Revista de teledetección y SIG

Abstracto

Pronóstico ecogeográfico y no ecogeográfico de hábitats discontinuos de Simulium damnosum sl mediante interpolación de la irradiancia solar exoatmosférica cuántica escalar media submixable

Benjamin G. Jacob, Robert J.Novak, Laurent D. Toe, Moussa S. Sanfo, Koala Lassane, Daniel A. Griffith, Thomson L. Lakwo, Peace Habomugisha, Moses N. Katabarwa, Thomas R. Unnasch

Interpolamos una biofirma de 5 metros (m) descompuesta geoespectralmente RapidEye™, Red Edge, Normalized Difference Vegetation Index (NDVI), sin mezclar, endmember, de un hábitat larvario georreferenciado de Similium damnosum sl, un vector de la oncocercosis, la mosca negra. Lo hicimos para identificar hábitats prolíficos, desconocidos y no muestreados en entornos ribereños africanos. El hábitat larvario de S. damnosum fue geomuestreado inicialmente en un pueblo ribereño en Burkina Faso y superpuesto a los datos de resolución de 5 m. Se empleó la función Band Math de ENVI 4.8TM para calcular el NDVI de RedEdge. Antes de aplicar el índice espectral a los valores de mixel crudo de imágenes (“píxel mixto”), los números digitales (DN) se convirtieron en unidades físicamente significativas para diferenciar los espectros de reflectancia de absorción y la productividad de Similium inmaduro en función del tamaño del hábitat. Se utilizó la regresión lineal para equiparar y cuantificar los datos de banda a DN y los valores de reflectancia que, en el análisis de riesgo geoespectral, sub-mixel, fueron equivalentes a eliminar la irradiancia solar y la radiancia de la trayectoria atmosférica en el clasificador basado en objetos. Luego, una herramienta de calibración radiométrica calibró los datos del sensor espacial a la radiancia y la reflectancia de la parte superior de la atmósfera (ToA). Además, el análisis atmosférico rápido de hipercubos espectrales de línea de visión (FLAASH®) eliminó los efectos de la multidispersión en la escena. Calculamos la reflectancia relativa interna que normalizó la imagen a un espectro promedio de la escena. La herramienta de corrección de residuos logarítmicos de ENVI eliminó la ganancia del instrumento, los efectos topográficos y los efectos de albedo de las emisividades de reflectancia, transmitancia y longitud de onda. La fracción instantánea de radiación directa del haz interceptada por el dosel del hábitat se calculó y describió como fPAR = 1 - exp (-k (índice de área foliar)/cosθs) donde el coeficiente de extinción k fue una función de la distribución del ángulo foliar. Empleamos un algoritmo progresivo sucesivo, un análisis de transferencia atmosférica radiativa de dos corrientes, un modelo geométrico-óptico y una función de distribución de reflectancia bidireccional para desmezclar los miembros finales del dosel, el hábitat larvario y el sl de S. damnosum. Luego, los estimadores no paramétricos, residuales, explicativos, descompuestos y de submezcla derivados de los datos de RapidEye™ se utilizaron para construir un modelo booleano. Posteriormente, se definieron el hábitat larvario fotografiado y sus pigmentos geoespaciales, ecohidrológicos y dentro del dosel (por ejemplo, clorofila, zeatininas) y se descompuso una biofirma de miembro final Red Edge, NDVI en ENVI. Se deconvolucionó una matriz de incertidumbre de autocorrelación en combinaciones de los miembros finales del dosel no mezclados. Posteriormente, el NDVI, la biofirma del miembro final, los miembros finales del dosel descompuestos con sus coeficientes múltiples ajustados por ruido ToA se analizaron mediante kriging en Geospatial Analyst de ArcGIS 10.3® para identificar hábitats larvarios desconocidos, no muestreados, prolíficos, georreferenciables de S. damnosum sl a lo largo de un ecosistema fluvial del norte de Uganda. De los hábitats larvarios prolíficos y sombreados pronosticados por el modelo de dosel, se encontró que el 72 % contenía S.Larvas de Damnosum sl cuando se verificaron en el campo. La sensibilidad de la prueba fue de 78,26 mientras que la especificidad fue de 100.