Cobertura 30m

Mapeamento anual de cobertura e uso da terra no Brasil baseado em imagens Landsat (30 metros). Coleção mais recente: Coleção 10.1 — mais de 30 classes, série histórica de 1985 a 2024.

O produto Cobertura 30m possui 4 níveis hierárquicos. Apenas a classe Agropecuária chega ao nível 4, enquanto as outras se estendem até o nível 2.

Cada classe possui código e cor únicos. Ao baixar o produto Cobertura 30m anual, o arquivo raster (.geotiff) de banda única conterá os valores de pixel das classes de uso e cobertura da terra do ano selecionado.

Utilize a tabela abaixo para entender a codificação e classificar o arquivo baixado:

Tabela com os códigos das classes da legenda da Coleção 10.1 do MapBiomas Brasil

Nível	Nome da classe	Código	Cor
1	1. Floresta	1	#1f8d49
2	1.1 Formação Florestal	3	#1f8d49
2	1.2 Formação Savânica	4	#7dc975
2	1.3 Mangue	5	#04381d
2	1.4 Floresta Alagável	6	#007785
2	1.5 Restinga Arbórea	49	#02d659
1	2. Vegetação Herbácea e Arbustiva	10	#d6bc74
2	2.1 Campo Alagado e Área Pantanosa	11	#519799
2	2.2 Formação Campestre	12	#d6bc74
2	2.3 Apicum	32	#fc8114
2	2.4 Afloramento Rochoso	29	#ffaa5f
2	2.5 Restinga Herbácea	50	#ad5100
1	3. Agropecuária	14	#ffefc3
2	3.1 Pastagem	15	#edde8e
2	3.2 Agricultura	18	#E974ED
3	3.2.1 Lavoura Temporária	19	#C27BA0
4	3.2.1.1 Soja	39	#f5b3c8
4	3.2.1.2 Cana	20	#db7093
4	3.2.1.3 Arroz	40	#c71585
4	3.2.1.4 Algodão (beta)	62	#ff69b4
4	3.2.1.5 Outras Lavouras Temporárias	41	#f54ca9
3	3.2.2 Lavoura Perene	36	#d082de
4	3.2.2.1 Café	46	#d68fe2
4	3.2.2.2 Citrus	47	#9932cc
4	3.2.2.3 Dendê	35	#9065d0
4	3.2.2.4 Outras Lavouras Perenes	48	#e6ccff
2	3.3 Silvicultura	9	#7a5900
2	3.4 Mosaico de Usos	21	#ffefc3
1	4. Área não Vegetada	22	#d4271e
2	4.1 Praia, Duna e Areal	23	#ffa07a
2	4.2 Área Urbanizada	24	#d4271e
2	4.3 Mineração	30	#9c0027
2	4.4 Usina Fotovoltaica (beta)	75	#c12100
2	4.5 Outras Áreas não Vegetadas	25	#db4d4f
1	5. Corpo D'água	26	#2532e4
2	5.1 Rio, Lago e Oceano	33	#2532e4
2	5.2 Aquicultura	31	#091077
1	6. Não observado	27	#ffffff

Para compreender a definição de cada classe e sua correspondência com outros sistemas de classificação, utilize a tabela abaixo:

Nível 1: Floresta | Nível 2: Formação Florestal

Bioma	Descrição breve	Correspondência com outros sistemas de classificação
Bioma	Descrição breve	IBGE	FAO (2012)	Inventário GEE (2015)	IUCN 2.0
Amazônia	Floresta Ombrófila Densa, Floresta Estacional Sempre-Verde, Floresta Ombrófila Aberta, Floresta Estacional Semidecidual, Floresta Estacional Decidual, Savana Arborizada, áreas que sofreram ação do fogo ou exploração madeireira, floresta resultante de processos naturais de sucessão após supressão de vegetação primária. Floresta de bambu (Acre).	Da, Db, Ds, Dm, Ha, Hb, Hs, Aa, Ab, As, Am, Fa, Fb, Fs, Fm, Ca, Cb, Cs, Cm, Ld, La, Vs	FDP, FEP, FSP, FEM, FDM, FSM	FEM, FDM, FSM, FNM, FM, FSec	T1
Caatinga	Tipos de vegetação com predomínio de dossel contínuo — Savana-Estépica Florestada, Floresta Estacional Semi-Decidual e Decidual.	Td, Fa, Fb, Fm, Fs, Cb, Cm, Cs	FEP, FSP	FNM, FM	T1, T4.1
Cerrado	Tipos de vegetação caracterizados pela predominância de espécies arbóreas com dossel contínuo. Inclui Matas Ciliares, Matas de Galeria, Matas Secas e Cerradão (Ribeiro & Walter, 2008), bem como florestas estacionais semideciduais.	Aa, Ab, As, Cb, Cm, Cs, Da, Dm, Ds, F, Ml, Mm, P, Sd, Td	FEP, FDP, FSP	FNM, FM	T1.2, TF1.1
Mata Atlântica	Em elaboração
Pampa	Em elaboração
Pantanal	Em elaboração

As demais classes da legenda (Formação Savânica, Pastagem, Agricultura, etc.) estão em elaboração e serão adicionadas em breve.

