Published January 17, 2019
| Version v1
Publication
Open
High-accuracy detection of malaria vector larval habitats using drone-based multispectral imagery
Creators
- 1. Universidad Peruana Cayetano Heredia
- 2. Ministry of Health
- 3. New York State Department of Health
- 4. Wadsworth Center
- 5. University at Albany, State University of New York
- 6. University of California, San Diego
Description
Interest in larval source management (LSM) as an adjunct intervention to control and eliminate malaria transmission has recently increased mainly because long-lasting insecticidal nets (LLINs) and indoor residual spray (IRS) are ineffective against exophagic and exophilic mosquitoes. In Amazonian Peru, the identification of the most productive, positive water bodies would increase the impact of targeted mosquito control on aquatic life stages. The present study explores the use of unmanned aerial vehicles (drones) for identifying Nyssorhynchus darlingi (formerly Anopheles darlingi) breeding sites with high-resolution imagery (~0.02m/pixel) and their multispectral profile in Amazonian Peru. Our results show that high-resolution multispectral imagery can discriminate a profile of water bodies where Ny. darlingi is most likely to breed (overall accuracy 86.73%- 96.98%) with a moderate differentiation of spectral bands. This work provides proof-of-concept of the use of high-resolution images to detect malaria vector breeding sites in Amazonian Peru and such innovative methodology could be crucial for LSM malaria integrated interventions.
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
ازداد الاهتمام بإدارة مصادر اليرقات (LSM) كتدخل مساعد للسيطرة على انتقال الملاريا والقضاء عليه في الآونة الأخيرة بشكل رئيسي لأن الناموسيات طويلة الأمد للمبيدات الحشرية (LLINs) والرش الموضعي الداخلي (IRS) غير فعالين ضد البعوض الآكل للخارج والبعوض الآلف للخارج. في بيرو الأمازونية، من شأن تحديد المسطحات المائية الأكثر إنتاجية وإيجابية أن يزيد من تأثير مكافحة البعوض المستهدفة على مراحل الحياة المائية. تستكشف هذه الدراسة استخدام المركبات الجوية بدون طيار (الطائرات بدون طيار) لتحديد مواقع تكاثر Nyssorhynchus darlingi (Anopheles darlingi سابقًا) مع صور عالية الدقة (~0.02m/pixel) وملفها متعدد الأطياف في Amazonian Peru. تظهر نتائجنا أن الصور متعددة الأطياف عالية الدقة يمكن أن تميز ملف تعريف المسطحات المائية حيث من المرجح أن تتكاثر Ny. darlingi (الدقة الإجمالية 86.73 ٪ - 96.98 ٪) مع تمايز معتدل للنطاقات الطيفية. يوفر هذا العمل إثباتًا لمفهوم استخدام الصور عالية الدقة للكشف عن مواقع تكاثر ناقلات الملاريا في منطقة الأمازون في بيرو، ويمكن أن تكون هذه المنهجية المبتكرة حاسمة للتدخلات المتكاملة لمكافحة الملاريا في منطقة الأمازون.Translated Description (French)
L'intérêt pour la gestion des sources larvaires (LSM) en tant qu'intervention complémentaire pour contrôler et éliminer la transmission du paludisme a récemment augmenté principalement parce que les moustiquaires insecticides longue durée (MILD) et les pulvérisations à effet rémanent à l'intérieur des habitations (IRS) sont inefficaces contre les moustiques exophagiques et exophiles. Au Pérou amazonien, l'identification des plans d'eau les plus productifs et les plus positifs augmenterait l'impact du contrôle ciblé des moustiques sur les stades de la vie aquatique. La présente étude explore l'utilisation de véhicules aériens sans pilote (drones) pour identifier les sites de reproduction de Nyssorhynchus darlingi (anciennement Anopheles darlingi) avec une imagerie à haute résolution (~0.02m/pixel) et leur profil multispectral au Pérou amazonien. Nos résultats montrent que l'imagerie multispectrale à haute résolution peut discriminer un profil de masses d'eau où Ny. darlingi est le plus susceptible de se reproduire (précision globale 86,73%- 96,98%) avec une différenciation modérée des bandes spectrales. Ce travail fournit une preuve de concept de l'utilisation d'images à haute résolution pour détecter les sites de reproduction du vecteur du paludisme au Pérou amazonien et une telle méthodologie innovante pourrait être cruciale pour les interventions intégrées du paludisme LSM.Translated Description (Spanish)
