v.
i y
perceelsgrens
AND AN EVEN BETTER ONE
TO REALIZE
resultaat voor perceel
Fig. 14. Geclassificeerde remote sensing-opname, gecombineerd
met een (digitale) perceelsgrens. De computer kan alle pixels die
binnen het perceel liggen, berekenen.
Fig. 15. De perceelsgewijze classificatie resulteert in één type gewas
per perceel. Deze, uit de remote sensing afgeleide, informatie kan
direct aan een vectorbestand met perceelsgrenzen worden toe
gevoegd.
Het effect van de toegevoegde geografische gegevens werd vast
gesteld door dit resultaat te vergelijken met een standaardclassifica
tie. Voor dit akkerbouwgebied in Oostelijk Flevoland werden nu 80%
in plaats van 76% van de pixels juist geclassificeerd.
Geometrie
Zoals al eerder is aangegeven, classificeert de computer pixels. Elke
afzonderlijke pixel wordt vergeleken met de trainingsgegevens en er
wordt een klasse toegekend. De enige eigenschap van een pixel die
wordt gebruikt, is spectrale reflectie. Wanneer wij (als mens) bijvoor
beeld een foto classificeren, gebruiken we veel meer aspecten dan
spectrale reflectie alleen; ook de textuur, structuur en de omgeving
van een element zijn dan van belang. Een perceel gras wordt on
danks verschil in gewashoogte en een aantal kale plekken toch als
eenheid waargenomen. Dit komt omdat het grootste gedeelte van
het perceel gras-kenmerken heeft; afwijkingen hiervan worden als
het ware genegeerd (fig. 13).
Daarnaast is het zo, dat een gebruiker niet altijd is geïnteresseerd in
het grondgebruik per raster-element. In sommige gevallen heeft men
veel liever het grondgebruik van bijvoorbeeld een perceel.
Beide aspecten, ruimtelijke samenhang en grondgebruik per per
ceel, zijn gecombineerd in een zogenaamde perceelsgewijze classi
ficatie. De voorwaarde voor het uitvoeren van een perceelsgewijze
classificatie is beschikbaarheid van digitale perceelsgrenzen. Voor
een aantal gebieden zijn er perceelsgrenzen gedigitaliseerd en
NGT GEODESIA 91-11
opgeslagen in een GIS op basis van topografische kaarten en lucht
foto's. De classificatieprocedure verloopt dan als volgt.
Eerst wordt een standaard pixel-classificatie uitgevoerd. Uit erva
ringen is bekend dat het grootste deel van de pixels juist wordt
geclassificeerd. Vervolgens wordt per perceel bepaald welke pixels
zich binnen de perceelsgrenzen bevinden (fig. 14). Van de voor
komende klassen wordt de relatieve frequentie bepaald. De klasse
met de hoogste frequentie wordt aan het perceel toegekend (fig. 15).
Hiermee sla je twee vliegen in één klap: afwijkingen als gevolg van
plaatselijke variatie worden genegeerd en het grondgebruik is (ook)
per perceel beschikbaar.
De kwaliteit van de bestanden die uit de perceelsgewijze classificatie
ontstaan, is zo'n 8% tot 20% beter dan de standaardclassificatie. De
oorzaak van deze spectaculaire verbetering is de toegevoegde ruim
telijke samenhang. Een probleem voor het toepassen van deze
methode in de praktijk is de beschikbaarheid van digitale perceels
grenzen. Er zijn in Nederland diverse digitale geometrische bestan
den beschikbaar of in aanmaak. Helaas beschrijft geen van deze
bestanden percelen in de zin van grondgebruikseenheden.
Kwaliteitswinst door goede betrekkingen
Grondgebruiksclassificaties van satellietopnamen hebben een be
perkte nauwkeurigheid. Het gebruik van geografische informatie kan
leiden tot een verhoogde classificatienauwkeurigheid van satelliet
opnamen [8], Een voorwaarde daarbij is, dat de betrekkingen tussen
de geografische informatie en de remote sensing-opname expliciet
zijn gedefinieerd.
Conclusies
,,Hoe realiseren we goede kwaliteit en wat is daarvoor nodig?"
De conclusie van dit verhaal moet duidelijk zijn: kennis van samen
hangen, of tenminste het besef van het bestaan van allerlei be
trekkingen tussen verschillende dimensies van de wereld, leidt tot
betere beschrijvingen van de wereld. Uit goede kennis vloeit betere
kennis voort, kwaliteit ontstaat uit kwaliteit. De benodigde kennis kan
door statistisch onderzoek zijn verkregen en in digitale bestanden
zijn vastgelegd, maar moet daarnaast ook in de hoofden van de
gebruikers zitten. We mogen hopen, dat betere beschrijvingen
leiden tot betere ingrepen in de wereld. Dit vraagt echter weer kennis
van andere samenhangen dan de hier behandelde: we hebben niet
alle wegen die tot kwaliteit leiden, kunnen laten zien!
Wat kwaliteit nu precies is, hebben we niet kunnen vaststellen. Zit zij
in het produkt? Zit ze in het hoofd? Is kwaliteit een betrekking tussen
mens en produkt, tussen subject en object? Of moeten we de
vergaande, maar goed onderbouwde, conclusie delen van Robert
Pirsig's zoekende onderzoeker, dat kwaliteit de oorsprong moet zijn
van subject en object? [9]
Laten we maar praktisch blijven. Wanneer wij als landmeters be
trouwbaarder beschrijvingen van de wereld kunnen maken, stellen
we andere mensen, die hopelijk ook zicht hebben op de vele samen
hangen in de wereld, in staat beter gefundeerde beslissingen te
nemen bij het beheer van de wereld. Een correcte beschrijving van
de motorfiets, van het landschap of van iets anders wat onze zorg
vraagt, helpt bij het gebruik en het onderhoud ervan. Op het omslag
van het boekje over motoronderhoud waaruit de drie aanzichten van
de motorfiets zijn gehaald, staat prachtig uitgedrukt waar het om
gaat:
„IT'S A GOOD FEELING
TO UNDERSTAND
WHAT'S HAPPENING
BELOW YOU -
YOU CAN GET INSIDE,
IF NECESSARY,
AND MAKE REPAIRS"
Dat aangename gevoel, die kwaliteit, kunnen u en ik realiseren door
denken uit verbondenheid, of met andere woorden, door een drie
dimensionale kijk op goede betrekkingen.
483
