[Back]

C. Paulik:
"Validation and Improvement of the Freeze/Thaw detection Algorithm from ASCAT Data";
Supervisor: W. Wagner, V. Naeimi, A. Bartsch; Institut für Photogrammetrie und Fernerkundung, 2011; final examination: 2011-11-29.

The Freeze/Thaw state of the surface has wide reaching consequences for numerous processes in nature.
It is coupled to the surface energy budget, hydrological activity which starts when melting begins, vegetation
growing season dynamics,the terrestrial carbon budget and also the remote sensing retrieval of soil moisture,
which is not valid if the soil is frozen. Mainly because of the last reason, the Institute for Photogrammetry
and Remote Sensing at the Technical University of Vienna has recently developed an empirical thresholdanalysis
algorithm for the detection of frozen surface states using only the ASCAT data. Previously the
ASCAT Scatterometer on-board the MetOp-A satellite provided soil moisture measurements but depended
on external probabilistic data for flagging measurements taken over frozen ground.
The algorithm uses the distribution of normalized backscatter measurements σ⁴⁰ over temperature
to nd parameters that characterize the behaviour of backscatter when freezing occurs. Based on these
parameters a decision tree based approach is used for freeze/thaw detection. is work presents a rst
validation of the resulting freeze/thaw product using diserent global and regional temperature datasets
ranging from model data (ERA-INTERIM, GLDAS-NOAH) and in-situ measurements (WMO-METEO
stations, GTN-P borehole data) to satellite derived land surface temperature (MODIS-LST,AATSR-LST).
e validation shows good agreement between the extracted frozen/unfrozen zag and the temperature data
but also the need for improvement in certain situations. e shortcomings of the algorithm are found to be
ambiguities in the backscatter/temperature relationship as well as systematic problems in some areas. As a
last step it was tried to simplify, and make the algorithm more robust through the use of ancillary data that
eliminates the need to account for numerous possible cases of backscatter in summer and winter and focuses
on the critical times in spring and autumn when most freeze/thaw events take place. e results of these
slight modi cations were then validated using the same datasets and the results were improved in most cases.

Der Frostzustand der Erdoberfläche hat weitreichende Konsequenzen für eine vielzahl von Vorgängen in
der Natur. Der Bodenenergiehaushalt, der Wasserzyklus, dieWachstumszeiten der Pflanzen, der Kohlenstoffhaushalt der Erde,
und auch die Messung der Bodenfeuchte mit Fernerkundungstechnologien, welche bei gefrorenem Boden nicht möglich ist,
sind stark vom Frostzustand abhängig. Am Institut für Photogrammetrie
und Fernerkundung and der TUWien wurde ein empirischer, auf Schwellenwerten basierender Algorithmus
entwickelt, welcher es ermöglicht den Frostzustand nur mithilfe von ASCAT Daten festzustellen. Vor dieser
Entwicklung war die vom ASCAT Scatterometer gemessene Bodenfeuchte von externen Wahrscheinichkeiten
für gefrorenen Boden abhänging, um Messwerte zu erkennen die über selbigem gemacht wurden.
Der Algorithmus verwendet die Verteilung von normalisierter Rückstreuung σ⁴⁰ über Temperaturmesswerten
um daraus Parameter abzuleiten welche das Verhalten der Rückstreuung beim gefrieren des Bodens
beschreiben. Basierend auf diesen Parametern führen mehrere Entscheidungsbäume zu einer Aussage über
den Frostzustand. Im Zuge dieser Arbeit wurde eine erste Valdierung des resultierenden Produktes mit
unterschiedlichen globalen und regionalen Temperaturdatensätzen vorgenommen. Dabei wurden sowohl
Klimamodelle (ERA-INTERIM, GLDAS-NOAH) als auch in situ Messwerte (WMO-METEO Stationen,
GTN-P Bohrlochdaten) und von Satelliten gemessene Bodentemperaturdaten (MODIS-LST,AATSR-LST)
verwendet. Die Validierung zeigt gute Übereinstimmungen zwischen dem abgeleiteten Frostzustand und den
verschiedenen Datensätzen, aber auch die Notwendigkeit von Verbesserungen in bestimmten Situationen.
Die Probleme des Algorithmus treten hauptsächlich dann auf wenn der Zusammenhang zwischen Rückstreuung
und Temperatur nicht eindeutig gegeben ist, es kommen aber in machen Gebieten noch systematische
Fehler hinzu. Als letzter Schritt wurde versucht die Entscheidungsbäume zu vereinfachen und die Robustheit
des Algorithmus zu verbessern indem durch externe Datensätze die zu berücksichtigenden Kombinationen
von Rückstreuung und Temperatur, minimiert werden. Dadurch kann sich der Algorithmus auf die für den
Frostzustand wichtige Zeit in Frühling und Herbst konzentrieren. Die Ergebnisse dieser Änderungen wurden
ebenfalls validiert und bedeuten in den meisten Fällen eine Verbesserung.

http://publik.tuwien.ac.at/files/PubDat_201756.pdf