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
Wir interpolierten eine geospektral zerlegte 5 Meter (m) RapidEye™, Red Edge, Normalized Difference Vegetation Index (NDVI), ungemischte Endmember-Biosignatur eines georeferenzierten Larvenhabitats von Similium damnosum sl, einem Überträger der Onchozerkose durch Kriebelmücken. Wir taten dies, um unbekannte, nicht beprobte, fruchtbare Habitate in afrikanischen Flussgebieten zu identifizieren. Das Larvenhabitat von S. damnosum sl wurde zunächst in einem Flussdorf in Burkina Faso geobeprobt und auf die Daten mit 5 m Auflösung gelegt. Die Bandmathematikfunktion von ENVI 4.8TM wurde verwendet, um den RedEdge NDVI zu berechnen. Vor dem Anwenden des Spektralindex auf die Roh-Mixelwerte („gemischte Pixel“) des Bildes wurden Digitalnummern (DN) in physikalisch sinnvolle Einheiten umgewandelt, um Absorptionsreflexionsspektren und die Produktivität unreifer Similiums anhand der Habitatgröße zu unterscheiden. Mittels linearer Regression wurden Banddaten mit DN und den Reflexionswerten gleichgesetzt und quantifiziert, was in der geospektralen Sub-Mixel-Risikoanalyse dem Entfernen der Sonneneinstrahlung und der atmosphärischen Pfadstrahlung im objektbasierten Klassifikator entsprach. Ein radiometrisches Kalibrierungstool kalibrierte dann die Daten der Weltraumsensoren auf Strahlung und Reflexion an der Obergrenze der Atmosphäre (ToA). Zusätzlich entfernte die Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes (FLAASH®) die Auswirkungen der Mehrfachstreuung in der Szene. Wir berechneten die interne relative Reflexion, die das Bild auf ein Szenendurchschnittsspektrum normalisierte. Das Log Residuals Correction Tool von ENVI entfernte die Instrumentenverstärkung, topografische Effekte und Albedo-Effekte aus den Reflektivitäts-, Transmissions- und Wellenlängenemissionswerten. Der momentane Anteil der direkten Strahlung, der von der Baumkrone des Habitates abgefangen wurde, wurde berechnet und beschrieben als fPAR = 1 - exp (-k (Blattflächenindex)/cosθs), wobei der Extinktionskoeffizient k eine Funktion der Blattwinkelverteilung war. Wir verwendeten einen sukzessiven progressiven Algorithmus, eine Strahlungsübertragungsanalyse in der Atmosphäre mit zwei Strömen, ein geometrisch-optisches Modell und eine bidirektionale Reflexionsverteilungsfunktion, um die überdachten Endglieder des Larvenhabitats von S. damnosum sl zu entmischen. Die aus den RapidEye™-Daten abgeleiteten nichtparametrischen, residualen, explanatorischen, zerlegten Sub-Mixel-Schätzer wurden dann verwendet, um ein Boolesches Modell zu konstruieren. Anschließend wurden das abgebildete Larvenhabitat und seine georäumlichen, ökohydrologischen Pigmente innerhalb der Baumkrone (z. B. Chorophyll, Zeathinine) definiert und eine Red Edge-, NDVI-, Endglied-Biosignatur in ENVI zerlegt. Eine Autokorrelations-Unsicherheitsmatrix wurde in Kombinationen der unvermischten überdachten Endglieder zerlegt. Anschließend wurden der NDVI, die Endglied-Biosignatur, die zerlegten überdachten Endglieder mit ihren mehreren ToA-Rausch-angepassten Koeffizienten in Geospatial Analyst von ArcGIS 10.3® einer Kriged-Analyse unterzogen, um unbekannte, nicht beprobte, fruchtbare, georeferenzierbare Larvenhabitate von S. damnosum sl entlang eines Flussökosystems im Norden Ugandas zu identifizieren. Von den vom Überdachungsmodell prognostizierten fruchtbaren, schattigen Larvenhabitaten enthielten 72 % S.damnosum sl-Larven bei Überprüfung im Feld. Die Sensitivität des Tests betrug 78,26, die Spezifität 100.