Over het archief
Het OWA, het open archief van het Waterbouwkundig Laboratorium heeft tot doel alle vrij toegankelijke onderzoeksresultaten van dit instituut in digitale vorm aan te bieden. Op die manier wil het de zichtbaarheid, verspreiding en gebruik van deze onderzoeksresultaten, alsook de wetenschappelijke communicatie maximaal bevorderen.
Dit archief wordt uitgebouwd en beheerd volgens de principes van de Open Access Movement, en het daaruit ontstane Open Archives Initiative.
Basisinformatie over ‘Open Access to scholarly information'.
| [ meld een fout in dit record ] | mandje (0): toevoegen | toon |
 |
| Vegetatiekartering d.m.v. hyperspectrale vliegtuigopnamen, toegepast op dynamische duingebieden, slikken en schorren = Airborne hyperspectral remote sensing of the dynamic dunes along the Belgian coast (HYPERKART) Kissiyar, O.; Van Valckenborgh, J.; Deronde, B.; Provoost, S.; Kempeneers, P.; Houthuys, R.; Tortelboom, E. (2005). Vegetatiekartering d.m.v. hyperspectrale vliegtuigopnamen, toegepast op dynamische duingebieden, slikken en schorren = Airborne hyperspectral remote sensing of the dynamic dunes along the Belgian coast (HYPERKART). Versie 2.0. AWZ/Federaal Wetenschapsbeleid/GIS Vlaanderen/Instituut voor Natuurbehoud/VITO/Vlaamse Landmaatschappij: [s.l.]. xiii, 180 + maps, cd-rom pp.
|
| Beschikbaar in | Auteurs |
| |
| Documenttypes: Eindrapport; Projectrapport | |
| Trefwoorden |
Management > Ecosystem management > Coastal zone management Mapping Remote sensing Sedimentary structures > Mud flats Topographic features > Beach features > Dunes Vegetation cover Water bodies > Inland waters > Wetlands > Marshes > Salt marshes ANE, België, Belgische kust [Marine Regions]; België, Belgische kust [Marine Regions] |
| Project | Top | Auteurs |
|
| Auteurs | Top | |
| Abstract |
Het voorgestelde project beoogt het uitwerken van een goedkopere en objectievere methode die meer differentiatie toelaat. Hyperspectrale remote sensing is een passieve teledetectische techniek die het gereflecteerde zonlicht in tientallen fijne spectrale banden registreert. Hierdoor bekomt men voor iedere beeldpixel een quasi continu reflectantiespectrum. Dit moet het mogelijk maken om op een zo nauwkeurig mogelijke wijze plantensoorten, -associaties en -structuren van elkaar te onderscheiden. Nieuwe evenals bestaande hyperspectrale gegevens zijn gebruikt binnen dit project. De gegevens zijn radiometrisch gekalibreerd, geometrisch en atmosferisch gecorrigeerd. Na deze voorbereiding is voor een gesuperviseerde classificatiemethode gekozen. Er is hiervoor een uitgebreide veldcampagne uitgevoerd om een spectrale bibliotheek op te bouwen van de van elkaar te onderscheiden plantensoorten, -associaties en -structuren. Drie verschillende classificatietechnieken werden met elkaar vergeleken om de hyperspectrale data zo gedetailleerd mogelijk te klasseren. 1. de eerste methode is gebaseerd op de analyse van spectrale reflectantie profielen in dat deel van het spectrum dat zich er best toe leent vegetatie te onderscheiden. 2. de tweede methode is een statistische methode gebaseerd op Fisher’s Linear Discriminant Analysis (LDA). 3. de laatste methode is een objectgeoriënteerde classificatie. Na uitvoerige validatie en controle werd de tweede methode weerhouden. Het eindproduct is een classificatie van de geselecteerde gebieden die direct bruikbaar is voor biologische doeleinden (cf. natuurbescherming), maar die ook nuttig is voor de analyse van de veiligheid en stabiliteit van de zeewering. De gekozen gebieden zijn representatief voor de dynamische duingebieden, slikken en schorren die langsheen de Belgische kust voorkomen. De laatste stap bestond in het operationaliseren van de uitgekiende methodiek opdat toekomstige vegetatiekarteringen op een snelle, objectieve en kostengunstige manier zouden kunnen worden uitgevoerd. |
| Top | Auteurs |
