Identifying Aedes aegypti breeding hotspots in urban areas is crucial for the design of effective vector control strategies. Remote sensing techniques offer valuable tools for mapping habitat suitability. In this study, we evaluated the association between urban landscape, thermal features, and mosquito infestations. Entomological surveys were conducted between 2016 and 2019 in Vila Toninho, a neighborhood of São José do Rio Preto, São Paulo, Brazil, in which the numbers of adult female Ae. aegypti were recorded monthly and grouped by season for three years. We used data from 2016 to 2018 to build the model and data from summer of 2019 to validate it. WorldView-3 satellite images were used to extract land cover classes, and land surface temperature data were obtained using the Landsat-8 Thermal Infrared Sensor (TIRS). A multilevel negative binomial model was fitted to the data, which showed that the winter season has the greatest influence on decreases in mosquito abundance. Green areas and pavements were negatively associated, and a higher cover of asbestos roofs and exposed soil was positively associated with the presence of adult females. These features are related to socio-economic factors but also provide favorable breeding conditions for mosquitos. The application of remote sensing technologies has significant potential for optimizing vector control strategies, future mosquito suppression, and outbreak prediction.

Diante do cenário atual de expansão urbana cada vez mais crescente, surgem inúmeras preocupações sobre os diversos impactos que a substituição do meio natural por áreas construídas pode acarretar. Um dos assuntos mais discutidos na atualidade é a questão do aquecimento global. Assim, a comunidade cientifica lança mão das mais variadas técnicas para estudar o ambiente urbano. Os dados captados por sensoriamento remoto na região do infravermelho termal possibilitam a realização de estudos da temperatura de diferentes coberturas da terra. Neste contexto, o objetivo desta pesquisa foi analisar as variações na temperatura de superfície e existência de ilhas de calor urbanas na cidade de Santa Maria- RS, considerando um período de vinte anos. Para tanto, foram utilizadas imagens de satélite dos sensores TM a bordo do satélite Landsat 5 e OLI e TIRS do satélite Landsat 8. O critério para seleção das imagens foi a ausência de nuvens e ruídos que pudessem comprometer as análises. Assim, realizou-se uma análise de uma série temporal considerando as quatro estações do ano para o período de 1994 a 2014. Os procedimentos metodológicos seguiram basicamente três etapas. Primeiramente, foram realizadas classificações supervisionadas a partir do algoritmo MaxVer, para estabelecer a expansão urbana da área de estudo. No segundo momento, as imagens de temperatura aparente foram convertidas para temperatura de superfície pela ferramenta Land Surface Temperature (LST) disponível no software QGIS. A terceira etapa consistiu em estabelecer uma metodologia que possibilitasse a identificação de ilhas de calor urbanas em todas as estações do ano. Assim, realizou-se a subtração da temperatura média de cada imagem com auxílio da ferramenta band math do Envi. Desta forma, foi possível verificar a diferença entre a temperatura de cada pixel e a temperatura média de sua respectiva imagem. Todas as análises das imagens foram acompanhadas com a verificação das condições meteorológicas da cidade a partir dos dados disponíveis na estação meteorológica do Instituto Nacional de Meteorologia (INMET). A partir da análise dos dados foi possível constatar aumento das áreas com temperaturas de superfície mais elevadas, o que pode ser justificado pelo incremento das áreas construídas na cidade, já que a taxa de crescimento de 1994 para 2014 foi de 70%. A ilhas de calor urbanas foram identificadas em todas as estações, porém as de maior intensidade (6°C superiores à média), foram encontradas paras as imagens do verão e primavera. Um dos principais resultados alcançados foi a identificação de áreas com temperaturas mais elevadas, como as regiões leste, centro e oeste da cidade. As áreas vegetadas apresentaram temperaturas mais brandas, assim se caracterizaram como possível solução para amenizar regiões muito quentes. Sendo que, por mais que as imagens utilizadas sejam de média resolução espacial elas são empregadas em diversos estudos urbanos, como é o caso da presente pesquisa, pois além da distribuição ser gratuita as imagens Landsat possuem um grande acervo histórico e atualmente apresenta resolução temporal de 16 dias. Neste sentido, conclui-se que os produtos e as técnicas de sensoriamento remoto permitiram a geração de informações que podem ser usadas por gestores públicos no planejamento territorial e assim mitigar os problemas urbanos.

