O estudo objetivou analisar as mudanças no uso e ocupação do solo no município de Araçuaí, Minas Gerais, através de imagens de satélite obtidas por meio do sensoriamento remoto. As imagens utilizadas foram do satélite Landsat 5, sensor TM, referente ao ano 2000 e Landsat 8, sensor OLI, relativo ao ano de 2019. Utilizou-se o software ArcGIS 10.8 para o processamento digital das imagens e a classificação supervisionada, a partir das amostras selecionadas nas imagens. Foram estabelecidas quatro classes de uso do solo: vegetação densa, vegetação rasteira, solo exposto/área urbanizada e corpos d’água. Para o período estudado os resultados apontam redução das classes vegetação densa (1,49%), vegetação rasteira (6,32%) e corpos d’água (0,25%), e consequentemente, expansão da classe solo exposto/área urbanizada de (8,07%). Nesse sentido, destaca-se que as técnicas de sensoriamento remoto constituem como uma importante ferramenta para o conhecimento prévio e o monitoramento contínuo das mudanças ocorridas na paisagem, contribuindo para ações de planejamento, ordenamento territorial e preservação ambiental no município.

Soybeans are key in generating foreign currency for the world economy. Geotechnologies, through vegetation indices (VIs) generated by orbital images or remotely piloted aircraft, are essential tools for assessing the impact of climate on productivity and the ecoclimatic suitability of crops. This study aimed to correlate the growth indices from the CLIMEX model, previously validated, with VIs derived from orbital remote sensing and ecological niche modeling for soybean cultivation in six irrigated pivots located in the northwest of Minas Gerais, Brazil. The maximum normalized difference vegetation index (NDVImax) and the maximum soil-adjusted vegetation index (SAVImax) were extracted from Landsat-8 OLI/TIRS sensor images for the 2016 to 2019 harvests during the R1 to R3 phenological stages. The maximum NDVI values varied across the study regions and crops, ranging from 0.27 to 0.95. Similarly, SAVI values exhibited variability, with the maximum SAVI ranging from 0.13 to 0.85. The growth index (GI_w), derived from the CLIMEX model, ranged from 0.88 to 1. The statistical analysis confirmed a significant correlation (p < 0.05) between NDVImax and GI_w only for the 2018/19 harvest, with a Pearson correlation coefficient of r = 0.86, classified as very strong. Across all harvests, NDVI consistently outperformed SAVI in correlation strength with GI_w. Using geotechnologies through remote sensing shows promise for correlating spectral indices and climate suitability models. However, when using a valid model, all crops did not correlate. Still, our study has the potential to be improved by investigating new hypotheses, such as using drone images with better resolution (spatial, spectral, temporal, and radiometric) and adjusting the response of soybean vegetation indices and the phenological stage. Our results correlating the CLIMEX model of growth indices with vegetation indices have the potential for monitoring soybean cultivation and analyzing the performance of varieties but require a more in-depth view to adapt the methodology.

O objetivo deste estudo foi investigar a distribuição espacial dos casos de leishmaniose visceral humana e canina no período entre 2016 a 2018 na área urbana de Virgem da Lapa, Minas Gerais. Adotou-se o estudo quantitativo, transversal e descritivo realizado por meio de dados obtidos pelo Sistema de Informação de Agravos de Notificação e pelo Centro de Controle de Zoonoses. O mapeamento da doença foi realizado com o uso de técnicas de geoprocessamento através do software ArcGis 10.8. Para análise estatística utilizou-se da incidência dos casos humanos, percentual de positividade canina e o coeficiente de correlação de Spearman. Foram notificados 12 casos humanos com incidência total no período de 17,6 casos/10.000 habitantes. Quanto aos casos caninos foram notificados 141 cães positivos com taxa de positividade canina de 18,4%. A distribuição espacial da doença indicou áreas de transmissão dos casos humanos e caninos em locais próximos a bairros de ocupação recente, áreas de loteamento e com aspectos rurais. Detectou-se forte correlação positiva e estatisticamente significativa entre a incidência humana e a positividade canina. O estudo contribui para o entendimento da dinâmica espacial, auxiliando e oferecendo subsídios para o planejamento em ações de saúde e controle da doença.

The objective of this work was to analyze agricultural drought using both precipitation data and the Vegetation Condition Index (VCI) based on remote sensing, to evaluate the effect of these conditions on maize yields in the semiarid region of Jequitinhonha Valley, Brazil, from 2001 to 2021. Pearson’s correlation assessed the relationships between precipitation, VCI anomalies, and corn yields. Remote sensing methods can be used to assess agricultural drought at the sub-regional scale in the Jequitinhonha Valley. The methods proposed by the present study allow for the identification of risk areas susceptible to agricultural drought. For future research, it is recommended that yield data be categorized in terms of water source, distinguishing between irrigated and rainfed crops.