Nativa, Sinop, v. 9, n. 4, p. 344-351, 2021.
Pesquisas Agrárias e Ambientais
DOI: https://doi.org/10.31413/nativa.v9i4.12094 ISSN: 2318-7670
Identificação de sítios de reprodução de
Aedes aegypti
com
aeronave remotamente pilotada (ARP)
Matheus Antonio PEREIRA1*, Normandes Matos da SILVA1, Domingos Sávio BARBOSA1,
Dhonatan Diego PESSI2, Antonio Pancracio de SOUZA3, Antonio Conceição PARANHOS FILHO2
1 NUPEC, Universidade Federal de Rondonópolis, Rondonópolis, MT, Brasil.
2 LabGIS, Universidade Federal de Mato Grosso do Sul, Campo Grande, MS, Brasil.
3 Educação em Saúde, Universidade Federal de Mato Grosso do Sul, Campo Grande, MS, Brasil.
*E-mail: matheuseng.pereira@gmail.com
(ORCID: 0000-0002-0545-5587; 0000-0002-4631-9725; 0000-0001-6793-0956; 0000-0003-0781-785X;
0000-0003-2544-1120; 0000-0002-9838-5337)
Recebido em 06/04/2021; Aceito em 31/08/2021; Publicado em 20/09/2021.
RESUMO: Um drone e seus complementos de voo são denominados Sistema de Aeronave Remotamente
Pilotada (RPAS - Remotely Piloted Aircraft System), sendo uma ferramenta com ampla gama de aplicações em
diversas áreas. A pesquisa prospectou novas possibilidades de uso de RPAS com enfoque no diagnóstico e
monitoramento de locais de reprodução de Aedes aegypti. Para isso, objetos considerados como potenciais
criadouros de larvas de mosquito foram distribuídos em ambientes que permitiam maior ou menor detecção
visual dos alvos (embalagens/recipientes) em quatro ambientes: solo coberto com gramínea seca, solo exposto,
solo coberto com gramínea de porte baixo e solo coberto com gramínea de porte alto. Foi utilizado RPAS,
Phantom 4 Pro com dispositivo móvel e o programa nativo da RPA para os voos. Sobrevoamos alvos para
registro fotográfico em quatro alturas do solo (20m, 30m, 60m e 80m). A detecção visual dos alvos foi realizada
por um grupo de 10 pessoas denominado júri. O Júri aferiu a maior ou menor probabilidade de detecção de
alvos, em função de três variáveis: tipo de alvo, tipo de ambiente e altura de tomada da fotografia aérea.
Fotografias obtidas a 30 metros de altura representaram o maior número de alvos identificados (30% dos alvos).
Os alvos mais identificados foram pneu, garrafa PET, latas de cerveja e latas de tinta. Os menos identificados
foram vasilhas plásticas coloridas e garrafas de cerveja. A pesquisa colaborou para o aperfeiçoamento de
procedimentos operacionais de controle e combate a endemias e epidemias, que poderão identificar possíveis
criadouros do mosquito por meio de RPA, monitorando áreas de difícil acesso que ofereçam risco a integridade
física das pessoas.
Palavras-chave: drone; geotecnologias; arboviroses; dengue.
Identification of reproduction sites of
Aedes aegypti
with remote pilot aircraft (ARP)
ABSTRACT: A drone and its flight accessories are called Remotely Piloted Aircraft System (RPAS - Remotely
Piloted Aircraft System), being a tool with a wide range of applications in several areas. The research explored
new possibilities for the use of RPAS with a focus on the diagnosis and monitoring of breeding sites for Aedes
aegypti. For this, objects considered as potential breeding grounds for mosquito larvae were distributed in
environments that allowed greater or lesser visual detection of targets (packages/containers) in four
environments: soil covered with dry grass, exposed soil, soil covered with low grass. and soil covered with tall
grass. Was used RPAS, Phantom 4 Pro with an Ipad Mini 4 mobile device and the DJI GO program for flights.
We fly over targets for photographic recording at four heights from the ground (20m, 30m, 60m and 80m).
The visual detection of the targets was carried out by a group of 10 people called a jury. The Jury assessed the
greater or lesser probability of target detection, depending on three variables: type of target, type of
environment and height of aerial photography. Photographs taken at a height of 30 meters represented the
largest number of targets identified (30% of the targets). The most identified targets were tires, pet bottles, cans
of beer and cans of paint. The least identified were colored plastic canisters and beer bottles. The research
helped to improve operational procedures for controlling and combating endemics and epidemics, which may
identify possible mosquito breeding sites through RPA, monitoring areas of difficult access that pose a risk to
people's physical integrity.
Keywords: drone; geotecnologies; arbovírus; dengue.
1. INTRODUÇÃO
A espécie Aedes aegypti (Diptera: Culicidae) popularmente
conhecido como “mosquito da Dengue” é um importante
vetor incriminado para arboviroses tais como Dengue,
Chikungunya, Zika e Febre Amarela Urbana. De acordo com
os dados do Ministério da Saúde, até a 32ª semana
epidemiológica do ano de 2020, o Brasil registrava 918.773
casos prováveis de Dengue, com taxa de incidência de 437,25
casos por 100 mil habitantes (BRASIL, 2020).
