CONHEÇA OS PASSOS DA METODOLOGIA MAPBIOMAS PAMPA TRINACIONAL

Aqui detalhamos a metodologia do MapBiomas Pampa Trinacional passo a passo. Para cada classe, série de anos e país existem peculiaridades e características específicas que podem ser conferidas em detalhes no ATBD (Documento Base Teórico do Algoritimo) e seus apêndices.

Mosaicos Anuais
Tudo começa com imagens de satélite Landsat, com resolução de 30 metros, disponíveis gratuitamente na plataforma Google Earth Engine e com séries temporais de mais de 30 anos. São necessárias 74 cenas Landsat para cobrir o bioma Pampa sul-americano, cada uma com dezenas de milhões de pixels. As imagens podem conter nuvens, fumaça e outros artefatos que possam “contamina-las”. Para produzir uma imagem limpa, os pixels sem nuvens são selecionados das imagens disponíveis para o período selecionado. Para cada um desses pixels, são extraídas métricas que explicam o comportamento do pixel naquele ano. Isso é feito para cada uma das 7 bandas espectrais do satélite, bem como para as frações calculadas e índices espectrais. Por exemplo, para a Banda 1, são coletados a mediana dos valores da banda no período, o valor máximo, o valor mínimo e a amplitude de variação. No final, cada pixel carrega até 93 camadas de informação por um ano.


Para cada ano, é criado um mosaico cobrindo o Pampa, representando o comportamento de cada pixel por meio de 93 métricas ou camadas de informações. Este conjunto de blocos é salvo como uma coleção de dados na plataforma do Google Earth Engine. Essas peças serão usadas de duas maneiras principais. Em primeira instância como fonte de parâmetros para o algoritmo de classificação das imagens (ver próximo passo). Este mosaico é então utilizado para gerar a composição RGB que permite a exibição da imagem de fundo na plataforma MapBiomas. Essa composição também é usada para coletar amostras de treinamento e avaliar a precisão por meio da interpretação visual.

Classificação
A partir dos mosaicos de imagens, elabora-se o mapa de cobertura e uso do solo (floresta, pastagens, área agrícola, áreas não vegetadas, água, etc.). Para isso, os analistas do MapBiomas Pampa Trinacional utilizam um classificador automático chamado “random forest”, que roda na nuvem dos processadores do Google. Esse sistema é baseado em aprendizado de máquina: para cada classe a ser classificada, o algoritmo é “treinado” com amostras dos alvos a serem classificados. Essas amostras são obtidas por meio da geração de mapas de classes estáveis, de séries anteriores do MapBiomas Pampa Trinacional e por coleta direta de amostras complementares por meio de interpretação visual de imagens Landsat.

Filtrado
Por fim, os mapas são submetidos a diferentes tipos de filtros. Dentre eles, os mais gerais aplicados a toda a série de mapas são GAP, espacial e temporal. O filtro GAP resolve os problemas devido à falta de dados nos blocos. O filtro espacial visa aumentar a consistência espacial dos dados, removendo pixels isolados ou de borda. São definidas regras de vizinhança que podem levar a uma mudança na classificação dos pixels. Por exemplo, um pixel que tiver menos de dois dos nove pixels vizinhos da mesma classe será reclassificado para a classe predominante na vizinhança. Esses dois filtros se aplicam a todas as classes e anos da coleção.

Um filtro temporal é então aplicado, para reduzir inconsistências temporais e corrigir falhas devido ao estouro da nuvem. Em particular, mudanças na cobertura e uso que são impossíveis ou não permitidos (por exemplo, Floresta Natural > Sem Floresta > Floresta Natural). Cada classe pode ter regras de filtragem temporárias específicas. O filtro temporal é aplicado a cada pixel analisando todos os anos da Coleção (por exemplo, a Coleção 2 tem 37 anos).

Mapas de Transição
Para entender as mudanças na cobertura e uso da terra, são produzidos mapas com transições de classe entre diferentes pares de anos selecionados. Assim, é possível visualizar o dinamismo do território, e tirar dúvidas, por exemplo, quanto da floresta foi convertida em área agrícola de um ano para o outro. Os mapas de transição são produzidos pixel por pixel e, uma vez concluídos, também são filtrados espacialmente para remover pixels de transição perdidos ou de borda. A partir desses mapas, são construídas matrizes de transição para cada unidade administrativa, disponíveis na plataforma MapBiomas Pampa Trinacional.