Onderzoeksproject T4/DD/41 (Onderzoeksactie T4)
Dit onderzoeksproject streeft ernaar beeldverwerkingstechnieken van teledetectie voor kartering van landbedekking te verbeteren en deze te integreren in een geografisch informatiesysteem. De kwaliteit en de actualisering van deze inventarissen moet als basis dienen voor een duurzaam en efficiënt landbeheer (thema B.2.).
Het project is ontstaan vanwege het gebrek aan een doeltreffend instrument dat de ruimtelijke informatie van teledetectiebeelden kan verwerken en dat bijkomstige gegevens gestructureerd in een geografisch informatiesysteem kan gebruiken bij de interpretatie van landbedekking. Van dan af zijn operationele programma's voor landbedekkingscartografie en -inventarisatie in hoofdzaak gebaseerd op visuele interpretatietechnieken. De actualisering van deze gegevens die spoedig noodzakelijk zal zijn, zal niet haalbaar zijn op een doeltreffende manier tenzij de tijdens de interpretatie vergaarde expertise opnieuw gebruikt wordt. Bovendien zal het met nieuwe sensoren in een nabije toekomst mogelijk worden om landbedekking in kaart te brengen op schalen kleiner dan 1:25 000, en zo huidige inventarissen beter te detailleren.
Hiervan uitgaand wordt er voorgesteld een methode en een software te ontwikkelen om de herkenning en de interpretatie van landbedekking te verbeteren, om zo het gebruik te bevorderen van ruimtelijke informatie en bijkomende gegevens bij de interpretatie van gegevens van verschillende sensoren en bronnen, om classificatieregels en de expertise die voortkomt uit de interpretatie op te slaan voor later gebruik (actualisering of meer gedetailleerde inventarissen op een grotere schaal).
Het project is gestart met een eerste fase van twee jaar. De eerste fase kwam overeen met de aanpassing en de validatie van een classificatiesoftware met een beslisboom voor de interpretatie van landbedekking van teledetectie- en bijkomende gegevens in een geografisch informatiesysteem met vele sensoren en bronnen. Het voordeel van deze methode is dat er expliciete classificatieregels verschaft worden en dat deze aan te passen zijn volgens de evolutie van de technieken. De resultaten zijn interessant omdat ze tonen dat de gebruikte methode een groot aantal verschillende attributen tezelfdertijd kan verwerken, en dat de precisie van de resulterende classificatie niet varieert volgens de geselecteerde attributen (dus een nieuw attribuut vermindert de precisie niet; als het niet noodzakelijk is, wordt het niet gebruikt).
Op het eind van de eerste fase is het voornaamste resultaat een ondersteunende software voor herkenning van bodembedekking en interpretatie van teledetectiegegevens. Dit krijgt de vorm van een demonstratie-instrument dat op PC vervoerbaar, interactief, opwaardeerbaar, expliciet (classificatieregels), cumulatief (vergaring van expertise) en adapteerbaar (voor nieuwe gegevens) is.
Als de eerste fase als geslaagd beschouwd wordt, zou een tweede fase de verbetering beogen van de ontwikkelde methode door:
- het abstractieniveau van beeldverwerking voor classificatie te verhogen,
- de methoden voor ruimtelijke veralgemening van landbedekking te verbeteren,
- met behulp van deze expertise een landbedekkingsinventaris (recente hoge resolutiegegevens) bij te werken en,
- een landbedekkingsinventaris op een grotere schaal te verfijnen (recente zeer hoge resolutiegegevens).
Deze software werd ontwikkeld door een multidisciplinair team van cartografen en ingenieurs in beeldverwerking. In de tweede fase zal het netwerk uitgebreid worden met een team van specialisten in artificiële intelligentie. Het project werd geleid door een preferentiële relatie met twee verwachte eindgebruikers betrokken bij de inventaris, de monitoring en de kartering van landbedekking: het European Topic Centre CORINE Land Cover en het Nationaal Geografisch Instituut van België. Deze samenwerking zal voortgezet worden in een tweede fase.
