[Zurück]

C. Pathe:
"Surface Soil Moisture Retrieval Using Envisat ASAR Global Mode Data";
Betreuer/in(nen), Begutachter/in(nen): W. Wagner, V. Hochschild; Institut für Photogrammetrie und Fernerkundung, 2009; Rigorosum: 16.03.2009.

Bodenfeuchte als wichtige Größe in den globalen Kreisläufen von Wasser, Energie und Kohlenstoff, ist räumlich und zeitlich hoch variabel. Mit Hilfe von in-situ-Messungen kann die Bodenfeuchte sehr genau bestimmt werden. Allerdings kann sie auf diese Weise aufgrund organisatorische und finanzieller Gründe nicht auf kontinentalen bis hin zur globalen Ebene gemessen werden. Hierfür können alternativ Radarfernerkundungsmethoden genutzt werden, die Daten auf unterschiedlichen zeitlichen und räumlichen Skalen zur Verfügung stellen. Prinzipiell kann die Radarrückstreuung mit Hilfe der Maxwell-Gleichungen beschrieben werden um so Bodenfeuchte aus den Radarsignalen zu extrahieren. Aufgrund der Komplexität natürlicher Oberflächen ist dies aber kaum durchführbar. Daher stehen nur Näherungslösungen zur Verfügung, die eng mit den ihnen zugrundeliegenden Gültigkeitsbedingungen verknüpft sind. Die Anwendbarkeit theoretischer Modelle zur Modellierung der Rückstreuung von unbedeckten Bodenoberflächen und Vegetationsbeständen wurde in zahlreichen Studien kritisch hinterfragt, die keine zufriedenstellenden Übereinstimmungen zwischen modellierten und gemessenen Bodenfeuchtewerten finden konnten. Mit Hilfe sogenannter Change-Detection-Methoden wird versucht, diese Probleme zu umgehen, indem lediglich die Änderungen in der Radarrückstreuung über die Zeit ohne Beschreibung der absoluten Rückstreuung beobachtet wird.
Wagner et al. (1999a-c) entwickelten ein Change-Detection-Modell für C-Band-Scatterometerdaten. Dabei wird die Radarrückstreuung mit Hilfe empirischer Rückstreuparamter zur Ableitung relativer Bodenfeuchtewerte modelliert. Die empirischen Rückstreuparameter beschreiben die Variation der Rückstreuwerte über die Zeit zwischen einem Niedrigstwert typisch für trockene Bodenfeuchtebedingungen und einem Höchstwert typisch für gesättigte Bodenfeuchtebedingungen. Drei unabhängige Radarrückstreumessungen pro Aufnahmezeitpunkt unter verschiedenen Einfallswinkeln stehen im Fall des ERS Scatterometers zur Verfügung und werden zur Modellierung saisonaler Rückstreueffekte benutzt, welche auf dem radartypischen Einfallswinkelverhalten basieren. Das invertierte Rückstreumodell kann dann benutzt werden, um einzelne Radarmessungen zwischen Trockenbedingungen (0%) und Feuchtbedingungen (100%) zu skalieren.
Im Fall des Envisat ASAR steht lediglich nur eine Radarrückstreumessung bei einem Einfallswinkel zur Verfügung. Daher kann der Bodenfeuchtealgorithmus, der saisonale Änderungen in den Radardaten berücksichtigt, nicht direkt vom ERS-Scatterometer auf die ASAR GM Daten übertragen werden. Die Datenanalyse hat gezeigt, dass Änderungen in der Radarrückstreuung im Zusammenhang mit der zeitlichen Änderung der Vegetation im Allgemeinen schwächer ausgeprägt sind als die durch Bodenfeuchteänderungen hervorgerufenen Signaländerungen. Da außerdem die ASAR GM Daten im HH-Polarisation vorliegen, wird Vegetation von den Radarsignalen besser durchdrungen als im Fall des in VV-Polarisation arbeitenden ERS Scatterometers. Daher wird zur Vereinfachung angenommen, dass die Parameter des Rückstreumodells zeitlich konstant sind und saisonale Effekte durch Änderungen der Vegetation vernachlässigt werden können. Mit Hilfe des angepassten Rückstreumodells werden ebenfalls Radareinzelmessungen zwischen den Referenzwerten für trockene und gesättigte Bodenfeuchtebedingungen skaliert.
Die Ergebnisse wurden mit Hilfe von in-situ Bodenfeuchtemessungen des Oklahoma Mesonets und Bodenfeuchtwerten aus ERS Scatterometerdaten validiert. Gute Übereinstimmungen zwischen der relativen oberflächennahen Bodenfeuchte aus ASAR GM-Daten und den Validierungsdaten wurden beobachtet. Beim direkten Vergleich der Ergebnisse zeigt sich, dass die Bodenfeuchte aus ERS-Scatterometerdaten etwas bessere Ergebnisse liefert als der ASAR GM Sensor. Als Hauptfehlerquelle wurde die radiometrische Genauigkeit von 1.2 dB identifiziert. Das ist ein im Vergleich zum ERS-Sacatterometer mit einer radiometrischen Genauigkeit von 0.3 dB ein relativ hoher Wert. Trotzdem können aus ASAR GM Daten Bodenfeuchtewerte mit wesentlich mehr räumlichen Details als für den ERS Scatterometer abgeleitet werden, die ebenso die zeitliche Dynamik der Bodenfeuchte abbilden wie im Fall des Scatterometers. Die Validierung hat gezeigt, dass die Vernachlässigung saisonaler Vegetationseffekte auf die Radarrückstreuung eine haltbare Vereinfachung darstellt und das ASAR GM Daten für ein operationelles Bodenfeuchtemonitoring mit Hilfe von Change-Detection-Modellen genutzt werden können.

http://publik.tuwien.ac.at/files/PubDat_176925.pdf