Distribución del Riesgo Espacial de la Enfermedad de la Piel Lumpy en Tailandia Basada en Modelado de Máxima Entropía
Autores: Maulana, Kusnul Yuli; Siriyakhun, Supitchaya; Na-Lampang, Kannika; Intawong, Kannikar; Olana, Kenny Oriel A.; Li, Wengui; Tamprateep, Maytawee; Punyapornwithaya, Veerasak
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Distribución del Riesgo Espacial de la Enfermedad de la Piel Lumpy en Tailandia Basada en Modelado de Máxima Entropía
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Zootecnia
Palabras clave
Controlando
Enfermedad de la piel lumpy
Ganado
Brotes
Variables ambientales
Poder predictivo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 8
Citaciones: Sin citaciones
Controlar la enfermedad de la piel lumpy (LSD) en el ganado requiere más que entender su biología; demanda una comprensión de dónde y por qué ocurren los brotes. Este estudio aplicó el enfoque de modelado de máxima entropía a los datos de brotes de LSD de 2021 a 2023 en Tailandia, integrando variables ambientales como el uso del suelo, el índice de vegetación de diferencia normalizada (NDVI), la densidad de ganado y factores climáticos. El uso del suelo, el NDVI y la densidad de ganado surgieron como los predictores más influyentes de la idoneidad de la enfermedad. El modelo tiene un valor de área bajo la curva de 0.699 (~0.70), lo que indica una capacidad predictiva moderada. También tiene un poder predictivo confiable. Con base en esto, el rendimiento del modelo respalda su fiabilidad para identificar áreas ambientalmente adecuadas para la LSD. La región central y noreste de Tailandia se definió como un área de alta idoneidad para el brote de LSD.
Descripción
Controlar la enfermedad de la piel lumpy (LSD) en el ganado requiere más que entender su biología; demanda una comprensión de dónde y por qué ocurren los brotes. Este estudio aplicó el enfoque de modelado de máxima entropía a los datos de brotes de LSD de 2021 a 2023 en Tailandia, integrando variables ambientales como el uso del suelo, el índice de vegetación de diferencia normalizada (NDVI), la densidad de ganado y factores climáticos. El uso del suelo, el NDVI y la densidad de ganado surgieron como los predictores más influyentes de la idoneidad de la enfermedad. El modelo tiene un valor de área bajo la curva de 0.699 (~0.70), lo que indica una capacidad predictiva moderada. También tiene un poder predictivo confiable. Con base en esto, el rendimiento del modelo respalda su fiabilidad para identificar áreas ambientalmente adecuadas para la LSD. La región central y noreste de Tailandia se definió como un área de alta idoneidad para el brote de LSD.