loop-sentinel-indices

// Carregar as dependências e inicializar as variáveis
var shapefile = ee.FeatureCollection("projects/santarem-ic/assets/shapefile-santarem");
var geometryCollection = ee.FeatureCollection("projects/santarem-ic/assets/poligonosSENTINEL");
var colecoesPorAno = {};
var trainingDataList = ee.List([]);

// Adicionar shapefile ao mapa e centralizá-lo
Map.addLayer(shapefile, {}, 'Shapefile');
Map.centerObject(shapefile, 12);

// Função para calcular o NDVI (Normalized Difference Vegetation Index)
var calcularNDVI = function(sentinelImage) {
  return sentinelImage.addBands(sentinelImage.normalizedDifference(['B8', 'B4']).rename('NDVI'));
};

// Função para calcular o NDWI (Normalized Difference Water Index)
var calcularNDWI = function(sentinelImage) {
  return sentinelImage.addBands(sentinelImage.normalizedDifference(['B3', 'B8']).rename('NDWI'));
};

// Loop para carregar a coleção de imagens do Sentinel para cada ano (de 2015 a 2023)
for (var year = 2015; year <= 2023; year++) {
  var startDate = year + '-01-01';
  var endDate = year + '-12-31';
  
  // Filtrar a coleção de imagens por data e região
  var colecaoAno = ee.ImageCollection('COPERNICUS/S2')
    .filterDate(startDate, endDate)
    .filterBounds(shapefile)
    .sort('system:time_start')
    .map(function(image) {
      return image.clip(shapefile);
    });
  
  // Armazenar a coleção de imagens do ano atual no dicionário
  colecoesPorAno[year] = colecaoAno;
}

// Dicionário contendo a imagem específica a ser usada de cada ano
var imagemDoAno = {
  2022: 77,
  2021: 72,
  2020: 66,
  2019: 82,
  2018: 32,
  2017: 64,
  2016: 82,
};


// Loop para percorrer cada ano e coletar dados para treinamento e classificação.
for (var ano in imagemDoAno) {
  // Obtém a imagem correspondente ao ano atual.
  var imagem = ee.Image(colecoesPorAno[ano].toList(colecoesPorAno[ano].size()).get(imagemDoAno[ano]));

  // Adiciona a imagem original ao mapa.
  Map.addLayer(imagem, {bands: ['B2', 'B3', 'B4'], min: 0, max: 3000}, ano);

  // Calcula os índices NDVI e NDWI para a imagem.
  var imagemComIndices = calcularNDVI(imagem);
  imagemComIndices = calcularNDWI(imagemComIndices);

  // Coleta os dados de treinamento da imagem com os índices calculados.
  var trainingData = imagemComIndices.sampleRegions({
    collection: geometryCollection,
    properties: ['classe'],
    scale: 10
  });

  // Treina o classificador Random Forest usando os dados de treinamento.
  var classifier = ee.Classifier.smileRandomForest(50).train({
    features: trainingData,
    classProperty: 'classe',
    inputProperties: ['B2', 'B3', 'B4', 'B8', 'NDVI', 'NDWI']  
  });

  // Classifica a imagem atual usando o classificador Random Forest.
  var classifiedImage = imagemComIndices.classify(classifier);

  // Adiciona a imagem classificada ao mapa.
  Map.addLayer(classifiedImage, {min: 1, max: 5, palette: ['#0000FF', '#00FF00', '#FFFF00', '#FFA500', '#006400']}, 'Classificação ' + ano);
}