Mapping the Urban Environments of <i>Aedes aegypti</i> Using Drone Technology
Kenia Mayela Valdez-Delgado,
Octavio Garcia-Salazar,
David A. Moo-Llanes,
Cecilia Izcapa-Treviño,
Miguel A. Cruz-Pliego,
Gustavo Y. Domínguez-Posadas,
Moisés O. Armendáriz-Valdez,
Fabián Correa-Morales,
Luis Alberto Cisneros-Vázquez,
José Genaro Ordóñez-González,
Ildefonso Fernández-Salas,
Rogelio Danis-Lozano
Affiliations
Kenia Mayela Valdez-Delgado
Centro Regional de Investigación en Salud Pública (CRISP), Instituto Nacional de Salud Pública (INSP), 4a Av. Norte Esquina 19 Calle Poniente s/n, Tapachula 30700, Chiapas, Mexico
Octavio Garcia-Salazar
Centro de Investigación e Innovación en Ingeniería Aeronáutica (CIIIA), Facultad de Ingeniería Mecánica y Eléctrica, Universidad Autónoma de Nuevo León (UANL), Apodaca 65582, Nuevo León, Mexico
David A. Moo-Llanes
Centro Regional de Investigación en Salud Pública (CRISP), Instituto Nacional de Salud Pública (INSP), 4a Av. Norte Esquina 19 Calle Poniente s/n, Tapachula 30700, Chiapas, Mexico
Cecilia Izcapa-Treviño
Centro Nacional de Prevención de Desastres (CENAPRED), Secretaría de Seguridad y Protección Ciudadana, Gobierno de México, Av. Antonio Delfín Madrigal 665 Pedregal de Santo Domingo, Ciudad de México 04360, Mexico
Miguel A. Cruz-Pliego
Centro Nacional de Prevención de Desastres (CENAPRED), Secretaría de Seguridad y Protección Ciudadana, Gobierno de México, Av. Antonio Delfín Madrigal 665 Pedregal de Santo Domingo, Ciudad de México 04360, Mexico
Gustavo Y. Domínguez-Posadas
Centro Nacional de Prevención de Desastres (CENAPRED), Secretaría de Seguridad y Protección Ciudadana, Gobierno de México, Av. Antonio Delfín Madrigal 665 Pedregal de Santo Domingo, Ciudad de México 04360, Mexico
Moisés O. Armendáriz-Valdez
Centro Nacional de Prevención de Desastres (CENAPRED), Secretaría de Seguridad y Protección Ciudadana, Gobierno de México, Av. Antonio Delfín Madrigal 665 Pedregal de Santo Domingo, Ciudad de México 04360, Mexico
Fabián Correa-Morales
Centro Nacional de Programas Preventivos y Control de Enfermedades (CENAPRECE), Secretaría de Salud, Gobierno de México, Benjamin Franklin 132, Ciudad de Mexico 11800, Mexico
Luis Alberto Cisneros-Vázquez
Centro Regional de Investigación en Salud Pública (CRISP), Instituto Nacional de Salud Pública (INSP), 4a Av. Norte Esquina 19 Calle Poniente s/n, Tapachula 30700, Chiapas, Mexico
José Genaro Ordóñez-González
Centro Regional de Investigación en Salud Pública (CRISP), Instituto Nacional de Salud Pública (INSP), 4a Av. Norte Esquina 19 Calle Poniente s/n, Tapachula 30700, Chiapas, Mexico
Ildefonso Fernández-Salas
Facultad de Ciencias Biológicas, Universidad Autónoma de Nuevo León (UANL), Ave. Pedro de Alba s/n cruz con Ave. Manuel L. Barragán, San Nicolás de los Garza 66455, Nuevo León, Mexico
Rogelio Danis-Lozano
Centro Regional de Investigación en Salud Pública (CRISP), Instituto Nacional de Salud Pública (INSP), 4a Av. Norte Esquina 19 Calle Poniente s/n, Tapachula 30700, Chiapas, Mexico
Aedes aegypti is widely distributed worldwide and is the main vector mosquito for dengue, one of the most important infectious diseases in middle- and low-income countries. The landscape composition and vegetation cover determine appropriate environments for this mosquito to breed, and it is fundamental to define the most affordable methodology to understand these landscape variables in urban environments. The proposed methodology integrated drone technologies and traditional entomological surveillance to strengthen our knowledge about areas suitable for Ae. aegypti infestation. We included an analysis using the vegetation indexes, NDVI and NDVIRe, and their association with Ae. aegypti larvae and adults in houses from the El Vergel neighborhood Tapachula, Chiapas, Mexico. We used drone technology to obtain high-resolution photos and performed multispectral orthomosaic constructions for the data of vegetation indexes with a kernel density analysis. A negative binomial regression was performed to determine the association between the numbers of Ae. aegypti larvae and adults with the kernel density based on NDVI and NDVIRe. Medium and high values of kernel density of NDVIRe (both p-value p-value Ae. aegypti larvae per house did not show an association with medium and high values of NDVIRe (both p-value > 0.05) and NDVI (both p-value > 0.05). The vegetation indexes, NDVI and NDVIRe, have potential as precise predictors of Ae. aegypti adult mosquito circulation in urban environments. Drone technology can be used to map and obtain landscape characteristics associated with mosquito abundance in urban environments.