VLAAMS IMPULSPROGRAMMA
NATUURONTWIKKELING
Ecosysteemvisie Bos Vlaanderen:
Ruimtelijke uitwerking van de natuurlijke bostypes op basis van
bodemgroeperingseenheden en historische boskaarten
Studie uitgevoerd in het kader van het Besluit van de Vlaamse regering tot instelling en organisatie van een Vlaams Impulsprogramma
Natuurontwikkeling van 8 februari 1995.
Instituut voor Bosbouw en Wildbeheer (IBW)
uitvoerders: Luc De Keersmaeker, Nele Rogiers, Raf Lauriks, Marc
Esprit en Lieven Vanhoutte
promotor: Bruno De Vos
Gelieve dit werk te citeren als:
"De Keersmaeker L., Rogiers N., Lauriks R. en De Vos B., 2001.
INHOUD
I DOELSTELLINGEN 6
II OPBOUW VAN DE STUDIE 8
III METHODIEK 9
1. Historiek van de bebossing in Vlaanderen (1775-2000) 9
1.1. Inventaris van oude kaarten 9
1.2 Opnametijdstip en intervallen 12
1.3. Methodiek van de vectorisatie: algemeen 16
1.4 Vectorisatie van bos op de Ferrariskaarten 19
1.4.1 Manuele interpretatie 19
1.4.2 Georefereren en vectoriseren 21
1.4.3 Nauwkeurigheid van de vectorisatie 21
1.4.3.1. Randen en hoeken van kaartbladen 21
1.4.3.2. Nauwkeurigheid na correctie van randen 24
1.5 Vectorisatie bos op de Vandermaelenkaarten 30
1.5.1 Manuele interpretatie 30
1.5.2 Georefereren en vectoriseren 31
1.5.3 Nauwkeurigheid van de vectorisatie 31
1.5.3.1 Randen en hoeken van de kaartbladen 31
1.5.3.2 Nauwkeurigheid na correctie van de randen 31
1.6 Vectorisatie van bos op reeks C 33
1.6.1 Georefereren (i.s.m. GIM N.V.) 33
1.6.1.1 Transformatie van Bonne naar Lambert72 33
1.6.1.2 Klassieke weg 33
1.6.1.3 Gelijkvormigheidstransformatie 34
1.6.1.4 Benadering met polynoom van hogere graad 35
1.6.1.5 Evaluatie van de transformatie 37
1.6.2. Vectorisatie door semi-automatische interpretatie 38
1.6.3 Nauwkeurigheid van de vectorisatie 42
1.6.3.1 Randen en hoeken van de kaartbladen 42
1.6.3.2 Analyse van de onnauwkeurigheid 42
1.7 Aanmaken van een bosleeftijdskaart 43
1.7.1. Attributentabel 43
1.7.2. Foutenvoortplanting in de overlay 45
1.7.3. Bosleeftijdskaart 47
1.7.4. Nauwkeurigheid van de bosleeftijdskaart 47
2. PNV's van Vlaanderen 50
2.1. Definitie van een PNV 50
2.2. Criteria voor PNV's 51
2.3. Uitwerking van PNV's 52
2.3.1. Data 52
2.3.2. Classificatie 52
2.3.3. Selectie op basis van bosleeftijd 52
2.4. Clustering tot PNV's - uitwerking tot PNV-kaart 55
2.4.1. Globale methodiek 55
2.4.2. Ordinatie van kernseries in een 3-D ruimte 56
2.4.3. Interpolatie van kernseries 57
2.4.3.1. Classificatie en clustering van kernseries 57
2.4.3.2. Clustering van vegetatietypes tot PNV's 58
2.4.3.3. Grafische interpolatie van kernseries 62
2.4.4. Ruimtelijke verspreiding van het Carici
remotae-Fraxinetum 65
2.4.5. Ruimtelijke verspreiding van het Salicion albae 66
2.5. Betrouwbaarheidsanalyse van de PNV-kaart 68
3. Relatie standplaats - boshistoriek 71
IV. RESULTATEN EN BESPREKING 72
1. Historiek van de bebossing in Vlaanderen (1775-2000) 72
2. PNV's van Vlaanderen 76 2.1. Algemeen 76 2.2. Beschrijving 77 2.2.1. Salicion 80 2.2.1.1. Floristische samenstelling 80 2.2.1.2. Bomen en struiken 81 2.2.1.3. Standplaats 81 2.2.1.4. Areaal en voorkomen 81 2.2.2. Alnion glutinosae 82 2.2.2.1. Floristische samenstelling 82 2.2.2.2. Bomen en struiken 82 2.2.2.3. Standplaats 82 2.2.2.4. Areaal en voorkomen 84 2.2.3. Carici remotae-Fraxinetum 84 2.2.3.1. Floristische samenstelling 84 2.2.3.2. Bomen en struiken 84 2.2.3.3. Standplaats 84 2.2.3.4. Areaal en voorkomen 85 2.2.4. Alno-Padion 85 2.2.4.1. Floristische samenstelling 85 2.2.4.2. Bomen en struiken 85 2.2.4.3. Standplaats 86 2.2.4.4. Areaal en voorkomen 86
2.2.5. Fagion sylvaticae, Carpinion betuli en
rijke vormen van Fago-Quercetum 87
2.2.5.1. Floristische samenstelling 87
2.2.5.2. Bomen en struiken 87
2.2.5.3. Standplaats 88
2.2.5.4. Areaal en voorkomen 88
2.2.6. Typische vorm van het Fago-Quercetum 88
2.2.6.1. Floristische samenstelling 88
2.2.6.2. Bomen en struiken 88
2.2.6.3. Standplaats 89
2.2.6.4. Areaal en voorkomen 89
2.2.7. Arme vorm van het Fago-Quercetum 89
2.2.7.1. Floristische samenstelling 89
2.2.7.2. Bomen en struiken 90
2.2.7.3. Standplaats 90
2.2.7.4. Areaal en voorkomen 90
3. Relatie standplaats - boshistoriek 92
3.1. Evolutie van de bebossing op de PNV-standplaatsen 92
3.2. Bosleeftijd op de PNV-standplaatsen 93
4. Geproduceerde GIS-data 96
4.1. Vectorfiles met bos op historische kaarten 96
4.1.1. Bos op de Ferrariskaarten 96
4.1.2. Bos op de Vandermaelenkaart 96
4.1.3. Bos op de Topokaart van 1909-1940 97
4.2 Vectorfile met de bosleeftijd 97
4.3. PNV-kaart 97
V NIET-TECHNISCHE SAMENVATTING 98
VI REFERENTIES 105
I. DOELSTELLINGEN
De doelstellingen van dit project zijn enigszins anders dan die van de meeste ecosysteemvisies die in Vlaanderen werden/worden uitgewerkt. Klassieke ecosysteemvisies, zoals die van de kustvlakte (Provoost & Hoffmann, 1996) en de Demervallei (Martens & Hermy, 2000) richten zich namelijk tot één specifieke regio, waarbinnen alle habitats of ecotopen, hun onderlinge samenhang en de relaties tot biotische en abiotische factoren worden uitgespit ten behoeve van natuurbehoud en -ontwikkeling. De ecosysteemvisie bos Vlaanderen behandelt uiteraard enkel het
ecosysteem bos en dan nog op het niveau van Vlaanderen. Dit impliceert dat de studie minder diepgaand is, maar daar tegenover staan een aantal andere kwaliteiten die de resultaten ervan onmisbaar maken voor het bos-en natuurbeleid op het niveau van Vlaanderbos-en.
Het studieobject is dus vergelijkbaar met die van de Nederlandse
Ecosysteemvisie Bos (Al, E.J. (red.), 1995), maar de uitwerking van de studie verschilt er grondig van. De Nederlandse Ecosysteemvisie Bos geeft een globale beschrijving van de evolutie van het bosbeheer, van de
processen in bosecosytemen en van de bedreigingen voor de natuurwaarde. Voor elke regio worden natuurdoeltypes geformuleerd, waarbij het bos als een facet in het landschap behandeld wordt. Voor de verschillende
natuurdoeltypes worden kansrijke locaties opgesomd. In de Vlaamse ecosysteemvisie is het onderdeel 'visie' veel minder nadrukkelijk aanwezig dan in de Nederlandse tegenhanger. Naar onze mening ontbraken voor het Vlaamse bos een aantal essentiële gegevens om een degelijke visie uit te werken, namelijk: gegevens over de historiek van het Vlaamse bos, een typologie van bosgemeenschappen en daaraan gekoppeld een 'site classification'.
De Vlaamse ecosysteemvisie heeft zich dus voornamelijk geconcentreerd op de uitwerking van essentiële (GIS-)gegevens om het bos- en natuurbeleid mee te onderbouwen. Dit heeft zoveel tijd en middelen in beslag genomen dat slechts een beperkt deel van de resultaten werd geanalyseerd,
besproken en uitgewerkt tot een visie. Een groot deel van de aangereikte gegevens wacht dus nog op valorisatie. Wij denken in de eerste plaats aan de afbakening van A-locaties en locaties voor bosuitbreiding.
Concreet worden de wetenschappelijke doelstellingen van het project als volgt samengevat:
1. De evolutie van de bebossing nagaan in Vlaanderen tussen 1775 en 2000 2. Bepalen van Potentiëel Natuurlijke Vegetaties (PNV's) voor Vlaanderen 3. De relatie tussen PNV en standplaats uitwerken in een PNV-kaart
4. De historische en actuele beboste oppervlakte bepalen op PNV-standplaatsen
Enkele voorbeelden van de beleidsrelevantie van de resultaten:
1. Er bestaat sinds kort een moratorium op ontbossing. Ontbossen kan enkel indien het algemeen maatschappelijk belang kan worden aangetoond en mits compensatie van de verloren oppervlakte. De omvang van de compensatie hangt ook af van de ouderdom van de bossen. In uitvoering van het project wordt de bosouderdom voor geheel Vlaanderen op een uniforme wijze bepaald.
