SR em estudos epidemiológicos urbanos

“Relação entre características descritoras da paisagem ambiental e ocorrências de doenças endêmicas é mediada pela estrutura demográfica da população e pelo perfil socioeconômico local, atuando sobre a suscetibilidade e as possibilidades de contato com vetores e reservatórios. O uso de sensoriamento remoto por imageadores orbitais se apresenta como uma possibilidade metodológica, que permite a caracterização das variáveis ambientais de interesse em estudos de endemias.” (CORREIA et al., 2007, p. 1015)

Com o objetivo de identificar estudos epidemiológicos, que foram realizados em áreas urbanas e que utilizaram processamento de imagens multi-espectrais, orbitais ou aéreas, com as técnicas levantadas na seção anterior, foi realizada a revisão bibliográfica sistemática apresentada no Quadro 2.7.

Essa revisão se propõe a dar continuidade à revisão bibliográfica realizada por Correia et al. (2004), que cobriu o período de 1996 a 2002, buscando estudos epidemiológicos que tenham utilizado SR20_{. A grande maioria das aplicações encontradas pelos autores referia-}

se à escala continental, poucas tratavam de áreas urbanas e nenhum estudo utilizava imagens dos satélites IKONOS ou QuickBird.

A presente revisão não restringiu o período em anos pesquisado, mas, assim como Correia

et al. (2004), utilizou como fonte a PUBMED/MEDLINE, buscando artigos com as palavras

chave: ―remote sensing‖ ou ―IKONOS‖ ou ―QuickBird‖ ou ―satellite SPOT‖ e ―urban‖ ou ―city‖, focando o levantamento na identificação de análises intra-urbanas, com uso de imagens de alta resolução espacial.

No website do CHAART (Center for Health Aplications of Aerospace Related Technologies), utilizado por Correia et al. (2004), não foi encontrado nenhum artigo relacionado a estudos epidemiológicos em áreas urbanas. A última atualização do website data de agosto de 2006, sendo poucas publicações dos anos de 2003 e 2004 e nenhuma de 2005 ou 2006.

20 _{Correa et al. (2004), por sua vez, considera seu estudo uma continuação do trabalho desenvolvido por Beck et}

de imagens satélite multi-espectrais ou fotografias aéreas.

Nota: (1) Sistema sensor MTI: Multispectral Thermal Imager. (2) Uso do solo: r - residencial, i - industrial, t - transporte, u - comunicação e grandes equipamentos, i/c - indústria e comércio; (3) Outros: T – temperatura; (4) Método de classificação baseado em pixel: s – classificação supervisionada, ns – classificação não- supervisionada.

No Quadro 2.4, observa-se que mais da metade dos estudos utilizaram imagens LANDSAT, sendo que um terço destes também recorreram a imagens de alta resolução espacial, fotografias aéreas, QuickBird ou IKONOS.

Os fatores urbanos mais investigados foram, em ordem decrescente: vegetação, variação de cobertura do solo (detecção de mudança), corpos d’água, áreas de solo exposto e área construída.

A maior parte dos estudos não realizou a classificação das imagens. Os dados de SR utilizados para a análise foram extraídos (em número aproximadamente igual de artigos) através de interpretação visual, operação entre bandas (em especial para cálculo de NDVI) e métodos tradicionais de classificação pixel a pixel. Nenhum dos artigos encontrados utilizou metodologia de classificação baseada em objeto.

Quase a totalidade dos estudos encontrados refere-se a doenças transmitidas por mosquitos. Muitos estão diretamente relacionados com processos de expansão urbana, como a derrubada de matas, desequilíbrio ecológico e consequente ocorrência de casos de malária e leishmaniose, por exemplo. Por isso, o interesse em procedimentos de detecção de mudanças e identificação de vegetação.

