Satellitenfernerkundung

Transkript

1 Satellitenfernerkundung in den Umweltwissenschaften Dr. Maria von Schönermark Universität STUTTGART Pfaffenwaldring 31, Stuttgart Tel.: 0711/ Braunschweig, den Universität Stuttgart INSTITUT FÜR RAUMFAHRTSYSTEME

2 Vorteile der Satellitenplattform Globale Beobachtung mit dem gleichen Instrument über einen langen Zeitraum Schnelle Datenerfassung (Kostenfaktor Personal) Daten aus unwegsamen Gebieten oder Bereichen mit zerstörter oder schlechter Infrastruktur Keine politischen Beschränkungen Flächenmittel gegenüber Punktmessungen Universität

3 Probleme der Satellitenplattform Bewölkung im optischen Bereich Ausreichend Genauigkeit? Beobachtungszeitpunkt durch die Umlaufbahn festgelegt (Abhängigkeit von Sonnenund Beobachterposition und Atmosphärenzustand erfordert Korrektur!) Räumliche und zeitliche Auflösung Nicht alle Größen sind der Satellitenfernerkundung zugänglich (Modelle!) Validierung der Modelle und abgeleiteten Parameter Universität

4 Räumliche Auflösung und Wiederholungsrate für verschiedene FE-Disziplinen J. K G Wiederholungszeit [h] Jahr 1 Monat 1 Tag F H L O M 1 NK räumliche Auflösung [m] H - Hydrologie, M - Meteorologie, O - Ozeanographie, marine Verschmutzung F - Forstwirtschaft, K - Kartographie, G - Geologie, NK - Naturkatastrophen, L - Landwirtschaft Universität Stuttgart INSTITUT FÜR RAUMFAHRTSYSTEME

5 Spectral Resolution Panchromatic Multispectral Hyperspectral REMOTE SENSING m 10 m 1 m 0.1 m 0.01 m Spatial Resolution Earth Resources 2 Environment 3 Agriculture 4 Topographic Mapping 5 Defense 6 Transportation 7 Urban 8 Forestry 9 Water Control Universität Stuttgart INSTITUT FÜR RAUMFAHRTSYSTEME

6 Satellitenfernerkundung für die Umweltpolitik und Umweltforschung 2 Maßstabsbereiche global (Zyklen) z. B. Montrealprotokoll 1987 Kyotoprotokoll 1992 Überwachung der Biosphäre als Indikator für Klimaänderungen Bio-geochemische Zyklen Landbedeckungsänderungen großräumige biologische Prozesse im Ozean Satellitendaten konkurrenzlos lokal bis regional: (Dynamik der Ökosysteme) z. B. Eingabeparameter in Modelle Desertifikation, Degradation, Abholzung Landschaftsmonitoring Kombination verschiedener FE- Daten und anderen Daten GIS

7 Der Kohlenstoffkreislauf (in Gt C/a) DFD, Bittner, Feb Unsicherheit ~ 10 % Unsicherheit ~ 140 % Unsicherheit ~ 35 %

8 Kyoto - Protokoll Protokoll zur Klimarahmenkonvention Dez Verpflichtungen zur Begrenzung und Reduzierung von Treibhausgasen Berücksichtigung der Senken- und Quellenpotentiale biologischer Systeme im Berechnungsverfahren Kyoto - Protokoll Landoberflächenparameter zur Identifizierung natürlichen Senken bzw. Quellen, wie: Landnutzungsänderung, landwirtschaftliche Nutzung, Umwandlung von Grasland in Acker, Aufforstung, Entwaldung, Sekundärwälder, degradierte Flächen, Weidelandflächen, Trockenlegung von Feuchtgebieten, Änderung der Böden und die zeitliche Dynamik der Veränderung

9 L3: Normalized Difference Vegetation Index (NDVI) monthly max-composite: April 1999 DFD, 2002

10 Veränderung der Landoberfläche Ozea Landoberflächen Atmosphäre globales + korrigiertes Nullsignal itreihenanalysen Abfluß -> Modelle Hydrologische Prozesse Verdunstung -> Modelle V A L I D I E R U N G Wasserdampfkonzentration, Schnee- und Eisbedeckung Bodenfeuchte, Landnutzung, Relief Vegetation: Art, Dichte, Typ, Zustand, Blattfläche Rauhigkeit, Oberflächentemperatur Chlorophyllgehalt der Blätter Niederschlag, Strahlungskomponenten Universität Stuttgart INSTITUT FÜR RAUMFAHRTSYSTEME

11 Näherungsverfahren zur Informationsgewinnung Strahlungstransportmodell Fernerkundungsdaten Biophysikalische Variablen Blattflächenindex (LAI) C a,b fapar Albedo T Bodenfeuchte Bodeneigenschaften Pflanzen Modell Ergebnis Biomassen Produktion Energiebilanz Wasserdynamik Nitrogendynamik Zusatzinformation Zusatzinformation Geometrie meteorologische Atmosphäre Daten Universität Stuttgart INSTITUT FÜR RAUMFAHRTSYSTEME