2. De GIS-data geven een directe ondersteuning bij aankoop en beheer van bos- en natuurgebieden. Permanent beboste locaties kunnen worden gelokaliseerd omdat de data in een GIS beschikbaar zijn.
3. De uitwerking in een GIS laat toe niet-beboste locaties met grote potenties voor het ontwikkelen van zeldzame bostypen te selecteren door rekening te houden met het historisch landgebruik, bodem en isolatie ten opzichte van bestaande bossen.
II. OPBOUW VAN DE STUDIE
De belangrijkste abiotische factoren van niet-antropogene oorsprong die de aard van bosvegetaties in Vlaanderen bepalen zijn:
1. Ouderdom van het bos (de ouderdom van een bebossing bepaalt de kans dat traag migrerende flora en fauna aanwezig zijn in een bos)
2. Bodem van het bos (als onderdeel van de ‘standplaats’)
De leeftijd of ouderdom van onze bossen is slechts fragmentarisch gekend. Gegevens die geheel Vlaanderen overspannen, ontbreken. Om de ouderdom van het huidige bos te bepalen en locaties voor herbebossing te selecteren is het noodzakelijk de bebossing op oude kaarten in een GIS te brengen. Methodiek en resultaten van dit onderdeel, dat het grootste deel van de beschikbare tijd en middelen opeiste, worden respectievelijk beschreven in III-1 en IV-1.
In III-2 worden de PNV's van Vlaanderen gedefiniëerd en de relatie ervan met de bodemkaart bepaald, wat uiteindelijk resulteert in een PNV-kaart (IV-2).
PNV's zijn echter niet eenvoudig te bepalen omdat in Vlaanderen en in geheel West Europa volledig ongestoorde situaties niet meer voorkomen. Uit een omvangrijke dataset van vegetatiegegevens van bossen werden na classificatie enkel de vegetatietypes weerhouden met een hoge
bosleeftijd. Van deze vegetatietypes wordt verondersteld dat ze stabiel zijn, een essentieel criterium voor een PNV.
De relaties tussen de bodemkaart en de verschillende PNV's werden
uitgewerkt op basis van puntwaarnemingen, namelijk opnamegegevens van de basisinventarisatie in de bosreservaten en van de bosinventarisatie, samen ruim 2000 punten. Vervolgens worden de relaties tussen PNV en bodemkaart vertaald naar een PNV-kaart voor het volledige Vlaamse
grondgebied. Deze kaarten geven weer welke de potentiële arealen zijn van de verschillende PNV's.
Die potentiële arealen kunnen worden vergeleken met de actuele bebossing, de bebossing in het verleden en de overlay die de bosouderdom weergeeft (III-3). Zo kan de evolutie van de bebossing en ontbossing op de
verschillende PNV-standplaatsen bestudeerd worden en kan nagegaan worden welke de ouderdom is van het actuele bos op de uiteenlopende
III. METHODIEK
1. Historiek van de bebossing in Vlaanderen
(1775-2000)
1.1. Inventaris van oude kaarten
Van de historische kaarten was voor de aanvang van het project nog niets digitaal beschikbaar. Tabel 1 geeft een overzicht van de historische kaarten die in aanmerking komen voor het onderzoek en vermeldt eveneens onder welke vorm en waar de kaarten begin januari 2001 beschikbaar zijn. De 5 verschillende kleurenuitgaven van topografische kaarten op 1/25.000 en 1/20.000 worden voortaan reeksen A tot E genoemd (zie tabel 1). De analoge kaarten van reeks C waren reeds voor de aanvang van het project bijna volledig aanwezig in het IBW. Hetzelfde geldt voor de reeksen D en E. Bronnen met een * in tabel 1 waren oorspronkelijk niet aanwezig, maar werden verzameld.
Een eerste stap in de uitbouw van het kaartenarchief was het scannen van de beschikbare historische kaarten. Een scanner zet een analoog beeld om tot een digitaal bestand in rasterformaat. Gezien het formaat van de
kaarten, was hiervoor een A0-kleurenscanner noodzakelijk. De Calcomp
kleurenscanner "ScanPlus III 810 C3" werd hiervoor aangekocht. De scans van de Ferrariskaarten en de Vandermaelenkaarten werden voor vectorisatie
uitgeprint met de A0-printer "HP DesignJet 755CM".
Vervolgens worden de gescande kaarten, met uitzondering van de Ferraris-en de VandermaelFerraris-enkaartFerraris-en, gegeorefereerd: ze werdFerraris-en in eFerraris-en
coördinatenstelsel gebracht. In België wordt het Lambert72
coördinatenstelsel het meest gebruikt. De oude topografische kaarten werden opgemaakt in Bonne coördinaten. Om ze om te zetten naar Lambert72 coördinaten werd een transformatieformule uitgewerkt (zie III-1.6.1.). De gegeorefereerde kaarten van de volgende 5 kaartenreeksen zijn als "tif-formaat " (niet gecomprimeerd) op CD-rom op het IBW aanwezig: - De kaarten van Ferraris (1771-1778) zijn gescand en de scans werden
geplot op 1/10.000. De topokaarten op 1/10.000 werden op transparant geplot om de interpretatie van de Ferrariskaarten te vereenvoudigen. - De kaarten van Vandermaelen zijn gescand en analoog beschikbaar op
1/10.000 en 1/20.000.
- Reeks B werd in 1999 aangekocht bij het NGI. De helft van de kaarten werd digitaal geleverd in 24 bit. De andere helft werd als foto geleverd en werden gescand in 24 bit en daarna omgezet in 8 bit met een foto-editor voor UNIX (XV). Deze omzetting leverde een betere beeldkwaliteit dan het direct scannen van de kaarten in 8 bit. - De kaartbladen van reeks C zijn bijna allemaal analoog op het IBW
als een beeld met 256 kleuren (8 bits). Om een semi-automatische beeldclassificatie te kunnen uitvoeren werden deze beelden vervolgens omgezet in 24 bit formaat. Deze omzetting levert geen bijkomende informatie maar wel het nodige formaat voor een semi-automatische beeldclassificatie. Het zijn dus geen echte "true color" beelden. De ontbrekende kaartbladen werden bij de RUG vakgroep geografie ontleend. Deze kaarten werden onmiddellijk in 24 bit gescand.
- Reeks D is volledig op het IBW aanwezig. Omdat de kaartbladen echter versneden zijn en op linnen gekleefd, zijn deze onbruikbaar voor een semi-automatische beeldclassificatie. Bruikbare kaartbladen werden op de RUG gevonden.
- De vectorfile met de actuele boskartering van 2000, namelijk de boskartering van 1991 met herzieningen gemaakt in 2000, werd voor verder gebruik eerst bewerkt in Arc/Info. Daar enkel de
bosaanwezigheid relevant is, werden enkel bosgebieden weerhouden en werden open gebieden in bossen (vijvers, weiden, heide, …) uit de kaart gefilterd. Ook Bestandsgrenzen binnen boscomplexen werden verwijderd. Bossen die minder dan 15 m van elkaar verwijderd liggen, werden als 1 geheel beschouwd. Op die manier wordt een al te grote versnippering, die veroorzaakt wordt door de aanwezigheid van boswegen of gewone wegen, beperkt.
Bijlage 1 geeft een gedetailleerde inventaris van de topografische kaarten uit tabel 1 Voor de reeksen A, B en C, die op 1/20.000 werden uitgegeven, zijn vooral de kolommen 'opmetingen' en 'herzieningen' van belang. Hun betekenis is de volgende:
- Opmetingen: geeft het tijdstip weer van de waterpassing en
topografische metingen, voor reeks A is dit ook het tijdstip van de kartering van het landgebruik
- Herzieningen: geeft de tijdstippen weer waarop reeks A werd geactualiseerd voor wat betreft landgebruik
Na WOII werden luchtfoto's gebruikt om de topografische kaarten op te maken, alhoewel voor reeks D nog een volledige terreincontrole werd
uitgevoerd. Voor deze reeksen is vooral het tijdstip van de luchtopnamen, waarop de herzieningen gebaseerd zijn, van belang.
Aangezien niet alle 7 historische kaartreeksen behandeld kunnen worden in het onderzoek, diende een rangorde van belang opgemaakt te worden.
Tabel 1: Overzicht van de historische kaarten (situatie januari 2001), met vermelding waar ze zich bevinden en in welke vorm ze aanwezig zijn (bronnen met * waren voor de aanvang van het project nog niet op het IBW aanwezig). Kaart Reeks Tijdstip
opmaak
Analoge kaarten Digitale kaarten
Schaal Locatie Weergave Data model Resolutie (dpi)
Bits per pixel gegeorefereerd
Ferraris* 1771-1778 1/10.000 IBW Kleur raster 600 8
(false color)
nee Vandermaelen* 1846-1854 1/10.000
1/20.000
IBW ZW/W raster 300 1 nee
DG ed. 1* A 1860-1870 1/20.000 RUG / / / / /
DG ed. 2* B 1880-1900 1/20.000 IBW Kleur raster 300 24 en 8
(true en false color)
ja
DG ed. 3 C 1920-1940 1/20.000 IBW Kleur raster 300 24
(false color)
ja
MGI ed. 1 D 1950-1970 1/25.000 IBW Kleur raster 300 24
(true color)
nee
NGI ed. 2/3 E 1970-1990 1/25.000 IBW Kleur / / / /
1.2 Opnametijdstip en intervallen
Figuur 1 geeft boxplots van opnamedatums van de opeenvolgende
topografische kaarten. De exacte opnamedatums van de Ferrariskaarten en kaarten van Vandermaelen zijn niet gekend. Voor deze kaarten worden respectievelijk de tijdstippen 1775 en 1850 gehanteerd. De medianen van de reeksen A, B, C, D en E zijn respectievelijk 1864, 1886, 1927, 1959 en 1979. Globaal zijn er weinig outliers, dit zijn punten met afwijking tot de mediaan die groter is dan 1.5 keer de interkwartielafstand (de box). Maar bij reeks C is de spreiding relatief groot: een deel ervan, vooral in de westhoek, werd niet vernieuwd na WOI en geeft de situatie van rond 1886, Oost- en West-Vlaanderen werden rond 1910 gekarteerd, terwijl de overige provincies pas na 1927 werden afgewerkt.