A expressão “focos de Dengue” refere-se aos habitats em
que possivelmente o mosquito possa desenvolver parte de
Pereira et al.
Nativa, Sinop, v. 9, n. 4, p. 344-351, 2021.
345
seu ciclo biológico. Fêmeas de A. albopictus, um importante
vetor congenérico ao A. aegypti, apresentam preferências por
determinados habitats para oviposição. Em linhas gerais,
essas espécies são oportunistas em termos de habitat para
oviposição, bastando haver um recipiente com água com
pouca turbulência e lâmina de água que indique baixo risco
de secagem (REISKIND; ZARRABI, 2012).
Deve-se fazer o controle de locais que servem de habitat
artificial a oviposição, tais como resíduos sólidos do tipo
garrafas, copos e pratos descartáveis, dentre outros, que são
abundantes em terrenos baldios e canteiros na área urbana.
O comportamento das fêmeas de A. aegypty frente aos locais
candidatos a oviposição, constituem uma característica
estratégica nos aspectos ecológicos, evolutivos e
epidemiológicos. Em linhas gerais, existe uma tendência do
aumento da oviposição proporcionalmente ao número de
locais aptos à sua reprodução (ABREU et al., 2015).
As Aeronaves Remotamente Pilotadas (ARP)
multirrotores, popularmente conhecidas como drones,
possuem diversas aplicações, desde as mais simples como
fazer imagens aéreas, onde é necessário que carregue apenas
uma câmera, até procedimentos mais complexos como
dispersão de sementes, para uso na silvicultura ou na
recuperação de áreas degradadas. A palavra "drone" em
tradução literal significa zangão, devido ao som produzido
pelas suas hélices lembrar o som de abelhas, no caso de um
equipamento do tipo multirotor, como os quadricópteros e
hexacópteros, por exemplo. Um termo mais técnico para esse
equipamento seria "VANT" ou Veículo Aéreo Não
Tripulado, de caráter não recreativo. A Agência Nacional de
Aviação Civil (ANAC) estabeleceu que o termo a ser adotado
no Brasil é Sistema de Aeronave Remotamente Pilotada
(RPAS) ou (Remotely-Piloted Aircraft System), que melhor
descreve as funcionalidades da tecnologia (DECEA, 2019).
Para a pesquisa utilizou-se uma Aeronave Remotamente
Pilotada, do tipo multirotor, modelo Phantom 4 Pro, da
empresa DJI Phantom 4 Pro, pertencente à Universidade
Federal de Rondonópolis. Essa RPA é um dos modelos mais
populares no mundo. Outros fatores que corroboram para a
escolha do mesmo é sua autonomia de voo, por volta de 20
minutos, sua portabilidade e agilidade operacional no registro
de fotofilmagem. O fato de o equipamento ser um dos RPA
mais populares no mercado, facilita replicar essa metodologia
em outros lugares e difundir essa funcionalidade para a
identificação, controle e combate de possíveis focos de
Dengue.
Foi investigado o potencial de Aeronaves Remotamente
Pilotadas (RPA) para a detecção e caracterização de objetos
e locais em espaço urbano que podem ser focos de larvas de
mosquitos. Foram identificados alguns parâmetros
importantes para viabilizar a criação de um procedimento
operacional padrão (POP) para a realização de voos com
RPA, com o propósito de detectar de forma ágil criadouros
de Aedes aegypti, contribuindo com órgãos de vigilância
sanitária que fazem o controle de endemias e epidemias.
2. MATERIAL E MÉTODOS
2.1. Área de estudo
O experimento foi conduzido na área experimental
(Figura 1) da Universidade Federal de Rondonópolis. O
município de Rondonópolis está localizado na região Sudeste
do estado de Mato Grosso, a 210 km da capital, Cuiabá.
Possui uma população de aproximadamente 240 mil
habitantes segundo estimativas do IBGE (IBGE, 2021). O
clima é tropical com uma estação quente-úmida entre
outubro e março e uma estação fria-seca entre abril e
setembro (Aw no sistema de classificação de Köppen). A
temperatura média anual é de 24 °C a 26 °C, e a precipitação
média anual é de 1000-1600 mm (ALVES., 2020). A
vegetação Cerrado é mais presente, composto por Cerradão,
Cerrados, Formação Savânica associada a vertentes e Floresta
Estacional semidecídua com composição florística típica e
com diferentes graus de caducifólia na estação seca (PESSI;
LOVERDE-OLIVEIRA, 2019).
Figura 1. Área experimental localizada na Universidade Federal de
Rondonópolis. Fonte dos vetores; IBGE (2019); imagens de satélite,
Google (2019).
Figure 1. Experimental area located at the Federal University of
Rondonópolis. Source vector data; IBGE (2019); satellite images,
Google (2019).