Etapas gerais
Amazônia
Caatinga
Cerrado
Mata Atlântica
Pantanal
Pampa

O mapeamento de cobertura e uso da terra utiliza imagens Landsat (30m de resolução). Os mapas são elaborados por biomas e temas transversais (como pastagem, agricultura e áreas urbanas) e integrados anualmente em um único mapa para todo o Brasil.

A classificação por bioma e tema transversal permite captar padrões regionais específicos. Devido às particularidades locais, adotamos diferentes metodologias de mapeamento, detalhadas em documentos descritivos — em formato de apêndices — para cada bioma e tema.

Os documentos descritivos do método são denominados ATBDs (Algorithm Theoretical Basis Document) e descrevem todo o processo de desenvolvimento e produção dos mapas e algoritmos utilizados em cada uma das coleções. As informações aqui descritas referem-se à coleção mais recente de Cobertura 30m — Coleção 10.1.

O diagrama ilustrativo das principais etapas metodológicas para a produção dos mapas anuais de Cobertura 30m.

Visão geral do fluxo metodológico da Cobertura 30m — MapBiomas Brasil

Etapas gerais

Mosaicos anuais

De 1985 a 2024, imagens Landsat (30m) são selecionadas no Google Earth Engine. Para cobrir o Brasil, processam-se anualmente 380 imagens (9 bilhões de pixels), filtrando-se dados sem nuvens ou fumaça. Extraem-se métricas de bandas e índices, gerando mais de 100 camadas de informação anuais por pixel.

Mosaico para 1 ano — Cobertura 30m MapBiomas Brasil

Salvos como assets no Google Earth Engine, esses mosaicos orientam a classificação algorítmica, a coleta de amostras e a validação de acurácia.

Classificação

Equipes de biomas e temas transversais usam mosaicos de imagens e aprendizado de máquina para mapear a cobertura e o uso do solo. Os algoritmos são treinados com mapas de referência, áreas estáveis e interpretação visual de imagens Landsat. O processo anual gera mapas com informações históricas integradas em cada pixel.

Pós-classificação: filtros

Etapas de filtro espacial e temporal na Cobertura 30m — MapBiomas Brasil

O filtro espacial aumenta a consistência dos dados ao eliminar pixels isolados segundo um limiar específico por biomas ou tema.

Resultado de acurácia do mapeamento de Cobertura 30m — MapBiomas Brasil Exemplo de detalhe de classificação por bioma — Cobertura 30m MapBiomas Brasil

Filtros temporais pixel a pixel corrigem falhas de nuvens e eliminam transições impossíveis (ex: Floresta → Não Floresta → Floresta) em toda a série histórica, com regras específicas por bioma ou tema.

Integração

Nesta fase, integram-se anualmente os mapas das classes para consolidar a cobertura e o uso da terra do Brasil. Regras de prevalência por bioma e tema resolvem sobreposições de pixels. Cada ano é salvo como uma banda de imagem no Google Earth Engine, com aplicação final de filtro espacial para reduzir ruídos e suavizar bordas da integração.

Amazônia

A metodologia empregada para o mapeamento do bioma Amazônia na Coleção 10 do MapBiomas (1985–2024) envolve as seguintes etapas principais:

1. Seleção de imagens: O mapeamento utilizou toda a série de imagens disponíveis dos satélites Landsat 5, 7, 8 e 9, adotando um limite máximo de cobertura de nuvens de 50%. A unidade espacial de mapeamento baseou-se nas cenas (path-row) do Landsat, totalizando 201 cenas que cobrem o bioma. As nuvens e sombras foram mascaradas através dos algoritmos Temporal Dark Outlier Mask (TDOM) e da banda de avaliação de qualidade (BQA) das coleções Landsat. Além disso, imagens com presença severa de nuvens, névoa, sem dados ou com as faixas de falha do Landsat 7 foram removidas manualmente. No processo pós-classificação, mosaicos anuais de mediana auxiliaram o mapeamento de afloramentos rochosos e áreas inundáveis.

2. Classificação: A classificação foi feita por cena utilizando o algoritmo Random Forest. O espaço de atributos (feature space) foi reduzido a 8 métricas: frações de vegetação verde (GV), vegetação não-fotossinteticamente ativa (NPV), solo (SOIL), nuvem (CLOUD), sombra de vegetação verde (GVS), índice de Fração de Diferença Normalizada (NDFI), sombra (SHADE) e índice de Fração de Sombreado da Copa (CSFI). Para o treinamento, foram utilizadas 10.000 amostras geradas pelo LAPIG/UFG, combinadas a uma amostragem regionalizada criada pela técnica de segmentação SNIC (Simple Non-Iterative Clustering).

3. Pós-Classificação: As classes Floresta Alagável e Campo Alagado e Área Pantanosa foram inseridas por meio do mapeamento da “Área Máxima Inundada” utilizando dados complementares GEDI, SRTM e HAND. A classe Afloramento Rochoso também foi mapeada a partir de variáveis geo-morfométricas. Filtros Temporais e de Frequência: aplicou-se um filtro de trajetória para remover transições impossíveis usando janelas móveis de 3 e 5 anos. Um filtro de frequência atuou especificamente para estabilizar os pixels das vegetações nativas (Formação Florestal, Savânica e Campestre). Filtro para o último ano (2024): para corrigir quedas anômalas no último ano mapeado, as classes de Savana, Agricultura e Pastagem com alta frequência histórica (>75%) tiveram suas classificações congeladas.