A B C D E Reeks 1850 1870 1890 1910 1930 1950 1970 1990 Jaar
Figuur 1: Boxplots van de opnamedatums (jaar) van de opeenvolgende topografische kaartreeksen
Om een selectie uit de kaartreeksen te kunnen onderbouwen, werden per kaartnummer de intervallen tussen de reeksen berekend. Figuren 2 en 3 geven de boxplots hiervan weer. Het interval tussen de Ferrariskaarten en de kaarten van Vandermaelen bedraagt vermoedelijk ongeveer 75 jaar, maar kan niet exact bepaald worden. De mediaan van het interval tussen de Vandermaelenkaarten en reeks A is relatief klein, terwijl mediaan en spreiding van de intervallen tussen reeksen B en C en C en D groot zijn. Uiteraard is de grote spreiding van de opnamedatums van de kaarten van reeks C daarvan de oorzaak. Worden reeksen A en D weggelaten, dan blijkt dat de intervallen een mediaanwaarde verkrijgen van ongeveer 40 jaar (figuur 3.3). De spreidingen van de intervallen met reeks C blijven wel relatief groot. Als reeksen B en D eveneens weggelaten worden, blijven nog slechts 3 intervallen over: tussen de Ferrariskaarten en de kaarten van Vandermaelen, tussen de kaarten van Vandermaelen en reeks C en tussen reeks C en de boskartering. De medianen van de intervallen zijn ongeveer gelijk, namelijk 70 à 80 jaren. De spreiding is echter aanzienlijk
AA AB BC CD DE EF Interval 0 20 40 60 80 Jaren
Figuur 2: Boxplots van de intervallen tussen opnamedatums van de
historische kaarten (AA: Vandermaelen - Reeks A; AB: Reeks A - Reeks B; BC: Reeks B - Reeks C; CD: Reeks C - Reeks D; DE: Reeks D - Reeks E; EF: Reeks E - Boskartering) AB BC CD DE Interval 0 20 40 60 80 Jaren
Figuur 3: Boxplots van de intervallen zonder de reeksen A en E (AB:
AC CBk Interval 20 40 60 80 100 120 Ja ren
Figuur 4: Boxplot van de intervallen tussen Vandermaelenkaarten - reeks C en reeks C boskartering (AC: Vandermaelen Reeks C; CBk: Reeks C -Boskartering)
Tot besluit werd een rangorde in prioriteit tussen de kaarten aan de hand van de volgende criteria:
- de intervallen tussen de kaarten, die in de mate van het mogelijke gelijk moeten blijven
- de snelheid waarmee het bos op de kaarten gevectoriseerd kan worden. Reeksen die minder tijd en middelen vragen, krijgen de voorkeur boven reeksen die arbeidsintensiever zijn
Deze rangorde is als volgt: 1. Ferrariskaarten
2. Vandermaelenkaarten en reeks C 3. Reeksen B en D
4. Reeksen A en E
Reeksen C, D en E zijn geschikt voor een semi-automatische interpretatie, terwijl reeks B slechts gedeeltelijk hiervoor in aanmerking komt. Reeks A moet volledig manueel gevectoriseerd worden, net zoals de
Vandermaelenkaart.
De Vandermaelenkaart is echter de eerste bruikbare bron na de
echter relatief klein. Reeks A staat bijgevolg onder aan de rangorde van prioriteit, de kaarten van Vandermaelen bovenaan.
Uit figuur 3.4 blijkt dat reeks C centraal staat tussen de kaarten van Vandermaelen en de Boskartering. Deze reeks heeft als nadeel dat ze over een relatief lange periode tot stand gekomen is. Daar tegenover staat dat ze een beeld geeft van de bebossing voor WOII, een scharnierpunt in de evolutie van het landschap, en dat deze reeks zich goed leent tot een semi-automatische interpretatie.
In de rangorde van prioriteit komen reeksen B en D onder reeks C. Beide kaarten verfijnen de intervallen tussen de historische kaarten (behalve tussen de Ferrariskaarten en de Vandermaelenkaarten) tot ongeveer 40 jaar (figuur 3.3).
Reeksen A en E staan helemaal onder aan de rangorde omdat zij relatief weinig bijdragen tot de verfijning van de intervallen en omdat reeks A zeer arbeidsintensief is.
1.3. Methodiek van de vectorisatie: algemeen
Om de evolutie van bebossing en ontbossing te bepalen op het niveau van Vlaanderen, is het dus noodzakelijk de bebossing op de historische kaarten in vectorformaat te brengen. Dit vectoriseren is een bijzonder tijdrovend proces. De stappen waarover de omzetting van analoog naar vectorformaat verloopt, is afhankelijk van de aard van het bronmateriaal en worden weergegeven in tabel 2. Bij de vectorisatie werd enkel een onderscheid gemaakt tussen bos en niet-bos (binaire code). Er werd geen indeling gemaakt in types bos zoals loof- en naaldhout.
Vervolgens worden de vectorfiles (in het beste geval 7 historische
kaarten + de boskartering) op elkaar gelegd, zodat polygonen die daaruit ontstaan een unieke geschiedenis hebben inzake bebossing en ontbossing. De gegevens met betrekking tot bebossing van de afzonderlijke historische kaarten worden dus samengebracht in één enkele kaartlaag (overlay). Dit kan eveneens op een alternatieve wijze, nl. door op één enkele
transparant de bebossing van de verschillende kaarten aan te duiden en deze vervolgens te vectoriseren.
Deze laatste methode heeft als voordeel dat weinig of geen slivers (snippers) ontstaan als gevolg van kleine verschuivingen tussen de historische kaarten onderling: kleine afwijkingen worden manueel gecorrigeerd en enkel de overlay werd gevectoriseerd. Voor historisch onderzoek in een regio met een geringe omvang is dit dan ook de
aangewezen methode. Deze werkwijze heeft echter een aantal belangrijke nadelen, die ervoor zorgen dat ze in het kader van het project
onbruikbaar is op het niveau van Vlaanderen:
- Ze is erg arbeidsintensief omdat elke kaart afzonderlijk manueel behandeld moet worden.
- Het transparant is onoverzichtelijk indien het bos van alle
historische kaarten erop aangebracht wordt. In de praktijk blijkt dat het noodzakelijk is tenminste 2 transparanten met maximum 3 of 4 lagen elk te gebruiken.
Tabel 2: Overzicht van de stappen om van analoge kaarten tot digitale kaarten in vectorformaat te komen
FERRARISKAARTEN
VANDERMAELENKAARTEN TOPOKAARTEN (A EN B) TOPOKAARTEN (C, D EN E)
Scannen kaarten Scannen kaarten Scannen kaarten
Afdrukken (1/10.000)
Manuele interpretatie
Scannen transparanten
Georefereren
gescande transparant Georefererengescande kaarten Georefererengescande kaarten
Image classification (Arc/Grid) Verbetering rasterbeeld (Arc/Grid) Vectorisatie interactief (Arc/Scan) Vectorisatie op scherm (Arc/View of Arc/Info) Vectorisatie automatische conversie (Arc/Info) Correctie foute interpretaties (Arc/Info) Edgematching
(Arc/Info) Edgematching(Arc/Info) Edgematching(Arc/Info)
Een eerste bewerking die de gedrukte kaarten moeten ondergaan, is het scannen. Vervolgens werden de gescande kaarten, met uitzondering van de Ferrariskaarten, gegeorefereerd. Daarna werd het bos op de rasterbeelden gevectoriseerd. Dit proces werd in de mate van het mogelijke
geautomatiseerd met behulp van image classification in Arc/Info, omdat het manueel vectoriseren bijzonder arbeidsintensief is. De kaarten van Ferraris, van Vandermaelen en ook topokaarten 1 en 2 laten dit echter niet toe en moeten manueel gevectoriseerd worden. Hierbij is consequentie van groot belang, in het bijzonder als de oppervlakte van de
afzonderlijke polygonen belangrijke informatie levert. Meer bepaald moet de begrenzing van een bos (door een onverharde weg, een verharde
secundaire weg, een autosnelweg, een spoorweg, …) steeds op dezelfde wijze gedefinieerd zijn, zoniet is het onmogelijk de evolutie van de gemiddelde oppervlakte van bossen doorheen de tijd te evalueren. 'Edgematching' van de vectorfiles is een volgende essentiële stap. De vectorfiles van aangrenzende kaartbladen moeten naadloos aan elkaar gepast worden, zodat 1 vectorfile ontstaat die het volledige grondgebied van Vlaanderen weergeeft.
1.4 Vectorisatie van bos op de Ferrariskaarten
1.4.1 Manuele interpretatie
Deze kaarten vertonen belangrijke geografische vervormingen waardoor ze niet op recente kaarten gelegd kunnen worden zonder daarbij grote fouten te maken. De fouten vertonen sterke regionale verschillen: ze zijn aanzienlijk in regio's waar op het moment van de opnamen weinig referentiepunten waren, zoals uitgestrekte heide- en boscomplexen (Daels & Verhoeve, 1963; Van der Haegen & Vanneste, 1989).