2.2. Alvos
Houve a seleção dos alvos (objetos que podem armazenar
água) com itens que estão mais presentes em campanhas de
conscientização de combate ao mosquito, como os que
podem ser encontrados em peças publicitárias em diversas
plataformas de digitais, bem como no rádio e na televisão
(MINISTÉRIO DA SAÚDE, 2018) (Figura 2 com a
visualização dos tipos de resíduos).
Figura 2. Relação de objetos que podem armazenar água de
diferentes sítios potenciais fontes. Fonte: Autores (em 29/01/2020).
Figure 2. List of objects that can store water from different potential
fonts. Source: Authors (on 29/01/2020).
A identificação dos alvos ocorreu por meio de um júri
representado por pessoas previamente selecionadas que
Identificação de sítios de reprodução de Aedes aegypti com aeronave remotamente pilotada (ARP)
Nativa, Sinop, v. 9, n. 4, p. 344-351, 2021.
346
responderam a um questionário sobre a acuidade visual
relacionada à detecção de alvos (resíduos sólidos). Deve-se
levar em consideração fatores como a cor do item, o contexto
(ambiente de entorno imediato) onde o alvo está inserido,
formato, tamanho e variação da altura do solo da imagem
aérea, que implica diretamente no Ground Sample Distance
(GSD) relacionado à resolução espacial da mesma. O
tamanho do GSD é inversamente proporcional ao nível de
detalhamento, ou seja, quanto maior o GSD (geralmente
obtido em maiores alturas), menor é o nível detalhamento e
quanto menor for o GSD (geralmente obtido em menores
alturas), maior será o nível de detalhamento (NETO, 2016).
2.3. Voo
A RPA modelo Phantom 4 Pro da fabricante DJI (DJI,
2019), com câmera RGB de 20 Mp, possui adequada relação
de custo x benefício. O equipamento novo custa atualmente
(2021) em torno de R$ 9.500,00 reais (U$1.720,17), e
apresenta as seguintes especificações:
Parte Física
- Máxima altitude (nível do mar): 6000 m
-Autonomia: 25 – 30 minutos
- Peso: 1388 g
- Tamanho diagonal: 350 mm
- Velocidade máxima: 72 km/h
- Sistema GNSS: GPS/GLONASS
Câmera – RGB
- Sensor: 1” CMOS
- Resolução: 20 MP efetivo
- Lente: Campo de visão de 84° 8.8 mm/24 mm – f/2.8 no infinito
- ISSO: 100 – 12800
- Velocidade do obturador: 8 – 1/8000 s
- Tamanho da imagem: 16:9 – 5472 x 3078
Para a obtenção das imagens dos alvos, os voos
ocorreram de forma manual em 31 de janeiro de 2020, com
o operador controlando o equipamento por meio do rádio-
controle, no modo estabilizado pelo sistema de
geolocalização da RPA (sistema GNSS) e também por
sensores anticolisão presentes no equipamento. Essa
condição simulou o que um técnico de vigilância sanitária
faria ao inspecionar um local com drone, com suspeita de
conter focos de larvas de vetores de doença. A RPA foi
direcionada para sobrevoar e pairar sobre os alvos em
diferentes alturas do solo, ocorrendo o registro fotográfico
de cada uma delas. A área de solo exposto não possui
imagens com os alvos em 80 m, 60 m, 30 m e 20 metros, pois
os seus alvos foram realocados para a área de vegetação seca
(Figura 3).
Para encontrar o período de melhor iluminação para o
voo, e assim extrair maior qualidade em termos de nitidez e
contraste dos alvos nas imagens aéreas, deve-se:
• Identificar a hora de nascer e pôr do sol na cidade onde
ocorrerá o voo;
• Calcular o horário de pico somando o nascer e o pôr do
sol e posteriormente dividindo por dois conforme a equação
1; A equação 1 permite determinar o horário de pico para a
janela de voo.
HPL = (HNS + HPS) / 2 (01)
em que: HPL = Horário de Pico de Luminosidade Solar (faixa
horária com menos sombra no dia); HNS: Horário do nascer do Sol
em hora, minutos e segundos; HPP: Horário do pôr do Sol em hora,
minutos e segundos.
2.4. Análise dos dados
Para aferir o quanto as imagens aéreas apoiam a
identificação dos habitats de Aedes aegypti, a pesquisa
considerou três variáveis: tipo de alvo, tipo de ambiente e
altura de tomada da fotografia aérea. A partir disso torna-se
possível sugerir parâmetros de voo com RPA mais
adequados para a identificação do maior número de alvos
possíveis, que representam criatórios de larvas de mosquito.
Os alvos foram dispostos em quatro áreas (Figura 4),
representadas por local com vegetação alta, vegetação
rasteira, solo exposto e vegetação, para realização de voos
automatizados e manuais. Os mesmos locais foram
sobrevoados com RPA para registro ortogonal dos alvos
(Figura 5), considerando quatro níveis de altura em relação
ao solo 20 m, 30 m, 60 m e 80 m (Figura 6).
