Nutzung von Satellitendaten für das Naturgefahrenmanagement

Größe: px

Ab Seite anzeigen:

Download "Nutzung von Satellitendaten für das Naturgefahrenmanagement"

Karsten Frank
vor 6 Jahren
Abrufe

1 Nutzung von Satellitendaten für das Naturgefahrenmanagement Thomas Nagler, Florian Müller und Helmut Rott ENVEO Environmental Earth Observation IT GmbH Innsbruck, AT

2 Inhalt Kartierung und Beobachtung von Massenbewegungen mittels SAR Interferometrie Vorhersage des Schneeschmelzabflusses unter Verwendung von Schneeinformation aus Satellitendaten

3 ENVISAT ASAR Advanced Synthetic Aperture Radar

4 SAR Abbildungsgeometrie

5 Bodensee ERS SAR Amplitudenbild Feldkirch Montafon Klostertal F LOS

6 InSAR Aufnahmegeometrie Repeat Pass Interferometry: φ 1,2 = φ(flat) + φ(topo) + φ(dis) + φ(atm) +ε φ (flat) = f (baseline; from satellite orbits) φ (topo) = f (baseline, elevation) φ (dis) = f (surface displacement) Measured Phase Difference: 4π B Φ1,2 = sin atmos λ ( θ η) + φ( dis) + φ( ) Path Difference: λ ΔR = 4π λ 4π ( Φ1 Φ2 ) = Φ1, 2

Interferogramme Zeitintervall 1 Tag Zeitintervall 1 Jahr F LOS -π φ +π 14 15 Feb

7 Interferogramme Zeitintervall 1 Tag Zeitintervall 1 Jahr F LOS -π φ +π Feb 1996 B per = 136 m, H a = 64 m 25.Sep Sep.1996 B per = 12 m, H a = 724 m

8 Messung von Verschiebungen mittels DInSAR B= 0 z z R-Δ R R θ Δ y y R-Δ R Δy(2π) = λ /(2 sinθ) Δz (2π)= -λ /(2 cos θ) Δφ vel = (4π/λ)ΔR = (4π/λ)(Δy sin θ - Δz cos θ) R Δ z y ERS SAR (λ = 5.66 cm): Δφ (2π) ΔR = 2.83 cm Δy = 7.24 cm, Δz = 3.07 cm (23 ) PALSAR (λ = 23.6 cm): Δφ (2π) ΔR = 11.8 cm Δy = 30.2 cm, Δz = 12.8 cm (23 )

9 Anforderung für DInSAR Prozessierung: Langzeit-Kohärenz Kohärenz Bild ERS SAR, C-Band Zeitintervall 1 Jahr Degree of Coherence LOS

10 Beispiel: Massenbewegung Felbertauern γ 0 1 LOS F Kohärenz-Bild in Radar Projektion Topographische Karte

11 Bewegungsanalyse Felbertauern φ -π +π LOS F Interferogram B n = 4m ERS SAR 29.Sep Aug.1998 Geschwindigkeitsfeld (Annahme: oberflächenparallele Bewegung)

12 DInSAR Bewegungsfeld überlagert einem Landsat TM Bild Querprofile der Bewegung (mm/a) und

Triesenberg Triesen Vaduz blue green yellow 0... 0.5.

13 Massenbewegung Triesenberg, FL Kohärenz Bewegungsfeld (oberflächenparallele Annahme) Triesenberg Triesen Vaduz blue green yellow Zeitintervall: 7.Jul Aug.1997 < 1 [mm/a] > 25

14 Hangbewegung: Vergleich DInSAR mit GPS Triesenberg Geschwindigkeitenvergleich: DInSAR versus GPS (Mittel ) RMSE = 3.5 mm/y

15 Regionale Analyse von Hangrutschungen mittels DInSAR 27/9/95-12/9/96

16 Analyse von Stabilen Streuern (Persistent Scatterers) Kerschbaumsiedlung, Navis > ca. 20 scenes φst = φ (flat) + φ (topo) + φ (dis) + φ (atm) +ε ST ST ST ST ST

17 Kerschbaumsiedlung, Navis LOS in cooperation with WLV, Tirol, AT

18 Anforderungen für das Monitoring von Massenbewegungen mittels INSAR INSAR: AE Area extended; PS Persistent Scatterers; GB Ground-Based Landslide Motion Monitoring Requirements INSAR Tools Resolution Motion range Accuracy Repeat interval Rapid slides ca. 50 m > 1 m/d 10 % of velocity 10 min 2 h GB Moderate motion ca. 50 m 0.5 m/a 1 m/d 0.1 m/a 0.1 m/d 1 20 d AE, GB Slow slides 50 m 100 m m/a m/a a PS, AE, GB