Uit de visuele vergelijking van de Ferrariskaarten met de transparant van de topokaarten blijkt dat in een beperkte zone van de kaarten de fouten vaak veel groter zijn dan even verderop. Dergelijke aanzienlijke
afwijkingen zijn vermoedelijk sluitingsfouten die ontstaan na triangulatie: de afzonderlijke fouten op de hoek- en afstandsmetingen van een traject zijn beperkt maar cumuleren tot een aanzienlijke fout als het uitgangspunt of het meetpunt van een tweede landmeter bereikt wordt.
Door het niet-systematische karakter van de fouten en hun omvang werd afgestapt van de optie om de gescande beelden van de Ferrariskaarten eerst te georefereren, vervolgens de bebossing te vectoriseren van op scherm en achteraf de fouten door vervorming van de vectorfiles aan de hand van referentiepunten (rubbersheeting) te verkleinen. Dit zou een zeer groot aantal referentiepunten rond elke bospolygoon vereisen, zodat geoordeeld werd dat de techniek onhaalbaar was om binnen het tijdsbestek van het project voor geheel Vlaanderen toe te passen.
Daarom werd gekozen voor een manuele interpretatie van de Ferrariskaarten met behulp van een transparant waarop de huidige topokaarten afgedrukt zijn. Deze transparant wordt gebruikt om het bos te positioneren. Op een tweede, blanco transparant die op de eerste vastgekleefd is, wordt de omtrek van de bossen overgetekend via een manuele interpolatie. De referentiepunten van de topokaart worden op homologe punten van de
Ferrariskaarten gelegd en de bosomtrek wordt geleidelijk aan overgetekend terwijl verschoven wordt van het ene referentiepunt naar het andere. Deze manuele werkwijze is zeer arbeidsintensief en vraagt bovendien veel
concentratie, omdat de vervormingen door het verschuiven van de transparanten gecorrigeerd moeten worden
In figuur 5 wordt weergegeven wat als bos geïnterpreteerd werd op de Ferrariskaarten. Boomgaarden werden bijvoorbeeld niet meegenomen bij het overtekenen van de bossen, parkbossen wel. Wanneer bospercelen door een weg begrensd worden, werd steeds de rand van de weg als grens genomen die langs het bosperceel ligt. Indien een bos door een weg (vb. brandgang,
bestandsgrens, bosweg) of beek, smaller dan 15 m doorsneden wordt, dan wordt het bos als een boscomplex aangeduid. Indien er een brede weg of een grote rivier, breder dan 15 m door het bos loopt, wordt het bos wel
De bosgrenzen vallen samen met de kant van de weg die aan het bos grenst. Bossen die doorsneden worden door wegen smaller dan 15 m worden als één boscomplex getekend.
Een heidebebossing (rechts) wordt met een gele ondergrond
weergegeven.
Het verschil in inkleuring tussen bos en boomgaard (blauwe omlijning).
Parkbossen worden als bos aangeduid. Echte parken en open plekken of boomgaarden groter dan 0.25 ha worden uit het boscomplex geweerd (blauwe omlijning).
1.4.2 Georefereren en vectoriseren
De tweede transparant waarop de bossen overgetekend zijn, werd vervolgens gescand en in Arc/Info gegeorefereerd op basis van de hoeken van de
topokaarten, die werden overgetekend en waarvan de coördinaten gekend zijn. Het vectoriseren in Arc/Scan verloopt interactief. Op de gescande contouren wordt het beginpunt van een vector uitgezet. Vervolgens wordt automatisch de omtrek van bospolygonen afgelopen, op voorwaarde dat geen splitsingen, grote onderbrekingen of te dikke lijnen voorkomen. Dergelijke problemen kunnen echter grotendeels opgelost worden door een gepaste keuze van de instellingen. Nadat alle polygonen gedigitaliseerd zijn, werden
bospolygonen kleiner dan 0.25 hectare via een bewerking in Arc/Info weg gefilterd.
1.4.3 Nauwkeurigheid van de vectorisatie
1.4.3.1. Randen en hoeken van kaartbladen
Een belangrijk knelpunt is het edgematchen van de ruim 200 coverages. Dit betekent dat bossen die als verschillende deelpolygonen op meerdere kaartbladen liggen, tot één enkele polygoon samengevoegd worden. In het geval van de Ferrariskaarten worden in deze fase ook de belangrijkste interpretatiefouten langs de randen van aangrenzende kaartbladen gecorrigeerd.
Het creëren van naadloze overgangen van het ene kaarblad naar een
aangrenzend kaartblad is niet evident omdat de deelpolygonen van een bos dat op 2 of meer kaarten voorkomen niet mooi aansluiten (figuur 6). Er zijn hiervoor twee oorzaken: 1) elke interpretatie van de Ferrariskaarten is uniek en 2) langs de randen zijn de interpretatiefouten relatief groot omdat hier slechts langs 1 zijde referentiepunten beschikbaar zijn, waardoor feitelijk een extrapolatie gemaakt wordt.
De afwijkingen tussen homologe punten van polygonen die de kaartgrenzen overschrijden, werden systematisch geïnventariseerd en worden gebruikt om een minimale nauwkeurigheid van de gevolgde werkwijze te bepalen.
Figuur 6: Bos dat zowel op kaartbladen 13/3 als op 13/7 ligt en
gedeeltelijk op beide kaartbladen werd overgetekend. De afwijking tussen homologe punten is hier relatief gering (< 100m).
Om de nauwkeurigheid van de methode te bepalen en om de belangrijkste fouten te corrigeren, werden zoveel mogelijk afstanden tussen homologe punten op aangrenzende kaartbladen bepaald.
In totaal werden ruim 1200 punten herkend van ongeveer 430 unieke polygonen. Figuur 7 geeft de frequentieverdeling van de afwijking per polygoon. Voor zowat 67% van de polygonen bedraagt de gemiddelde afstand tussen homologe punten minder dan 100m. Als de afstanden niet worden uitgemiddeld per polygoon, is dit aandeel hoger. Ongeveer 18% van de
gemiddelde afstanden bevindt zich tussen 100 en 200m. Dit betekent dat 85% van de afwijkingen tussen punten die voornamelijk door extrapolatie bepaald werden, kleiner is dan 200m
0 100 200 300 400 500 600 700 800 900 1000 1100 1200 1300 1400 1500 1600 1700 1800 1900 2000 Afwijking (m) 0 10 20 30 40 50 60 70 Fr equentie (% )
S #S #S S#S # S # S # S # S # S S S S # S S S S S SS#S # S # S # S#S #S # S # S # S#S # S #S # S S # S # S S S S#S # S#SS S # S #S # S # S S S # S # S S # S #S #S#S S S # S S S S#S S S SS # S # S#S S #S #S # S # S # S # S # S#S # S # S#S #S
S
S # S # S # S # S # S S#S#S#S # S # S # S S S # S #S #S # S # S # S #S #S#S # S # S # S #S #S #S S # S # S # S # S # S # SS
# S # S # S # S # S #S #S # S # S # S # S # S # S # S S # S # S S # S # S S#S # S#S #S#S#S SSS # S # S # S#S#S #S#S#S #S #S#S#S#S#S#S #S # SS
S S # S # S # S#S #S#SS
#SS
S
S #S # S # S S # S # S # S#SS
#S#SSS
S
S
S
S
S S S S SSS#S #SSS # S #S # S # S#S #S #S#S#S # S # S # S # S S #S # S # S # S # S # S # S # S # S # S S #S # S # S # S # S#S S#S # S # S # S#S # S#SS#S#S#S S # S#S # S # S # S # S # S # S # S # S #S # S S # S#SSSS#S # S SS#SS#S #S # S S#S # S # S S # S#S #S #S # S # S S S S # S S #S S # S #S # SS #SS
# S SSSSS
S
S
S #S#S#S#S#S #S#S S S S # S SS
S
S
S
# S#S # S # S # S S #S # SS
S
S # S # S #S # S # S SS S # S SS # S # S S # S # S # S S S S S#S # S # S#S#S #S # S # S # S S S S S # S S S # S # S S #S S # S S SS
SS S#S # S S # S S # S # S S # S#S # S # S # S # S # SS
S#S#S # S # S # S # S#S SS S # S S S#S SS # SS
#S # S 2/5 2/8 1/7 2/6 2/7 3/5 8/1 1/8 8/4 8/2 9/1 9/2 5/8 8/3 4/7 7/3 8/5 5/6 4/8 5/2 7/2 5/5 7/5 7/6 7/7 7/4 6/5 7/8 8/6 8/7 8/8 9/5 9/6 9/7 9/8 19/7 11/7 33/8 19/3 41/4 25/8 17/4 27/3 25/4 17/8 18/2 20/7 20/6 20/821/5 21/621/7 32/5 23/5 24/5 21/8 16/1 16/4 33/5 17/1 17/3 22/5 16/2 23/7 31/5 17/2 20/5 22/6 22/7 23/6 32/6 24/6 31/7 16/3 15/3 33/4 25/5 35/5 34/6 16/5 32/8 33/6 33/7 29/7 31/6 24/8 15/2 15/1 22/8 32/7 24/1 23/8 16/6 30/530/630/7 24/7 29/6 15/7 29/5 17/5 15/4 15/5 29/8 28/7 34/7 16/8 25/6 13/8 15/6 18/6 25/7 28/8 31/8 13/7 25/1 28/6 24/2 13/4 26/6 17/7 17/6 16/7 13/6 23/1 12/7 23/3 41/1 14/3 18/1 24/4 14/6 13/5 14/5 14/7 14/2 12/8 26/2 30/8 39/1 18/3 12/6 15/8 23/2 14/4 19/8 18/8 14/1 13/3 25/3 27/8 21/3 21/4 24/3 25/2 14/8 13/2 21/2 22/2 22/3 21/1 20/3 28/5 22/1 39/3 23/4 20/4 13/1 12/5 20/2 12/4 12/3 41/2 39/2 41/3 38/1 37/2 22/4 38/3 34/8 12/2 37/4 26/7 36/2 39/4 20/1 26/4 18/7 26/3 36/1 38/4 12/1 42/4 18/5 32/1 10/5 33/1 31/1 31/3 32/2 29/3 31/2 32/4 33/3 34/2 29/1 29/2 29/4 30/3 33/2 28/3 30/1 26/1 30/2 32/3 28/4 28/2 31/4 26/5 19/4 30/4 34/3 28/1 11/8 34/5 27/4 42/1 34/1 # S < 100 m S 100 - 200 m S 200 - 400 m S 400 - 800 mS
> 800 mDe geografische verdeling van de afwijkingen geeft geen zeer duidelijk beeld, alhoewel opvalt dat het centrum en het zuiden van West-Vlaanderen en de provincie Limburg relatief slecht scoren (figuur 8).
