Este artigo apresenta um estudo de caso - aspectos ambientais relacionados à ocorrência da leishmaniose visceral em Teresina, Piauí, Brasil, no período de 1993 a 1996 - visando a discutir o uso de um conjunto de métodos aplicados a imagens de sensoriamento remoto em média resolução no estudo de endemias transmitidas por vetores em áreas urbanas. Foram apresentadas as técnicas essenciais a esse tipo de procedimentos: registro, correção geométrica, restauração, fusão, segmentação e classificação. Quatro classificadores, Maxver, Bhattacharya, K-médias e Isoseg, foram comparados utilizando o índice de correlação intraclasse aplicado à proporção de área segundo cada classe nos setores censitários. Os métodos de avaliação utilizados não tiveram o propósito de definir o melhor classificador, mas desenhar cenários de classificação, de forma a reconhecer as classes melhor identificáveis em área urbana. Mesmo dispondo-se de recursos limi-tados, imagens de baixo custo, ampla disponibilidade e média resolução, sistemas 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.

This paper presents a case study on environmental aspects related to the occurrence of visceral leishmaniasis in Teresina, Piauí, Brazil, from 1993 to 1996, in order to discuss the use of some appropriate geo-processing methods for median-resolution remote sensing images potentially useful for studying vector-borne transmissible diseases in urban areas. We present the main techniques: registration, geometric correction, restoration, fusion, segmentation, and classification. Using intra-class correlation indices applied to the proportion of area by class in the census tract, we compare four classifiers: Maxver, Bhattacharya, K-means, and Isoseg. This comparison was not devised to choose the best classifier, but to depict different classification scenarios aimed at recognizing the best identifiable image classes in urban settings. We conclude that even with limited resources, using low-cost and easily available median resolution images and free software to process and integrate information, it is possible to identify land use characteristics, potentially appropriate for analyzing urban areas exposed to environmental risk for vector-borne diseases.