Figura 3. Mosaico de imagens aéreas extraído de RPA que operava a 30 metros do solo indicando as áreas escolhidas.
Figure 3. Mosaic of aerial images extracted from RPA that operated at 30 meters from the ground, indicating the chosen areas.
Pereira et al.
Nativa, Sinop, v. 9, n. 4, p. 344-351, 2021.
347
Figura 4. Disposição dos alvos na área de solo exposto (A), solo
coberto com vegetação predominantemente seca (B), solo coberto
com gramíneas de porte rasteiro (C) e de porte alto (D).
Figure 4. Arrangement of targets in the exposed soil area (A), soil
covered with predominantly dry vegetation (B), soil covered with
creeping grass (C) and covered with denser and taller grass (D).
Figura 5. Disposição dos alvos a partir de vista aérea, na área de solo
exposto (A), solo coberto com vegetação predominantemente seca
(B), solo coberto com gramínea de porte rasteiro (C) e com
gramínea de porte alto (D).
Figure 5. Arrangement of targets from an aerial view, in the exposed
soil area (A), soil covered with predominantly dry vegetation (B),
soil covered with creeping grass (C) and covered with denser and
taller grass (D).
Figura 6. Disposição dos alvos em área de solo coberto com
vegetação rasteira à 60 (A) e 30 m (B).
Figure 6. Arrangement of targets in an area of ground covered with
undergrowth at 60 (A) and 30 m (B).
2.5. Análise de júri independente
No intuito de simular a percepção visual de um
determinado número de pessoas, com relação à capacidade
de identificação dos alvos por meio de imagens aéreas obtidas
por RPA, houve a constituição de um grupo formado por 10
pessoas não especialistas em fotointerpretação de imagens
aéreas. Esse grupo de pessoas foi denominado de júri com
objetivo de informar quais eram os melhores parâmetros de
registros fotográficos em termos de identificação dos alvos,
utilizando apenas a percepção visual. Dos dez entrevistados
60% eram do sexo masculino e 40% do sexo feminino, com
a faixa etária entre 22 e 30 anos. Todos possuem ou estão
cursando ensino superior e conhecimento básico no uso de
computadores.
Foi enviado ao júri um link do Google Drive
(https://www.google.com/intl/pt-br/drive/about.html),
arquivo na nuvem, contendo um questionário previamente
elaborado para ser respondido individualmente, além dos
arquivos de imagens aéreas (isoladas e ortomosaico) em
formato digital. As pastas continham então uma foto da área
em diferentes alturas de voo sendo elas 20, 30, 60 e 80
metros, exceto na área de solo exposto onde havia apenas as
fotos de 60 e 30 metros. Os membros de júri analisam as
imagens na seguinte sequência de altura de voo: 80 m, 60 m,
30 e 20 m.
A rotina que os membros do júri deveriam seguir era:
• Abrir o link do Google Drive;
• Identificar a pasta do Ortomosaico para se familiarizar
com as áreas;
• Abrir a pasta referente ao solo exposto e abrir a imagem
com a maior altura em relação ao nível do solo;
• Indicar na tabela de alvos o nome (solo exposto, solo
coberto com vegetação de gramíneas predominantemente
seca, solo coberto com vegetação de gramíneas rasteira –
inferior a 50 cm, solo coberto com vegetação de gramíneas
de porte alto – superior a 50 cm), e a quantidade de todos os
alvos que foi possível a identificação a essa altitude;
• Indicar o nível de dificuldade para a identificação visual
desse;
• Caso não seja mais possível a identificação a essa
altitude, abrir a próxima foto da mesma área, mas com uma
menor altitude (exemplo se estava observando imagem
registrada a 80 m do solo, partir para observação de imagem
a 60 m do solo);
• Seguir fazendo o processo para a mesma área até que
tenha conseguido identificar todos os alvos dessa área e variar
a altura do solo, e consequentemente o nível de detalhe da
imagem – GSD, de 80 m a 20 m;
• Finalizando uma das áreas, deve-se abrir a nova pasta e
continuar até que sejam identificados todos os alvos de todas
as áreas;
• Após terminar as respostas, a planilha (Tabela 3) deveria
ser enviada via e-mail para a análise dos dados;
• Alvo (nota) 1 – Alvos que, segundo o entrevistado,
foram fáceis de serem identificados, essa facilidade se dá pela
velocidade na identificação e quão nítido o alvo se encontrava
na foto;
• Alvo (nota) 2 – Alvos que, segundo o entrevistado,
tiveram dificuldade moderada para serem identificados, alvos
que levaram mais tempo, que necessitaram de mais zoom ou
não estavam tão nítidos na foto;
Identificação de sítios de reprodução de Aedes aegypti com aeronave remotamente pilotada (ARP)
Nativa, Sinop, v. 9, n. 4, p. 344-351, 2021.
348
• Alvo (nota) 3 - Alvos que, segundo o entrevistado,
foram difíceis de serem identificados, com a necessidade de
aplicar o zoom para ser possível a identificação.