4. Integração: Os mapas anuais processados pela equipe da Amazônia foram integrados com os mapas dos temas transversais utilizando as regras estabelecidas de prevalência hierárquica. Classes como Usinas Fotovoltaicas, Mineração, Praias/Dunas, Mangue e Aquicultura têm maior prioridade e se sobrepõem à classificação geral, enquanto a classe Pastagem (como tema transversal) figura no fim da ordem de prevalência na Amazônia.

Classes mapeadas — Amazônia (Coleção 10)

Código	Cor (Hex)	Classe	Descrição
3	#1f8d49	Formação Florestal	Os tipos de vegetação são caracterizados pela predominância de espécies arbóreas com uma copa contínua de alta densidade. Também incluem manguezais, florestas secundárias em regeneração e florestas plantadas.
4	#7dc975	Formação Savânica	Tipos de vegetação com uma camada arbórea de densidade variável, distribuída sobre uma camada contínua de arbustos e plantas herbáceas.
6	#026975	Floresta Alagável	Áreas florestais alagadas de forma permanente ou temporária.
11	#519799	Campo Alagado e Área Pantanosa	Zonas arbustivas e pastagens naturais cobertas de forma permanente ou temporária pela água.
12	#d6bc74	Formação Campestre	Vegetação herbácea, incluindo áreas com uma camada arbustivo-herbácea bem desenvolvida.
15	#edde8e	Pastagem	Áreas de floresta natural ou plantada convertidas para a atividade agrícola.
19	#E974ED	Agricultura	As áreas são predominantemente ocupadas por culturas anuais, e algumas regiões apresentam culturas perenes.
25	#db4d4f	Outras Áreas não Vegetadas	Áreas de superfície impermeáveis ou solo exposto não incluídas em outras classes.
29	#ffaa5f	Afloramento Rochoso	Rocha naturalmente exposta na superfície terrestre, sem cobertura de solo, frequentemente com presença parcial de vegetação rupícola.
33	#2532e4	Rio, Lago e Oceano	Rios, lagos, barragens, reservatórios e outros corpos d'água.

5. Pontos de validação e análise de acurácia: A validação contou com um conjunto independente de aproximadamente 25.000 amostras anuais fornecidas pelo LAPIG/UFG (divididas em duas fases de teste). Na Coleção 10, a acurácia global atingiu 97,4% no Nível 1 da legenda e 96,5% no Nível 2.

Caatinga

1. Pré-processamento

Mosaicos Landsat: A classificação utilizou dados de reflectância de superfície das missões Landsat 5, 7 e 8. Para a Coleção 10, foi implementada a geração de mosaicos anuais e sazonais (períodos secos e chuvosos) sob demanda (“on-the-fly”), compostos a cada 32 dias. O mosaico final totalizou um conjunto robusto de 142 bandas, contemplando estatísticas, índices espectrais e frações de mistura.

Preenchimento de Falhas (Gap Fill): Como os novos mosaicos apresentavam mais lacunas de pixels (especialmente em áreas de solo exposto), aplicou-se uma regressão linear banda a banda utilizando dados de coleções anteriores para preencher as falhas.

Regionalização: Para reduzir a variabilidade espectral das imagens, o bioma Caatinga foi dividido em 49 regiões de bacias hidrográficas, permitindo uma amostragem mais precisa e adaptada às características locais.

2. Amostragem e Seleção de Atributos (Features)

Critérios de amostragem: A coleta de amostras focou em áreas de baixa incerteza. Foram excluídas áreas de queimadas, desmatamento ou com nuvens. Adotou-se apenas amostras de pixels que se mantiveram estáveis por uma janela de 3 anos e que mantiveram a mesma classe nas coleções 8 e 9.

Seleção de Atributos: Com 75 atributos inicialmente disponíveis foi empregado o método RFECV (Eliminação Recursiva de Atributos com Validação Cruzada). Este algoritmo analisa a importância das variáveis para cada bacia e seleciona as bandas e índices que oferecem melhor contraste e separabilidade entre os alvos.

3. Modelagem e Classificadores: A coleção adota uma combinação de diferentes métodos de classificação.

Gradient Tree Boosting (GTB): Tornou-se o classificador primário em detrimento do Random Forest. Embora exija mais tempo de processamento e sintonia fina, o GTB alcança maior acurácia em padrões complexos e lida eficientemente com classes de dados desbalanceadas, que são muito comuns na Caatinga.
Otimização (Hyperparameter Tuning): Utilizou-se a técnica de busca em grade exaustiva GridSearchCV() acoplada à validação cruzada para encontrar a combinação ideal de hiperparâmetros (como taxa de aprendizado e número de estimadores) do GTB para cada sub-bacia e ano processado.
Deep Learning (U-Net): Uma novidade da Coleção 10.0 foi o uso do modelo de aprendizado profundo U-Net para criar o mapeamento específico e contínuo de Usinas Fotovoltaicas.
Algoritmo de Cluster (Agrupamento): Para a classe de Afloramento Rochoso — que possui grande mistura espectral de solo e vegetação — utilizou-se o algoritmo wekaXMeans dentro de polígonos validados pelo Serviço Geológico do Brasil, auxiliando o treinamento dos dados isolando o agrupamento referente às rochas.