Figuur 9 geeft weer hoe de verschillende soorten fouten aan de grenzen gecorrigeerd werden.
Figuur 9: verschillende soorten grensfouten van de ferrarispolygonen voor (rode polgyonen) en na (groene polygonen) correctie
1.4.3.2. Nauwkeurigheid na correctie van randen
Ongeveer 85% van de grenspolygonen kon op een relatief snelle manier gecorrigeerd worden omdat de gemiddelde afwijkingen tussen homologe punten kleiner was dan 200 m. Deze discontinuïteiten werden door
akkerpatroon de polygonen te verbeteren (figuur 9 rechts boven). De overige 15% van de grenspolygonen, met afwijkingen tussen de homologe punten groter dan 200 m, werden opnieuw op de ferrariskaart gelokaliseerd en vervolgens op de topokaarten gedigitaliseerd. Bij het overlopen van de grenzen werden ook polygonen gevonden die abrupt stoppen aan de grens van de topokaart. Deze polygonen werden opnieuw opgezocht en aangevuld
(figuur 9 onderaan).Na de correctie van de grenspolygonen, bleven er in de vectorfile nog verschillende soorten fouten over.
- Een eerste soort fouten zit in de foutieve kartering van het
landgebruik door de opnameploegen van Ferraris zelf. Dergelijke fouten zijn nauwelijks te achterhalen. Voor gebiedsstudies zou men met behulp van kadastergegevens en andere bronnen deze fouten kunnen opsporen. Voor heel Vlaanderen is dit echter onmogelijk.
- Een andere foutenbron is het verkeerd interpreteren van het
landgebruik dat op de ferrariskaarten is weergegeven. Veengebieden, boomgaarden en meersen kunnen als bos zijn aangeduid omdat het
onderscheid met bos op de Ferrariskaart soms moeilijk waarneembaar is (figuur 5).
- Tenslotte zijn er ook belangrijke interpretatiefouten die ontstaan zijn doordat de bospolygonen gepositioneerd werden met behulp van de actuele topokaarten. De ferrariskaarten bevatten heel wat
triangulatiefouten, die dan nog heel vaak in bosgebieden gecompenseerd werden. Een gedeelte van deze geografische fouten konden door de
manuele interpretatie met de topokaarten vermeden worden. De mate waarin de positionering correct kon gebeuren, hing af van het aantal herkenningspunten dat op de ferrariskaarten en de topokaarten aanwezig was. Hoe meer referentiepunten, des te kleiner is de fout op een
verkeerde positionering.
Om de fout te kunnen berekenen werden 107 polygonen (2,5% van de
bospolygonen) op een systematische manier uit de attribuuttabel van de Ferraris-shapefile geselecteerd. Deze polygonen werden op een meer nauwkeurige manier (met behulp van tussenliggende kaarten) opnieuw gelokaliseerd (figuur 10). Omdat op enkele kaartenreeksen tussen 1750 (Ferrariskaart) en de huidige topokaarten referentiepunten (wegen, perceelsgrenzen) gemakkelijker terug te vinden zijn, werd voor de meer nauwkeurige interpretatie gebruik gemaakt van tussenliggende
kaartenreeksen van (Vandermaelen en reeks B).
De maat voor de nauwkeurigheid voor de positionering en de vorm van de Ferrarisbospolygonen werd bepaald door rond de geselecteerde polygonen buffers te leggen. Er werden buffers gelegd naar binnen en naar buiten toe in stappen van 5 meter rond de incorrecte (vlugge interpretatie) polygonen. In figuur 11 wordt de buffermethode op een polygoon uit de Ferraris-shapefile voorgesteld. Vervolgens werden de intersecties gemaakt van deze buffers met de correcte (nauwkeurige interpretatie) polygonen. De totale oppervlakte van de geselecteerde polygonen is nagenoeg gelijk aan de oppervlakte van de controlepolygonen. De totale oppervlakte van de nauwkeurige interpretatie is 0.5% groter dan de oppervlakte van de snelle interpretatie.
Figuur 11: Voorbeeld van de buffermethode. De buffer (blauw) wordt resp.
naar binnen toe (2de illustratie) en naar buiten toe (3de illustratie)
rond de incorrecte (rode) polygoon gelegd. De groene polygoon is de correcte kontrolepolygoon.
Van niet alle polygonen is het landgebruik bij de manuele interpretatie correct geïnterpreteerd. Enkele hiervan hadden rond 1770 een ander
landgebruik dan bos. Het gaat echter om een beperkt aantal polygonen. Het landgebruik van slechts 0.5% van de oppervlakte van de 107
controlepolygonen is foutief als bos aangeduid. Daarenboven is nog eens 1% van de oppervlakte van de controleset niet als bos aangeduid, terwijl het wel bos was rond 1770.
Voor elke buffer kunnen 2 variabelen berekend worden: P1 en P2 P1 = opp. intersectie van de gebufferde snelle interpretatie met de nauwkeurige interpretatie / opp. nauwkeurige interpretatie
P2 = opp. intersectie van de gebufferde snelle interpretatie met de nauwkeurige interpretatie / opp. gebufferde snelle interpretatie
P1 staat voor de oppervlakte juist gelokaliseerd Ferrarisbos in de buffer als aandeel van de oppervlakte van de nauwkeurige interpretatie. Met deze parameter kan de buffer bepaald worden die zoveel mogelijk exact gelokaliseerde Ferrarisbos omvat. Een buffer omvat naast exact
gelokaliseerd Ferrarisbos ook een zone die geen bos was op de
Positieve buffer
Negatieve buffer
b u ffe r
In te r se c tie
sn e lle in te r p r e ta tie
n a u w k e u r ig e in ter p r e ta tie
P1 =
P2 =
Figuur 12: Grafische voorstelling van P1 en P2 bij een buffer naar binnen toe (links) en een buffer naar buiten toe (rechts).
Voor de 107 controlepolygonen werden de parameters P1 en P2 berekend. Om deze parameters te kunnen bepalen werden rond de incorrecte polygonen een buffer gelegd in stappen van 5 m tot 200 m naar binnen en naar buiten toe. In Figuur 4.9 wordt voorgesteld hoe deze methode op een
ferrarisbospolygoon wordt toegepast. Bij de berekening van P1 en P2 worden de polygonen waarvan het landgebruik bij de manuele interpretatie verkeerd weergegeven is, weggelaten.
De totale P1 kan op 2 manieren berekend worden:
Bij een eerste benadering worden de 107 controlepolygonen als een geheel beschouwd. Deze P1 geeft een maat voor de globale nauwkeurigheid. De totale P1 wordt berekend rekening houdend met het procentueel
oppervlakteaandeel van elk polygoon.
Bij een tweede benadering wordt P1 voor elke polygoon afzonderlijk
berekend. Bij de berekening van de totale P1 wordt geen rekening gehouden met het procentueel oppervlakteaandeel van elke polygoon. De P1 van elk polygoon krijgt een zelfde gewicht, onafhankelijk van zijn oppervlakte. Deze P1 geeft een maat voor de nauwkeurigheid per polygoon.
Globale geografische nauwkeurigheid
het aandeel exact gelokaliseerd ferrarisbos groter wordt (P1 stijgt). Bij een groter wordende buffer, daalt het aandeel exact gelokaliseerde
ferrarisbos of met andere woorden: er valt steeds meer niet-ferrarisbos binnen de buffer (P2 daalt). De keuze van de grootte van de buffer is dus de keuze tussen enerzijds het streven naar een zo hoog mogelijk aandeel exact gelokaliseerd ferrarisbos (P1 maximaliseren) en anderzijds het beperken van het aandeel niet-ferrarisbos binnen de buffer (P2
maximaliseren).
30
40
50
60
70
80
90
100
Buffergrootte (m)
P1
P2
Figuur 13: Grafische voorstelling van de parameters P1 en P2 bij wisselende buffergrootte
- Bij steeds groter wordende buffer stijgt P1 en nadert asymptotisch naar 100 %. P1 maximaliseren zou aldus tot een onbruikbare buffer leiden. Afhankelijk van de vooropgestelde P1-waarde kan een bruikbare en zinvole buffergrootte bepaald worden. Zo wordt bijvoorbeeld bij een buffer van 55 m naar buiten toe, 95 % van het bos omvat. Slechts 71 % (P2) van hetgeen de buffer omvat was ook zeker ferrarisbos.
- Een buffer van 80 m naar binnen toe, geeft een zekerheid van 95% (P2) wat betreft de bebossing in de 18de eeuw. Deze buffer omvat dan echter slechts 59 % (P1) van het totale ferrarisbos.
- Wanneer tegelijkertijd gestreefd wordt naar een maximale P1 én P2, wordt een buffer van 0 m als de beste keuze aanvaard. De curven van de afgeleiden van P1 en P2 snijden bij deze buffergrootte. Bij deze
Geografische nauwkeurigheid per polygoon
Per polygoon wordt de buffergrootte bepaald, waarbij het polyoon voor 95 %, 99 % resp. 100 % omvat is. Hiervan kan een frequentieverdeling gemaakt worden. Deze cumulatieve verdeling van parameter P1 wordt procentueel voorgesteld in figuur 14. 0 25 50 75 100 Buffergrootte (m) 100% 95% 99%
Figuur 14: Cumulatieve verdeling van parameter P1 bij toenemende
buffergrootte. De pijltjes duiden voor bepaalde P1-waarden (95 %, 99 % en 100 %)de overeenkomstige buffergrootten aan.
