Downloads provided by UsageCounts
Esta guía de usuario proporciona una introducción sencilla al análisis basado en teledetección y la modelización usando Random Forest (bosques aleatorios) para identificar las variables biogeográficas clave que influyen en la distribución y abundancia de mosquitos en el contexto de los estudios sobre malaria. Pretende ser un recurso para usuarios con conocimientos previos limitados sobre este tipo de análisis y presenta instrucciones paso a paso para que los usuarios realicen la modelización predictiva de distribuciones de mosquitos. Se proporcionan conjuntos de datos de muestra y secuencias de comandos de análisis. Esta guía utiliza tres paquetes de software, Google Earth Engine, R (con RStudio) y QGIS para el preprocesamiento, modelado y visualización de datos, todos ellos gratuitos para uso no comercial. Se proporcionan scripts de ejemplo para realizar el procesamiento y análisis de datos tanto en Google Earth Engine (GEE) como en R, y aunque estos scripts están diseñados para automatizar el análisis en gran medida, actualmente están optimizados para el área de estudio y el período de tiempo utilizados en el ejemplo trabajado para Lodja, República Democrática del Congo. Los usuarios son libres de adaptarlos a sus propios fines. Siguiendo las instrucciones, el usuario aprenderá a aplicar estos métodos. De este modo, los usuarios podrán aplicar estos métodos a diferentes conjuntos de datos, zonas y escenarios de su elección.
Remote Sensing, Random Forests, Mosquito, Earth Observation, Anopheles gambiae, Google Earth Engine, Malaria
Remote Sensing, Random Forests, Mosquito, Earth Observation, Anopheles gambiae, Google Earth Engine, Malaria
| selected citations These citations are derived from selected sources. This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | 0 | |
| popularity This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network. | Average | |
| influence This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | Average | |
| impulse This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network. | Average |
| views | 21 | |
| downloads | 39 |

Views provided by UsageCounts
Downloads provided by UsageCounts