Base de dados pré-processados composta por 20 anos (2001–2020) de informações municipais sobre a produtividade da soja, índices vegetativos e variáveis climáticas. Os dados de produtividade foram obtidos do sistema SIDRA/IBGE para municípios produtores de sete estados brasileiros (MT, MS, PR, GO, RS, MG e BA). As variáveis climáticas, provenientes do satélite NASA POWER, incluem temperatura máxima e mínima, precipitação, radiação solar e evapotranspiração, além de variáveis derivadas como dias com alta temperatura e baixa precipitação. Também foram calculados excedente e déficit hídrico mensal. Os índices vegetativos (NDVI, EVI, CVI, GLI e SPI) foram extraídos do satélite MODIS e agregados mensalmente para o período de plantio (setembro a março). O conjunto contém 174.020 linhas e 20 colunas, abrangendo 1.243 municípios e 7 meses de observações anuais. Os dados originais foram disponibilizados por Bloh et al. (2023) e podem ser acessados no repositório público: 🔗 https://github.com/maltevb/ML_Soybean_Yield_Forecasting_Brazil