Remote Sensing and Human Health: New Sensors and New Opportunities

Από RemoteSensing Wiki

Remote Sensing and Human Health: New Sensors and New Opportunities

Louisa R. Beck,Bradley M. Lobitz,Byron L. Wood

Τηλεπισκόπηση και ανθρώπινη υγεία: νέοι αισθητήρες και νέες ευκαιρίες

Από την έναρξη του Landsat-1 28 χρόνια πριν, δεδομένα τηλεπισκόπησης έχουν χρησιμοποιηθεί για τη χαρτογράφηση χαρακτηριστικών στην επιφάνεια της γης. Ένας αυξανόμενος αριθμός μελετών για την υγεία έχουν χρησιμοποιήσει την τεχνική της τηλεπισκόπησης δεδομένων για την παρακολούθηση, την επιτήρηση, ή χαρτογράφηση του κινδύνου, ιδίως των μεταδιδόμενων ασθενειών. Σχεδόν όλες οι μελέτες χρησιμοποιούν στοιχεία από Landsat, the French Système Pour l'Observation de la Terre, and the National Oceanic and Atmospheric Administration's Advanced Very High Resolution Radiometer . Νέα συστήματα αισθητήρων είναι σε τροχιά, ή σύντομα να ξεκινήσει, τα δεδομένα των οποίων μπορούν να αποδειχθούν χρήσιμα για το χαρακτηρισμό και την παρακολούθηση της χωροχρονικό μοντέλο των λοιμωδών νόσων. Η αυξημένη υπολογιστική ισχύς και οι δυνατότητες χωρικής μοντελοποίησης των συστημάτων γεωγραφικών πληροφοριών θα μπορούσε να επεκτείνει τη χρήση της τηλεπισκόπησης πέραν της ερευνητικής κοινότητας σε επιχειρησιακή επιτήρηση και τον έλεγχο της νόσου. Το άρθρο αυτό δείχνει πώς δεδομένα τηλεανίχνευσης έχουν χρησιμοποιηθεί σε εφαρμογές για την υγεία και την αξιολογεί παρατήρησης γης των δορυφόρων που θα μπορούσαν να ανιχνεύσουν και να χαρτογραφήσουν περιβαλλοντικές μεταβλητές που σχετίζονται με τη διανομή των μεταδιδόμενων ασθενειών.

ΕΙΣΑΓΩΓΗ

Δεδομένα τηλεπισκόπησης επιτρέπουν στους επιστήμονες να μελετούν τα βιοτικά και αβιοτικά στοιχεία της γης. Τα εν λόγω στοιχεία και οι αλλαγές τους χαρτογραφούνται από το διάστημα, σε διάφορες χρονικές και χωρικές κλίμακες από το 1972. Ένας μικρός αριθμός ερευνητών στην κοινότητα της υγείας έχουν διερευνήσει τηλεπισκοπικούς περιβαλλοντικούς παράγοντες που ενδέχεται να σχετίζονται με το φυσικό περιβάλλον των οργανισμών - φορέων και με τον κίνδυνο μετάδοσης στον άνθρωπο. Ωστόσο, οι περισσότερες μελέτες για την υγεία του ανθρώπου με δεδομένα τηλεπισκόπησης επικεντρώνεται σε στοιχεία από Landsat's Multispectral Scanner (MSS) Πολυφασματικούς σαρωτές Landsat και Thematic Mapper (TM), τη National Oceanic and Atmospheric Administration 's (NOAA) Advanced Very High Resolution Radiometer (AVHRR), και το Γαλλικό Système Pour l' Observation de la Terre (SPOT). Σε πολλές από αυτές τις μελέτες, δεδομένα τηλεπισκόπησης χρησιμοποιήθηκαν για να αποκομίσουν τρεις μεταβλητές: την κάλυψη βλάστησης, τη δομή του τοπίου, και υδατικά συστήματα.

