naai coördinatensysteem wordt gedefinieerd zodat de data
voorgesteld wordt zonder correlatie. Zes 'principal compo
nents' werden bepaald, gebruik makend van de gestan
daardiseerde correlatiematrix. Deze methode heeft meer
voordelen dan transformaties gebaseerd op een covariantie-
matrix, zoals de verhoogde interpreteerbaarheid, de isola
tie van de seizoensgebonden effecten en ruis, betere sta
tistische controle en preciezere classificatie [Conese et al.,
1988; Eastman and Fullc, 1993; Rencher, 1995]. Regio's met
veranderingen vertonen typisch een lage correlatie, terwijl
een hoge correlatie gedetecteerd kan worden tussen beeld
data voor regio's die niet significant veranderden. Uitgaan
de van drie componenten werd een 8-bit lcleurencomposiet
gecreëerd met de laagste correlatie, die vervolgens werd ge
classificeerd in vijf klassen gebruik makend van de automa
tische cluster methode.
Nauwkeurigheidsonderzoek
Gebaseerd op historische data, grond data en visuele inter
pretatie technieken werd een nauwkeurigheidsonderzoek
opgesteld. Een aantal polygonen waarvan het grondgebruik
in beide periodes gekend is, werden nauwkeurig gedigitali
seerd. De polygonen werden in één van de drie categorieën
ingedeeld zijnde positieve veranderingen (verstedelijking
of vegetatietoename), negatieve veranderingen (urbane of
vegetatieafname) of geen verandering. Voor elk verschil-
beeld werd een foutenmatrix ontwikkeld zodat voor elke
methode de mogelijkheid om een onderscheid te maken in
de verschillende categorieën, geëvalueerd kan worden.
Alle verschilbeelden hebben drie categorieën. Negatieve
verandering in NDVI-beelden verwijzen naar vegetatieafna
me of verstedelijking, terwijl in genormaliseerde beelden
dit enkel naar vegetatieafname verwijst. Tabel 1 toont de
gemiddelde foutenmatrix voor elke methode.
Een analyse van de variantie (ANOVA) toonde geen signifi
cant verschil tussen de drie methoden (F< 0.05; 0,05 signifi
cantie).
In alle methoden was een toename van de bebouwing moei
lijk te detecteren binnen polygonen met lage densiteit in
voorstedelijke gebieden in het noorden en het noordoosten
van Harare. Dit is hoofdzakelijk te wijten aan gemengde
pixels daar de grootte van de percelen tussen 1000 en
6000 m2 ligt en de bebouwde oppervlakte slechts 8-10% van
het perceel vertegenwoordigt. De lage nauwkeurigheid van
55.34 in methode 1 toont de noodzaak om de NDVI-
methode te valideren met gronddata. Er werden minder
pixels met stedelijke expansie ontdekt, behalve in de poly
gonen met een hoge bevolkingsdichtheid.
Methode 2 toonde de stedelijke groei
en de gerelateerde impact op de vege
tatie met een gemiddelde nauwkeurig
heid van 90.51%. De expansie van de
grens van Harare was duidelijk te mer
ken, maar nieuwe bebouwing was
moeilijk te onderscheiden van algeme
ne vegetatievermindering rond de stad
(fig. 3). Vegetatieaangroei werd correct
gedetecteerd, zeker in vergelijking
met methode 1.
De genormaliseerde bandverschilme-
thode (methode 3) toonde een realisti
scher beeld van de expansie van ver
schillende sectoren van de stad (fig. 4).
Het stedelijk centrum vertoont een
meer gefragmenteerde groei in verge
lijking met het solide patroon beko
men in de NDVI-methoden. Bij de con
trole met de referentiepolygonen zien
we dat industriële en residentiële ex
pansie relatief hoge nauwkeurigheids
niveaus behalen.
Het patroon van verstedelijking en de
geassocieerde vegetatievermindering
in de omgeving van de stad werd on
der de loep genomen. De NDVI ver-
schilmethode (methode 1) had in alle
opzichten de laagste nauwkeurigheid
te wijten aan een verminderde gevoe
ligheid om negatieve verandering te
detecteren. Een verandering in de
dicht begroeide, maar dun bevolkte
stadsrand werd moeilijk gedetecteerd
in de drie methodes. Classificatie van
het PCA-beeld met weinig correlatie of
wijzigingen was moeilijk. De aard van
de stedelijke structuur beïnvloed over
het algemeen de nauwkeurigheid van
de Change Detection-methodologieën.
Methode 1 overschat de verstedelijking in de stadskern. Bo
vendien zijn deze veranderingen moeilijk te verifiëren aan
gezien expansie in Harare voornamelijk bestond uit het op
trekken van individuele structuren binnen de open gebie
den van de stad. Deze tekortkoming werd opgevangen in de
PCA-methode die gevoeliger is voor lokale veranderingen.
Anderzijds was de interpretatie van het PCA geclassificeerd
beeld over het algemeen moeilijker. De industriële expan- Tabel 1. Gemiddelde nauwkeurigheid vooralle methoden gebaseerd
Methode
Veranderingen
0
Verstedelij king
NOVIl
55.34
0.64
44.01
PCA 2
90.51
0.018
9.47
GBV 3
74.42
0.28
25.30
Vegetatie
1
29.50
28.06
42.43
toename
2
72.42
11.06
16.53
3
0
79.71
20.29
Geen
1
18.35
2.94
78.71
veranderingen
2
63.28
1.43
35.28
3
8.26
27.24
64.50
sie was vergelijkbaar in methode 2 en methode 3.
op gekende veranderde polygonen.
GEO-INFO 2004-9
Resultaten en discussie
Conclusie