4. Classes mapeadas: A tabela abaixo apresenta as classes de cobertura e uso da terra mapeadas no bioma Caatinga.

Classes mapeadas — Caatinga (Coleção 10)

Código	Cor (Hex)	Classe	Descrição
3	#1f8d49	Formação Florestal	Vegetação caracterizada pela predominância de dossel contínuo, englobando florestas estacionais semidecidual e deciduais.
4	#7dc975	Formação Savânica	Vegetação com predominância de espécies de dossel semicontínuo, como savanas arbustivas e savanas arborizadas.
49		Restinga Herbácea	Comunidades de plantas herbáceas dominadas por pequenos arbustos e árvores, tipicamente encontradas em áreas costeiras.
12		Formação Campestre	Vegetação dominada por espécies herbáceas (campos e estepes).
29		Afloramento Rochoso	Áreas de rochas naturalmente expostas na superfície, muitas vezes com alta declividade e presença de vegetação rupícola esparsa.
21		Mosaico de Usos	Áreas de uso agropecuário onde a classificação não conseguiu distinguir claramente entre agricultura e pastagem. Geralmente, representam áreas de lavouras temporárias.
22		Área Não Vegetada	—
25		Outras Áreas Não Vegetadas	—
75		Usina Fotovoltaica	—
33	#2532e4	Água	Rios, lagos, barragens, reservatórios e demais corpos hídricos.
27	#ffffff	Não observado	Categoria destinada a dados e pixels não observados ou com falhas.

5. Filtros Pós-classificação: As regras de pós-processamento buscam estabilidade temporal e coerência espacial da classificação em um bioma com grandes oscilações sazonais de vegetação como a Caatinga.

Filtro Espacial: Removeu pixels isolados com baixa conectividade, substituindo-os pelo valor predominante em seu entorno.
Filtro Temporal: Vasculhou o histórico anômalo utilizando janelas móveis de 3 a 5 anos para corrigir “transições defeituosas”, como mudanças rápidas e irrealistas na recuperação do solo.
Filtro de Frequência: Assegurou que pixels de vegetação natural que possuíam o mesmo rótulo em mais de 80% da série histórica tivessem todo o seu histórico convertido para aquela classe majoritária.

6. Resultados e Validação: Todas as informações pós-classificadas foram integradas com os temas transversais de outras equipes, consolidando 20 classes (nível 3) mapeadas na Caatinga. A validação, baseada em mais de 85 mil pontos independentes, mostrou que a aplicação do GTB somada ao refinamento amostral elevou a consistência dos mapas: a Coleção 10.0 atingiu uma Acurácia Global de 84,6% no Nível 1, e 79,3% no Nível 3.

Cerrado

1. Mosaicos Landsat: Para melhorar a qualidade dos dados, a Coleção 10 adotou as composições de reflectância de superfície de 32 dias da Coleção 2 do Landsat. O método define uma janela temporal de seis meses (abril a setembro) para a construção dos mosaicos, equilibrando as diferenças espectrais entre a estação seca e a chuvosa, sem perder a capacidade de detecção das florestas decíduas.

2. Regiões de Classificação e Variáveis Preditoras (Feature Space): O bioma Cerrado foi dividido em 38 regiões de classificação baseadas em ecorregiões e na sazonalidade da vegetação, garantindo a homogeneidade fenológica em cada área. O modelo de classificação utiliza 220 variáveis preditoras, incluindo:

Variáveis anuais: bandas espectrais originais, índices de vegetação (NDVI, EVI2) e métricas de redução estatística (como mediana e amplitude);
Variáveis estáticas: dados como elevação (HAND), histórico de incêndios, coordenadas espaciais — inovação da Coleção 10.0;
Variáveis geomorfométricas: como declividade e curvatura para distinguir melhor a vegetação em topografias complexas.

3. Amostras de Treinamento e Classificação: As amostras de treinamento foram geradas a partir de pixels estáveis da Coleção 9.0 (que não mudaram de classe entre 1985 e 2023). Para aumentar a confiabilidade, essas amostras foram filtradas usando mapas de referência regionais, dados de desmatamento e dados de altura de dossel do sensor GEDI, o que ajudou a remover outliers das classes de vegetação. Foram alocadas 4.800 amostras por região através de um desenho amostral estratificado.

