Zeitschrift für Fernerkundung und GIS

Abstrakt

Entzerrung eines stochastischen Endmember-Interpolators mithilfe von objektbasierten ENVI-Klassifikatoren, einem Farquhar-Einzelvoxelmodell zur Erklärung der photosynthetischen Blattreaktion und booleschen Zeitreihenstatistiken zur Prognose schattenüberdachter Larvenhabitate von Simulium damnosum sl in Burkina Faso

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

Endmember-Spektren, die aus Daten mit einer Auflösung von unter einem Meter (z. B. Quick Bird-Wellenbandverhältnis sichtbar und nahes Infrarot (NIR) 0,61 m) eines aquatischen Larvenhabitats für arthropodenbedingte Infektionskrankheiten gewonnen wurden, können als abhängige Variable in einem Algorithmus zur Schätzung nach der Methode der kleinsten Quadrate fungieren. Auf diese Weise können saisonale, endemische Übertragungsrisikovariablen genau interpoliert werden. Spektrale Mischung ist jedoch ein Problem, das mehrdimensionalen, kronenorientierten Larvenhabitatmerkmalen arthropodenbedingter Infektionskrankheiten innewohnt, was dazu führt, dass nur wenige Bild-Subpixel-Spektren „reine“ Ziele darstellen. Dies kann zu einer verzerrten Endmember-Zielsignatur aufgrund spektral nicht quantifizierter gemischter Subpixel-Strahlung führen, die von verschiedenen kronenorientierten Larvenhabitatobjekttypen herrührt. Eine fehlerhafte Endmember-Larvenhabitatsignatur führt zu inkonsistenten Restprognosen in einem stochastischen/deterministischen Interpolator. In dieser Analyse haben wir mehrere oberflächenorientierte Pixelreflexionswerte von Endstücken mit Kronendach und einer Auflösung von unter einem Meter spektral extrahiert und zerlegt, die aus einem georeferenzierten, mit QuickBird abgebildeten Larvenhabitat mit Kronendach von Similium damnosum sl (Abbildung 1), einem Überträger der Onchozerkose durch Kriebelmücken, in einem epidemiologischen Flussstudiengebiet in Burkina Faso abgeleitet wurden. Wir verwendeten objektbasierte ENVI-Klassifikatoren, eine dreidimensionale Strahlungsübertragungsgleichung und das geometrisch-optische Li-Strahler-Modell, um die Pixelzerlegung durchzuführen. Anschließend wurden das georeferenzierte Larvenhabitat und die Strahlungswerte innerhalb des Kronendachs (z. B. präkambrisches Gestein) spektral isoliert und mithilfe eines robusten Algorithmus für sukzessive Progression (SPA) innerhalb einer Booleschen Domäne gewichtet. Das zerlegte Endelement lieferte dann eine robuste Spektralsignatur in ArcGIS, die anschließend mithilfe eines Blindstudienformats mithilfe von Kriging unbekannte, nicht beprobte produktive Larvenhabitate von S. damnosum sl entlang eines Flusssystems in Burkina Faso identifizierte. Das Validierungsmodell ergab eine 100%ige Korrelation zwischen den vorhergesagten georeferenzierten produktiven Habitaten der Kriebelmücke basierend auf den saisonal beprobten Larvendichtewerten.