A dengue também tem sido investigada no ambiente urbano de diferentes continentes, em geral, buscando identificar áreas de criadouro do mosquito Aedes aegypti. Demais estudos de doenças transmitidas por mosquitos também focam na identificação de criadouros, que estão relacionados, na maior parte dos casos à presença de água.

Rotela et al. (2007) foi o único trabalho encontrado que relata a identificação de vias em imagem de SR e o uso dessa informação para análises epidemiológicas. Em seu trabalho, vias principais e estradas foram identificadas visualmente e utilizadas na construção da variável distância de vias, parte do modelo preditivo de transmissão da dengue desenvolvido pelos autores. As variáveis foram apresentadas em camadas (raster) e comparadas a clusters (espaço temporais) de casos.

Maloney et al. (1998) já não teve o mesmo sucesso com uso de SR para avaliação de risco de transmissão da dengue. Em seu estudo foram utilizadas imagens de alta resolução espacial, fotografias aéreas com canais do espectro visível e infravermelho, na tentativa de identificar características urbanas relacionadas a focos de dengue. No entanto, não foi encontrada nenhuma correlação significativa entre as informações extraídas das imagens e o habitat do mosquito, sugerindo, segundo o autor, que essa questão está relacionada a um nível inferior de análise (ambiente domiciliar).

Jacob et al. (2008) buscou caracterizar o habitat das larvas de mosquitos transmissores de doenças como a febre amarela, dengue e encefalomielites. Para isso, utilizou classificação não supervisionada (ISOSEG) para identificar área residencial e área industrial, além de água e vegetação. Os autores realizaram um grid de 150m x 150m como unidade espacial das análises.

Correia et al. (2007) comparou quatro classificadores baseados em pixel, Maxver, Bhattacharya, K-médias e Isoseg afim de reconhecer as classes melhor identificáveis em área urbana, com uso de imagem LANDSAT-7, sendo elas: água, área construída descoberta, agricultura, banco de areia, industrial/comercial, residencial densa, residencial esparsa muito verde, residencial muito verde, residencial verde, solo, vegetação densa.

“Mesmo dispondo-se de recursos limitados, imagens de baixo custo, ampla disponibilidade de média resolução, sistemas abertos e 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.” (CORREIA et al,. 2007, p. 1026)

Os autores reconhecem que há restrições quanto ao uso de classificadores baseados nas informações espectrais de sensores de média resolução em áreas urbanas. Esses classificadores mostram a ―dificuldade em discriminar padrões importantes para a leishmaniose, tais como os diversos tipos de solo: urbano, não urbano, com pouca vegetação, áreas agrícolas de áreas rurais com muita vegetação e habitações esparsas‖ (CORREIA et al,. 2007, p. 1025)

Salomóns et al. (2006) investigou um tipo diferente de leishmaniose, a leishmaniose tegumentária. Seu estudo, todavia, se restringiu à identificação da área de rio (valores radiométricos entre 0 e 22 da banda do infravermelho médio) em imagem LANDSAT, e à classificação da área sem vegetação do entorno do rio, utilizando interpretação visual. Em Jacob et al. (2006), foi apresentado um estudo realizado em três vilas no Kênia. Neste estudo foi realizado o mapeamento de plantações de arroz e de outros tipos de uso do solo em diferentes momentos, inferindo através dos mesmos qual mudança de uso do solo estava correlacionada com a alta densidade de mosquitos Cx. Quinquefasciatus (que podem transmitir a malária, além de outras doenças). Por esse motivo, foram identificadas,

através de classificação não supervisionada utilizando máxima verossimilhança, três classes: duas relacionadas à plantação de arroz e uma de ambiente construído. Nesse estudo foram utilizadas uma imagem LANDSAT de 1988 e uma imagem IKONOS de 2005. Como pode ser observado, nenhum dos levantamentos bibliográficos realizados encontrou trabalhos que tenham utilizado de processamento de imagens de SR em estudos urbanos da leptospirose. No entanto, a doença apresenta características que merecem ser investigadas com o uso desse recurso.