[Back]

E. Heer:
"Evaluation and Enhancement of Automated Quality Control Procedures fort he International Soil Moisture Network";
Supervisor: W. Dorigo, A. Xaver; Department für Geodäsie und Geoinformation, 2017; final examination: 2017-03-20.

The quality of in situ soil moisture data is of high importance since it is still the most trusted source for satellite data validations. An erroneous behavior of in situ soil moisture data is very difficult to detect, due to annual and daily changes and most significantly the high influence of precipitation and snow melting processes. The International Soil Moisture Network (ISMN) provides in situ soil moisture data sets from all around the world, from different data providers, observed with different sensors in different depths. The data processing routines of the ISMN already contain very sophisticated algorithms for the detection of erroneous data. Since the development of these algorithms, many more data sets were added to the ISMN and new types of erroneous observations could be identified. Thus, a revision and extension of the existing algorithms became necessary. For this thesis the algorithms for the error detection were adapted and additionally, new methods of error detection were developed. To evaluate the revised automated quality control system many in situ soil moisture timeseries were chosen and manually validated to be compared to the existing quality control procedures and the new algorithms. Improvements of the new algorithms will be shown to provide a valuable quality assessment of the ISMN data sets, which are the foundation of many scientific publications.

Die Qualitätskontrolle von ISMN Bodenfeuchtedaten ist von hoher Bedeutung, da sie noch immer als hoch vertrauenswürdige Basis für Validierungen von Satellitendaten gelten. Fehlerhafte Bodenfeuchtedaten sind äußerst komplex zu detektieren, da sie eine hohe Variation aufgrund von Tages und Jahreszyklen, aber vor allem durch Regenfälle und Schneeschmelze, aufweisen. Das International Soil Moisture Network (ISMN) bietet weltweite in situ Bodenfeuchte Daten von verschiedenen Datenanbietern, die mit verschiedenen Sensoren, in diversen Tiefen beobachtet wurden. Die Routinen zur Harmonisierung der verschiedenen Datensätze des ISMN beinhalten bereits höchst durchdachte Algorithmen zur Detektierung verdächtiger Daten. Seit der Entwicklung dieser Algorithmen wurde die Datenbank des ISMN um sehr viele Datensätze erweitert und zusätzliche Arten von Fehlern wurden identifiziert. Deshalb wurde eine Überarbeitung der existierenden Qualitätskontrolle notwendig. Im Rahmen dieser Arbeit wurden die Algorithmen zur Fehlerdetektion adaptiert und neue Methoden der Fehlererkennung entwickelt. Für die Evaluierung der überarbeiteten automatisierten Fehlerkontrolle wurden viele Datensätze gewählt und händisch validiert, um diese mit den Ergebnissen der existierenden und neuen Algorithmen zu vergleichen. Verbesserungen durch die adaptierten und neuen Algorithmen für eine wertvolle Qualitätsprüfung der ISMN Datensätze, die Grundlage vieler wissenschaftlicher Arbeiten sind, werden zu sehen sein.

http://repositum.tuwien.ac.at/urn:nbn:at:at-ubtuw:1-94443