Οι διεθνείς οργανισμοί διαστήματος σχεδιάζουν περισσότερες από 80 αποστολές παρατήρησης γης στα επόμενα 15 χρόνια. Κατά τη διάρκεια αυτών των αποστολών περισσότερα από 200 μέσα θα μετρούν πρόσθετα περιβαλλοντικά χαρακτηριστικά όπως το χρώμα των ωκεανών και άλλες τρέχουσες ανιχνεύσιμες μεταβλητές, αλλά σε πολύ υψηλότερη χωρική και φασματική ανάλυση. Ο εμπορικός τομέας επίσης σχεδιάζει να ξεκινήσει διάφορα συστήματα στα επόμενα 5 χρόνια που θα μπορούν να παρέχουν συμπληρωματικά στοιχεία. Αυτές οι νέες δυνατότητες θα βελτιώσουν τη φασματική, τη χωρική και τη χρονική ανάλυση, επιτρέποντας καλύτερη εξερεύνηση παραγόντων κινδύνου. Επιπλέον, η πρόοδος στην παθογένεια, στους φορείς μεταδιδόμενων ασθενειών, επέτρεψαν την εκτίμηση ενός μεγαλύτερου εύρους περιβαλλοντικών παραγόντων που ευνοούν την μετάδοση νόσων, την παραγωγή των φορέων, την ανάδειξη και συντήρηση των εστιών νόσων καθώς και τον κίνδυνο επαφής ανθρώπου - φορέα. Πρόοδος στην επεξεργασία των ηλεκτρονικών υπολογιστών και των Συστημάτων Γεωγραφικών Πληροφοριών και των Τεχνολογιών Συστημάτων Παγκόσμιου Εντοπισμού Θέσης διευκολύνει την ενσωμάτωση των τηλεσκοπικών περιβαλλοντικών παραμέτρων με τα δεδομένα υγείας, έτσι ώστε τα μοντέλα για την επιτήρηση και τον έλεγχο νόσων να μπορούν να αναπτυχθούν. Το 1998, η Εθνική Υπηρεσία Αεροναυτικής και Διαστήματος (NASA), το Κέντρο Υγείας των Αεροδιαστημικών Τεχνολογιών (Center for Health Applications of Aerospace Related Technologies (CHAART)) αξιολόγησαν τρέχοντα και σχεδιασμένα δορυφορικά συστήματα αισθητήρων, ως ένα πρώτο βήμα προκειμένου να μπορέσουν οι επιστήμονες υγείας να καθορίσουν τα δεδομένα που αφορούν τις επιδημιολογικές, εντομολογικές και τις οικολογικές προοπτικές της έρευνάς τους, καθώς και την ανάπτυξη μοντέλων κινδύνων μετάδοσης βασισμένα στην τηλεπισκόπηση. Το πρώτο παράδειγμα επίγειας εφαρμογής, δείχνει πώς μια ενιαία εικόνα Landsat TM χρησιμοποιήθηκε για να χαρακτηρίσει τα χωρικά πρότυπα των βασικών συνιστωσών του κύκλου μετάδοσης της νόσου Lyme στη Νέα Υόρκη. Το δεύτερο παράδειγμα, επικεντρώνεται στο παράκτιο περιβάλλον, δείχνει πώς δεδομένα τηλεπισκόπησης από διάφορα δορυφορικά συστήματα μπορούν να συνδυαστούν για να χαρτογραφήσουν περιβαλλοντικές μεταβλητές στον Κόλπο της Βεγγάλης που σχετίζονται με τις διαχρονικά κρούσματα χολέρας στο Μπαγκλαντές. Αυτά τα παραδείγματα δείχνουν πώς δεδομένα τηλεπισκόπησης που αποκτήθηκαν σε διάφορες κλίμακες και φασματική ανάλυση μπορούν να χρησιμοποιηθούν ως πρότυπα για τη μελέτη μολυσματικών ασθενειών.

Ένα τρίτο παράδειγμα είναι το επιχορηγούμενο από τη ΝΑΣΑ, προτζεκτ του Public Health Applications in Remote Sensing (PHAiRS), όπου δεδομένα από τον δορυφόρο Terra της NASA εξομοιώνονται σε ένα αριθμητικό-δυναμικό μοντέλο παραγωγής και μεταφοράς σκόνης, το DREAM (Dust Regional Atmospheric Model). Αρχικά αναπτύχθηκε για τη Μεσογειακή περιοχή και τροποποιήθηκε στο PHAiRS για τις νοτιοδυτικές ΗΠΑ, το DREAM οδηγείται από επιχειρησιακά μοντέλα πρόγνωσης καιρού των ΗΠΑ (US National Weather Service). Το σύστημα DREAM προσομοιώνει και προβλέπει μέχρι τρεις ημέρες νωρίτερα την έναρξη των θυελλών σκόνης και το τρισδιάστατο μέγεθος των χαρακτηριστικών της συγκέντρωσης των αερομεταφερόμενων σύννεφων σκόνης.

Το τρέχον άγονο έδαφος που αποτελεί είσοδο για το μοντέλο αποτελείται από ταξινόμηση MOD12 (Διεθνές γεωσφαιρικό - βιοσφαιρικό Πρόγραμμα Περιγραφής οικοσυστήματος της κάλυψης γης και του δυναμικού) συμπυκνώνεται σε προϊόν δύο κατηγοριών: γυμνό έδαφος = 1 και όλες τις άλλες κατηγορίες = 0. Χρησιμοποιώντας Μέτρια Ανάλυση Spectroradiometer Εικόνας (MODIS) τα προϊόντα που θα αντικαταστήσουν την κατηγορία γυμνού εδάφους από το Olson Παγκόσμιο Οικοσύστημα χαρτών κάλυψης γης, θα βελτιώσουν την απόδοση του DREAM σημαντικά (βλ. σχήμα 1).

