Jornal de Sensoriamento Remoto e GIS

Abstrato

Imparcializando um interpolador estocástico de membro final usando classificadores baseados em objetos ENVI, uma resposta fotossintética de folha de voxel único de Farquhar Modelo explicativo e estatísticas booleanas de séries temporais para previsão de Simulium Damnosum sl com dossel de sombra Habitats larvares no Burkina Faso

Benjamin Jacob, Robert J Novak, Laurent Toe, Moussa S Sanfo, Semiha Caliskhan, Alain Pare, Mounkaila Noma, Laurent Yameogo e Thomas Unnasch

Os espectros de membros finais recuperados de dados de resolução submétrica [por exemplo, razão de bandas de ondas de 0,61 m do Quick Bird visível e infravermelho próximo (NIR)] de um habitat de larvas aquáticas de doenças infeciosas relacionadas com artrópodes podem atuar como uma variável dependente dentro de um algoritmo de estimação por mínimos quadrados . Ao fazê-lo, as variáveis ​​de risco orientadas para a transmissão endémica sazonal podem ser interpoladas com precisão. A mistura espectral, no entanto, é um problema inerente aos atributos de habitat larvar de doenças infeciosas relacionadas com artrópodes orientados para o dossel multidimensional, resultando em poucos espectros de subpixels de imagem representando alvos "puros". Isto pode levar a uma assinatura alvo tendenciosa do membro final devido à radiância mista de subpíxeis espectralmente não quantificada originada a partir de diferentes tipos de objetos de habitat larvar orientados para o dossel. Uma assinatura errónea do habitat larvar do membro final tornará as previsões residuais inconsistentes num interpolador estocástico/determinístico. Nesta análise, extraímos e decompomos espectralmente vários membros finais com dossel, valores de reflectância de pixel de resolução submétrica orientados para a superfície, derivados de um habitat larvar com dossel georreferenciado com imagem QuickBird de Similium Damnosum sl (Figura 1), um vetor de mosca negra de oncocercose num estudo epidemiológico ribeirinho local no Burkina Faso. Empregamos classificadores baseados em objetos ENVI, uma equação de transferência radiativa tridimensional e o modelo ótico-geométrico de Li-Strahler para realizar a decomposição dos pixéis. Posteriormente, o habitat larvar georreferenciado e os valores de radiância dentro do dossel (por exemplo, rocha pré-câmbrica) foram isolados espectralmente e pesados ​​utilizando um Algoritmo de Progressão Sucessiva (SPA) robusto dentro de um domínio booleano. O membro final decomposto rendeu então uma assinatura espectral robusta no ArcGIS que foi posteriormente krigada para identificar habitats larvares de S. Damnosum sl produtivos e não amostrados ao longo de um sistema fluvial do Burkina Faso utilizando um formato de estudo cego. O modelo de validação revelou uma correlação de 100% entre os locais produtivos de habitat da mosca negra georreferenciados previstos com base nos valores de contagem de densidade larvar amostrados sazonalmente.