Zeitschrift für Fernerkundung und GIS

Abstrakt

Eine negative Binomialverteilung mit einem nicht homogenen gammaverteilten Mittelwert zur Robustifizierung von Pseudo-R2 - Regressionswerten von Daten zur Zählung unreifer Vektoren und lästiger Mücken zur optimalen Unterscheidung nicht geobeprobter Eiablageplätze für Altreifen in einem subtropischen Habitat in SAS ® /GIS unter Verwendung von sichtbaren und nahinfraroten Daten von Worldview-3 im Hillsborough County, Florida

Dinh ETN und Jacob BG

Reifen von Müllfahrzeugen auf unbebauten Grundstücken in der Nähe menschlicher Behausungen können eine Gefahr für die öffentliche Gesundheit darstellen, da sie einen geeigneten Lebensraum für das Wachstum der Population von Vektor- und lästigen Mücken (Diptera: Culicidae) bieten können. Diese Reifen werden derzeit nur durch bodengestützte Suche gefunden, daher kann die interpolierte spektrale Signatur eines georeferenzierbaren, bekannten, positiven Reifens dazu beitragen, die Unterscheidung unbekannter Geolokalisierungen von Altreifen zu beschleunigen. Um die Suchkriterien der Signatur einzugrenzen, ist jedoch eine frequentistische und nichtfrequentistische Quantifizierung bioökologischer erklärender Zeitreihen-Kovariaten erforderlich, die für die Hyperproduktivität von Mücken in Altreifenhabitaten statistisch signifikant sind. Ziel dieser Studie war die Entwicklung einer iterativ interpolativen geospektralen Biosignatur zur Erkennung unbekannter, nicht geogeogesampelter Altreifen, die die Mückenverbreitung begünstigen. Nach der Konstruktion verschiedener Regressionsmodelle stellten wir fest, dass die im Feld erhobenen geografisch abgetasteten Daten zur Mückenzählung Abweichungen von den Annahmen der Regressionsmodellierung aufwiesen (d. h. kollineare und heteroskedastische Parameter). Daher wurde ein negatives Binomialparadigma verwendet, um die Verstöße gegen die Regressionsanalyse zu mildern und den R2-Wert des Modells zu robusten. Basierend auf den Ergebnissen der linearen Analysen wurde aus multispektralen Bandbildern aus den Sensordaten des Satelliten WorldView-3 eine spektrale Signatur eines produktiven Lebensraums erstellt. Die Signatur wurde dann in Hillsborough County, FL, angewendet, um die ökogeografischen Geostandorte anthropogener Altreifenhabitate aus der Ferne zu bestimmen. Das Signaturmodell wies eine Sensitivität von 83 % und eine Spezifität von 87 % auf. Abschließend lässt sich sagen, dass die hier konstruierten Regressions- und Signaturmodelle eine sparsame, aber genaue Schätzung unentdeckter Altreifenhabitate liefern, in denen möglicherweise viele Mücken vorkommen.