遥感与地理信息系统学报

抽象的

使用 ENVI 基于对象的分类器、Farquhar 的单体素叶片光合作用响应解释模型和布尔时间序列统计数据对布基纳法索的荫蔽 Simulium damnosum sl 幼虫栖息地进行无偏随机端元插值

本杰明·雅各布、罗伯特·J·诺瓦克、洛朗·托伊、穆萨·S·桑福、塞米哈·卡利斯坎、阿兰·帕尔、蒙凯拉·诺马、洛朗·亚梅奥戈和托马斯·乌纳什

从亚米级分辨率数据（例如 Quick Bird 可见光和近红外 (NIR) 0.61m 波段比率）恢复的节肢动物相关传染病水生幼虫栖息地的端元光谱可作为最小二乘估计算法中的因变量。通过这样做，可以准确地插入季节性地方性传播导向的风险变量。然而，光谱混合是多维冠层导向节肢动物相关传染病幼虫栖息地特征属性固有的问题，导致很少有图像亚像素光谱代表“纯”目标。这​​可能导致有偏差的端元目标特征，因为来自不同冠层导向幼虫栖息地物体类型的光谱未量化的混合亚像素辐射。错误的端元幼虫栖息地特征将导致随机/确定性插值器中的残差预测不一致。在本分析中，我们从 QuickBird 拍摄的 Similium damnosum sl 冠层幼虫栖息地（图 1）的地理参考的带冠层幼虫栖息地（布基纳法索河流流行病学研究地点的黑蝇盘尾丝虫病媒介）中提取和分解了多个冠层端元表面导向亚米分辨率像素反射率值的光谱提取和分解。我们使用 ENVI 基于对象的分类器、三维辐射传输方程和 Li-Strahler 几何光学模型来执行像素分解。此后，使用布尔域内的稳健逐级算法 (SPA) 对地理参考的幼虫栖息地和冠层内辐射值（例如前寒武纪岩石）进行光谱分离和加权。然后，分解后的端元在 ArcGIS 中呈现出稳健的光谱特征，随后对其进行克里金分析，使用盲研究形式识别布基纳法索河流系统沿岸未知的、未采样的生产性 S. damnosum sl 幼虫栖息地。验证模型显示，根据季节性采样的幼虫密度计数值预测的地理参考生产性黑蝇栖息地地点之间存在 100% 的相关性。