El interés en el manejo de la fuente larvaria (LSM) como una intervención complementaria para controlar y eliminar la transmisión de la malaria ha aumentado recientemente, principalmente porque los mosquiteros insecticidas de larga duración (LLIN) y el aerosol residual en interiores (IRS) son ineficaces contra los mosquitos exofágicos y exófilos. En el Perú amazónico, la identificación de los cuerpos de agua más productivos y positivos aumentaría el impacto del control específico de mosquitos en las etapas de la vida acuática. El presente estudio explora el uso de vehículos aéreos no tripulados (drones) para identificar sitios de reproducción de Nyssorhynchus darlingi (anteriormente Anopheles darlingi) con imágenes de alta resolución (~0.02m/pixel) y su perfil multiespectral en el Perú amazónico. Nuestros resultados muestran que las imágenes multiespectrales de alta resolución pueden discriminar un perfil de cuerpos de agua donde Ny. darlingi tiene más probabilidades de reproducirse (precisión general 86.73%- 96.98%) con una diferenciación moderada de bandas espectrales. Este trabajo proporciona una prueba de concepto del uso de imágenes de alta resolución para detectar sitios de reproducción de vectores de malaria en el Perú amazónico y esta metodología innovadora podría ser crucial para las intervenciones integradas de malaria de LSM.Files
journal.pntd.0007105&type=printable.pdf
Files
(2.9 MB)
| Name | Size | Download all |
|---|---|---|
|
md5:d4e76b2b565521711221de4e151b6d53
|
2.9 MB | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- الكشف عالي الدقة عن موائل يرقات ناقلات الملاريا باستخدام الصور متعددة الأطياف القائمة على الطائرات بدون طيار
- Translated title (French)
- Détection de haute précision des habitats larvaires vecteurs du paludisme à l'aide d'images multispectrales basées sur des drones
- Translated title (Spanish)
- Detección de alta precisión de hábitats de larvas de vectores de malaria utilizando imágenes multiespectrales basadas en drones
Identifiers
- Other
- https://openalex.org/W2909636071
- DOI
- 10.1371/journal.pntd.0007105
References
- https://openalex.org/W1503803998
- https://openalex.org/W1504349392
- https://openalex.org/W1524332537
- https://openalex.org/W1837071058
- https://openalex.org/W1893586367
- https://openalex.org/W1913281388
- https://openalex.org/W1920254556
- https://openalex.org/W1964672965
- https://openalex.org/W1966614305
- https://openalex.org/W1967466295
- https://openalex.org/W1969136216
- https://openalex.org/W1972420563
- https://openalex.org/W1991282904
- https://openalex.org/W2000444337
- https://openalex.org/W2030277589
- https://openalex.org/W2039717263
- https://openalex.org/W2043916601
- https://openalex.org/W2044682179
- https://openalex.org/W2060599314
- https://openalex.org/W2062790769
- https://openalex.org/W2070322349
- https://openalex.org/W2071310793
- https://openalex.org/W2076273012
- https://openalex.org/W2089482510
- https://openalex.org/W2092240755
- https://openalex.org/W2094077008
- https://openalex.org/W2094365014
- https://openalex.org/W2102182280
- https://openalex.org/W2102348230
- https://openalex.org/W2110008693
- https://openalex.org/W2113234737
- https://openalex.org/W2114252854
- https://openalex.org/W2117630657
- https://openalex.org/W2120122817
- https://openalex.org/W2127406540
- https://openalex.org/W2134655312
- https://openalex.org/W2141096617
- https://openalex.org/W2144996983
- https://openalex.org/W2146610814
- https://openalex.org/W2150633012
- https://openalex.org/W2152400766
- https://openalex.org/W2155287604
- https://openalex.org/W2155307739
- https://openalex.org/W2155714630
- https://openalex.org/W2156182980
- https://openalex.org/W2158143121
- https://openalex.org/W2160220140
- https://openalex.org/W2162386702
- https://openalex.org/W2170452509
- https://openalex.org/W2172820226
- https://openalex.org/W2173812327
- https://openalex.org/W2178504573
- https://openalex.org/W2180609869
- https://openalex.org/W2181032326
- https://openalex.org/W2187448411
- https://openalex.org/W2253593610
- https://openalex.org/W2269095563
- https://openalex.org/W2275911352
- https://openalex.org/W2336112802
- https://openalex.org/W2401268649
- https://openalex.org/W2409925180
- https://openalex.org/W2411327060
- https://openalex.org/W2416175220
- https://openalex.org/W2473219632
- https://openalex.org/W2520535737
- https://openalex.org/W2545778327
- https://openalex.org/W2557730755
- https://openalex.org/W2574326822
- https://openalex.org/W2579558620
- https://openalex.org/W2588880570
- https://openalex.org/W2605513137
- https://openalex.org/W2725897987
- https://openalex.org/W2728224506
- https://openalex.org/W2736508163
- https://openalex.org/W2742697064
- https://openalex.org/W2743341280
- https://openalex.org/W2767025141
- https://openalex.org/W2767537537
- https://openalex.org/W2770063106
- https://openalex.org/W2789713607
- https://openalex.org/W2911964244
- https://openalex.org/W4252423241
- https://openalex.org/W765724873