Fig. 5. Actualiteit
van de gebruikte
satellietfoto's. De
witte lijnen zijn de
CBS landbouw-
gebiedsgrenzen.
Landgebruiksveranderingen zijn gecodeerd. Dat wil zeggen
de code is een honderdtal geworden (de code 11 voor loof
bos wordt dan 111). Op deze manier zijn veranderingen al
tijd te achterhalen. Bij het opsporen van veranderingen zijn
in LGN5 ook eventuele fouten van LGN4 gecorrigeerd.
De verrasterde versie van het LGN5-gewassenbestand is
geintegreerd met het hierboven beschreven basisbestand.
Dit geïntegreerde bestand is het LGN5-gridbestand.
Rcte-rantlD jiar
an
Allereerst is een selectie gemaakt van TOP1 O-vector perce
len metTDN-code 5203 ('bouwland') en 5213 ('grasland') die
binnen de hoofdklasse 'agrarisch gebied' van het LGN4-be-
stand vallen. De geselecteerde TOPlO-vector percelen zijn
daarna onderverdeeld in gewaspercelen door extra grenzen
te digitaliseren op basis van satellietbeelden (fig. 7). Vervol
gens is dit (gewas)percelenbestand opgedeeld in de 66 CBS-
landbouwgebieden. Het percelenbestand is daarna ver-
rasterd en per CBS-landbouwgebied is met behulp van satel
lietbeelden het gewas geclassificeerd (op pixelbasis). De
classificatie is een semi-automatisch proces waarbij het
pakket ERDAS Imagine 8.7 is gebruikt. Voor de gewasclassi
ficatie zijn meerdere satellietbeelden gebruikt die de ge
wasontwikkeling (fenologie) in de tijd weergeven. Idealiter
heeft men voor een goede gewasclassificatie wollcenvrije sa
tellietbeelden op de tijdstippen april, eind mei, begin juli,
augustus/september nodig. Met behulp van de gewasont
wikkeling kan onderscheid worden gemaakt naar verschil
lende gewassen. Fig. 8 geeft een voorbeeld van de ontwikke
ling van bieten in de tijd weer.
De gewasclassificatie-resultaten zijn teruggekoppeld naar
het percelenbestand dat is gebaseerd op de TOP1 O-vector. De
r
ftr.
-5
Het basisbestand is daarna opgedeeld
in provincies. Hierna zijn de provin
cies visueel nagelopen op landge
bruiksveranderingen ten opzichte van
LGN4. De procedure van het visueel
nalopen van landgebruiksveranderin
gen verliep in praktijk door drie ven
sters gelijktijdig op het beeldscherm
open te hebben staan. De landbouwge
wassen van de LGN-database zijn door
zichtig gemaakt zodat het satelliet
beeld op de achtergrond te zien was
(fig. 6). Verandering van landbouw
naar stedelijk gebied, water, bos en na
tuur zijn op deze manier opgespoord.
Het transparant maken van een klas
se/hoofdklasse is diverse keren her
haald om ook andere veranderingen
op te sporen. Hierbij is de meeste aan
dacht uitgegaan naar de hoofdklassen
bos en water en de klassen boom
gaarden, kassen, gras in bebouwd ge
bied en overige natuur. Tevens zijn
met behulp van een hulpbestand (Eco-
beheerslcaart) alle gebieden die in het
bezit zijn van natuurbeherende in
stanties als Staatsbosbeheer, Provinci
ale landschappen en Natuurmonu
menten, nagelopen. Indien een duide
lijk verandering in reflectie tussen de
satellietbeelden van 1999-2000 en Fig. 6. Het detecteren van landgebruiksveranderingen tussen 1999 en 2003-2004. Het linker-
2003-2004 waarneembaar was, zijn de- beeld geeft het satellietbeeld van 2003 weer en het rechterbeeld geeft hetzelfde gebied weer
ze veranderingen als overige natuur zoals het er in 1999 uitzag. Het middelste beeld is het satellietbeeld van 2003 met
A
U
i
i
a
geclassificeerd.
daaroverheen het LGN5-bestand. In zwart de verandering ten opzichte van het LGN4-bestand.
GEO-INFO 2005-10
HET
jiÊ
k X
-
LGNs-gewas
fe;
Böfc '"v.;
MM
M ;y
..Ei
459