1.5 Vectorisatie bos op de Vandermaelenkaarten
1.5.1 Manuele interpretatie
De geografische vervormingen zijn beduidend kleiner dan op de Ferrariskaarten waardoor deze kaarten gemakkelijker op de huidige topokaarten gelegd kunnen worden. Er zijn echter nog belangrijke triangulatiefouten aanwezig zodat ook bij deze kaartenreeks moest afgezien worden van de werkwijze waarbij de gescande beelden van de Vandermaelenkaarten eerst gegeorefereerd worden en vervolgens de bebossing gevectoriseerd wordt van op scherm. Net zoals bij de Ferrariskaarten werd de omtrek van de bossen via een manuele
interpretatie getekend. De werkwijze staat uitvoerig beschreven in hoofdstuk 1.4.1.
In figuur 15 wordt weergegeven wat als bos geïnterpreteerd werd op de Vandermaelenkaart. De legende is eenduidiger dan de legende van Ferraris, hetgeen leidde tot minder verwarring of foutieve interpretatie van het landgebruik. Boomgaarden worden bijvoorbeeld op de Vandermaelenkaart niet aangeduid. Vermoedelijk werden ze net als de akkers (blanco percelen) gekarteerd. Parken worden op dezelfde manier als bos weergegeven.
De paarse omlijning omvat loofbos. De bosgrenzen vallen samen met de kant van de weg die aan het bos grenst. Bossen die doorsneden worden door wegen smaller dan 15 m worden als één boscomplex getekend. De lichtblauwe omlijning omvat grasland.
Naaldbos wordt op dezelfde manier weergegeven als loofbos maar bij naaldbos wordt een S van "sapin" geschreven.
Figuur 15: Conventies bij het aanduiden van bos (paars omlijnd)op de Vandermaelenkaarten.
1.5.2 Georefereren en vectoriseren
Het georefereren en vectoriseren van de Vandermaelenkaarten gebeurde volgens de zelfde methode die toegepast werd bij de Ferrariskaarten (cfr. 1.4.2)
1.5.3 Nauwkeurigheid van de vectorisatie
1.5.3.1 Randen en hoeken van de kaartbladen
Net zoals bij de Ferraris-shapefiles, moesten ook hier de polygonen die aan de grenzen van verschillende kaartbladen liggen, bijgewerkt worden. Dit gebeurde volgens dezelfde methode zoals beschreven in hoofdstuk 1.4.3.1. Een bepaling van de nauwkeurigheid van de interpretatie van de grenspolygonen op de Vandermaelenkaarten werd niet doorgevoerd. Toch kan gesteld worden dat de fouten op de grenzen hier beduidend kleiner zijn. Als maat hiervoor kan de veel kortere tijdsduur genomen worden die nodig was om de randen te corrigeren. Het corrigeerwerk op Vandermaelenkaarten nam veel minder tijd in beslag om de volgende twee redenen:
- De vervormingen op de Vandermaelenkaart t.o.v. de huidige
topografische kaart zijn veel kleiner dan deze op de Ferrariskaart. Dit laat minder ruimte toe voor een verschillende interpretatie van de positionering van het bospolygoon.
- Bij de manuele interpretatie werd er extra aandacht besteed aan het overtekenen van de grenspolygonen. Abrupte afbrekingen van
bospolygonen werden vermeden door de polygonen volledig te tekenen. Voor deze extrapolatie werd(en) de aangrenzende topokaart(en) erbij genomen, zodat er langs alle zijde van het polygoon referentiepunten beschikbaar waren.
1.5.3.2 Nauwkeurigheid na correctie van de randen
Na de correctie van de grenspolygonen, bleven er in de vectorfile nog verschillende soorten fouten over. Net zoals de fouten op de
grenspolygonen, is ook de fout op de overige bospolygonen geringer dan deze op de Ferrarisbospolygonen
Net zoals bij de Ferrariskaart is het mogelijk dat het landgebruik op de Vandermaelenkaart foutief is weergegeven.
Daar de legende van het landgebruik op de Vandermaelenkaart eenduidiger is (figuur 15), zullen bij de interpretatie van het landgebruik minder fouten gemaakt zijn.
De Vandermaelenkaarten bevatten weliswaar heel wat minder
triangulatiefouten dan de Ferrariskaarten, toch zijn er ook hier interpretatiefouten die ontstaan zijn doordat de bospolygonen
gepositioneerd werden met behulp van de actuele topokaarten. Het was niet altijd mogelijk de Vandermaelenbospolygonen correct te positioneren. Een berekening van de fout op de Vandermaelen-shapefile zou op een analoge wijze kunnen gebeuren als bij de Ferraris-shapefile. Daar het bepalen van een nauwkeurige interpretatie van een aantal
1.6 Vectorisatie van bos op reeks C
1.6.1 Georefereren (i.s.m. GIM N.V.)
1.6.1.1 Transformatie van Bonne naar Lambert72
Reeksen A, B en C werden niet in het actuele Lambert72 coördinatenstelsel opgemaakt, maar in de oude Bonne-coördinaten. Om ze te georefereren, is het echter noodzakelijk de hoekcoördinaten naar het Lambert72 systeem over te brengen.
De verschillende benaderingswijzen die werden gevolgd voor het vinden van de projectie-formules tussen de oude Bonne-coördinaten en de huidige Lambert72-coördinaten, zoals deze voorkomen op de oude resp. recente kaartreeksen van het Nationaal Geografisch Instituut, worden hierna overlopen. Drie paden werden bewandeld: de klassieke weg, een
gelijkvormigheidstransformatie en tenslotte een benadering met polynomen van hogere graad. Telkens wordt een beschrijving gegeven van de methode, de probleemstelling, de implementatie en tenslotte de evaluatie.
1.6.1.2 Klassieke weg
De eerste methode volgt de klassieke weg. Hierin wordt er gebruik gemaakt van de voorwaartse en inverse projectieformules voor de Bonne- en
Lambert-projectie. Het uiteindelijke resultaat wordt bereikt na drie stappen. In de eerste plaats worden de oude Bonne-coördinaten terug-geprojecteerd naar de geografische coördinaten van de geodetische datum die destijds in België werd gebruikt. Vervolgens worden deze geografische coördinaten getransformeerd naar de huidige geodetische datum. Tenslotte worden dan de voorwaartse projectieformules van Lambert toegepast op deze geografische coördinaten.
Aanvankelijk bestond het probleem erin de inverse projectieformules van Bonne te achterhalen. Deze afbeelding wordt nog maar zelden gebruikt en bovendien moeten de projectieformules naar een ellipsoïde benaderd worden door gebruik te maken van een reeksontwikkeling. Twee bronnen werden hiervoor geraadpleegd, waarvan er slechts één valabele resultaten opleverde.
Een tweede probleem deed zich voor in de transformatie van de oude naar de huidige geodeet. De parameters die van de oude ellipsoïde (Delambre) een geodeet maken, worden immers nergens gedocumenteerd. Voor de huidige geodeet is dit wel zo. Voor het vinden van de transformatie tussen de geodetische oppervlakken, moest dus een andere oplossing gevonden worden. In de literatuur bestaan er twee methoden voor het transformeren van geografische coördinaten tussen twee geodetische oppervlakken. Beide methoden vereisen een set van homologe punten op beide geodeten. Deze werden dan ook met de grootste precisie en zo verspreid mogelijk in
Vlaanderen uitgemeten. Naargelang de precisie, het aantal en de spreiding van de puntenset toeneemt, kunnen andere methoden worden toegepast die tot betere resultaten leiden.
Methode 1: 5-parameter-transformatie van Molodensky
translatie in de ruimte (3) en de verandering van ellipsoïdenparameters (halve grote as a en kleine as b). Ze is van toepassing op sets van homologe punten met geringe inmeetnauwkeurigheid (hier het geval). Methode 2: 7-parameter-transformatie van Helmert (ook wel: Bursa-Wolf) Wanneer de set van homologe punten nauwkeurig is (bv. punten met
geodetische precisie) kunnen nog twee extra parameters berekend worden. Zij hebben betrekking op de ruimtelijke rotatie tussen de twee geodeten. Dit is heel belangrijk wanneer het geodetische ankerpunt (d.i. de plaats waar de ellipsoïde aan het aardoppervlak wordt gehecht ter vorming van een geodetische datum) voor beide projectiesystemen erg verschillend is. Dit laatste is inderdaad het geval voor de Belgische coördinatensystemen, maar de nauwkeurigheid van de puntenset liet helaas niet toe de
7-parametermethode te gebruiken.
De projectieformules voor de Bonne- en Lambert-projectie werden
geïmplementeerd alsook de Molodensky-transformatie tussen de oude en de nieuwe geodeet. Het zoeken van deze parameters werd echter overgelaten aan Prof. C. Mugnier van de universiteit van New Orleans die ons
herhaaldelijk verbeterde versies heeft toegestuurd. De resultaten zijn niet goed te noemen. Verschillende redenen kunnen hiervoor worden aangehaald:
- Er zijn drie opeenvolgende stappen die elk hun zwakke punten hebben. Voor de oude geodeet is er bijvoorbeeld onduidelijkheid over welke Delambre-ellipsoïde gebruikt werd (die van 1810 of 1860). Bovendien worden in de literatuur tegenstrijdige coördinaten gegeven voor het geodetisch basispunt (zelfs in de verschillende publicaties van één en dezelfde instantie, het N.G.I.). De parameters zijn erg verschillend en leiden wel degelijk tot heel verschillende resultaten.