4. Classes mapeadas: Na etapa de classificação geral, 8 classes são mapeadas no bioma Cerrado.

Classes mapeadas — Cerrado (Coleção 10)

Código	Cor (Hex)	Classe	Descrição
3	#1f8d49	Formação Florestal	Formações de savana com estratos arbóreos e arbustivo-herbáceos bem definidos (Cerrado Stricto Sensu: Savana Densa, Típica, Esparsa e Rupestre).
4	#7dc975	Formação Savânica	Formações de savana com estratos arbóreos e arbustivo-herbáceos bem definidos.
11	#519799	Campo Alagado e Área Pantanosa	Formação florestal 3: Tipos de vegetação com predominância de espécies arbóreas e cobertura arbórea contínua (Mata Ciliar, Mata de Galeria, Mata Seca e Savana Florestada) (Ribeiro & Walter, 2008), bem como Florestas Sazonais Semidecíduas.
12	#d6bc74	Formação Campestre	Formações campestres com predominância de estratos herbáceos (Campo Sujo, Limpo e Rupestre) e algumas áreas de formações savânicas, como o Cerrado Rupestre.
25	#db4d4f	Outras Áreas Não Vegetadas	Áreas com superfícies impermeáveis (infraestrutura, infraestrutura urbana ou mineração), regiões com solo exposto em áreas naturais (por exemplo, erosão e deslizamentos de terra) ou em áreas de cultivo fora da época de plantio.
33	#2532e4	Rio, Lago e Oceano	Rios, lagos, barragens, reservatórios e outros corpos d'água.
15	#edde8e	Pastagem *	A área de pastagem, predominantemente plantada, ligada às atividades de pecuária.
18	#E974ED	Agricultura *	Áreas ocupadas por culturas de ciclo curto a longo. Abrange tanto culturas perenes quanto temporárias.

* As classes Pastagem e Agricultura são inseridas na etapa de classificação geral para auxiliar na separação de vegetação nativa das áreas antrópicas, reduzindo erros de classificação por confusão espectral. No pós-processamento, essas classes são mescladas em uma única classe "Mosaico de Usos".

5. Pós-Processamento e Filtros:

Filtro Gap-Fill (Preenchimento de Lacunas): Preenche pixels sem dados usando as classificações de anos subsequentes ou anteriores;
Filtros Temporais e de Frequência: Analisam janelas de 3 a 5 anos para corrigir transições espúrias (idas e vindas rápidas entre classes) e exigem que um pixel seja estável por 90% da série para certas confirmações;
Filtro “No False Regrowth” (Sem Falsa Regeneração): Aprimorado na Coleção 10, previne falsas detecções de recuperação de vegetação, como a confusão entre áreas de silvicultura maduras e formações florestais nativas, ou picos irreais de áreas úmidas nos primeiros anos da série Landsat;
Filtro Geomorfométrico: Remove classificações errôneas de “Áreas Úmidas” que foram alocadas em terrenos com declividade igual ou superior a 9%;
Filtro Espacial: Remove pequenos fragmentos isolados menores que 8 pixels conectados (~0,72 hectares).

6. Mapeamentos específicos:

Vegetação Herbácea de Restinga (Classe Beta): Mapeada após a classificação via regras baseadas no Índice de Vegetação Ajustado ao Solo (SAVI) e restrita a solos específicos e baixa elevação (HAND < 3,5m) na costa. Trata-se de uma classe experimental (Beta) não incluída na classificação geral devido à escassez de amostras de treinamento. Para evitar falsos positivos no interior do continente, utilizou-se o mapa de solos do IBGE para restringir a ocorrência desta classe apenas sobre Neossolos e Espodossolos nas zonas costeiras.
Afloramento Rochoso: É classificado em um processo separado para evitar superestimativa na classificação geral. Na Coleção 10.0, seu conceito foi redefinido para englobar apenas a rocha exposta, excluindo a vegetação rupestre. O modelo de Random Forest próprio para esta classe inclui novas variáveis geomorfométricas, o índice de tamanho de grão (TGSI) e amostras adicionais do Serviço Geológico do Brasil (SGB/CPRM).

7. Integração e Acurácia: Os mapas finais são integrados e cruzados com temas transversais utilizando regras de prevalência (ex.: a vegetação nativa sempre prevalece sobre a agropecuária dentro de Áreas Protegidas). O mapa final apresenta 10 classes de uso e cobertura da terra. A validação da Coleção 10, feita com base em mais de 20.800 amostras independentes, alcançou uma acurácia global de 87,6% (Nível 1) e 80,4% (Nível 3).

Mata Atlântica

1. Seleção de Imagens e Mosaicos: O mapeamento utilizou imagens da série histórica dos satélites Landsat 5, 7 e 8. A grande inovação da Coleção 10 foi o uso de mosaicos mensais do Google (“LANDSAT/COMPOSITES/C02/T1_L2_32DAY”) que utilizam métodos de Deep Learning para a recuperação de informações. Isso resultou na construção de mosaicos com menos ruídos gerados por nuvens e sombras. As imagens foram selecionadas preferencialmente no período de abril a setembro.

2. Divisão Regional e Seleção de Atributos: Dada a diversidade ambiental e latitudinal da Mata Atlântica, o bioma foi dividido em 30 regiões homogêneas baseadas na classificação de fitofisionomias do IBGE. Foram calculadas 184 variáveis (incluindo bandas óticas brutas, índices de vegetação, variáveis de relevo como declividade e modelos de mistura espectral). Destas, 60 variáveis foram selecionadas para classificar cada região segundo análise de relevância.

