Culturas arbóreas e sistemas agroflorestais: plantações agrícolas que produzem commodities diferentes de madeira (por exemplo, palmeira de óleo, borracha, pomares de frutas), incluindo sistemas agroflorestais. Classificado como uso da terra agrícola de acordo com a EUDR.
- Classe 6 – Outras terras: todos os usos da terra sem árvores, vegetação rasteira esparsa (cobertura de copa < 10%), outras terras arborizadas, árvores em ambientes urbanos e pequenos trechos de árvores que não atendem aos limites florestais.
O registro de dados principal é um raster de cinco bandas que contém valores inteiros de 8 bits não assinados (0 a 250) representando valores de probabilidade quantizados para cada uma das cinco classes de tipo de floresta. A probabilidade da sexta classe (Outras terras) é obtida como o complemento: p_other = 250 − sum(p_i). O mapa usa o sistema de coordenadas Universal Transversa de Mercator (UTM).
Para saber a pontuação de probabilidade da sexta classe, "Outras terras", subtraia de 250 a soma das cinco primeiras probabilidades. Um mapa categórico pode ser derivado atribuindo cada pixel à classe com a maior probabilidade (argmax). A representação de probabilidade permite que os usuários apliquem limites personalizados, avaliem a confiança da previsão e calculem estimativas de incerteza para aplicativos downstream.
Os dados de origem são fornecidos como GeoTIFFs otimizados para nuvem (COGs) armazenados no Google Cloud Storage em gs://nature-trace/export_rasters/forest_typology_2020_v1_0/. A
ImageCollection do Earth Engine é compatível com esses COGs.
Limitações: embora esse mapa forneça uma base global valiosa, os usuários precisam estar cientes de várias limitações:
- Data de referência temporal: o mapa representa o estado da cobertura da terra em 2020, com base em composições de satélite multitemporais. Mudanças rápidas no uso da terra que ocorrem durante o período de composição podem não ser totalmente capturadas.
- Ambiguidade de definição: as definições da FAO que embasam a classificação da EUDR dependem da intenção e do histórico de gestão, que não podem ser observados diretamente em imagens de satélite. O modelo infere essas categorias de indicadores substitutos (assinaturas espectrais, estrutura de copa, padrões espaciais), introduzindo incerteza irredutível nos limites de classe. Por exemplo, florestas secundárias maduras em regeneração natural podem ser espectral e estruturalmente indistinguíveis de florestas primárias não perturbadas.
- Ambiguidade da agrofloresta: sistemas agroflorestais mistos, em que culturas arbóreas, como cacau ou café, crescem sob um dossel nativo, estão entre as classes mais difíceis de resolver. As agroflorestas de cacau e café sombreados ainda podem ser classificadas incorretamente como florestas naturais em algumas regiões.
- Confusão de florestas plantadas: as florestas plantadas têm a menor acurácia de classificação entre todas as classes de florestas (F1 = 58,2%). Essa classe pode ser espectral e estruturalmente semelhante a florestas de regeneração natural em uma extremidade e a florestas de plantação na outra, resultando em erros de classificação frequentes nas duas direções.
- Pequenos fragmentos e cobertura de dossel de limite: fragmentos isolados de árvores perto do limite da área florestal da FAO (0,5 ha) e áreas no limite da cobertura de dossel (10%) são inerentemente ambíguos.
- Calibragem de probabilidade: as probabilidades por classe representam saídas de softmax com média de conjunto e não foram calibradas a posteriori. Os usuários que precisam de probabilidades bem calibradas para avaliação quantitativa de risco devem considerar a recalibragem regional usando dados de referência independentes.
- Incêndios florestais: nem sempre é possível determinar o uso da terra após um incêndio florestal.
- Mapeamento conservador de floresta primária: o limite da classe de floresta primária é conservador perto da infraestrutura humana. Devido a um efeito de buffer espacial herdado dos dados de treinamento, o modelo exclui sistematicamente as bordas da floresta perto de estradas, assentamentos ou agricultura da classe de floresta primária, muitas vezes rotulando-as como regeneração natural.
- Áreas temporariamente sem estoque: de acordo com as definições da FAO, áreas temporariamente sem estoque (como plantações recém-colhidas aguardando replantio ou florestas em recuperação inicial após distúrbios) ainda são consideradas florestas. No entanto, como esse mapa se baseia em um único ano de observações (2020), essas áreas podem aparecer como não florestadas e ser classificadas incorretamente como "Outras terras".