- De ruimtelijke regressie voor het vinden van de transformatie tussen de twee geodeten is eigenlijk bedoeld voor een set van zeer
nauwkeurige homologe punten waarvan bovendien de ellipsoïdale hoogte gekend is. Het is onmogelijk die van een topografische kaart af te lezen. Ter verbetering van de metingen op de gescande beelden werden de originele exemplaren ontleend. Toch is het niet mogelijk hierop homologe punten te selecteren met een localisatie-nauwkeurigheid die beter is dan 10 meter (d.i. op een kaart met schaal 1:20.000 amper 0.5mm). Ook het nauwkeurig aflezen van de hoogte in het kaartbeeld zelf is absoluut onmogelijk, welke dan ook niet konden worden geïntegreerd in de berekening.
- Voor de Belgische kaartreeksen is het belangrijk dat de oude geodeet ook een oriëntatieverandering ondergaat aangezien het geodetisch ankerpunt (voor zover daar zekerheid over bestaat!) erg verschillend is met dat van de huidige geodeet. De nauwkeurigheid van de puntenset (die bovendien geen hoogten bevatte) liet echter niet toe de 7
parameters te berekenen.
De combinatie van deze drie stappen met elk hun zwakke punten heeft tot gevolg dat al dan niet kleine fouten zich opstapelen, daar waar er net met de hoogste precisie zou moeten gewerkt worden.
1.6.1.3 Gelijkvormigheidstransformatie
Een gelijkvormigheidstransformatie of ruimtelijke lineaire regressie zoekt de verschuiving, rotatie en schaalverandering die een set van
homologe punten. Deze techniek is gestoeld op Gauss' kleinste kwadratenmethode, en maakt intens gebruik van matrix-algebra.
Het uitvoeren van een gelijkvormigheidstransformatie tussen twee sets van homologe punten kent geen echte problemen. Uiteraard moet een omvangrijke en nauwkeurige set van homologe punten gegeven zijn, maar die werd reeds met relatief hoge precisie bepaald bij de klassieke benadering.
De implementatie bestaat uit een set van modules die twee reeksen van homologe punten als invoer hebben en de optimale transformatieparameters als resultaat terug geven. Ze werden in het kader van dit project
geïmplementeerd.
De resulterende gelijkvormigheidstransformatie is van de volgende vorm : X = C1 + C2 * x + C3 * y
Y = C4 + C5 * x + C6 * y met
x, y = de oude Bonne-coördinaten X, Y = de nieuwe Lambert-coördinaten
De resultaten waren merkelijk beter dan die van de klassieke methode. Toch zijn ze nog steeds niet optimaal. De transformatie behoudt immers de onderlinge ligging van de punten binnen één set. Aangezien de Bonne-projectie erg verschillend is vergeleken met de Lambert-Bonne-projectie zou een interne herschikking zeker tot een beter resultaat leiden. Eén van de mogelijke verbeteringen zou kunnen zijn te werken met een affiene i.p.v. Euclidische transformatie (het scheeftrekken van de oude puntenset is dan wel toegestaan). Dit werd echter niet geïmplementeerd, aangezien een affiene transformatie op haar beurt kan verbeterd worden door een benadering met een veelterm van hogere graad, de laatste poging…
1.6.1.4 Benadering met polynoom van hogere graad
Het benaderen van een transformatie tussen twee sets van vlakke coördinaten met een polynoom van hogere graad werd ontleend aan het doctoraat van Dr. Frank Canters van de VUB. Zijn onderzoek spitste zich toe op het optimaliseren van kleinschalige kaarten (groot gebied) die werden beschreven als polynomen van de vijfde graad. Voor het
optimaliseren van de afstandsvervorming maakte hij gebruik van de simplex-methode voor functieminimalisatie.
In het kader van dit project werd een poging ondernomen om dezelfde techniek toe te passen voor het benaderen van de transformatie-formules tussen de oude Bonne- en de recente Lambert-coördinaten.
Voor een polynoom van de vijfde graad moeten 42 parameters gezocht worden. Eerst worden er 43 sets van telkens 42 willekeurige parameters gegenereerd. Deze 43 polynomen kunnen worden beschouwd als een set van punten in een ruimte met 42 dimensies. Dit wordt een simplex genoemd aangezien het een deelruimte is met het kleinste aantal punten (bv. minimaal 3 niet-collineaire punten in een vlak (2D) beschrijven een oppervlak, minimaal 4 niet-coplanaire punten in de ruimte (3D)
beschrijven een volume, minimaal 43 lineair onafhankelijke punten in een ruimte met 42 dimensies beschrijven een deelruimte met dezelfde
dimensie). Op deze set van punten die elk een vijfde graadspolynoom vertegenwoordigen, wordt nu het simplex algoritme toegepast. Na elke uitvoering wordt het minst goede punt (d.i. de polynoom met de grootste gemiddelde afstandsfout voor de set van 90 homologe punten)
polynoom met de beste eigenschappen vertegenwoordigd (minimale afstandsvervorming). Knelpunten zijn:
- Het algoritme is een niet-lineaire berekening die heel veel rekentijd vergt (ook van een snelle computer). De berekening van één minimale polynoom vergde om en bij de 10.000 uitvoeringen van het algoritme en nam al gauw enkele uren in beslag.
- De resultaten van het algoritme zijn afhankelijk van de beginset van polynomen. Geen twee uitvoeringen van het algoritme leiden tot precies hetzelfde resultaat (wel bij benadering).
- Het algoritme leidt maar tot een goed resultaat wanneer de functie in de ruimte slechts één minimum heeft. In het andere geval kan het zijn dat de berekening convergeert naar een lokaal minimum i.p.v. een globaal minimum (waarin we geïnteresseerd zijn).
- De implementatie van dit algoritme is niet voor de hand liggend. In het kader van dit project werd het algoritme van Nelder en Mead
geïmplementeerd zoals beschreven in hun artikel (Nelder, J. A., Mead, R. A simplex method for function minimization, Computer Journal, 7, 1965, 308-313). Als basisset voor het evalueren van de polynomen werd gebruik gemaakt van de set van 90 homologe punten die werd bepaald voor de klassieke methode.
Met het algoritme werd geprobeerd een optimale polynoom van de vijfde graad te berekenen. Dit is echter niet gelukt. Vrij snel na het starten van het algoritme kon men uit de tussenresultaten reeds opmaken dat de set van polynomen naar een verkeerd minimum migreerden. Als oorzaak moet hier zeker de willekeur van de set van startpolynomen aangehaald worden.
Om deze beter onder controle te krijgen werden de parameters van 0de en
1ste graad gelijk gesteld aan de waarden bekomen bij de
gelijkvormigheidstransformatie. Het is immers te verwachten dat de uiteindelijke parameters voor deze graden hier vrij goed mee zullen overeenstemmen.
Niettegenstaande het algoritme sneller convergeerde tot een polynoom met minimale vervorming was deze vervorming aanzienlijk groter dan die
berekend na het uitvoeren van de gelijkvormigheidstransformatie. Nog steeds werd er gezocht naar een lokaal en verkeerd minimum. Om dit probleem onder controle te krijgen, zou de set van startpolynomen a priori de te berekenen polynoom reeds goed moeten benaderen. Dit is vooralsnog onmogelijk te bepalen.
Tenslotte werd geopteerd om net dezelfde berekening uit te voeren voor polynomen van tweede graad. De resultaten waren nu wel goed en
vergelijkbaar met hetgeen bekomen werd via
1.6.1.5 Evaluatie van de transformatie
De gemiddelde afwijking tussen de 90 homologe punten bedraagt 18 m. De RMS fout(root mean square error), die 62 % van de afwijkingen omvat, bedraagt 21 m. Uit figuur 16 blijkt dat de afwijkingen niet systematisch zijn.
Bij controle bleek ook dat er geen verband is tussen de afwijkingen dx, dy en euclidische afstanden enerzijds en de x en y coördinaten
anderzijds. Dit kan er op wijzen dat de gelijkvormigheidstransformatie moeilijk verbeterd kan worden en dat de fouten vooral het gevolg zijn van onnauwkeurigheden bij het opmeten van de oude kaarten.
Een visuele vergelijking in Arc/View van de gegeorefereerde oude kaarten met de topografische kaarten van het NGI bevestigt dit. Op één en
hetzelfde kaartblad kan men namelijk homologe punten met een zeer geringe afwijking waarnemen, terwijl elders, vooral op hellingen, door de
landmeters aanzienlijke fouten gemaakt werden. Zo bedraagt de afwijking tussen homologe punten van de enclave in het Neigembos 70 m, terwijl de fout op de wegen die het bos omgeven hooguit 10 m bedraagt (figuur 17).
-50 -40 -30 -20 -10 0 10 20 30 40 50 -50 -40 -30 -20 -10 0 10 20 30 40 50 dx (m) dy (m)
Figuur 16: Euclidische afstand (m) tussen de berekende Lambert72
Figuur 17: Detail van de gegeorefereerde kaart 30/8 (1910), met daarboven in blauw de contouren van de actuele topokaart. De niet-bos enclave en een aantal wegen op de actuele kaart werden rood aangeduid om de
vergelijking te vereenvoudigen.
1.6.2. Vectorisatie door semi-automatische interpretatie
Bij kaartenreeks C (1930) zijn de geografische vervormingen beperkt zodat deze kaarten na georefereren in overlay kunnen gebracht worden met de huidige topografische kaarten. Op de gegeorefereerde scans werd
vervolgens het bos via beeldclassificatie in Arc/Info gevectoriseerd. In figuur 18 wordt weergegeven wat als bos geïnterpreteerd werd op de
kaartenreeks van 1930, namelijk alles wat groen gekarteerd is,
De paarse omlijning omvat loofbos. De donker blauwe omlijning omvat een boomgaard. De lichtblauwe omlijning begrenst een grasland.