3. Algoritmo de Classificação e Amostragem: A classificação pixel a pixel foi feita pelo algoritmo de machine learning Random Forest, com 100 árvores de decisão.

Amostras estáveis: O modelo foi treinado a partir de “amostras estáveis” da Coleção 9, que consistem em pixels que permaneceram com a mesma cobertura terrestre por 39 anos. Essas amostras foram balanceadas estatisticamente e filtradas utilizando bases de referência como a altura do dossel florestal (GEDI) e o sistema MapBiomas Alerta (excluindo qualquer ponto com alerta de desmatamento validado).
Multi Probability: Para gerar o mapa anual, a Coleção 10 aplicou a abordagem “Multi Probability”, onde o algoritmo avalia a probabilidade de um pixel pertencer a múltiplas classes e designa a classificação final àquela com a maior probabilidade, gerando concomitantemente um mapa de incerteza.

4. Classes mapeadas: 12 classes de cobertura e uso são mapeadas durante a etapa de classificação.

Classes mapeadas — Mata Atlântica (Coleção 10)

Código	Cor (Hex)	Classe	Descrição
3	#1f8d49	Formação Florestal	Tipos de vegetação caracterizados pela predominância de espécies arbóreas, alta densidade, dossel fechado e estratificação vertical (inclui florestas ombrófilas, estacionais e formações pioneiras).
4	#7dc975	Formação Savânica	Vegetação com presença de árvores e arbustos esparsos, possuindo um dossel semicontínuo (inclui savanas arborizadas e florestadas, bem como estepes).
49	#02d659	Restinga Arbórea	Formações florestais que ocorrem sobre solos arenosos na região costeira.
11	#519799	Campo Alagado e Área Pantanosa	Vegetação herbácea e arbustiva de planícies de inundação influenciadas pelas dinâmicas fluviais ou lacustres (inclui plantas aquáticas emergentes, submersas ou flutuantes).
12	#d6bc74	Formação Campestre	Vegetação dominada por espécies herbáceas e gramíneas, com árvores e arbustos raros e esparsos, e dossel aberto ou ausente.
29	#ffaa5f	Afloramento Rochoso	Rochas naturalmente expostas sem cobertura de solo, muitas vezes com presença de vegetação rupícola e alta declividade.
50	#ad5100	Restinga Herbácea *	Vegetação de porte herbáceo estabelecida em solos arenosos ou sobre dunas nas zonas litorâneas.
21	#ffefc3	Mosaico de Usos	Áreas de uso agropecuário onde não foi possível separar claramente as pastagens das lavouras (incluindo pousio). Também abrange zonas periurbanas, sítios e áreas em transição.
25	#db4d4f	Outras Áreas Não Vegetadas	Áreas naturais de solo exposto devido a eventos climáticos (deslizamentos, inundações) e superfícies não permeáveis (infraestrutura, expansão urbana, mineração).
33	#2532e4	Rio, Lago e Oceano	Corpos d'água variados, incluindo rios, lagos, represas e reservatórios.
19	#C27BA0	Outras Lavouras Temporárias **	Áreas ocupadas por culturas agrícolas de ciclo curto ou médio (menos de um ano).
9	#7a5900	Silvicultura **	Espécies de árvores plantadas com fins comerciais (ex: pinus, eucalipto, araucária).

* Na Coleção 10, a Restinga Herbácea passou a integrar o fluxo primário de classificação desde o treinamento. Para evitar falsos positivos no interior do continente, utilizou-se o mapa de solos do IBGE para restringir a ocorrência desta classe apenas sobre Neossolos e Espodossolos nas zonas costeiras. ** As classes de Silvicultura (ID 9) e Outras Lavouras Temporárias (ID 19) são mapeadas excepcionalmente em algumas regiões específicas do bioma. No conjunto de dados finais da Mata Atlântica, os pixels classificados nestas duas categorias são convertidos para a classe de Mosaico de Usos (ID 21).

5. Pós-classificação e Integração: Os filtros pós classificação foram responsáveis por corrigir “falsas regenerações” e “falsos desmatamentos”, preencher vazios ou lacunas (gap-fill), remover ruídos com menos de 0,5 hectares de área e criar uma estabilidade temporal entre as classes naturais utilizando frequências relativas. Por fim, as classificações do bioma foram integradas sob o princípio de regras de prevalência para os “temas transversais” (mapas de agricultura, pastagem, urbanização, etc.), produzindo um resultado final de 27 classes de cobertura e uso da terra.

6. Acurácia e Validação: O resultado metodológico foi testado contra 10.840 pontos independentes de validação revisados. A acurácia global da Coleção 10 alcançou 91,5% para o Nível 1 da legenda e 86,1% no Nível 2.

Pantanal

Conteúdo metodológico em elaboração. Consulte o ATBD completo na página oficial do MapBiomas Brasil.

Pampa

Conteúdo metodológico em elaboração. Consulte o ATBD completo na página oficial do MapBiomas Brasil.

