Applicability of NOAA-AVHRR 1-km data for land cover based environmental monitoring in Europe Final report part 1

Abstract

Het belangrijkste doel van de uitgevoerde studie was om uit te vinden of multi- spectrale en multi-temporele classificatie van AVHRR-satelliet-gegevens een operationele methode op zou kunnen leveren om een pan-Europees landbedekkingsbestand op een schaal van 1 kilometer af te leiden. De classificatietechniek is toegepast op een groot gebied dat Frankrijk en buurgebieden omvat. De belangrijkste conclusies: besluitregels moeten ontwikkeld worden die zowel multi-temporele composieten als multi- spectrale gegevens benutten ; de huidige classificatiemethode laat alleen het afleiden van de belangrijkste landbedekkingsklassen toe ; vanwege het 'mengpixel'-probleem kan de inhoud van een AVHRR- landbedekkingsklasse substantieel verschillen door Europa heen ; de belangrijkste voordelen van een uit AVHRR afgeleid landbedekkingsbestand voor milieumonitoring op Europese schaal zijn het grote ruimtelijke detail en de consistente kwaliteit. Het belangrijkste nadeel is het ontbreken zoals specifieke klassen and permanente gewassen, welke laatste zeer belangrijk is voor de berekening van pesticide- belastingen van de grond.

The main objective of the study was to find out whether the multi-spectral and multi-temporal classification of AVHRR satelite data could lead to an operational method to establish a 1-km pan-European Land Cover Database for environmental monitoring. The classification methodology was applied to a vast area including France and direct surroundings. Major conclusions are: decision keys should be developed that exploit both the use of multi-temporal composites and multi-spectral data ; the current classification method allows only distinction of main land cover types ; due to the mixed pixel problem the contents of an AVHRR derived land cover class can differ substantially over Europe ; the main advantages of AVHRR derived land cover data for environmental monitoring at a European scale are its high spatial detail and its consistent quality - the main disadvantage is the absence of specific classes, such as permanent crops, which is a very important class for calculations of pesticide loads.