Cartes des types de forêts en Grande Région 2019

- Source: Projet INTERREG VA Regiowood II (https://www.regiowood2.info/)

- Sources de données et traitement:

- France/Lorraine : images SPOT4-5 acquises en 2005, images RapidEye acquises en 2010 et 2011. Traîtement: ICube-SERTIT Université de Strasbourg (https://sertit.unistra.fr)

- Belgique : couverture d’images aériennes de 2009, 2012 et 2016, Couverture LiDAR 2014. Traîtement: Gembloux Agro-Bio Tech Université de Liège (https://www.gembloux.ulg.ac.be/gestion-des-ressources-forestieres)

- Allemagne et Luxembourg : données cadastrales, Landsat 8 de 2014. . Traîtement: Umweltfernerkundung & Geoinformatik Université de Trèves (https://www.fernerkundung.uni-trier.de/)

- Données à l'échelle de l'ensemble de la Grande Région à partir de 2016: Sentinel-2 A/B.

Bien que la classification repose sur des méthodologicques différentes selon les regions, le résultat final est une carte transfrontalière cohérente. La precision de la classification est 88%.

Veuillez noter que date des données de la carte de fond "Images aériennes" peut être différente des données Regiowood selon la sous-entité de la Grande Région.

Forest types in the Greater Region 2019

- Source: INTERREG VA project Regiowood II (https://www.regiowood2.info/en)

- Data sources and processing:

- France/Lorraine: SPOT4-5 images acquired in 2005, RapidEye images acquired in 2010 and 2011. Data processing: ICube-SERTIT University of Strasbourg (https://sertit.unistra.fr)

- Belgium: aerial image coverage from 2009, 2012 and 2016, LiDAR coverage 2014. Data processing: Gembloux Agro-Bio Tech University of Liège (https://www.gembloux.ulg.ac.be/gestion-des-ressources-forestieres)

- Germany and Luxembourg: cadastral data, Landsat 8 from 2014. Data processing: Umweltfernerkundung & Geoinformatik University of Trier (https://www.fernerkundung.uni-trier.de/)

- Data for the entire Greater Region from 2016: Sentinel-2 A/B.

Although the classification is based on different methodologies in different regions, the final result is a consistent cross-border map. The accuracy of the classification is 88%.

Please note that the date of the "Aerial Imagery" background map data may differ from the Regiowood data depending on the sub-entity of the Greater Region.

Waldtypenkarte der Grossregion 2019

- Quelle: INTERREG VA Projekt Regiowood II (https://www.regiowood2.info/de)

- Verwendete Daten und Bearbeitung:

- Frankreich/Lothringen: SPOT4-5 von 2005, RapidEye von 2010/2011, Bearbeitung: ICube-SERTIT Universität Strasbourg (https://sertit.unistra.fr).

- Belgien: Luftbilder von 2009, 2012 und 2016, LiDAR Daten von 2014, Bearbeitung: Gembloux Agro-Bio Tech Universität Liège (https://www.gembloux.ulg.ac.be/gestion-des-ressources-forestieres/).

- Deutschland und Luxembourg: Landesvermessungsdaten (ATKIS, Forsteinrichtung Luxembourg) Landsat 8 von 2014, Bearbeitung: Umweltfernerkundung & Geoinformatik Universität Trier (https://www.fernerkundung.uni-trier.de/).

- Satellitenbilddaten ab 2016 (gesamte Großregion): Sentinel-2 A/B.

Obgleich der Klassifikation je nach Region eine unterschiedliche Methodik zugrunde liegt, ist das Endergebnis dennoch eine konsistente grenzüberschreitende Karte. Die Klassifikationsgenauigkeit liegt insgesamt bei 88%.

Bitte beachten Sie, dass das Datum der Daten aus der Hintergrundkarte "Luftbild" je nach Teileinheit der Großregion von den Regiowood-Daten abweichen kann.