Nota Técnica: Metodologia utilizada no Projeto TerraClass Amazônia de 2016 a 2022 para mapeamento de vegetação secundária, urbanizada, mineração, aquacultura e classe outros

Read full text
Authors: Alessandra Rodrigues Gomes, Bárbara Souza Paiva,  Brenda Caroline Sampaio da Silva,  David Naoki Nishimura Kawamura, DEUZANIRA MENDES CARDOSO, Fabrício Aleixo Dias, Isa Costa Alencar, Lidiane Cristina Lima de Araújo, Lucas Cortinhas Cardoso Ferreira, Luis Waldyr Rodrigues Sadeck,  Joel Pena Fernandes,  Joyse Tatiane Souza dos Santos
+5 more  Marília Gabriela Lopes da Silva,  Noeli Furtado Rodrigues Ataíde,  Renan Carlos Pereira de Sena, Sâmila Leslien Silva Sousa, Taís Carolina de Oliveira Alcântara
Cited by: 0

Abstract

O TerraClass Amazônia, um projeto criado em 2010, por uma parceria entre o Instituto Nacional de Pesquisas Espaciais (INPE) e a Empresa Brasileira de Pesquisa Agropecuária (Embrapa), tem a finalidade de identificar e quantificar as principais classes de uso e cobertura da terra que substituem as áreas de vegetação natural (Almeida et al., 2016). Executado a partir de diferentes fontes de financiamento, em 2020 foram iniciados mapeamentos referentes aos anos-base 2016, 2018, 2020 e 2022. O novo ciclo de mapeamento iniciou pelo ano de 2020 e, em seguida, os mapeamentos de 2022, 2018 e 2016, respectivamente. Com o propósito de aumentar a eficiência e eficácia do mapeamento, o TerraClass Amazônia 2020 contou com uma metodologia diferente das realizadas nos anos anteriores, propondo a incorporação de novos conceitos e técnicas. Diante do avanço tecnológico e da necessidade de manter o objetivo central, o mapeamento de 2022 reuniu novas alterações metodológicas e este documento visa descrever as metodologias utilizadas no mapeamento das classes de Vegetação Secundária (VS), Urbanizada, Mineração, Aquacultura e classe Outros do TerraClass Amazônia nos mapas de 2016 a 2022, abordando suas alterações necessárias para o aumento da eficácia dos dados produzidos.

Fields of Study & Subjects

Remote Sensing and Land Use Remote-Sensing Image Classification Remote Sensing in Agriculture

Publication details

Journal / source
Biblioteca Digital da Memória Científica do INPE (National Institute for Space Research)
Publication date
1 January 2026
Language
PT
Document type
Book