Com esse questionário (Tabela 1), o importante era fazer
o levantamento de qual altura o alvo foi encontrado com
maior frequência e encontrado primeiro, caso houvesse mais
de um alvo no mesmo ambiente não importava a quantidade
de vezes que foi identificado e sim se pelo menos houve a
identificação de um integrante do grupo de alvos.
Tabela 1. Exemplo da planilha que foi respondida pelo júri, para identificação dos alvos na área de solo exposto.
Table 1. Example of the spreadsheet that was answered by the jury, to identify the targets in the exposed soil area.
3. RESULTADOS
Na área de vegetação rasteira o alvo “pneu” foi
identificado a 80 metros de altura de forma unânime pelo júri.
O alvo “vasilha colorida (azul)” recebeu poucas
identificações e somente a 20 metros de altura. Nesse
ambiente, nenhum alvo foi identificado em todas as alturas
(Figura 7).
Figura 7. Alvos identificados em imagens do mesmo local variando
a altura do solo para a classe solo coberto com vegetação rasteira.
Figure 7. Targets identified in images from the same location varying
the height of the ground for the ground covered with undergrowth
class.
Na área de vegetação predominantemente seca o alvo
“pneu” foi identificado a 80 metros de altura de forma
unânime pelo júri. Os alvos “garrafa de cerveja”, “garrafa de
vidro” e “galão 20L” receberam o menor número de
identificação. Os alvos “garrafa pet” e “marmitex isopor”
foram identificados em todas as alturas nesse ambiente
(Figura 8).
Na área de vegetação composta por gramíneas de porte
alto (em média com altura maior que 50 cm) o alvo “pneu”
foi identificado a 80 metros de altura de forma unânime pelo
júri. O alvo “Lata de tinta 5 L” recebeu duas ocorrências de
identificação e somente a 20 metros de altura. O alvo “lata de
tinta 18 L” foi identificado em todas as alturas nesse ambiente
(Figura 9).
A Figura 10 indica o número de vezes em quem cada alvo
foi identificado independente da altura, do ambiente ou do
nível de dificuldade. O máximo que os alvos poderiam atingir
seria o valor de 30 registros de ocorrência, que representa que
esse alvo foi visualizado nos três ambientes, e todos os
observadores o avistaram. Isso ocorreu com o alvo “Pneu”
que foi escolhido de forma unanime nas imagens a 80 metros
de altura, enquanto o alvo menos identificado foi a “Lata de
tinta 5L” com apenas duas identificações, e exclusivamente à
20 metros de altura.
Figura 8. Alvos identificados em imagens do mesmo local variando
a altura do solo para a classe solo coberto com vegetação
predominantemente seca.
Figure 8. Targets identified in images from the same location varying
the height of the ground for the soil class covered with
predominantly dry vegetation.
Figura 9. Alvos identificados em imagens do mesmo local variando
a altura do solo para a classe solo coberto com vegetação de porte
alto.
Figure 9. Targets identified in images from the same location varying
the height of the ground for the soil class covered with tall
vegetation.
Pereira et al.
Nativa, Sinop, v. 9, n. 4, p. 344-351, 2021.
349
Figura 10. Registro de ocorrência em cada um dos alvos foi
identificado pelo júri, independente da altura da RPA em relação ao
solo, tipo de ambiente ou nível de dificuldade.
Figure 10. Occurrence record in each one of the targets was
identified by the jury, regardless of the height of the RPA in relation
to the ground, type of environment or level of difficulty.
Com o feedback do júri, também foi possível extrair
dados relacionados à dificuldade para identificação dos alvos
nessa respectiva altura em cada uma das áreas (Figura 11).
O alvo “Garrafa de Cerveja” estava presente nos três
ambientes, então mesmo que tenha sido identificada muitas
vezes, acabou tendo 14 registros de alvo não identificado. O
alvo “Galão 20L” estava presente em dois ambientes,
possivelmente os 13 registros de ocorrência de não
identificação, seja referente a sua cor e formato, por ser todo
branco era difícil encontrar detalhes que cooperassem na
identificação. O alvo “Vasilha Colorida” justamente pelas
suas cores, podem ter dificultado ou confundido sua
identificação.
Figura 11. Registro de ocorrência dos alvos não identificados pelo
júri, independente da altura da RPA em relação ao solo, tipo de
ambiente ou nível de dificuldade.
Figure 11. Occurrence record of targets not identified by the jury,
regardless of the height of the RPA in relation to the ground, type
of environment or level of difficulty.