No abstract

O bioma Pampa é foco de profundas alterações nas últimas décadas e os campos nativos têm sido convertidos para culturas de arroz, soja e silvicultura. Neste artigo foi investigada se a adição de banda do termal em classificação supervisionada Maxver com imagens Landsat aumentaria a acurácia dos mapeamentos de cobertura vegetal no Bioma Pampa. Os resultados apontam para moderado aumento na acurácia das classificações com a utilização da banda do termal. A interpretação visual das imagens também é facilitada com dados de temperatura. Para ambas abordagens (digital e manual), é importante imagens temporais de épocas distintas, que contemplem coberturas vegetais em diferentes estágios e condições de vigor.

O objetivo da presente pesquisa foi descrever e analisar as características térmicas de diferentes coberturas da terra, incluindo os tipos de campo, do bioma Pampa, a partir de bandas termais TIRS do Landsat 8 nas estações de inverno e verão. Desta forma, foram realizadas três etapas principais: Etapa 1 - obtenção dos dados de temperatura de superfície (TS) e índices de vegetação a partir de imagens Landsat 8, sensores TIRS e OLI; Etapa 2 – definição dos pontos para interpretação e análise; Etapa 3 - análise dos resultados quanto a TS nas diferentes classes de cobertura da terra (área de cultivo, campo e vegetação arbórea) e tipologias campestres (Campos arbustivos, Campos litorâneos, Campos Mistos de andropogôneas e compostas, Campos com barba de bode, Campos com solos rasos, Campos com areais, Campos mistos do cristalino oriental, Campos graminosos  e Campos com espinilho). Ao analisar as imagens TIR verificou-se que a TS variou de 10°C à 44°C, com mínimas registradas em agosto e máximas em dezembro. Para os tipos de cobertura estudados verificou-se que suas temperaturas diferiram estatisticamente entre si com α 0,05, sendo que as áreas de cultivo chegaram a apresentar temperatura superior em até 6°C em relação à vegetação arbórea e 2,8°C em relação ao campo. Concluímos que, as imagens termais também podem auxiliar em pesquisas sobre o Bioma Pampa, pois apresentam as características térmicas das diferentes coberturas e facilitam a identificação de áreas que sofrem mudanças significativas de TS em esquemas de monitoramento.Palavras – chave: Imagens termais; Cobertura vegetal; Tipologias campestres; Monitoramento ambiental. Surface temperature analysis in different Pampa Biome coversA B S T R A C TThe aim of this research was to describe and analyze the thermal characteristics of different land cover types, including grassland typologies, from the Pampa biome, using Landsat 8 TIRS thermal bands in the winter and summer seasons. Thus, three main steps were performed: (1) estimating land surface temperature (LTS) and vegetation indices from Landsat 8 images, TIRS and OLI sensors; (2) defining samples for interpretation and analysis; (3) analysing LST in the different land cover classes (crops, grassland and forest) and grassland typologies (Shrubby grasslands, Coastal grasslands, Andropogoneae and asteraceae mixed grasslands, Aristida spp. grasslands, Shallow soils grasslands, Sandy grasslands, Eastern Crystaline mixed grasslands, Grassy grasslands and Vachellia caven grasslands). LST ranged from 10°C to 44°C, with minimum recorded in August and maximum in December. The diferent land cover temperatures’ differed statistically from each other (α=0.05), with crops presenting temperatures at up to 6°C higher in relation to forests and 2.8°C higher in relation to grasslands. We conclude that thermal images are important for research on the Pampa Biome, as they allow following thermal characteristics of different land covers and pointing out areas that undergo LST significant changes in monitoring schemes.Keywords: Thermal images; vegetation cover; grassland typologies; environment monitoring.