Mosaicos Anuais<\/strong> Para cada ano, \u00e9 criado um mosaico cobrindo o Pampa, representando o comportamento de cada pixel por meio de 93 m\u00e9tricas ou camadas de informa\u00e7\u00f5es. Este conjunto de blocos \u00e9 salvo como uma cole\u00e7\u00e3o de dados na plataforma do Google Earth Engine. Essas pe\u00e7as ser\u00e3o usadas de duas maneiras principais. Em primeira inst\u00e2ncia como fonte de par\u00e2metros para o algoritmo de classifica\u00e7\u00e3o das imagens (ver pr\u00f3ximo passo). Este mosaico \u00e9 ent\u00e3o utilizado para gerar a composi\u00e7\u00e3o RGB que permite a exibi\u00e7\u00e3o da imagem de fundo na plataforma MapBiomas. Essa composi\u00e7\u00e3o tamb\u00e9m \u00e9 usada para coletar amostras de treinamento e avaliar a precis\u00e3o por meio da interpreta\u00e7\u00e3o visual.<\/p>\n\n\n\n Classifica\u00e7\u00e3o<\/strong> Filtrado<\/strong> Um filtro temporal \u00e9 ent\u00e3o aplicado, para reduzir inconsist\u00eancias temporais e corrigir falhas devido ao estouro da nuvem. Em particular, mudan\u00e7as na cobertura e uso que s\u00e3o imposs\u00edveis ou n\u00e3o permitidos (por exemplo, Floresta Natural > Sem Floresta > Floresta Natural). Cada classe pode ter regras de filtragem tempor\u00e1rias espec\u00edficas. O filtro temporal \u00e9 aplicado a cada pixel analisando todos os anos da Cole\u00e7\u00e3o (por exemplo, a Cole\u00e7\u00e3o 4 tem 39 anos).<\/p>\n\n\n\n Mapas de Transi\u00e7\u00e3o<\/strong> CONHE\u00c7A OS PASSOS DA METODOLOGIA MAPBIOMAS PAMPA TRINACIONAL Aqui detalhamos a metodologia do MapBiomas Pampa Trinacional passo a passo. Para cada classe, s\u00e9rie de anos e pa\u00eds existem peculiaridades e caracter\u00edsticas espec\u00edficas que podem ser conferidas em detalhes no\u00a0ATBD\u00a0(Documento Base Te\u00f3rico do Algoritimo) e seus ap\u00eandices. Mosaicos AnuaisTudo come\u00e7a com imagens de sat\u00e9lite Landsat, com […]<\/p>","protected":false},"author":2,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"_uag_custom_page_level_css":"","footnotes":""},"class_list":["post-330","page","type-page","status-publish","hentry"],"acf":[],"uagb_featured_image_src":{"full":false,"thumbnail":false,"medium":false,"medium_large":false,"large":false,"1536x1536":false,"2048x2048":false,"trp-custom-language-flag":false,"infographic":false,"team":false},"uagb_author_info":{"display_name":"Adriel Fernandes","author_link":"https:\/\/pampa.mapbiomas.org\/en\/author\/adriel-fernandes\/"},"uagb_comment_info":0,"uagb_excerpt":"CONHE\u00c7A OS PASSOS DA METODOLOGIA MAPBIOMAS PAMPA TRINACIONAL Aqui detalhamos a metodologia do MapBiomas Pampa Trinacional passo a passo. Para cada classe, s\u00e9rie de anos e pa\u00eds existem peculiaridades e caracter\u00edsticas espec\u00edficas que podem ser conferidas em detalhes no\u00a0ATBD\u00a0(Documento Base Te\u00f3rico do Algoritimo) e seus ap\u00eandices. Mosaicos AnuaisTudo come\u00e7a com imagens de sat\u00e9lite Landsat, com…","_links":{"self":[{"href":"https:\/\/pampa.mapbiomas.org\/en\/wp-json\/wp\/v2\/pages\/330","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/pampa.mapbiomas.org\/en\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/pampa.mapbiomas.org\/en\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/pampa.mapbiomas.org\/en\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/pampa.mapbiomas.org\/en\/wp-json\/wp\/v2\/comments?post=330"}],"version-history":[{"count":14,"href":"https:\/\/pampa.mapbiomas.org\/en\/wp-json\/wp\/v2\/pages\/330\/revisions"}],"predecessor-version":[{"id":1418,"href":"https:\/\/pampa.mapbiomas.org\/en\/wp-json\/wp\/v2\/pages\/330\/revisions\/1418"}],"wp:attachment":[{"href":"https:\/\/pampa.mapbiomas.org\/en\/wp-json\/wp\/v2\/media?parent=330"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
