Журнал дистанционного зондирования и ГИС

Абстрактный

Освоение стохастического интерполятора конечных членов с использованием объектно-ориентированных классификаторов ENVI, объяснительной модели фотосинтетического отклика листьев с одним вокселем Фаркуара и статистики временных рядов булевых показателей для прогнозирования. Место обитания личинок Simulium дамносум sl в тени в Буркина-Фасо

Бенджамин Джейкоб, Роберт Дж. Новак, Лоран Той, Мусса С. Санфо, Семиха Калисхан, Ален Паре, Мункайла Нома, Лоран Ямеого и Томас Уннаш

Спектры конечных людей, восстановленные из данных с субметровым уровнем [например, расположение видимых и ближних инфракрасных (NIR) 0,61 м волновых диапазонов Quick Bird] водной среды обитания личинок инфекционных заболеваний, групп с членистоногими, могут определяться в качестве зависимой переменной в алгоритме измерений наименьших квадратов. Таким образом, можно точно интерполировать переменные риски, ориентированные на сезонную эндемическую передачу. Однако спектральное перемешивание является проблемой, связанной с множеством многомерных атрибутов в среде обитания инфекционных заболеваний, связанных с членистоногими, ориентированными на пологи, что приводит к небольшому количеству субпиксельных спектров изображений, представляющих «чистые» цели. Это может привести к смещению сигнатуры цели конечного члена из-за спектрально не количественной смешанной субпиксельной радиации, происходящей от различных типов объектов среды обитания личинок, ориентированных на пологи. Ошибочная сигнатура среды обитания личинок конечного члена приводит к несогласованным остаточным прогнозам в стохастическом/детерминированном интерполяторе. В этом анализе мы спектрально извлекли и разложили несколько конечных элементов с пологом, ориентированным на поверхность, значениями пиксельной отражательной способности субметрового разрешения, полученными из привязанной фотографии QuickBird с пологом личиночной среды обитания Similium дамносум sl (рисунок 1), самого мухи-переносчика онхоцеркоза в эпидемиологическом речном исследовательском участке в Буркина-Фасо. Мы использовали объектно-ориентированные классификаторы ENVI, трехмерное уравнение переноса преобразования и геометро-оптическую модель Ли-Штралера для выполнения пиксельной декомпозиции. После этого геопривязанная личиночная среда обитания и значения времени внутри полога (например, докембрийская порода) были спектрально изолированы и взвешены с использованием надежного алгоритма последовательной прогрессии (SPA) в булевой области. Затем разложенный конечный член визуализировал надежную спектральную сигнатуру в ArcGIS, после чего был составлен протокол кригингу для идентификации неизвестных, невыбранных продуктивных мест обитания личинок S. дамносум sl вдоль речной системы Буркина-Фасо с использованием формы слепого исследования. Модель выявила 100% корреляцию между прогнозируемыми геопривязанными продуктивными местами обитания мошек на основе результатов подсчета плотности личинок, наблюдаемых по сезонам.