- Plantação x proxy de plantação: a distinção entre florestas plantadas e de plantação usa um limite operacional de rotação de 40 anos como um proxy. Os verdadeiros critérios de intensidade de gestão da EUDR/FAO (por exemplo, classe de idade uniforme, espaçamento regular) não são diretamente observáveis nas imagens de satélite.
- Omissão de outras terras arborizadas (OWL, na sigla em inglês): o EUDR reconhece "Outras terras arborizadas" (OWL) como uma categoria distinta, mas neste conjunto de dados, OWL não é resolvida como uma classe separada e é totalmente incluída na categoria "Outras terras".
- Heterogeneidade de subpixels: pixels mistos, principalmente em paisagens complexas de pequenas propriedades, podem reduzir a precisão da classificação. Além disso, embora a saída esteja a 10 m, a resolução efetiva dos dados de entrada do modelo pode ser mais grosseira do que 10 m.
Bandas
Bandas
Tamanho do pixel: 10 metros (todas as bandas)
| Nome | Mín. | Máx. | Escala | Tamanho do pixel | Descrição |
|---|---|---|---|---|---|
PrimaryForest |
0 | 250 | 0,004 | 10 metros | Probabilidade quantizada (inteiro sem sinal de 8 bits, 0 a 250) de que o pixel pertença à classe de floresta primária. |
NaturallyRegeneratingForest |
0 | 250 | 0,004 | 10 metros | Probabilidade quantizada (inteiro de 8 bits sem sinal, 0 a 250) de que o pixel pertença à classe de floresta em regeneração natural. |
PlantedForest |
0 | 250 | 0,004 | 10 metros | Probabilidade quantizada (inteiro sem sinal de 8 bits, 0 a 250) de que o pixel pertença à classe de floresta plantada. |
PlantationForest |
0 | 250 | 0,004 | 10 metros | Probabilidade quantizada (inteiro sem sinal de 8 bits, 0 a 250) de que o pixel pertença à classe de floresta de plantação. |
TreeCropsAndAgroforestry |
0 | 250 | 0,004 | 10 metros | Probabilidade quantizada (inteiro de 8 bits sem sinal, 0 a 250) de que o pixel pertença à classe de culturas arbóreas e agroflorestais. A probabilidade da sexta classe (Outras terras) é obtida como o complemento: p_other = 250 − soma de todos os cinco valores de banda. |
Termos de Uso
Termos de Uso
Este conjunto de dados está licenciado de acordo com a CC-BY 4.0 e exige a seguinte atribuição: [ATRIBUIÇÃO DO MARCADOR DE POSIÇÃO].
Citações
Maxim Neumann, Anton Raichuk, Peter Potapov, Myroslava Lesiv, Matthew Overlan, Melanie Rey, Ravindran Rajakumar, Michelangelo Conserva, Radost Stanimirova, Michelle Sims, Sarah Carter, Elizabeth Goldman, Yuchang Jiang, Linus Scheibenreif, Ivelina Georgieva, Maria Shchepashchenko, Steffen Fritz, Nicholas Clinton, Charlotte Stanton, Dan Morris, Drew Purves: "Global forest typology at 10-meter resolution for forest and land-use monitoring", May 2026 (preprint: doi.org/10.31223/X58R27).
Explore com o Earth Engine
Editor de código (JavaScript)
var dataset = ee.ImageCollection( 'projects/nature-trace/assets/forest_typology/forest_typology_2020_v1_0_collection') .mosaic(); // Compute argmax class: 1=Primary, 2=Naturally Regenerating, // 3=Planted, 4=Plantation, 5=Tree Crops & Agroforestry, 6=Other land. var b5 = ee.Image(250).subtract(dataset.select([0, 1, 2, 3, 4]).reduce('sum')); var classified = dataset.addBands(b5).toArray().arrayArgmax().arrayGet([0]).add(1); // Palette: Primary=dark green, Naturally Regenerating=light green, // Planted=blue, Plantation=pink, TreeCrops=orange, Other=yellow. var colors = ['1B7837', '7FBF7B', '1D91C0', 'E65FA9', 'E6AB02', 'FDE278']; Map.addLayer( classified, {min: 1, max: 6, palette: colors}, 'Forest Typology 2020 (v1)'); Map.setOptions('HYBRID'); Map.setCenter(116.21, -33.31, 12);