v'
X
A
Weer bingo!
Methode C:
Identificatie van vage objecten
en veranderingen daarin
Methode D:
Actieve contouren
Onzekerheid
Conclusie
Literatuur
'1 1 1
Stadsbomen in kaart brengen en
monitoren is mogelijk met hoge
resolutie satellietbeelden
likelihoocTclassificatie van een'pansharpe-
ned' beeld of bij SRM zonder gebruik van de
panchromatische band.
Op hoge resolutie beelden zijn de grenzen
van boomkronen vaak geleidelijk of'vaag".
Bij geleidelijke overgangen kan men een
arbitraire grens trekken, zoals bij een harde
classificatie, waar een pixel toegekend
wordt aan één klasse. Het is ook mogelijk
om rekening te blijven houden met de
vaagheid door een "zachte"classificatie te
gebruiken, waarbij per pixel wordt aange
geven in hoeverre deze op de verschillende
klassen lijkt.
Door eerst
een zachte
classificatie
toe te passen
opeen serie
hoge resolutie satellietbeelden en lucht
foto's, werd voor iedere pixel op ieder beeld
de gelijkenis met"boomkroon"aangegeven.
Kenmerkend voor een 'echte' boomkroon
is een ronde of ellipsvorm, waarbij in een
satellietbeeld de pixels in het centrum van
de kroon een hogere waarde hebben voor
'gelijkenis met boomkroon'dan de pixels
aan de rand. In een 3D visualisatie van 'gelij
kenis met boomkroon'lijkt de kroon een
soort pudding, die je kunt benaderen met
een Gaussische functie. Dit onderscheidt
de boomkroon van andere vegetatie. Met
behulp van een drempelwaarde wordt de
grens van de boomkroon gedefinieerd, wat
resulteert in een ellips. Deze methode van
beeldfitting werd toegepast op satellietbeel
den na superresolutie kartering (resulterend
in een zachte classificatie) en op luchtfoto's
na een zachte classificatie. Door dit te doen
voor een tijdserie van meerdere beelden
van testlocaties in Enschede en Delft en
de resultaten te vergelijken, bleek het met
deze methode mogelijk om satellietbeel
den en luchtfoto's te integreren en in één
tijdreeks te gebruiken. Dit laat zien dat het
een robuuste methode is die op diverse
locaties en met variatie aan input gebruikt
kan worden. Zowel abrupte (boom verdwe
nen, nieuwe boom geplant) als geleidelijke
veranderingen (groei en snoei) werden in
kaart gebracht, met daarbij de ruimtelijke
onzekerheid in de waargenomen verande
ringen per boomobject.
De vorm van een boomkroon is niet
altijd goed te benaderen met een ellips,
vooral niet wanneer het om een groep
bomen gaat waarvan de kronen met
elkaar verweven zijn en niet individueel te
onderscheiden. Daarom werd een methode
gebaseerd op actieve contouren ontwik
keld voor een serie hoge resolutie beelden.
Als initialisatie werden de boven beschre
ven ellipsen gebruikt, als a priori schatting
van de contouren van de boomkronen in
het eerste beeld. Klein verschil was dat nu
niet de "gelijkenis met boomkroon" werd
gebuikt als basis voor de fitting van ellipsen
en actieve contouren, maar de NDVI
(Normalized
Difference
Vegetation
Index). Net
als bij de
'gelijkenis met
boomkroon' uit de zachte classificatie, heeft
voor NDVI het centrum van de kroon een
hogere waarde dan de rand. De contouren
van de kroon werden daarna geoptimali
seerd, gebaseerd op de lokale beeldintensi
teit rond de contour, de vorm en de ontwik
keling van de nabijgelegen boomkroon
contouren. De geoptimaliseerde contouren
werden gebruikt voor de initialisatie van
de bewerking van het volgende beeld.
Om te voorkomen dat nieuwe bomen niet
gedetecteerd zouden worden, werd de
methode ook'terug in de tijd'toegepast,
beginnend bij het nieuwste beeld. Analyse
van een serie hoge resolutie beelden wijken
in Enschede en Delft, over 5 jaar liet goede
resultaten zien voor de identificatie van
abrupte en geleidelijke veranderingen,
zie Fig. 2. Er was een goede correlatie (R2
0.8) tussen de kroon diameters gemeten
met actieve contouren en de referentie data
en een totale fout van 21% in de identifica
tie van de boomkronen.
Voor de toepassing van elk van de boven
genoemde methodes werd de onzekerheid
over het bestaan van de boomkroon en over
de gedetecteerde veranderingen gemodel
leerd en getoond. Door gericht eerst de
meest onzekere boomkronen en de meest
onzekere veranderingen te verifiëren kan
met minimale inspanning een verdere verho
ging van de nauwkeurigheid bereikt worden.
Het onderzoek laat zien dat het mogelijk
is om stadsbomen in kaart te brengen en
te monitoren met hoge resolutie satelliet-
beelden. Dit kan een aanzienlijke kosten
besparing betekenen bij het actualiseren
van gegevens over bomen in de stad en
maakt het mogelijk om nauwkeuriger
bestekken te maken voor het uitbesteden
van onderhoud aan bomen. Onderhoud
en vitaliteits- scans (VTA scans) blijven
nodig, maar kunnen wel efficiënter
uitgevoerd worden wanneer het bomen-
bestand en de veranderingen daarin
nauwkeuriger in kaart gebracht zijn.
Ardila Lopez, J.P., (2012) Object - based methods
for mapping and monitoring of urban trees
with multitemporal image analysis. Enschede,
University of Twente Faculty of Geo-lnformation
and Earth Observation ITC, 2012. ITC Dissertation
209, ISBN: 978-90-6164-333-3.
www.itc.nl/library/papers_2012/phd/ardila.pdf
Fouten in e-maps zijn dagelijkse
kost. Burgemeester Gert Jan Kats van
Zuidpias kreeg zodoende toch zelfs
tweets met 'Annexatie?', maar het was
alleen maar weer een foutje van nu
Apple Maps: Ouderkerk aan den IJssel
kwam te liggen in Nieuwerkerkaan
den IJssel.
.,i vi.ii.Lifi.v-' NI -■
1* Q
03
F R K
Geo-lnfo 2012-9 7