[Zurück]


Dissertationen (eigene und begutachtete):

V. Naeimi:
"Model improvements and error characterization for global ERS and METOP scatterometer soil moisture data";
Betreuer/in(nen), Begutachter/in(nen): W. Wagner, R. Ludwig; Institut für Photogrammetrie und Fernerkundung, 2009; Rigorosum: 16.03.2009.



Kurzfassung deutsch:
Bodenfeuchte ist eine wichtige Variable im hydrologischen Zyklus. Die Verbindung
zwischen Energie- und Wasserhaushalt ist durch den Feuchtigkeits- und Temperaturzustand
des Bodens an der Bodenoberfläche und Atmosphäre gegeben. Die Entwicklung von
Bodenfeuchtedaten ist wichtig für die numerische Wettervorhersage und Klima-
Modellierung. Die Kenntnis über die Verteilung der Bodenfeuchte ist essentiell für die
Vorhersage des gegenseitigen Einflusses von Prozessen an der Bodenoberfläche (wie z.B.
Evaporation, Infiltration und Abfluss) auf Wetter und Klima. Aufgrund der hohen
Variabilität der Bodenfeuchte in Raum und Zeit, ist eine gute Raum-Zeit-Darstellung der
Bodenfeuchte recht anspruchsvoll. In-situ Beobachtungsverfahren der Bodenfeuchte sind
hinreichend genau, aber recht kostspielig. Ein weiteres Problem mit in-situ Messungen im
Feld ist die Tatsache, dass diese in der Regel Punktmessungen sind und nur eine kleine
Maßstabsskala abdecken. Aufgrund der engen Verbindung zwischen Wasser und den
dielektrischen Eigenschaften des Bodens haben Mikrowellen-Fernerkundungsmethoden das
Potenzial, die Grenzen der traditionellen Methoden zu überwinden, und darüber hinaus
flächenhafte Messungen mit globaler Abdeckung und häufigeren Beobachtungen
anzubieten. Gleichbedeutend mit einer Verbesserung der Instrumente und
Fernerkundungstechniken sind die geophysikalischen Methoden, die verwendet werden, um
die Dynamik der Bodenfeuchte aus den gemessene Mikrowellensignalen zu extrahieren.
Die Scatterometer an Bord der Europäischen Fernerkundungssatelliten ERS und MetOp
haben sich als nützlich für die Überwachung der Bodenfeuchte erwiesen. Das Ziel dieser
Dissertation war die Entwicklung eines verbesserten Algorithmus zur Ableitung von
Bodenfeuchte, basierend auf der so genannten "TU-Wien Change Detection" Methode mit
einer neuen Parametrierung und Fehleranalyse. Der neue Algorithmus, WARP5 ("WAter
Retrieval Package"), führt zu einem robusteren und räumlich einheitlicheren
Bodenfeuchteprodukt mit einer höheren Auflösung als mit der früheren Methode (WARP4).
Eine Gegenüberstellung von WARP4 und WARP5 Datensätzen mit Feldbeobachtungen und
mit modellierten Bodenfeuchtedaten zeigt, dass der neue Algorithmus über eine bessere
Leistung verfügt und Fehler in bestimmten Bereichen wirksam korrigiert. Parallel zur Ableitung
der Bodenfeuchte wurde eine umfassende Fehleranalyse durchgeführt.
Diese Fehleranalyse besteht aus einer Kombination von analytischer Fehlerfortpflanzung und einer
numerische Lösung auf Basis einer Monte-Carlo-Simulation. Das Verständnis von Fehlern
und deren Abschätzung in jedem Verarbeitungsschritt der Methode stellt einen wertvollen
Beitrag für die optimale Bestimmung der Bodenfeuchte und auch für wissenschaftliche
Anwendungen, insbesondere für die Datenassimilation, dar.

Kurzfassung englisch:
Soil moisture is a key variable in the hydrologic cycle. The linkage between energy and
water balance is provided through the moisture and temperature states of the soil at the soil
surface/atmosphere interface. The evolution of soil moisture fields is important for
numerical weather and climate models. Adequate knowledge of the soil moisture
distribution is essential to predicting the mutual influence of land surface processes (e.g.
evaporation, infiltration, and runoff) to weather and climate. Due to the high variability of
soil moisture in time and space, a good spatio-temporal representation of the soil wetness
conditions is demanding. In-situ ground observation methods of soil moisture are reasonably
accurate but expensive. The other problem with in-situ measurements is that they are
generally point measurements and represent small scale. Thanks to a strong relationship
between water content and dielectric properties of soil, microwave remote sensing
techniques have the potential to overcome the limitations of traditional methods providing
areal measurements with global coverage and more frequent observations. Equally
important to improved instrumentation and remote sensing techniques are the geophysical
retrieval methods, which are used to extract soil moisture dynamics from microwave signal.
The scatterometers onboard the ERS and Metop satellites have been shown to be useful
for monitoring soil moisture variations. The objective of thesis was to develop an improved
soil moisture retrieval algorithm based on the so-called TU-Wien change detection method
with new parameterization comprising an error analysis. The new algorithm, WARP5
(WAter Retrieval Package) results in a more robust and spatially uniform soil moisture
product with a higher resolution than the earlier method (WARP4). Cross-comparisons of
WARP4 and WARP5 datasets with field observations and also with modeled soil moisture
data show that the new algorithm has a better performance and effectively corrects retrieval
errors in certain areas. Parallel to soil moisture retrieval, a comprehensive uncertainty
analysis is carried out. Uncertainty modeling is composed of a combined analytical error
propagation and a numerical solution based on Monte Carlo simulation. Understanding the
uncertainties in each processing step of the retrieval model is valuable for optimal soil
moisture estimation and also for scientific applications especially for data assimilation.


Elektronische Version der Publikation:
http://publik.tuwien.ac.at/files/PubDat_176924.pdf


Erstellt aus der Publikationsdatenbank der Technischen Universität Wien.