दूर से प्राप्त पर्यावरणीय जानकारी का उपयोग करके मच्छर जनसंख्याओं का मॉडल बनाना

वेक्टर जनित बीमारियों को विभिन्न पर्यावरणीय मानकों और पर्यावरणीय परिवर्तनों जैसे जलवायु परिवर्तन से जोड़ा गया है, जो समय और स्थान में उनके प्रसार को प्रभावित करते हैं। पर्यावरणीय स्थितियों और परिवर्तनों की निगरानी के लिए दूरसंचारी डेटा का व्यापक रूप से उपयोग किया गया है। हमने अनुमान लगाया कि विभिन्न पर्यावरणीय मानकों में परिवर्तन मच्छर जनसंख्या के आकार में बदलाव के रूप में परिलक्षित हो सकता है, जिससे वेक्टर रोगों के समय और स्थान के पैटर्न प्रभावित होते हैं। इस अध्ययन का उद्देश्य दूर से प्राप्त सामान्यीकृत अंतर वनस्पति संकेतांक (NDVI) और लैंड सतह तापमान (LST) का उपयोग करके मच्छर जनसंख्याओं पर पर्यावरणीय चर के प्रभाव का विश्लेषण करना है, जो लैंडसैट 8 से प्राप्त होता है, साथ ही अन्य कारक, जैसे कि ऊंचाई और आसपास के जलकवर वाले क्षेत्र। इसलिए, एक बह-layer परसेप्ट्रॉन (MLP) आर्टिफिशियल नूरल नेटवर्क (ANN) मॉडल विकसित किया गया और मच्छर जनसंख्याओं की भविष्यवाणी करने की उसकी क्षमता के लिए परीक्षण किया गया। इस मॉडल को उत्तरी ग्रीस में लागू किया गया, जहाँ मच्छर जनसंख्या डेटा 17 स्थानों से लिया गया था जहाँ मच्छर जाल जून से अक्टूबर 2019 तक लगाए गए थे। सभी प्रदर्शन मेट्रिक्स ने मॉडल की उच्च भविष्यवाणी क्षमता को संकेत दिया। LST को मच्छर जनसंख्याओं की भविष्यवाणी में सबसे महत्वपूर्ण कारक के रूप में साबित किया गया, जबकि विकसित मॉडल मच्छर जनसंख्याओं की 13 दिन पहले भविष्यवाणी कर सकता है, जिससे उचित नियंत्रण उपायों के लिए एक महत्वपूर्ण विंडो की अनुमति मिलती है।