Coming Soon: Global Tree-Scale Forest Monitoring for Climate Action

Forests play a critical role in absorbing vast quantities of carbon dioxide, but high-fidelity estimates of the carbon they store are costly and impractical at scale. Field measurements and airborne surveys are expensive and impossible to scale globally, and most satellite data available today isn’t produced with high enough spatial or temporal resolution to capture forest degradation.

Our Forest Carbon Planetary Variable is designed to solve these challenges. With quarterly updates of aboveground forest carbon at 3 meter resolution, Forest Carbon delivers estimates precise enough to monitor the complete spectrum of forest change, from million-acre wildfires to small agricultural clearcuts to single large tree selective harvests.

Our scientifically validated method utilizes deep learning models trained on a massive global library of airborne LiDAR, and scaled by our PlanetScope imagery. The result is a unique, high-quality data feed which can capture nearly tree-scale forest change globally and provide actionable monitoring of carbon stocks, starting at just $0.10 a hectare.

Os sistemas de integração lavoura-pecuária (ILP) têm sido adotados no Brasil como uma abordagem pioneira para garantir sustentabilidade econômica e ambiental na produção agropecuária.

Nesse contexto, a utilização de séries de imagens de satélite de alta frequência temporal e alto detalhamento espacial, em conjunto com abordagens robustas de inteligência artificial, se destacam como uma das mais eficientes maneiras de analisar sistemas ILP, auxiliando produtores rurais e organizações do setor em importantes tomadas de decisão.

Nesse contexto, a utilização de séries de imagens de satélite de alta frequência temporal e alto detalhamento espacial, em conjunto com abordagens robustas de inteligência artificial, se destacam como uma das mais eficientes maneiras de analisar sistemas ILP, auxiliando produtores rurais e organizações do setor em importantes tomadas de decisão.