O INPE (Instituto Nacional de Pesquisas Espaciais) é a principal instituição brasileira de sensoriamento remoto e disponibiliza imagens de satélite e produtos derivados para uso livre. Os dados incluem:
CBERS — satélites sino-brasileiros (CBERS-4, CBERS-4A), com câmeras PAN, MUX, IRS e WFI
Amazonia-1 — satélite brasileiro para monitoramento ambiental
Landsat — imagens redistribuídas do programa Landsat (NASA/USGS)
Sentinel — imagens redistribuídas do programa Copernicus (ESA)
PRODES — taxa anual de desmatamento na Amazônia Legal
DETER — alertas de desmatamento em tempo quase real
Queimadas — focos de incêndio detectados por satélite
TerraBrasilis — plataforma de visualização de dados de desmatamento
O catálogo de imagens do INPE é um dos maiores acervos públicos de dados de sensoriamento remoto da América Latina.
O Portal BIG (Base de Informacoes Georreferenciadas) e o portal unificado de dados geoespaciais do INPE, lancado em 2024, que consolida diversos acervos de imagens e produtos de sensoriamento remoto em uma unica interface.
import requestsimport pandas as pd# API de focos de queimadas do INPE# https://queimadas.dgi.inpe.br/queimadas/bdqueimadasurl = ( "https://queimadas.dgi.inpe.br/queimadas/portal/csv/" "focos_qmd_inpe_24h.csv")df = pd.read_csv(url, encoding="utf-8")print(f"Focos de queimadas (últimas 24h): {len(df):,}")print(f"Colunas: {list(df.columns)}")print(df.head())
import requests# API do TerraBrasilis — dados de desmatamento (PRODES)url = "http://terrabrasilis.dpi.inpe.br/api/v1/prodes/rates"response = requests.get(url)if response.status_code == 200: dados = response.json() print("Taxas de desmatamento (PRODES):") for item in dados: print(f" {item.get('year')}: {item.get('rate')} km²")
# O catálogo de imagens do INPE requer acesso via interface web# ou scripts específicos para interação com o sistema.# Para acesso programático, recomenda-se usar o Google Earth Engine:# pip install earthengine-apiimport ee# Inicializar (requer autenticação prévia)ee.Initialize()# Buscar imagens CBERS-4 de uma regiãocolecao = ( ee.ImageCollection("CBERS/CBERS4/MUX") .filterBounds(ee.Geometry.Point([-47.9, -15.8])) # Brasília .filterDate("2024-01-01", "2024-12-31") .filterMetadata("CLOUD_COVER", "less_than", 20))print(f"Imagens encontradas: {colecao.size().getInfo()}")