4. DISCUSSÃO
A presente técnica utilizada neste estudo é muito pouco
difundida. A rotina foi desenvolvida em Rondonópolis-MT,
mas pode ser replicada para outras regiões, uma vez que é
necessário apenas o equipamento usado na identificação dos
alvos (drone), que pode ser facilmente usado em qualquer
área que se pretenda realizar voos para levantamento de
criatórios de vetores. Nesse estudo foi trabalhado apenas
com um sensor RBG na captura de imagens, permitindo a
determinação das características locais como os tipos de
vegetação e as dificuldades/facilidades de identificar os
objetos (habitats) com criadouros de larvas da Dengue. No
geral, o resultado mais importante deste estudo foi observar
as dificuldades de identificar os alvos nos diferentes tipos de
cobertura do solo, e com isso buscar novas estratégias para
apresentar novas ferramentas ou métodos capazes de
intervenções personalizadas no controle e vigilância da
transmissão da Dengue em comunidades urbanas e em
outros lugares.
Dificuldades em identificar e detectar alvos com
criadouros de larvas da Dengue surgem principalmente em
locais com vegetação de maior porte e frequentemente de
difícil acesso, onde essa espécie pode se reproduzir com
sucesso. A portabilidade das ARPs permite que os
investigadores naveguem em ambientes moderadamente
hostis e complexos. Este estudo além do que já foi dito,
avaliou a viabilidade do uso de ARPs para gerar mapas com
uma maior resolução em comparação com as disponíveis por
meio de satélites, principalmente quando as imagens
necessárias são específicas para uma escala local dentro de
uma comunidade ou área limitada de interesse em um nível
de escala microgeográfico. Estudos anteriores também
propõem o uso de ARPs para mapear fatores de risco
ambientais para malária zoonótica na Malásia e Filipinas
(FORNACE et al., 2014), habitats de vetores em Zanzibar
(HARDY et al., 2017), reprodução de Aedes aegypti
(SCHENCKEL et al., 2020).
Além de imagens RGB, seria interessante também a
coleta de imagens multiespectrais (NIR, RedEdge), sendo
mais viável em áreas próximas de corpos hídricos ou
pequenas áreas alagadas em período chuvoso, pois através de
aplicações de índices multiespectrais, como por exemplo o
NDVI, seria possível a distinção adequada de corpos hídricos
e locais com poças de água, locais estes com grande
probabilidade de criadouro de larvas de Dengue. Capturar
dados várias vezes em levantamentos entomológicos com
drones potencialmente forneceria as ferramentas para
estudar a dinâmica de criadouros de Dengue, para
determinação da prevalência da espécie em um mesmo local,
promovendo a transmissão contínua. Uma vez que fossem
descobertos estes habitats com uma presença perene desta
espécie, estudos como esse tornar-se-iam muito importantes
para uma gestão municipal antecipada no controle de
proliferação da Dengue. Nesse sentido, é importante também
acompanhar as modificações dos ecossistemas urbanos com
drones, pois os recursos naturais frequentemente contribuem
para o surgimento e disseminação de agentes de doenças
infecciosas, como é o caso da Dengue. Especificamente, as
mudanças no uso da terra, incluindo desmatamento,
irrigação, modificação de áreas úmidas e construção de
estradas, entre outros, foram identificados como principais
fatores de surtos de doenças infecciosas e também podem
interferir em sua dinâmica de transmissão (PATZ et al.,
2004).
Nesse estudo buscamos realizar o monitoramento de
controle epidemiológico do mosquito da Dengue utilizando
um equipamento de menor preço de mercado (Phantom 4
Pro), por ser um equipamento barato e facilmente
encontrado no mercado de tecnologias, torna-se uma
ferramenta adequada para a gestão municipal, que visa o
controle de gastos e ao mesmo tempo atender às demandas
municipais de combate à Dengue. Entretanto, o Phatom 4
Pro fornece um único sensor RGB, o que pode limitar as
possibilidades de identificação de alvos. Essa estratégia seria
mais econômica à medida que o número de pesquisas com
imagens RGB aumentasse. Para superar isso, alguns projetos
em outras áreas estão propondo a utilização de ARPs não
comerciais de baixo custo que podem ajudar a ampliar os
resultados e estratégias de identificação de alvos com
Identificação de sítios de reprodução de Aedes aegypti com aeronave remotamente pilotada (ARP)
Nativa, Sinop, v. 9, n. 4, p. 344-351, 2021.
350
procriação de larvas de mosquito da Dengue (SASKA et al.,
2012). Outra ressalva é o tempo de voo limitado do drone. O
voo de uma ARP requer um certo grau de especialização, em
especial para o piloto, no entanto, podem ser traçada
estratégias por parte de instituições de ensino superior como
as universidades federais, que poderiam realizar
especializações ou cursos de curta duração na capacitação dos
técnicos que irão realizar o monitoramento e busca de alvos
com procriação de larvas no ambiente urbano.
5. CONCLUSÕES
O uso de RPA como uma ferramenta de combate ao
Aedes aegypt se mostrou promissor, pois permitiu a
identificação de diferentes alvos seja pela cor, formato ou
tamanho, mantendo a qualidade das imagens em diferentes
altitudes composições vegetais e GSD.
No ambiente solo exposto, mesmo com pouca variação
de altura entre as imagens, a 60 metros houve um grande
número de alvos identificados, possivelmente devido ao fato
de o solo exposto oferecer um maior contraste, deixando
mais evidente a grande maioria de alvos.