Exemplo de mapeamento do bioma Pampa — Cobertura 30m MapBiomas Brasil

Plataforma MapBiomas
Google Earth Engine
Google Cloud Storage
GitHub
Repositório de dados

Plataforma MapBiomas

É possível acessar os dados de Cobertura 30m de diferentes formas.

Como acessar dados?

Seleção do dado de interesse
Filtros espaciais e temporais
Explore o mapa e as estatísticas

Como baixar dados?

Seção download
Defina o dado de interesse e filtros temporais e espaciais
Explore o mapa e as estatísticas

Google Earth Engine

É necessária uma conta gratuita para usar o Google Earth Engine. Crie a sua em earthengine.google.com/noncommercial/

Como acessar os dados de Cobertura 30m no Google Earth Engine

Todas as coleções de dados do MapBiomas estão disponíveis para acesso público na plataforma Google Earth Engine. Os dados de Cobertura 30m podem ser acessados de duas formas principais:

1. Explorando o catálogo de conjuntos de dados do GEE

Acesse: https://developers.google.com/earth-engine/datasets/catalog
Busque por “MapBiomas Land Use and Land Cover – Brazil” na barra de pesquisa
Selecione o conjunto de dados exibido: MapBiomas Land Use and Land Cover – Brazil V1
Explore as informações disponíveis sobre o produto (abrangência temporal, seleção da coleção mais recente…)
Clique no ícone de redirecionamento em “Earth Engine Snippet” para visualizar os dados no Code editor do GEE
ee.ImageCollection("projects/mapbiomas-public/assets/brazil/lulc/v1")

2. Acesso direto aos assets das coleções MapBiomas Brasil 30m

No GEE, as coleções de Cobertura 30m estão organizadas por pastas. Explore as pastas disponíveis:

// ===========================================================
// Explorador de pastas e assets - MapBiomas Brasil Cobertura 30m
// ===========================================================

var ROOT_PATH = "projects/mapbiomas-public/assets/brazil/lulc";

var assets = ee.data.listAssets(ROOT_PATH);
var items  = assets["assets"];

// Extrai nomes curtos e IDs: para exibição no console
var shortNames = items.map(function(item) {
  return item.id.split("/").slice(-1)[0];
});

var assetIds = items.map(function(item) {
  return item.id;
});

// Exibe no console
print("MapBiomas - Brazil LULC");
print("Nomes:", shortNames);
print("IDs completos:", assetIds);

Explore assets para uma coleção. A coleção mais recente de Cobertura 30m é a coleção 10.1:

// ===========================================================
// MapBiomas - Explorar assets de uma coleção/pasta específica
// ===========================================================

var ROOT_PATH  = "projects/mapbiomas-public/assets/brazil/lulc";
var COLLECTION = "collection10_1"; //

No GEE, as coleções do MapBiomas são armazenadas em imagens multibanda, onde cada banda representa a classificação de um ano da série histórica de mapeamento. Acesse os dados para um ano de uma coleção específica a partir de um asset id:

// ===========================================================
// MapBiomas - Visualizar asset específico (Coleção 10)
// ===========================================================

var ASSET_ID = "projects/mapbiomas-public/assets/brazil/lulc/collection10_1/mapbiomas_brazil_collection10_1_coverage_v1";
//

Google Cloud Storage

Baixe os mapas anuais de cobertura 30m por meio do link abaixo.

brazil_coverage_2024.tif

GitHub

Todos os scripts e ferramentas para processamento dos dados do MapBiomas Brasil estão disponíveis no GitHub.

mapbiomas/brazil-all-initiatives

Repositório de dados

Acesse documentos de coleções anteriores do MapBiomas Brasil Cobertura 30m em nosso repositório de dados.

dataverse/brazil-landcover

Legenda
Método
Acesso aos dados

Os mapas de transição apresentam a variação de classe de cobertura e uso entre os anos da série histórica.

Legenda

Os mapas de Transição são gerados a partir da comparação entre a classificação de dois anos selecionados da série. Os códigos das classes do produto são calculados segundo a expressão:

(cod. classe no ano I × 100) + cod. classe no ano II

Ao baixar o mapa de transição, o arquivo será um raster (.geotiff) de banda única com os valores de pixel segundo a expressão acima.

Exemplos de códigos de transição (1985–2024)

Classe em 1985	Classe em 2024	Código de Transição	Interpretação
Formação Florestal (3)	Formação Florestal (3)	303	Formação Florestal que permaneceu Formação Florestal
Formação Florestal (3)	Pastagem (15)	315	Formação Florestal convertida para Pastagem
Pastagem (15)	Área Urbanizada (24)	1524	Pastagem convertida para Área Urbanizada

Na Plataforma MapBiomas, as classes de transição são agrupadas para facilitar a visualização de padrões de mudança. As classes agrupadas são:

Transições de áreas de cobertura florestal ou áreas naturais não florestais para pastagem, agricultura ou áreas não vegetadas;
Transições de classes de pastagem, agricultura ou áreas não vegetadas para cobertura florestal ou áreas naturais não florestais;
Transições que adicionam superfície de água;
Transições que reduzem a superfície de água;
Transições com ganho de áreas de silvicultura.

