CONHEÇA OS PASSOS DA METODOLOGIA MAPBIOMAS

Aqui detalhamos a metodologia do MapBiomas passo a passo. Para cada classe e tema tratado no mapa existem peculiaridades e características específicas que podem ser conferidas em detalhes no ATBD (Documento Base Teórico do Algoritmo) e seus apêndices.

BAIXE A METODOLOGIA COMPLETA – ATBD

Tudo começa com as imagens do satélite Landsat, com resolução de 30 metros, disponíveis gratuitamente na plataforma Google Earth Engine e com uma série temporal de 39 anos. 16.418 mosaicos foram construídos em todo o limite RAISG, cada um com dezenas de milhões de pixels no total. Esses pixels são as unidades de trabalho do MapBiomas. As imagens podem conter nuvens, neblina e outras condições que podem afetar a qualidade da imagem. Para produzir uma imagem limpa, são selecionados os pixels sem nuvem dentre as imagens disponíveis para o período selecionado. Para cada um destes pixels são extraídas métricas que explicam o comportamento do pixel naquele ano. Isso é feito com cada uma das 7 bandas espectrais do satélite, assim como para as frações e índices espectrais calculados. Por exemplo, para a Banda 1 é coletado a mediana dos valores da banda no período, o valor máximo, o valor mínimo e a amplitude de variação. Ao final cada pixel carrega até 156 camadas de informação para um ano.

Para cada ano são montados mosaicos que cobrem toda RAISG representando o comportamento de cada pixel através de 156 métricas ou camadas de informação. Este conjunto de mosaicos é salvo como uma coleção de dados (Asset) dentro da plataforma de Google Earth Engine. Estes mosaicos serão utilizados de duas formas principais. Primeiro, como fonte de parâmetros para o algoritmo classificar as imagens (ver próximo passo), e segundo,  como base para derivar a composição RGB, que permite a visualização da imagem de fundo na plataforma MapBiomas. Esta composição também é utilizada para a coleta de amostras de treinamento e avaliação de acurácia por interpretação visual.

A partir dos mosaicos de imagens, as equipes de cada bioma e de cada tema transversal produzem um mapa de cada classe de cobertura e uso da terra (floresta, campo, agricultura, pastagem, área urbana, água etc). Para isso, os analistas do MapBiomas utilizam um classificador automático chamado de “random forest”, que roda na nuvem de processadores da Google. Esse sistema é baseado em aprendizado de máquina: para cada tema a ser classificado, as máquinas são “treinadas” com amostras dos alvos a serem classificados. Estas amostras são obtidas por meio de mapas de referência, geração de mapas de classes estáveis das séries anteriores do MapBiomas, e por coleta direta por interpretação visual das imagens Landsat. A classificação é feita para um dos anos da série, podendo ser salvas como um único mapa por classe onde cada pixel tem número de camadas correspondente ao número de anos da série histórica analisada.

O filtro espacial visa ampliar a consistência espacial dos dados, eliminando pixels isolados ou de borda. São definidas regras de vizinhança que podem levar a alteração da classificação do pixel, por exemplo, um pixel que tenha menos de dois dos nove pixels vizinhos na mesma classe será reclassificado para a classe predominante na vizinhança. Cada pixel em cada ano e para cada classe de uso passa por este processo de filtragem espacial.

Para reduzir inconsistências temporais, em especial as mudanças de cobertura e uso impossíveis ou não permitidas (ex. Florestal Natural>Não Floresta>Floresta Natural) e corrigir falhas por excesso de nuvem ou falta de dados, são aplicadas regras de filtro temporal. Para cada bioma, tema ou região podem ter regras específicas de filtro temporal. No total na Coleção 6 foram aplicadas três regras. O filtro temporal é aplicado em cada pixel analisando todos os anos da Coleção (ex. Coleção 6 foram 39 anos).

Nesta etapa, os mapas de cada classe são integrados em um único mapa que representa a cobertura e o uso da terra de todo território para cada ano. São aplicadas regras de prevalência: assim, caso um mesmo pixel seja classificado em dois mapas de classes distintas, é possível definir a qual pertence no mapa final. As regras de prevalência podem variar de acordo com as peculiaridades dos biomas, temas ou regiões. A integração é feita para cada ano da série e gera um mapa integrado para cada ano, geralmente salva como um único ASSET com o número de camadas anuais do período analisado. O mapa integrado passa por mais uma etapa de filtro espacial para limpar as bordas e pixels soltos como consequência do processo de integração.

Para entender as mudanças na cobertura e uso da terra são produzidos mapas com as transições das classes entre diferentes pares de anos seleccionados. Assim é possível visualizar o dinamismo do território, e responder a perguntas como quanto de floresta virou pastagem de um ano para outro, por exemplo, entre outras alterações na paisagem. mapas de transição são produzidos pixel a pixel e após finalizados também passam por um filtro espacial para eliminar pixels de transição isolados ou de borda. A partir destes mapas são construídas as matrizes de transição para cada bioma, estado, município e os demais cortes territoriais disponíveis na plataforma MapBiomas.