在湖泊和沼泽地区精确地绘制牛息地的地图:使用随机森林建模集成环境和纹理指标
Xuedong Zhang1,2, Zelan Lv1, Jianjun Dai3
1School of Geomatics and Urban Spatial Information, Beijing University of Civil Engineering and Architecture, Beijing, 102627, China.
Heliyon
|September 12, 2024
概括
这项研究加强了牛息地识别,以控制中国的杆菌病. 一个新的随机森林模型整合了多样化的数据,大大提高了确定高风险区域的准确性. Oncomelania hupensis.
科学领域:
- 环境科学环境科学
- 公共卫生 公共卫生
- 遥感是一种远程传感.
背景情况:
- 日本杆菌仍然是中国的一个主要的健康问题,由中间牛宿主Oncomelania hupensis驱动.
- 目前用于识别牛息地的遥感方法受到空间规模和季节性变化的限制.
研究的目的:
- 开发一种改进的遥感方法,以准确识别Oncomelania hupensis息地.
- 通过结合多源数据和考虑时空因素来解决现有方法的局限性.
主要方法:
- 采用随机森林方法,使用多来源数据,包括底部土地,地面纹理和环境变量.
- 开发和比较了中国贵湖和沼泽地区的四种模型.
- 使用诸如真实技能统计,准确性,卡帕统计和曲线下的面积等指标来评估模型性能.
主要成果:
- 基线模型整合了地面表面纹理,底部土地和环境变量,表现出卓越的性能.
- 这个模型实现了高精度 (0.97),真实技能统计 (0.93),卡帕统计 (0.94) 和AUC (0.99).
- 高风险的牛息地被确定为沿着主要水体的带状模式,包括长江和津湖.
结论:
- 综合多源数据的随机森林模型显著提高了牛息地评估的准确性,以控制日本杆菌.
- 调查结果为有针对性的资源分配和有效的牛监测策略提供了关键的见解.
- 该方法适用于定位具有类似生态特征的其他特有宿主.