Naaldbos wordt een andere manier weergegeven dan loofbos. De roze opvulling in de legende stelt heide voor. Bossen die doorsneden
worden, werden door de
semi-automatische vectorisatieprocedure niet meer als één boscomplex
gevectoriseerd.
Figuur 18: Conventies bij het aanduiden van bos (paars omlijnd)op kaartenreeks C.
De bossen van de historische kaarten van reeks C werden via een semi-automatische beeldclassificatie gedigitaliseerd. Dit proces werd
voornamelijk in Arc/Grid uitgevoerd. Dit ging opmerkelijk sneller dan de methode toegepast bij het digitaliseren van de bebossing op de Ferraris-en VandermaelFerraris-enkaartFerraris-en.
De eerste stap in de beeldclassificatie (image classification) is interactief. Op scherm worden verschillende klassen van landgebruik
aangeduid die een unieke kleur hebben op de gescande kaarten, zoals water (blauw), bos (groen), wegen (rood), agrarisch gebied (wit) en
hoogtelijnen (bruin). Het spectrum dat deze referentiegebieden kenmerkt, wordt weggeschreven in signature files. Vervolgens worden deze signature files gebruikt om een supervised classification uit te voeren: elke pixel van het rasterbeeld dat verwerkt wordt, wordt toegewezen aan een bepaalde landgebruiksklasse.
Dit hele proces kon sterk geautomatiseerd worden door de bewerkingen in een AML-macro (Arc Macro Language)op te nemen. Enkel de signature files moeten interactief bepaald worden, maar als de inkleuring van de
verschillende kaarten niet te sterk varieert, is het mogelijk één enkele set van signature files voor een groot aantal gescande kaarten te
gebruiken. Een set van signature files was bijgevolg onvoldoende om de volledige reeks C te vectoriseren. Een voorbeeld van een dergelijke signature file wordt in bijlage 3 weergegeven.
Bij de beeldclassificatie traden af en toe problemen op: -Soms was het verschil in de legende van de verschillende
duidelijk. Zo werden boomgaarden ook af en toe als bos geklasseerd. Daarom werd elk kaartblad nog eens nagekeken en indien nodig manueel gecorrigeerd.
-Bepaalde kaartbladen lieten geen beeldclassificatie toe. Door
onregelmatigheden bij het drukken van de kaart kunnen de kleuren in de legende binnen een kaartblad sterk verschuiven: bovenaan het kaartblad kan een bos in het donkergroen aangeduid zijn en onderaan het kaartblad kan dit lichtgroen zijn.
-Door bepaalde bospercelen lopen zodanig veel hoogtelijnen (vb. de kaartbladen in de Vlaamse Ardennen) dat het beeldclassificatieprogramma het bos niet meer als bos herkent. Deze kaartbladen werden manueel op scherm gedigitaliseerd.
In een volgende fase wordt enkel de klasse met bos behouden, zodat een binair beeld ontstaat, met 0 = niet bos en 1 = bos. Het resultaat van een dergelijke ruwe classificatie, na omzetting tot een vectorfile, wordt weergegeven in de linkerkolom van figuur 19. Bij vergelijking ervan met het resultaat van een manuele vectorisatie, valt op dat:
- zeer kleine bospolygonen en eilandpolygonen, die zonder betekenis zijn, afgebakend worden
- de omtrek van bossen zeer ruw is
- boscomplexen uiteen vallen in kleinere deelpolygonen omdat elke onverharde bosweg als een grens wordt beschouwd
Een verbetering van het rasterbeeld dringt zich dus op. Dit opkuisen bestaat uit volgende handelingen:
- despeckle: individuele pixels of kleine groepjes tegen een achtergrond met een andere waarde worden verwijderd
- een mean filter (7 x 7 pixels) wordt toegepast: de waarde van de centrale pixel wordt gelijkgesteld aan de gemiddelde waarde van de omringende pixels in een masker van 7 pixels x 7 pixels. Hierdoor treedt een 'smoothing' op
Na verbetering van het rasterbeeld worden de vlekken die bossen weergeven in contouren omgezet. Deze contouren worden gevectoriseerd en tenslotte worden onbeduidende polygonen (< 0.25 ha) verwijderd.
Het resultaat van de vectorisatie na verbetering van het rasterbeeld en na verwijdering van de kleinste polygonen, wordt weergegeven in de
rechterkolom van figuur 19. Het resultaat benadert veel beter de manuele vectorisatie dan de eerste poging
Een voorbeeld van dergelijke semi-automatische vectorisatie wordt in bijlage 4 weergegeven. Dit hele proces kan sterk geautomatiseerd worden door de bewerkingen in een macro (Arc Macro Language)op te nemen. Een dergelijke AML wordt weergegeven in bijlage 3.
polygonen die minder dan 15 m van elkaar verwijderd liggen toch aan elkaar gevoegd worden (cfr. 1.6.3.1). Tenslotte werden de polygonen die kleiner zijn dan 0.25 hectare uit de coverage verwijderd.
Figuur 19: Vergelijking van manuele vectorisatie (rood) met een semi-automatische interpretatie (groen). De illustraties van de linkerkolom zijn het resultaat van een raster-vectorconversie zonder verbetering van het rasterbeeld en zonder eliminatie van de kleinste polygonen (< 2500
m2). Voor de illustraties van de rechterkolom werden deze bewerkingen wel
Tot besluit:
- De bosoppervlakte die door semi-automatische interpretatie wordt bepaald, benadert goed de manuele interpretatie
- De meeste 'verontreinigingen' zoals toponiemen, hoogtelijnen, grachten en paden worden verwijderd.
- Kleine bossen of enclaves van niet-bos worden niet vergeten, wat bij een manuele vectorisatie ongetwijfeld af en toe voorkomt (zie figuur 19 rechtsboven).
- Bosranden zijn doorgaans grilliger dan bij een manuele vectorisatie. Dit kan problematisch zijn voor de berekening van bepaalde parameters (vormfactoren).
- De manuele vectorisatie is superieur als de bosrand sterk versneden is, de bossen zeer smal zijn of zware 'verontreinigingen' voorkomen, zoals stervormige paden, dicht op elkaar gelegen hoogtelijnen of moerassige zones (blauwe streepjes).
- De toepassing van een semi-automatische interpretatie betekent een zeer grote tijdswinst.
1.6.3 Nauwkeurigheid van de vectorisatie
1.6.3.1 Randen en hoeken van de kaartbladen
Ook bij kaartenreeks C was er opnieuw een probleem met de grenspolygonen. Deze keer was het probleem niet dat de grenspolygonen discontinuïteiten vertoonden bij de overgangen van het ene naar het andere kaartblad. Het probleem bestond erin dat de grenspolygonen die één boscomplex vormen, niet overlapten en bij het samenvoegen van de kaarten de polygonen niet aan elkaar aansloten als gevolg van het gebruik van filters in de
Arc/Info-macro . Dit probleem werd deels opgelost door het "snappen" (cfr. 1.6.2) waardoor de polygonen die minder dan 15 m van elkaar verwijderd liggen, samen gevoegd werden. Na het "snappen" was een manuele controle nog noodzakelijk omdat bepaalde grenspolygonen die één boscomplex vormen, verder dan 15 m van elkaar liggen.
1.6.3.2 Analyse van de onnauwkeurigheid
De onjuistheden die in de vectorfile aanwezig zijn, zijn te wijten aan (1) fouten in de automatische vectorisatie, (2) het feit dat voor bepaalde percelen het landgebruik op de kaartenreeks C foutief
weergegeven is en (3) aan het feit dat er geodetische afwijkingen op de kaartbladen zitten. De oorzaak van deze laatste foutenbron zou enerzijds te wijten kunnen zijn aan de (beperkte) triangulatiefouten op de
1.7 Aanmaken van een bosleeftijdskaart
1.7.1 Attributentabel
Als de diverse historische kaarten in vectorformaat beschikbaar zijn, kan in Arc/Info een overlay gemaakt worden. Dit proces gaat als volgt:
terwijl niet-bos de waarde 0 heeft, krijgen bospercelen een specifieke score op elk van de historische kaarten. Tabel 2 geeft weer welke scores dit zijn, als 4 kaartreeksen in een overlay gebracht worden. Bij het maken van de overlay wordt voor elk stukje bos met een eigen historiek een score van 4 karakters toegekend die de geschiedenis van bebossing en ontbossing op een unieke wijze weergeeft.
Tabel 2: Score van bospolygonen op de 4 historische kaarten die in de overlay verwerkt worden
Bron Score_overlay
Ferrariskaarten 1
Kaarten van Vandermaelen 10
Reeks C 100
Actuele boskartering 1000
De score van de polygonen op de overlay (O-code) is de som van de scores die het bos had op elk van de afzonderlijke historische kaarten (tabel 3). Het werken met het 10-delige stelsel heeft als grote voordeel dat deze uiteindelijke score zeer eenvoudig geïnterpreteerd kan worden. Zo is een bosperceel met waarde 1111 op de 4 kaartreeksen bebost geweest,
terwijl één met waarde 1101 op de kaart van Vandermaelen niet als bos aangeduid staat, maar op de 3 andere wel.
Tabel 3: Betekenis van klassen bosouderdom en ouderdom van ontbossing, hun score in de attribuuttabel van de overlay, voor en na herschaling (x = wildcard).
O-code Score na herschaling
Definitieve bebossing
Vóór Ferraris 1111 4
Tussen Ferraris en Vandermaelen 1110 3
Tussen Vandermaelen en reeks C 110x 2
Tussen reeks C en Boskartering 10xx 1
Definitieve ontbossing
Tussen reeks C en Boskartering 01xx -1
Tussen Vandermaelen en reeks C 001x -2
Tussen Ferraris en Vandermaelen 0001 -3
In totaal zijn er 24-1, dit zijn 15 combinaties die elk een unieke
betekenis inzake historisch landgebruik hebben. Omwille van de