Nos ambientes de vegetação seca, rasteira e alta as
imagens com mais identificações foram a 30 metros de altura,
pois na maioria das vezes os alvos estavam relativamente
mais camuflados e em alguns casos até encobertos pela
vegetação do local, o que pode ter dificultado as observações
em maiores alturas.
A 30 metros de altura com as imagens de 1 cm por pixel
proporcionou o maior número de alvos identificados ao
mesmo tempo que houve as melhores notas no quesito de
dificuldade para identificação dos alvos, a parte negativa da
escolha dessa altura é que em caso de grandes áreas onde é
necessário processar as imagens e gerar ortomosaicos, haverá
um grande número de fotos, resultando em mais tempo
necessário para o processamento.
O fato de o equipamento ser um dos RPA’s mais
populares no mercado, facilita replicar essa metodologia em
outros lugares e difundir essa funcionalidade para a
identificação, controle e combate de possíveis criatórios
(alvos) do Aedes aegypti e podendo ser ampliado para outros
tipos de vetores de doenças que não sejam aquelas
transmitidas pelo Aedes aegypti.
Espera-se que este trabalho possa auxiliar os governos e
suas políticas públicas para gestão de saúde, colaborando
com agentes de saúde e de endemias.
6. AGRADECIMENTOS
Os autores agradecem ao Programa de Pós-Graduação
em Gestão e Tecnologia Ambiental (PGTA), da
Universidade Federal de Rondonópolis (UFR). Este estudo
foi realizado com o apoio da Universidade Federal de
Rondonópolis - UFR/MEC - Brasil.
Ao Programa de Pós-Graduação em Tecnologias
Ambientais (PPGTA), da Universidade Federal de Mato
Grosso do Sul (UFMS). Este estudo foi realizado com o
apoio da Universidade Federal de Mato Grosso do Sul -
UFMS/MEC - Brasil.
A pesquisa também foi viabilizada pelo Conselho
Nacional de Desenvolvimento Científico e Tecnológico
(CNPq) pela bolsa de produtividade em pesquisa concedida
a Normandes Matos da Silva (Processo 441975/2018-6,
305013/2018-1 e 315170/2018-2), e pela bolsa de
produtividade em pesquisa concedida a A. C. Paranhos Filho
(Processo CNPq 305013/2018-1).
Agradecemos à CAPES por nos fornecer acesso ao Portal
de Periódicos. Por fim, gostaríamos também de agradecer à
CAPES pela bolsa de doutorado concedida ao Dhonatan
Diego Pessi (processo número 88887.494036/2020-00).
7. REFERENCIAS
ABREU, F. V. S.; MORAIS, M. M.; RIBEIRO, S. P.; EIRAS,
A. E. Influence of breeding site availability on the
oviposition behaviour of Aedes aegypti. Memorias do
Instituto Oswaldo Cruz, Rio de Janeiro, v. 110, n. 5, p.
669-676, 2015.
ALVES, G. B. M.; LOVERDE-OLIVEIRA, S. M.; PESSI,
D. D.; MARTARELLO, A. P.; VIEIRA, A.;
MENDONÇA, V. M. Análise ambiental do
desmatamento em área de assentamento rural no Cerrado
(Mato Grosso, Brasil). Terr@Plural, v. 14, p. 1-13,
e2015189, 2020.
ARAÚJO, J. G. M.; PICANÇO, A. P.; NAZARENO, J. C.
Utilização de veículo aéreo não tripulado (Vant) para o
monitoramento ambiental de focos do mosquito Aedes
aegypti no município de Palmas, TO. Revista Gestão &
Sustentabilidade Ambiental, Florianopolis, v. 7, n. 3, p.
606 - 624, 2018. DOI: 10.19177/rgsa.v7e32018606-623
BRASIL. Ministério da Saúde. Boletim Epidemiológico
Secretaria de Vigilância em Saúde Ministério da
Saúde 11 Volume 51 Nº 34. 2020. 46P. Disponível em:
https://antigo.saude.gov.br/images/pdf/2020/August/
31/Boletim-epidemiologico-SVS-34.pdf
CARAÚBA, A. B. C.; MELO, C. S. de; SILVA, M. R. da;
BARBOSA, N. R.; CORONATO, B. de O.; ANTONIO,
E. R. Drones X Dengue. In: Mostra de Trabalhos
Acadêmicos, IX. Anais... São Paulo: Unilus, 2015. 1p.
Disponível em:
http://revista.unilus.edu.br/index.php/ruep/article/vie
w/606. Acesso em: 1 fev. 2020.
COSTA, M. Ocorrência do Aedes aegypti na Região
Noroeste do Paraná: um estudo sobre a epidemia da
Dengue em Paranavaí. 172p. Dissertação [Mestrado em
Geografia] - Universidade Estadual Paulista, Presidente
Prudente, 2001.
DECEA_Departamento de Controle de Espaço Aéreo.