Σχήμα 1: Συγκεντρώσεις σκόνης κοντά στην επιφάνεια-συγκεντρώσεις πάνω Odessa, στις 13 Δεκεμβρίου 2003, προσομοίωση με DREAM (solid lines) που χρησιμοποιούν (αριστερά) Olsen Χερσαία επιφάνεια και (δεξιά) NASA Μέτρια Ανάλυση Εικόνας Spectroradiometer χαρακτηριστικά της γης σε σύγκριση με τις μετρήσιμες συγκεντρώσεις (διακεκομμένη γραμμή). Σημειώστε το αριστερό και το δεξιό διαφορές κλίμακας πάνελ.

Δουλεύοντας με το νέο Περιβαλλοντικό Tracking Σύστημα για τη Δημόσια Υγεία του Μεξικού, έχουμε αναπτύξει ένα server για τον πελάτη που βασίζεται στο διαδίκτυο (βλέπε Σχήμα 3) για να βοηθήσει στην παρακολούθηση του άσθματος και του εμφράγματος του μυοκαρδίου σε ολόκληρη την πολιτεία. Έγκαιρες προβλέψεις θα επιτρέψουν επίσης περιβαλλοντικούς συναγερμούς και θα προετοιμάσει την παροχή υγειονομικής περίθαλψης για τις αυξήσεις στις ενδονοσοκομειακές και εξωτερικών ασθενών υπηρεσίες.

Για την επαλήθευση του μοντέλο, βασιζόμαστε σε περιφερειακό αραιό δίκτυο των σταθμών δειγματοληψίας να συγκρίνουν τις συγκεντρώσεις των αιωρούμενων σωματιδίων με μεγέθη των 10 και 2.5μm (PM10 και PM2.5, αντίστοιχα) που δημιουργούνται από το μοντέλο. Τα δίκτυα αυτά είναι συγκεντρωμένα σε πυκνοκατοικημένες αστικές περιοχές, που υπόκεινται σε PM10 και PM2.5 πηγές που δημιουργούνται από την ανθρώπινη δραστηριότητα. Λίγα είναι τα διαθέσιμα σημεία δειγματοληψίας τα οποία εντοπίζουν φυσικές έναντι τεχνητών πηγών Μελλοντικές εργασίες θα αντιμετωπίσουν αυτά τα προβλήματα, επιφανειακά χαρακτηριστικά που αλλάζουν διακριτικά και εποχικά και μετατρέπονται σε lidar δίκτυα (Light Detection and Ranging) και ο A- Train (ο «απογευματινός» δορυφόρος της NASA) και οι δορυφόροι CALIPSO (Cloud-Aerosol Lidar and Infrared Pathfinder Satellite Observation) και Glory για τις μετρήσεις του προφίλ αερολυμάτων το οποίο θα συγκρίνουν με τα αποτελέσματα του μοντέλου. Για να βελτιωθεί η ακρίβεια και η χρησιμότητα των προσομοιώσεων και των προβλέψεων, DREAM-NMM δοκιμάστηκε σε 3 με 5 χιλιόμετρα χωρική διακριτική ικανότητα (Σχήμα 2). Σήμερα εγκαθίσταται στο Πανεπιστημίου της Αριζόνα, το οποίο θα αποφέρει μεγαλύτερη λεπτομέρεια και ένα ευρύτερο χωροταξικό τομέα.

Σχήμα 2. Το Public Health Applications in Remote Sensing website6 επιτρέπει στο χρήστη επιλογές για την απόκτηση μοντέλου που δημιουργεί δεδομένα από τα συμβάντα εκδήλωσης σκόνης, το οποίο συμπεριλαμβάνει προβλέψεις 72 ωρών κινούμενη επιφάνεια-συγκεντρώσεως της σκόνης και μετά την εκδήλωση, συγκρίνει με τις επιτόπιες μετρήσεις, εάν αυτές είναι διαθέσιμες.

Προϊόντα που έχουν σχεδιαστεί ειδικά με τον τελικό χρήστη στο μυαλό είναι που αξιολογούνται σε βασικούς Αριζόνα και το Νέο Μεξικό κρατικές υπηρεσίες με την επιχειρησιακή της υγείας και του αέρα-ευθύνες ποιότητας.