A thermodynamic paradigm for using satellite based geophysical measurements in public health applications / Um paradigma termodinâmico para o uso de medidas geofísicas baseadas em satélites e suas aplicações em saúde pública

A thermodynamic paradigm for studying disease vector’s habitats & life cycles using NASA’s remote sensing data is being proposed. NASA’s current and planned satellite missions provide measurements of the critical environmental measures environmental state functions important to vector & disease life cycles such as precipitation, soil moisture, temperature, vapor pressure deficits, wet/dry edges, and solar radiation. Satellite data provide landscape scale process functions represented by land use/cover mapping and actual measurements of ecological functions/structure: canopy cover, species, phenology, and aquatic plant coverage. These measurements are taken in a spatial context and provide a time series of data to track changes in time. Global public health is entering a new informational age through the use of spatial models of disease vector/host ecologies driven by the use of remotely sensed data to measure environmental and structural factors critical in determining disease vector habitats, distributions, life cycles, and host interactions. The vector habitat microclimates can be quantified in terms of the surface energy budget measured by satellites. The epidemiological equations (processes) can be adapted and modified to explicitly incorporate environmental factors and interfaces required by a specific disease and its vector/host cycle. Remote sensing can be used to measure or evaluate or estimate both environment (state functions) and interface (process functions). It is critical that the products of remote sensing must be expressed in a way they can be integrated directly into the epidemiological equations.

Um paradigma termodinâmico para estudar os habitats e ciclos de vida dos vetores de doenças utilizando dados de sensoriamento remoto da NASA está sendo proposto. As missões atuais e planejadas para os satélites da NASA fornecem medições das funções críticas ambientais e funções do estado ambiental, importantes para os ciclos de vida de vetores e doenças, como precipitação, umidade do solo, temperatura, déficits de pressão do vapor, bordas úmidas/secas e radiação solar. Os dados de satélite fornecem as funções dos processos na escala da paisagem, representada pelo mapeamento do uso/cobertura da terra e medições reais das funções/estruturas ecológicas: cobertura do dossel, espécies, fenologia e cobertura de plantas aquáticas. Essas medições são feitas em um contexto espacial e fornecem uma série temporal de dados para rastrear dinâmica das mudanças. A saúde pública global está entrando em uma nova era informacional através do uso de modelos espaciais para vetores/hospedeiros de doenças, impulsionados pelo uso de dados de sensoriamento remoto, para medir fatores ambientais e estruturais críticos na determinação de habitats de vetores de doenças, distribuições, ciclos de vida e interações com o hospedeiro. Os microclimas dos habitats vetoriais podem ser quantificados em termos do orçamento de energia superficial, medidos por satélites. As equações epidemiológicas (processos) podem ser adaptadas e modificadas para incorporar explicitamente fatores e interfaces ambientais requeridos por uma doença específica e o ciclo do seu vetor/hospedeiro. O sensoriamento remoto pode ser usado para medir ou avaliar, ou mesmo estimar tanto o ambiente (funções do seu estado) quanto a interface (funções de seus processos). É fundamental que os produtos de sensoriamento remoto sejam expressos de forma a integrá-los diretamente às equações epidemiológicas.

A thermodynamic paradigm for using satellite based geophysical measurements in public health applications / Um paradigma termodinâmico para o uso de medidas geofísicas baseadas em satélites e suas aplicações em saúde pública

A thermodynamic paradigm for studying disease vectors habitats & life cycles using NASAs remote sensing data is being proposed. NASAs current and planned satellite missions provide measurements of the critical environmental measures environmental state functions important to vector & disease life cycles such as precipitation, soil moisture, temperature, vapor pressure deficits, wet/dry edges, and solar radiation. Satellite data provide landscape scale process functions represented by land use/cover mapping and actual measurements of ecological functions/structure: canopy cover, species, phenology, and aquatic plant coverage. These measurements are taken in a spatial context and provide a time series of data to track changes in time. Global public health is entering a new informational age through the use of spatial models of disease vector/host ecologies driven by the use of remotely sensed data to measure environmental and structural factors critical in determining disease vector habitats, distributions, life cycles, and host interactions. The vector habitat microclimates can be quantified in terms of the surface energy budget measured by satellites. The epidemiological equations (processes) can be adapted and modified to explicitly incorporate environmental factors and interfaces required by a specific disease and its vector/host cycle. Remote sensing can be used to measure or evaluate or estimate both environment (state functions) and interface (process functions). It is critical that the products of remote sensing must be expressed in a way they can be integrated directly into the epidemiological equations.(AU)

