README

Monitoramento de Áreas Queimadas com Google Earth Engine e Geemap

Este script utiliza o Google Earth Engine (GEE) e a biblioteca Geemap para visualizar e exportar dados de áreas queimadas no Brasil, utilizando imagens do conjunto de dados MODIS (MCD64A1). O código autentica o usuário, carrega um grid específico, processa imagens filtradas por data e exporta os resultados para o Google Drive.

Requisitos

Antes de executar o script, certifique-se de que você possui:

Uma conta no Google Earth Engine

A biblioteca geemap instalada: pip install geemap

Autenticação no GEE utilizando ee.Authenticate()

Funcionamento do Código

1. Autenticação e Inicialização do GEE

O script começa autenticando e inicializando o GEE com um projeto específico:

import ee import geemap

ee.Authenticate() ee.Initialize(project='ee-seuusuario')

1. Carregamento do Grid e Definição do Conjunto de Dados

Carrega um grid geográfico (um asset no GEE) e define o conjunto de dados MODIS:

grid = ee.FeatureCollection('seuasset')

dataset = ee.ImageCollection('MODIS/061/MCD64A1')\ .filter(ee.Filter.date('2023-01-01', '2023-12-31'))

1. Processamento e Visualização de Áreas Queimadas

Seleciona a camada de data de queimadas e aplica um esquema de cores para visualização:

burned_area = dataset.select('BurnDate')

burnedareavis = { 'min': 30.0, 'max': 341.0, 'palette': ['4e0400', '951003', 'c61503', 'ff1901'] }

1. Criação do Mapa e Recorte por Região

O código cria um mapa interativo e recorta os dados ao grid especificado:

Map = geemap.Map() Map.setCenter(6.746, 46.529, 2)

burnedareaclipped = burnedarea.map(lambda img: img.clip(grid)) Map.addLayer(burnedareaclipped, burnedarea_vis, 'Burned Area') Map.addLayer(grid, {}, 'Brasil Grid')

1. Adição de Camadas Mensais

Para facilitar a análise temporal, o código adiciona camadas mensais de áreas queimadas:

def addmonthlylayers(startyear, startmonth, endyear, endmonth): for year in range(startyear, endyear + 1): for month in range(startmonth, endmonth + 1): startdate = f"{year}-{month:02d}-01" enddate = f"{year}-{month:02d}-31" dataset = ee.ImageCollection('MODIS/061/MCD64A1')\ .filter(ee.Filter.date(startdate, enddate)) burnedarea = dataset.select('BurnDate') burnedareaclipped = burnedarea.map(lambda img: img.clip(grid)) Map.addLayer(burnedareaclipped, burnedareavis, f'{year}-{month:02d}')

1. Exportação das Imagens como GeoTIFF

O código também permite exportar os dados como arquivos GeoTIFF para o Google Drive:

def addmonthlylayersandexport(startyear, startmonth, endyear, endmonth): for year in range(startyear, endyear + 1): for month in range(startmonth, endmonth + 1): startdate = f"{year}-{month:02d}-01" enddate = f"{year}-{month:02d}-31" dataset = ee.ImageCollection('MODIS/061/MCD64A1')\ .filter(ee.Filter.date(startdate, enddate)) burnedarea = dataset.select('BurnDate') burnedareaclipped = burnedarea.map(lambda img: img.clip(grid)) exporttask = ee.batch.Export.image.toDrive( image=burnedareaclipped.median(), description=f"BurnedArea{year}-{month:02d}", folder='BurnedAreaTIFs', fileNamePrefix=f"BurnedArea{year}-{month:02d}", region=grid.geometry(), scale=500, fileFormat='GeoTIFF', maxPixels=1e8 ) exporttask.start()

1. Chamada das Funções

O script adiciona as camadas mensais ao mapa e inicia a exportação:

addmonthlylayers(2023, 1, 2023, 12) addmonthlylayersandexport(2023, 1, 2023, 12)

Resultado

O código gera um mapa interativo mostrando as áreas queimadas ao longo do tempo e exporta os dados para análise posterior no Google Drive.

Contato

Caso tenha dúvidas ou sugestões, entre em contato.