12 LAI (Leaf Area Index) = Blattflächenindex LAI Einseitige Fläche aller Blätter pro horizontaler Flächeneinheit z.b.: Laubwald LAI bis 12

13 Transpiration / P otential Evaporation Beziehung zwischen Transpirationsmaßen und dem LAI LAI Schätzung des Emissionsvermögens mittels LAI Emissivity b = 5 b = 2 Z 0 h Crop C oefficien t Beziehung zwischen dem Erntekoeffizienten und dem LAI DRY SOIL WET SOIL identical weather Beziehung zwischen Rauhigkeit Z und LAI 0 LAI LAI LAI Universität Stuttgart INSTITUT FÜR RAUMFAHRTSYSTEME

14

15

16 1. Spektrale Information (Abhängigkeit der Reflexion von der Wellenlänge) 2. Geometrische Information (Abhängigkeit der Reflexion vom Beobachtungswinkel)

17 Wellenlängen Wellenlänge λ in µm Spektraler Reflexionsfaktor R λ in % 1)

18 (1) LAI = Ax 3 + Bx 2 + Cx +D LAI = A + Bx C LAI = -1/2 (A ln(1-x))

19 BIRD Umwelt und Vegetation

20 (2) Neural Network input layer hidden layer output layer R 1 chlorophyll R 2 R 3 R 4 L A I

21 Statistische Methoden basierend auf Modellen Reflexionswerte im MERIS - Kanal 560 nm nm nm G. Oehmichen, Diss. 2003

22 Spektraler Reflexionsfaktor R λ in % 1) Wellenlängen Wellenlänge λ in µm (1) LAI = Ax 3 + Bx 2 + Cx +D LAI = A + Bx C LAI = -1/2 (A ln(1-x)) (2) input layer Neural Network hidden layer output layer (3) Wahrscheinlichkeits- Theorie 2) Winkel R 1 R 2 R 3 R 4 chlorophyll L A I (4) Modell R = f (LAI,... n) -> LAI = f (R,... n)

23 2) Winkel

24

25 LAI-Bestimmung mit einer und mit 9 MISR-Kameras nach Vogt 1997, DLR

26

27 (4) Modell R = f (LAI,... n) -> LAI = f (R,... n)

28 The canopy Canopy model SAIL model (Verhoef SAIL1984) Leaf Area Index (LAI) Leaf angle distribution functio (planophile,..., erectophile) Soil reflectance spectrum Solar zenith angle: 45 figure from Vogt (1997) Nadir view direction

29 German Aerospace Center Leaf model SLOPE The leaf model SLOPE (Maier 2000) Chlorophyll a+b refractive index Chlorophyll-a 2 15µ g/cm 2 75µ g/cm water content dry matter thickness carotenoids leaf type

30 rman Aerospace Center C hloroph yl=2g µ /cml2 AI=5 Chloro phyl=3 0g/cm µ LAI= 2 5 NIR 1.0 NIR Red 0.4 R ed Gren G ren Chlorophyll LAI=5 2 2 Chlorophyll = 2 µ g/cm LAI=5 Chlorophyll = 30 µ g/cm LAI=5 NIR 1.0 NIR Red 0.4 Red 0.4 Green Green

31 rman Aerospace Center Chlorophyll LAI=0,5 2 2 Chlorophyll = 2 µ g/cm LAI=0.5 Chlorophyll = 30 µ g/cm LAI=0.5 NIR NIR Red 0.4 Red 0.4 Green Green

32 Chlorophyll-a Chlorophyll-a concentration Konzentration in a maple leaf µg/cm 2 (Gitelson et al. 1996)

33 Bayesian parameter estimation Bayesian parameter estimation p v ( α, β, γ A, B, C) = p ( α, β, γ ) prior v p v ( A, B, C α, β, γ ) p( A, B, C) p ( α, β A, B, C) dγ p ( α, β, γ ) = v prior v p v ( A, B, C α, β, γ ) p( A, B, C) p ( α, β A, B, C) = p ( α, β ) p ( γ ) prior N i = 1 prior i p v ( A, B, C α, β, γ i ) p( A, B, C)

34 LAI nach Vogt, 1997

35 eutsches Zentrum ür Luft- und Raumfahrt e.v. Neuralnet 1 German Aerospace Center Institute of Space Sensor Technology and Planetary Exploration rel. azimuth < 90 : RMSE = 1.2 rel. azimuth > 90 : RMSE = 2.1 Calculation of LAI by using a neural network for different azimuth angles

36 eutsches Zentrum ür Luft- und Raumfahrt e.v. Neuralnet 2 German Aerospace Center Institute of Space Sensor Technology and Planetary Exploration Results of LAI-calculation within the backward scattering area

37 LAI nach Vogt, 1997

38 Fragestellung der Politik Politik benötigt Information zur Kontrolle der Vereinbarungen auf Staatenebene und global objektiv nachvollziehbar damit akzeptiert Eine Bilanzierung der C-Vorräte für einzelne Nationen wird erforderlich basiert derzeit auf rein statistischen Angaben der Staaten zur Flächennutzung nicht objektiv inkonsistent daher nicht allgemein akzeptiert DFD, Bittner, Feb. 2002