Um paradigma termodinâmico para estudar os habitats e ciclos de vida dos vetores de doenças utilizando dados de sensoriamento remoto da NASA está sendo proposto. As missões atuais e planejadas para os satélites da NASA fornecem medições das funções críticas ambientais e funções do estado ambiental, importantes para os ciclos de vida de vetores e doenças, como precipitação, umidade do solo, temperatura, déficits de pressão do vapor, bordas úmidas/secas e radiação solar. Os dados de satélite fornecem as funções dos processos na escala da paisagem, representada pelo mapeamento do uso/cobertura da terra e medições reais das funções/estruturas ecológicas: cobertura do dossel, espécies, fenologia e cobertura de plantas aquáticas. Essas medições são feitas em um contexto espacial e fornecem uma série temporal de dados para rastrear dinâmica das mudanças. A saúde pública global está entrando em uma nova era informacional através do uso de modelos espaciais para vetores/hospedeiros de doenças, impulsionados pelo uso de dados de sensoriamento remoto, para medir fatores ambientais e estruturais críticos na determinação de habitats de vetores de doenças, distribuições, ciclos de vida e interações com o hospedeiro. Os microclimas dos habitats vetoriais podem ser quantificados em termos do orçamento de energia superficial, medidos por satélites. As equações epidemiológicas (processos) podem ser adaptadas e modificadas para incorporar explicitamente fatores e interfaces ambientais requeridos por uma doença específica e o ciclo do seu vetor/hospedeiro. O sensoriamento remoto pode ser usado para medir ou avaliar, ou mesmo estimar tanto o ambiente (funções do seu estado) quanto a interface (funções de seus processos). É fundamental que os produtos de sensoriamento remoto sejam expressos de forma a integrá-los diretamente às equações epidemiológicas.(AU)

What do humpback whales Megaptera novaeangliae (Cetartiodactyla: Balaenopteridae) pairs do after tagging?

The social structure of humpback whales in their tropical wintering grounds is very fluid. To date, no information has been published for cases in which two whales were both satellite-tagged while in association. Here, we report the movements of four humpback whale pairs tagged together off the coast of Brazil. Fieldwork and satellite tagging of humpback whales was conducted between 2003 and 2008 along the eastern coast of Brazil, between 20°S and 8°S. Movement was monitored while whales were still in their breeding ground. A switching state space model was applied to the filtered data of each humpback whale to standardize telemetry data and allow direct comparison of each individual track. GIS was used to plot model-predicted locations and to visually compare animal movements. The results confirm the short-lived nature of associations between breeding humpback whales, and shows that individuals differ widely in their movements.

What do humpback whales Megaptera novaeangliae (Cetartiodactyla: Balaenopteridae) pairs do after tagging?

The social structure of humpback whales in their tropical wintering grounds is very fluid. To date, no information has been published for cases in which two whales were both satellite-tagged while in association. Here, we report the movements of four humpback whale pairs tagged together off the coast of Brazil. Fieldwork and satellite tagging of humpback whales was conducted between 2003 and 2008 along the eastern coast of Brazil, between 20°S and 8°S. Movement was monitored while whales were still in their breeding ground. A switching state space model was applied to the filtered data of each humpback whale to standardize telemetry data and allow direct comparison of each individual track. GIS was used to plot model-predicted locations and to visually compare animal movements. The results confirm the short-lived nature of associations between breeding humpback whales, and shows that individuals differ widely in their movements.(AU)

Mapeamento da antiga cobertura vegetal de várzea do Baixo Amazonas a partir de imagens históricas (1975-1981) do Sensor MSS-Landsat / Mapping ancient vegetation cover of the Amazon floodplain using historical MSS/Landsat images (1975-1981)

Este estudo apresenta um mapa da cobertura vegetal da planície de inundação do Rio Amazonas entre as cidades de Parintins (AM) e Almeirim (PA), com base em imagens Landsat-MSS adquiridas entre 1975 e 1981. O processamento digital dessas imagens envolveu a transformação para imagens-fração de vegetação, solo e água escura (sombra), seguido da aplicação de técnicas de segmentação e classificação por região. O mapa resultante da classificação foi organizado em quatro classes de cobertura do solo: floresta de várzea, vegetação não-florestal de várzea, solo exposto e água aberta. A precisão do mapa foi estimada a partir de dois tipos de informações coletadas em campo: 1) pontos de descrição: para validação das classes de cobertura não sujeitas a grandes alterações, como é o caso dos corpos d'água permanentes, e identificação de indicadores dos tipos de cobertura original presentes na paisagem na ocasião da obtenção das imagens (72 pontos); 2) entrevistas com moradores antigos para a recuperação da memória sobre a cobertura vegetal existente há 30 anos (44 questionários). Ao todo foram coletadas informações em 116 pontos distribuídos ao longo da área de estudo. Esses pontos foram utilizados para calcular o Índice Kappa de concordância entre os dados de campo e o mapa resultante da classificação automática, cujo valor (0,78) indica a boa qualidade do mapa de cobertura vegetal da várzea. Os resultados mostram que a região possuía uma cobertura florestal de várzea de aproximadamente 8.650 km2 no período de aquisição das imagens.

This study presents a vegetation map of the Amazon River floodplain between the towns of Parintins (AM) and Almeirim (PA), based on Landsat-MSS scenes from 1975 to 1981. Digital processing involved the transformation of multispectral images into fraction-images of vegetation, soil and dark water (shadow), followed by the application of segmentation and region-classification techniques. The resulting map was organized four classes of land cover types: floodplain forest, non-forest floodplain vegetation, bare soil, and open water. Map accuracy was estimated from two types of ground data 1) sample points describing ground cover classes not subjected to major changes, such as permanent water bodies, and identifying indicators of the 30 year old vegetation type landscape (72 points); 2) interviews with community early residents for memory recovery of information on the vegetation cover existing in the 1970 (44 interviews). Altogether, 116 information points was collected along the study area. These points were used to calculate the Kappa Index for agreement between the four field-verified classes and the automatic classification, with value (0.78) indicates the good quality of the floodplain vegetation cover map. The region had 8650 km2 coverage of floodplain forest at the time of image acquisition.