Uma aplicação do sensoriamento remoto para a investigação de endemias urbanas / A remote sensing application to investigate urban endemics

Este artigo apresenta um estudo de caso - aspectos ambientais relacionados à ocorrência da leishmaniose visceral em Teresina, Piauí, Brasil, no período de 1993 a 1996 - visando a discutir o uso de um conjunto de métodos aplicados a imagens de sensoriamento remoto em média resolução no estudo de endemias transmitidas por vetores em áreas urbanas. Foram apresentadas as técnicas essenciais a esse tipo de procedimentos: registro, correção geométrica, restauração, fusão, segmentação e classificação. Quatro classificadores, Maxver, Bhattacharya, K-médias e Isoseg, foram comparados utilizando o índice de correlação intraclasse aplicado à proporção de área segundo cada classe nos setores censitários. Os métodos de avaliação utilizados não tiveram o propósito de definir o melhor classificador, mas desenhar cenários de classificação, de forma a reconhecer as classes melhor identificáveis em área urbana. Mesmo dispondo-se de recursos limi-tados, imagens de baixo custo, ampla disponibilidade e média resolução, sistemas livres para processamento e integração das informações, é possível identificar as características de ocupação do solo de interesse potencial na análise de riscos ambientais para a ocorrência de endemias urbanas transmitidas por vetores.

This paper presents a case study on environmental aspects related to the occurrence of visceral leishmaniasis in Teresina, Piauí, Brazil, from 1993 to 1996, in order to discuss the use of some appropriate geo-processing methods for median-resolution remote sensing images potentially useful for studying vector-borne transmissible diseases in urban areas. We present the main techniques: registration, geometric correction, restoration, fusion, segmentation, and classification. Using intra-class correlation indices applied to the proportion of area by class in the census tract, we compare four classifiers: Maxver, Bhattacharya, K-means, and Isoseg. This comparison was not devised to choose the best classifier, but to depict different classification scenarios aimed at recognizing the best identifiable image classes in urban settings. We conclude that even with limited resources, using low-cost and easily available median resolution images and free software to process and integrate information, it is possible to identify land use characteristics, potentially appropriate for analyzing urban areas exposed to environmental risk for vector-borne diseases.

Sensoriamento remoto e endemias: uma aplicação em leishmaniose visceral / Remote Sensors and endemic diseases: a visceral application in leishmaniose

Essa tese apresenta possibilidades de uso do Sensoriamento Remoto (SR) na inclusão de informações ambientais necessárias ao estudo de algumas doenças endêmicas transmissíveis brasileiras, utilizando como estudo de caso a incidência da leishmaniose visceral em Teresina. Foi traçado o perfil ambiental de diversas endemias, abrindo caminho para o uso dessa tecnologia na identificação de áreas potenciais de risco. O resultado de uma revisão bibliográfica sistemática, de 1996 a 2002, com informações sobre a doença, o lugar de ocorrência e o sensor/satélite utilizado é apresentado. Uma cena Landsat-5 TM, bandas 3, 4 e 5, de 1991, contendo a região de estudo foi processada utilizando quatro metodologias diferentes de classificação com a finalidade de determinar a que melhor identificasse alguns padrões de uso do solo relacionados à endemia. Os classificadores Bhattacharya e Isoseg passaram por um processo de segmentação utilizando como parâmetro de similaridade 12 e de área mínima 50. Os classificadores supervisionados, Maxver e Bhattacharya, tiveram melhor desempenho em relação aos não supervisionados, Isoseg e Kmedias. O resultado das classificações supervisionadas foi consolidado em indicadores de presença nos setores censitários, originando variáveis explicativas ambientais usadas em modelos aditivos generalizados mistos, baseados em inferência bayesiana. Foram estimados os seguintes modelos: apenas com suavização espacial, apenas com variáveis sócio-econômicas, utilizando os resultados da classificação Maxver, com resultados da classificação Bhattacharya, e modelos com o resultado dessas classificações acrescido das variáveis sócio econômicas. O resultado apontou que as variáveis sócio-econômicas têm maior impacto que as variáveis ambientais estudadas, e entre os modelos apenas ambientais no classificador Bhattacharya mostram maior efeito. Esse trabalho mostrou que é possível adicionar variáveis de contexto ambiental aos modelos de regressão e é uma contribuição inicial ao conhecimento mais profundo do processo endemia-ambiente utilizando sensoriamento remoto.

Remote sensing as a tool to survey endemic diseases in Brazil

O objetivo deste trabalho é, a partir de revisão bibliográfica sistemática, apresentar as características e potencialidades do remote sensing como ferramenta de vigilância ambiental útil para pesquisas aplicadas ao estudo e controle de endemias brasileiras. Os sensores a bordo dos satélites permitem monitorar o território fornecendo informação espacial e temporal em várias escalas e regiões do espectro eletromagnético. Baseado na revisão bibliográfica sobre a aplicação dessa tecnologia no estudo de endemias, e na identificação do potencial dos novos sensores, com melhores resoluções espectrais, espaciais e temporais, este trabalho aponta perspectivas para o uso do Sensoriamento Remoto no estudo de endemias importantes para o Brasil.