O Sensoriamento Remoto tem sido uma ferramenta essencial para estudos voltados para o meio ambiente. Dentre as diversas técnicas utilizadas, os índices físicos são destacados, facilitando a identificação e utilização das informações sobre a cobertura do solo. A determinação de valores físicos de imagens de sensoriamento remoto é uma etapa fundamental para obter o NDWI (Índice de água com diferença normalizada) ) Os valores físicos podem ser recuperados por meio de transformação de números digitais que compõem imagens de satélite. Neste trabalho, é realizada uma comparação do índice NDWI aplicado por meio de dados brutos (números digitais) e valores físicos (radiância e reflexão).Imagens MUX / CBERS-4 de duas datas diferentes (2016 e 2019) tiveram seus números digitais convertidos para reflexão usando a programação. Uma rotina de cálculo para conversão de números digitais em radiância e refletância foi implantada usando a linguagem LEGAL (Linguagem Espacial para Geoprocessamento Algébrico) no software SPRING. Uma comparação estatística entre o NDWI gerado por número digital com o NDWI gerado por refletido indica uma grande similaridade entre os resultados obtidos.

Image fusion can be defined as a method that combines images of different spectral and spatial characteristics to synthesize a new image with better spatial resolution than the original multispectral image. This paper shows the results of the quantitative and qualitative analysis of images fused by the IHS technique (intensity, hue and saturation), The area of study was the surroundings of the Itaparica reservoir, Pernambuco. The technique was applied to Landsat8 (Land Remote Sensing Satellite) images, where the OLI sensor bands 2,3,4,5 and 6 were used in the different combinations of RGB and fused by IHS with the panchromatic band to produce images with Better spatial resolution. The spatial resolution of Landsat 8 is 30 meters for the multispectral image and 15 meters for the panchromatic image. After processing, evaluations were made from visual observations and statistical measures such as: mean, variance, correlation and IQI (image quality index). It was possible to perceive visually the gain in the quality of the images, that is, a greater level of detail due to the increase of the spatial resolution. Statistical analysis showed that the best result was for bands 2, 3 and 4.

As áreas de preservação ambiental no Estado do Pará sofrem com a falta de estudos científicos sobre os efeitos das mudanças de uso da terra e da temperatura da superfície terrestre. Neste contexto, este estudo visa analisar o Índice de vegetação por Diferença Normalizada (NDVI) e verificar o comportamento da temperatura superficial da terra na Área de Proteção Ambiental (APA) Triunfo do Xingu, no estado do Pará, entre os anos 2000 e 2019 utilizando a plataforma Google Earth Engine (GEE). Os resultados obtidos mostraram que a temperaturas da superfície terrestre na área de estudo, variou em média de 26,79º C para o ano 2000 a 28,90º C para o ano 2019. Os NDVIs mostraram diminuição representativa da vegetação entre os 20 anos estudados indicando mudanças ocorridas em uma área de aproximadamente 828 km² ( 4,93 % da área total da APA).  Os resultados mostraram que apesar das mudanças identificadas na região de estudo, grande parte da cobertura vegetal foi conservada.

Nos últimos anos o processo de desmatamento na Floresta Amazônica vem se intensificando. Entre as principais causas, destacam-se o estímulo a políticas de ocupação territorial, exploração madeireira e aumento das áreas destinadas a pecuária e cultivos agrícolas. No Brasil, a Floresta envolve nove Estados que fazem parte da Bacia amazônica cada um deles possuindo porções da Floresta Amazônica. Dentre esses Estados, o Pará é o que mais contribuiu para o aumento do desflorestamento. Neste sentido, este trabalho tem como objetivo analisar a dinâmica da cobertura vegetal do Pará entre os anos de 1989 e 2019 por meio do processamento de imagens de satélite na plataforma Google Earth Engine (GEE). Para a execução deste trabalho foi calculado, através de programação em linguagem JavaScript no GEE, o Índice de Vegetação por Diferença Normalizada (NDVI). Foram utilizadas imagens do satélite Landsat-5/TM e Landsat-8/OLI-TIRS. Os resultados mostraram uma redução significativa na cobertura vegetal entre 1989 e 2019 principalmente na região leste do Estado. Destaca-se a importância do GEE e do NDVI no monitoramento e controle ambiental pois através dos resultados obtidos foi possível constatar mudanças na cobertura vegetal que a Floresta vem sofrendo ao longo dos anos.

O uso de RPAs (Remotely Piloted Aircraft) popularmente conhecidas como Drones, tem se destacado como uma das técnicas com amplo potencial de contribuição em diversos campos científicos. A possibilidade de geração de produtos cartográficos e Modelos Digitais do Terreno de maneira rápida em comparação com as técnicas de topografia tradicionais como estação total vem se mostrando bastante aplicável no diagnóstico e na prevenção de acidentes de ordem geológico-geotécnica. Este artigo avaliou a acurácia do cálculo de volume, realizado por meio de Modelos Digitais de Terreno (MDTs), gerados a partir das tecnologias RPAs, LiDAR (Light Detecting And Ranging) e GNSS (Global Navigation Satellite System) na localidade do Alto da Sé em Olinda. Os resultados foram classificados de acordo com o PEC(Padrão de Exatidão Cartográfica) obtendo erro planimétrico inferior a 0,5mm, obtendo a classificação A em escala de 1/2000. O levantamento com RPA apresentou melhor acurácia no cálculo do volume.