É possível reproduzir esses ou outros agrupamentos a partir dos dados baixados e de operações de álgebra de mapas em um programa SIG, como o QGIS.

Método

Os mapas de transição são derivados dos mapas anuais de cobertura e uso da terra (Cobertura 30m). Após a integração, aplicam-se filtros para refinar a consistência espacial e temporal, diminuindo ruídos e assegurando transições lógicas. O desenvolvimento desses filtros baseou-se em critérios técnicos, padrões de mudança, validação visual e análise espectral, e sua aplicação varia de acordo com o bioma.

Acesso aos dados

A partir da Coleção 10, os mapas de transição passaram a ser gerados diretamente na Plataforma MapBiomas. Por isso, não há um conjunto de dados de Transições para as coleções mais recentes de Cobertura 30m no GEE. De todo modo, é possível gerar mapas de transição no GEE a partir dos mapas anuais de cobertura.

// ===========================================================
// MapBiomas — Gerar mapa de transição no GEE (Coleção 10.1)
// ===========================================================

var asset = 'projects/mapbiomas-public/assets/brazil/lulc/collection10_1/mapbiomas_brazil_collection10_1_coverage_v1';
var integration = ee.Image(asset);

var Palettes = require('users/mapbiomas/modules:Palettes.js');
var paletteLulc = Palettes.get('classification9');

var start_year = 2008;
var end_year   = 2024;

var img0 = integration.select('classification_' + start_year);
var img1 = integration.select('classification_' + end_year);

// Código de transição: (ano inicial × 100) + ano final
var transitions = img0.multiply(100).add(img1).toInt16().rename('transitions');

Map.addLayer(integration, {
  bands: ['classification_2024'],
  min: 0, max: 69,
  palette: paletteLulc
}, 'LULC 2024', false);

Map.addLayer(transitions, {}, 'Transições ' + start_year + '–' + end_year);

Scripts para análise de transições estão disponíveis em nosso repositório público no GitHub:

https://github.com/mapbiomas/platform-analysis/blob/main/codes/analysis_8_transitions.js

Legenda
Método
Acesso aos dados

Os mapas de Áreas estáveis apresentam áreas sem conversão de classes ao longo da série histórica do mapeamento anual de cobertura e uso da terra.

Legenda

As classes de legenda são as mesmas do produto Cobertura 30m. Consulte a aba Legenda para a tabela completa de classes.

Método

Os mapas de áreas estáveis são derivados do mapeamento anual de cobertura e uso da terra (Cobertura 30m). Selecionam-se os pixels que não apresentaram variação em sua classificação ao longo da série histórica. Esta seleção é executada no mapa final da coleção, após o processo de integração e aplicação de filtros espaciais e temporais.

Acesso aos dados

Não há um conjunto de dados específico para Áreas estáveis no GEE. É possível analisar classes estáveis por meio do conjunto de dados de Cobertura 30m no GEE.

Scripts para análise de áreas estáveis estão disponíveis em nosso repositório público no GitHub:

https://github.com/mapbiomas/platform-analysis/blob/main/codes/analysis_5_stable.js

Legenda
Método
Acesso aos dados
Plataforma MapBiomas
Google Earth Engine (GEE)
GitHub

Os mapas de número de mudanças apresentam o número de variações — transições entre classes de cobertura e uso da terra — que um pixel teve em um período da série histórica de mapeamento.

Legenda

Os códigos das classes do mapa de número de mudanças variam de 0 a 6, sendo o código 6 representativo de 6 ou mais mudanças no período selecionado.

Método

Os mapas de número de mudanças são derivados do mapeamento anual de cobertura e uso da terra (Cobertura 30m). Calcula-se quantas vezes um pixel sofreu variação em sua classificação ao longo da série histórica. Este cálculo é executado no mapa final da coleção, após o processo de integração e aplicação de filtros espaciais e temporais.

Acesso aos dados

Plataforma MapBiomas

Como acessar dados?

Seleção do dado de interesse
Filtros espaciais e temporais
Explore o mapa e as estatísticas

Como baixar dados?

Seção download
Defina o dado de interesse e filtros temporais e espaciais
Explore o mapa e as estatísticas

Google Earth Engine (GEE)

Não há um conjunto de dados específico para Número de mudanças no GEE. É possível analisar as variações de classe por meio do conjunto de dados de Cobertura 30m no GEE. Saiba mais em nosso GitHub.

GitHub

Scripts para análise de número de mudanças estão disponíveis em nosso repositório público no GitHub.

analysis_4_number_of_changes.js

Artigos
Destaques
Relatórios
Notas técnicas
Infográficos

Cobertura 30m

Cobertura 30m

Etapas gerais

Amazônia

Caatinga

Cerrado

Mata Atlântica

Pantanal

Pampa

Plataforma MapBiomas

Google Earth Engine

Google Cloud Storage

GitHub

Repositório de dados

Legenda

Método

Acesso aos dados

Legenda

Método

Acesso aos dados

Legenda

Método

Acesso aos dados

Plataforma MapBiomas

Google Earth Engine (GEE)

GitHub

Artigos 20

Destaques 14

Relatórios 5

Notas técnicas 8

Infográficos 10