DETER — Alertas de Desmatamento em Tempo Real (INPE)

import geopandas as gpd
import pandas as pd
 
# Baixar shapefile de alertas DETER do TerraBrasilis
# Disponível em: http://terrabrasilis.dpi.inpe.br/downloads/
gdf_deter = gpd.read_file("deter_amazonia_legal_2024.shp")
 
print(f"Total de alertas: {len(gdf_deter):,}")
print(f"Colunas: {list(gdf_deter.columns)}")
print(f"CRS: {gdf_deter.crs}")
print(f"Período: {gdf_deter['date'].min()} a {gdf_deter['date'].max()}")
 
# Área total alertada
area_total = gdf_deter["area_km2"].sum()
print(f"Área total alertada: {area_total:,.1f} km²")

import pandas as pd
import geopandas as gpd
 
gdf_deter = gpd.read_file("deter_amazonia_legal_2024.shp")
 
# Alertas por classe (tipo de alteração)
por_classe = (
    gdf_deter.groupby("classname")["area_km2"]
    .agg(["count", "sum"])
    .rename(columns={"count": "num_alertas", "sum": "area_km2"})
    .sort_values("area_km2", ascending=False)
)
 
print("Alertas DETER por classe:")
print(por_classe.to_string())
 
# Alertas por UF
por_uf = (
    gdf_deter.groupby("uf")["area_km2"]
    .agg(["count", "sum"])
    .rename(columns={"count": "num_alertas", "sum": "area_km2"})
    .sort_values("area_km2", ascending=False)
)
 
print("\nAlertas DETER por UF:")
print(por_uf.to_string())
 
# Top 20 municípios com mais alertas
top_municipios = (
    gdf_deter.groupby(["cod_municipio", "municipio", "uf"])["area_km2"]
    .sum()
    .sort_values(ascending=False)
    .head(20)
)
 
print("\nTop 20 municípios — maior área alertada:")
print(top_municipios.to_string())

import requests
import pandas as pd
 
BASE_URL = "http://terrabrasilis.dpi.inpe.br/api/v1"
 
 
def consultar_alertas_deter(
    data_inicio: str,
    data_fim: str,
    uf: str = None,
):
    """
    Consulta alertas DETER via API TerraBrasilis.
 
    Args:
        data_inicio: Data inicial (YYYY-MM-DD)
        data_fim: Data final (YYYY-MM-DD)
        uf: Sigla da UF (opcional)
 
    Returns:
        Lista de alertas em formato dict
    """
    url = f"{BASE_URL}/deforestation/deter/alerts"
    params = {
        "startDate": data_inicio,
        "endDate": data_fim,
    }
    if uf:
        params["state"] = uf
 
    response = requests.get(url, params=params, timeout=120)
    response.raise_for_status()
    return response.json()
 
 
# Consultar alertas no Pará nos últimos 30 dias
alertas = consultar_alertas_deter(
    data_inicio="2024-01-01",
    data_fim="2024-01-31",
    uf="PA",
)
 
print(f"Alertas retornados: {len(alertas)}")
if alertas:
    df = pd.DataFrame(alertas)
    print(f"Área total alertada: {df['area_km2'].sum():,.1f} km²")

import pandas as pd
import geopandas as gpd
 
gdf_deter = gpd.read_file("deter_amazonia_legal_2024.shp")
gdf_deter["date"] = pd.to_datetime(gdf_deter["date"])
gdf_deter["mes"] = gdf_deter["date"].dt.to_period("M")
 
# Série mensal de alertas
serie_mensal = (
    gdf_deter.groupby("mes")
    .agg(
        num_alertas=("area_km2", "count"),
        area_total_km2=("area_km2", "sum"),
    )
)
 
print("Série mensal de alertas DETER:")
print(serie_mensal.to_string())
 
# Identificar meses com pico de desmatamento
media = serie_mensal["area_total_km2"].mean()
desvio = serie_mensal["area_total_km2"].std()
 
picos = serie_mensal[serie_mensal["area_total_km2"] > media + desvio]
print(f"\nMeses com alertas acima da média + 1 desvio ({media + desvio:,.1f} km²):")
print(picos.to_string())

import geopandas as gpd
import pandas as pd
 
# 1. Carregar alertas DETER recentes
gdf_deter = gpd.read_file("deter_amazonia_2024.shp")
gdf_deter = gdf_deter.to_crs("EPSG:4674")  # SIRGAS 2000
 
# 2. Carregar polígonos do CAR (imóveis rurais)
gdf_car = gpd.read_file("car_imoveis_pa.shp")  # Ex: imóveis do Pará
gdf_car = gdf_car.to_crs("EPSG:4674")
 
# 3. Spatial join: alertas DETER dentro de imóveis do CAR
alertas_em_car = gpd.sjoin(gdf_deter, gdf_car, how="inner", predicate="within")
 
print(f"Alertas DETER dentro de imóveis do CAR: {len(alertas_em_car):,}")
print(f"Imóveis afetados: {alertas_em_car['cod_imovel'].nunique():,}")
 
# 4. Ranking de imóveis com maior área de alertas
ranking = (
    alertas_em_car.groupby(["cod_imovel", "nom_imovel"])["area_km2"]
    .sum()
    .sort_values(ascending=False)
    .head(20)
)
 
print("\nTop 20 imóveis CAR com maior área de alertas DETER:")
print(ranking.to_string())
 
# 5. Identificar alertas dentro de Reserva Legal
gdf_rl = gpd.read_file("car_reserva_legal_pa.shp").to_crs("EPSG:4674")
alertas_em_rl = gpd.sjoin(gdf_deter, gdf_rl, how="inner", predicate="intersects")
 
print(f"\nAlertas DETER que incidem sobre Reserva Legal: {len(alertas_em_rl):,}")