19 Vorhersage des Schneeschmelzabflusses unter Verwendung von Schneeinformation aus Satellitendaten

System zur Abflußmodellierung und Vorhersage Meteorological Data Stations Meteorological Data Numerical Model Preprocessing Module Meteorological observation and forecast data and satellite based

Basin Setup Module Setup of basin includes watershed delineation, classification of hydrologically relevant surface types, elevation zones and specification of basin characteristic hydrological

20 System zur Abflußmodellierung und Vorhersage Meteorological Data Stations Meteorological Data Numerical Model Preprocessing Module Meteorological observation and forecast data and satellite based snow information are assimilated according to the temporal and spatial requirements of the hydrological model. Basin Setup Module Setup of basin includes watershed delineation, classification of hydrologically relevant surface types, elevation zones and specification of basin characteristic hydrological parameters. Hydrological Module A semi-distributed model is used for simulating and forecasting the runoff in mountainous areas. Database Spatially detailed maps of snow extent are processed in nearrealtime at ENVEO from data acquired by spaceborne radar and optical sensors. Satellite Data Optical Remote Sensing Module Lake Constance Satellite Data SAR Innsbruck Snow map of 1 May 2005 derived from ENVISAT ASAR Wide Swath data. Products on the daily runoff forecasts... the runoff forecast quality... the snow water equivalent... the snow depletion... snow cover map Internet

21 Einzugsgebiet Ötztal Vent km 2 Huben km 2 Tumpen km 2 Anzahl der Hydrologischen Einheiten (HRU ) Vent - 17 Huben - 27 Tumpen - 28

22 Vorverarbeitung der Daten Temperature / Precipitation Temporal integration Spatial interpolation Snow Covered Area Spatial integration grid HRU T P Temporal interpolation between acquisitions Spatial integration grid HRU Mean daily values per HRU

23 Schneekarte - ENVISAR ASAR WS 9 June 2006 ASAR Wide Swath Mode: C-Band, 75 m pixel spacing Bodensee Zillertal Bludenz Ötztal Innsbruck

24 Schneekarte - MODIS 6 April 2006 MODIS: Moderate Resolution Imaging Spectroradiometer (36 Bands, 250 m to 1km resolution) In total 40 scenes during melting period 2006 (incl. partly cloudy scenes)

25 Snow Depletion Curve Einzugsgebiet Tumpen

26 Abflußvorhersage 1-6 Tage - Deterministisch R 2 Coefficient of Determination

27 Ensemble Abfluß Vorhersagen

28 Zusammenfassung - Massenbewegungen SAR Interferometrie ermöglicht eine kostengünstige Kartierung und Beobachtung von Massenbewegungen mit Geschwindigkeiten von einigen mm/a bis zu wenigen m/a in Abhängigkeit von der Radarwellenlänge und Aufnahmeintervall. In bewaldeten Gebieten können Radarreflektoren installiert werden, um Massenbewegungen zu beobachten (Methode der Stabilen Streuer). SAR Interferometrie ist eine operationelle Methode. Ein 15-jähriges SAR Datenarchiv (seit 1991) und aktuelle und geplante Sensoren liefern Datensätze zur Beobachtung von Massenbewegungen.

29 Zusammenfassung Hydrologische Modellierung Die synergistische Nutzung von räumlich detaillierter Schneeinformation aus Satellitendaten und hydro-meteorologischen Messungen bzw. Vorhersagen hat ein großes Potential zur Verbesserung von Abflußvorhersagen in Gebieten in denen die Schneeschmelze von Bedeutung ist. Das Potential der Schneeinformation aus Satellitendaten für die Vorhersage von Überschwemmungen ist noch nicht genutzt. GMES (Global Monitoring for Environment and Security) ist eine gemeinsame Initiative der EU und ESA für eine globale Umwelt und Sicherheitsüberwachung. Vorrangige Ziele sind die Erweiterung operationeller Beobachtungssysteme (inkl. Satelliten) Bereitstellung von Serviceleistungen in Echtzeit für Umwelt, Klima und Sicherheit (Naturgefahren, etc.).

Ähnliche Dokumente

Climate change and availability of water resources for Lima

Climate change and availability of water resources for Lima András Bárdossy bardossy@iws.uni-stuttgart.de Lima Marzo 12. 2009 1 Engineers and the future Knowledge about Past Design for Future Lima Marzo