Qual a diferença entre drone, VANT e RPAS?. [S. l.],
3 abr. 2019. Disponível em:
https://ajuda.decea.gov.br/base-de-
conhecimento/qual-a-diferenca-entre-drone-vant-e-
rpas/. Acesso em: 28 nov. 2019.
DJI. Phantom 4 PRO. [S. l.]. Disponível em:
https://www.dji.com/br/phantom-4- pro/info. Acesso
em: 28 nov. 2019.
FIOCRUZ_Fundação Oswaldo Cruz. Dengue Vírus e
Vetor. Manguinhos - RJ: IOC. 2016. Disponível em:
http://www.ioc.fiocruz.br/Dengue/textos/longatraje.ht
ml. Acesso em: 21 out. 2019.
FORNACE, K. M.; DRAKELEY, C. J.; WILLIAM, T.;
ESPINO, F.; COX, J. Mapping infectious disease
landscapes: unmanned aerial vehicles and epidemiology.
Trends Parasitology, v. 30, n. 11, p. 514–9, 2014.
DOI: 10.1016/j.pt.2014.09.001
GOVERNO DO ESPIRITO SANTO (Brasil). Governo do
Estado do Espirito Santo. Mosquito - Aedes aegypti.
Espirito Santo: Secretaria de Saúde. 22 nov. 2019.
Disponível em: https://mosquito.saude.es.gov.br/aedes-
aedypti. Acesso em: 15 nov. 2019.
Pereira et al.
Nativa, Sinop, v. 9, n. 4, p. 344-351, 2021.
351
GOOGLE. Google Earth website.
http://earth.google.com/, Data da imagem: 26/02/2019.
HARDY, A.; MAKAME, M.; CROSS, D.; MAJAMBERE,
S.; MSELLEM, M. Using low-cost drones to map malaria
vector habitats. Parasites and Vectors, v. 10, n. 1, p. 29,
2017. DOI: https://doi.org/10.1186/s13071-017-1973-3
IBGE_ Instituto Brasileiro de Geografia e Estatística.
Disponível em:
https://www.ibge.gov.br/geociencias/downloads-
geociencias.html. Acessado em: 12/01/2019.
IBGE_ Instituto Brasileiro de Geografia e Estatística.
Estimativas da população residente no Brasil e Unidades
da Federação com data de referência em 1º de julho de
2021. Disponível em: ibge.gov.br. Acessado em: 11 de
setembro de 2021
MINISTÉRIO DA SAÚDE. TODOS CONTRA O
MOSQUITO. [S. l.], 15 out. 2018. Disponível em:
portalarquivos.saude.gov.br/campanhas/mosquito/.
Acesso em: 24 out. 2019.
NETO, M. S. Para que serve o GSD?. [S. l.], 15 abr. 2016.
Disponível em: http://blog.droneng.com.br/gsd/.
Acesso em: 31 jan. 2020.
PATZ, J. A.; DASZAK, P.; TABOR, G. M.; AGUIRRE, A.
A.; PEARL, M.; EPSTEIN, J.; WOLFE, N. D.;
KILPATRICK, A. M.; FOUFOPOULOS, J.;
MOLYNEUX, D.; BRADLEY, D. J. Unhealthy
landscapes: Policy recommendations on land use change
and infectious disease emergence. Environmental
Health Perspectives, v. 112, n. 10, p. 1092–1098, 2004.
DOI: 10.1289/ehp.6877
PESSI, D. D.; LOVERDE-OLIVEIRA, S. M. Aplicação da
análise geoespacial para caracterização da fragilidade de
terrenos. Revista de Geografia (Recife), v. 36, n. 1,
2019.
REISKIND, M. H.; ZARRABI, A. A. Water surface area and
depth determine oviposition choice in Aedes albopictus
(Diptera: Culicidae). Journal of Medical Entomology,
Annapolis, v. 49, n. 1, p. 71-76, 2012. DOI:
https://doi.org/10.1603/ME10270
SOUZA SILVA, J.; ARIANO, Z. DE F.; SCOPEL, I. A
Dengue no Brasil e as políticas de combate ao Aedes
aegypti: da tentativa de erradicação às políticas de
controle. Revista Brasileira de Geografia Médica e da
Saúde, Uberlandia, v. 4, n. 6, p. 163-175, 2008.
SASKA, M.; KRAJNIK, T.; FAIGL, J.; VONASEK, V.;
PREUCIL, L. Low cost MAV platform AR-drone in
experimental verifications of methods for vision based
autonomous navigation. IEEE/RSJ International
Conference on Intelligent Robots and Systems, p. 7-
12, 2012. DOI: 10.1109/IROS.2012.6386277
SCHENKEL, J.; TAELE, P.; GOLDBERG, D.; HORNEY,
J.; HAMMOND, T. Identifying potential mosquito
breeding grounds: assessing the efficiency of UAV
technology in public health. Robotics, v. 9, e91, 2020.
DOI: https://doi.org/10.3390/robotics9040091
