Herkenning kruidenrijk grasland middels Remote Sensing & foto’s: Eindrapportage Fase 1 – PPS Herkenning Kruidenrijk Grasland

Het doel van dit onderzoek is om een wetenschappelijk onderbouwd monitoringssysteem te ontwikkelen waarmee de kruidenrijkdom van grasland kan worden herkend op basis van satelliet Remote Sensing (RS) data, al dan niet in combinatie met foto's uit het veld. De ontwikkelde RS-algoritmes kunnen de kruidenrijkdom (Q-index) van grasland voorspellen. De voorspelfout (RMSE) van de RS-modellen ligt rond de 0,7Q. Dat komt overeen met een 95%-betrouwbaarheidsinterval van ±1,4Q. Het foto-algoritme voor het bepalen van de kruidenrijkdom (Q-index) leverde de beste resultaten op met behulp van een classificatie model, waarbij de kruidenrijkdom wordt geschat in stapjes van 0,5 van Q = 1 tot 5. De fout daarvan correspondeert met een RSME van ~0,89. Los hiervan is de richting van de voorspelling wel kloppend; voor graslanden, waarvan bekend is dat ze een hogere kruidenrijkdom hebben, komt ook het model met relatief hogere voorspellingen. Dit rapport bevat aanbevelingen voor nader onderzoek om te bepalen welke verbeteringen in de modellen mogelijk zijn. Het foto-algoritme voor het onderscheiden van productief kruidenrijk grasland (PKG) t.o.v. regulier Engels raaigras (spoor 2b) laat daarentegen juist goede resultaten zien. Meer dan 95% van de foto’s worden goed geclassificeerd.