In deze studie zijn de mogelijke toepassingen van geontegreerd gebruik van satellietopnamen, het PIPO-bestand en de TOP10-vector ten behoeve van de CBS-landbouwstatistieken en het LGN-bestand onderzocht. Het blijkt dat interactieve segmentatie en classificatie van satellietbeelden met ondersteuning van de TOP10-vector en het PIPO-bestand en met opslag van de aanvullende objectgrenzen momenteel de meeste perspectieven biedt voor actualisering van de landbouwgewassen in het LGN-bestand. Het (beperkte)aantal (groepen van) van alle in de CBS-landbouwstatistieken opgenomen gewassen dat nauwkeurig met remote sensing kan worden waargenomen is te gering om een inzet van remote sensing mogelijk te maken voor een (gedeeltelijke) vervanging van de huidige gewas-inventarisatie.Tussen de registraties van gewasoppervlakken in het PIPO-bestand en in het kader van de jaarlijkse landbouwstatistieken, bestaat veel overlap. Uit het oogpunt van administratieve lastendruk voor de landbouwers is dat onwenselijk. Het ligt dan ook voor de hand om integratie van beide registraties nader te onderzoeken.