Tudo come\u00e7a com imagens de sat\u00e9lite Landsat, com resolu\u00e7\u00e3o de 30 metros, dispon\u00edveis gratuitamente na plataforma Google Earth Engine e com s\u00e9ries temporais de mais de 30 anos. S\u00e3o necess\u00e1rias 74 cenas Landsat para cobrir o bioma Pampa sul-americano, cada uma com dezenas de milh\u00f5es de pixels. As imagens podem conter nuvens, fuma\u00e7a e outros artefatos que possam “contamina-las”. Para produzir uma imagem limpa, os pixels sem nuvens s\u00e3o selecionados das imagens dispon\u00edveis para o per\u00edodo selecionado. Para cada um desses pixels, s\u00e3o extra\u00eddas m\u00e9tricas que explicam o comportamento do pixel naquele ano. Isso \u00e9 feito para cada uma das 7 bandas espectrais do sat\u00e9lite, bem como para as fra\u00e7\u00f5es calculadas e \u00edndices espectrais. Por exemplo, para a Banda 1, s\u00e3o coletados a mediana dos valores da banda no per\u00edodo, o valor m\u00e1ximo, o valor m\u00ednimo e a amplitude de varia\u00e7\u00e3o. No final, cada pixel carrega at\u00e9 93 camadas de informa\u00e7\u00e3o por um ano.<\/p>\n\n\n\n![\"\"\/](\"https:\/\/pampa.mapbiomas.org\/wp-content\/uploads\/sites\/9\/2024\/12\/1_ATBD_etapas_PT.png\")
<\/figure>\n\n\n\n![\"\"\/](\"https:\/\/pampa.mapbiomas.org\/wp-content\/uploads\/sites\/9\/2024\/12\/2_ATBD_etapas_PT.png\")
<\/figure>\n\n\n\n
A partir dos mosaicos de imagens, elabora-se o mapa de cobertura e uso do solo (floresta, pastagens, \u00e1rea agr\u00edcola, \u00e1reas n\u00e3o vegetadas, \u00e1gua, etc.). Para isso, os analistas do MapBiomas Pampa Trinacional utilizam um classificador autom\u00e1tico chamado \u201crandom forest\u201d, que roda na nuvem dos processadores do Google. Esse sistema \u00e9 baseado em aprendizado de m\u00e1quina: para cada classe a ser classificada, o algoritmo \u00e9 \u201ctreinado\u201d com amostras dos alvos a serem classificados. Essas amostras s\u00e3o obtidas por meio da gera\u00e7\u00e3o de mapas de classes est\u00e1veis, de s\u00e9ries anteriores do MapBiomas Pampa Trinacional e por coleta direta de amostras complementares por meio de interpreta\u00e7\u00e3o visual de imagens Landsat.<\/p>\n\n\n\n![\"\"\/](\"https:\/\/pampa.mapbiomas.org\/wp-content\/uploads\/sites\/9\/2024\/12\/3_ATBD_etapas_PT.png\")
<\/figure>\n\n\n\n
Por fim, os mapas s\u00e3o submetidos a diferentes tipos de filtros. Dentre eles, os mais gerais aplicados a toda a s\u00e9rie de mapas s\u00e3o GAP, espacial e temporal. O filtro GAP resolve os problemas devido \u00e0 falta de dados nos blocos. O filtro espacial visa aumentar a consist\u00eancia espacial dos dados, removendo pixels isolados ou de borda. S\u00e3o definidas regras de vizinhan\u00e7a que podem levar a uma mudan\u00e7a na classifica\u00e7\u00e3o dos pixels. Por exemplo, um pixel que tiver menos de dois dos nove pixels vizinhos da mesma classe ser\u00e1 reclassificado para a classe predominante na vizinhan\u00e7a. Esses dois filtros se aplicam a todas as classes e anos da cole\u00e7\u00e3o.<\/p>\n\n\n\n![\"\"\/](\"https:\/\/pampa.mapbiomas.org\/wp-content\/uploads\/sites\/9\/2024\/12\/4_ATBD_etapas_PT.png\")
<\/figure>\n\n\n\n![\"\"\/](\"https:\/\/pampa.mapbiomas.org\/wp-content\/uploads\/sites\/9\/2024\/12\/5_ATBD_etapas_PT.png\")
<\/figure>\n\n\n\n
Para entender as mudan\u00e7as na cobertura e uso da terra, s\u00e3o produzidos mapas com transi\u00e7\u00f5es de classe entre diferentes pares de anos selecionados. Assim, \u00e9 poss\u00edvel visualizar o dinamismo do territ\u00f3rio, e tirar d\u00favidas, por exemplo, quanto da floresta foi convertida em \u00e1rea agr\u00edcola de um ano para o outro. Os mapas de transi\u00e7\u00e3o s\u00e3o produzidos pixel por pixel e, uma vez conclu\u00eddos, tamb\u00e9m s\u00e3o filtrados espacialmente para remover pixels de transi\u00e7\u00e3o perdidos ou de borda. A partir desses mapas, s\u00e3o constru\u00eddas matrizes de transi\u00e7\u00e3o para cada unidade administrativa, dispon\u00edveis na plataforma MapBiomas Pampa Trinacional.<\/p>\n\n\n\n![\"\"\/](\"https:\/\/pampa.mapbiomas.org\/wp-content\/uploads\/sites\/9\/2024\/12\/6_ATBD_etapas_PT.png\")
<\/figure>","protected":false},"excerpt":{"rendered":"