Projekt:FE Auswerteverfahren 1/Schnee/Methoden/Optische Verfahren/Landsat-TM

Band
Number
Bandpass
(nm)
Nadir
Resolution (m)
1 450 - 520 30
2 520 - 600 30
3 630 - 690 30
4 760 - 900 30
5 1550 - 1750 30
6 10400 - 12500 120
7 2080 - 2350 30


Schneeerkennung

Bearbeiten

Wie kann Schnee von anderen Oberflächen in den Kanälen des TM Sensors unterschieden werden? Alle folgenden Kriterien müssen für ein Pixel zutreffen, damit es als Schnee klassifiziert wird.

  • Reflexionswert von Kanal 1 (Rp (TM 1)) ist höher als 0,15 bis 0,2. Dadurch wird in Schattengebieten Schnee von anderen Oberflächen unterschieden.
  • Rp (TM 5) ist kleiner 0,2 bis 0,25. Dadurch werden Wolken von Schnee unterschieden. (Nutzt höhere Absorption von Eis in diesem Wellenlängenbereich)
  • [Rp(TM2) - Rp(TM5)]/[Rp(TM2) + Rp(TM5)] ist größer 0,4. Dadurch wird Schnee von hellen Böden, Gesteinen und Wolken unterschieden.

Diese Schwellenwerte können noch für jedes Satellitenbild angepasst werden, wenn man die Eigenschaften der Atmosphäre zum Zeitpunkt des Überfluges kennt oder durch vorherige visuelle Interpretation des Bildes.


Abschätzung des Grades der Verunreinigung und der Eiskorngröße

Bearbeiten

Schnee besteht aus Eiskörnern, Luft und bei 0°C auch noch aus einem erheblichen Anteil aus flüssigem Wasser. Außerdem sind in der Natur immer noch Verunreinigungen (Einschlüsse) wie Staub, Ruß, Pollen und andere pflanzliche Materialien im Schnee enthalten. Mittels des Thematic Mappers sind Indizes entwickelt wurden, um den Grad der Verschmutzung und die Eiskorngröße abzuschätzen.

  • [Rp(TM1) - Rp(TM2)]/[Rp(TM1) + Rp(TM2)] (Kontaminationsindex) höhere Werte bedeuten reineren Schnee
  • [Rp(TM2) - Rp(TM4)]/[Rp(TM2)+ Rp(TM4)] (Eiskorngrößenindex für alle Größen) Hohe Werte repräsentieren größere Eiskörner
  • [Rp(TM2) - Rp(TM5)]/[Rp(TM2) +Rp(TM5)] (Eiskorngrößenindex zur besseren Bestimmung der großen Eiskörner)
  • [Rp,(TM4) - Rp(TM5)]/[Rp(TM4) +Rp(TM5)] (Eiskorngrößenindex zur besseren Bestimmung der kleinen Eiskörner) Hohe Werte bedeuten große Eiskörner

(Dozier (1989)

--Ponte 20:05, 27. Aug. 2007 (CEST)

Verschiedene Methoden des Gletscherbeobachtung

Bearbeiten

Mit Hilfe der Landsat TM (Thematic Mapper) Daten kann die Gletscherbeobachtung durchgeführt werden. Verschiedenste Methoden können dafür verwendet werden. Im folgenden sind drei verschiedenen dargestellt und beschrieben.

1) Manuelle Darstellung der Gletscherbreite mit einem Kursur

2) Zerlegung des Spiegelbildes

3) verschiedene geordnete/ungeordnete Klassifikationstechniken


Die Manuelle Abgrenzung

Bearbeiten

Mit Hilfe des Kursurs werden die Gletschergrenzen, der Landsat MSS Daten in Kombination mit Falschfarbendarstellungen von Landsat TM verwendet. Dabei werden besonders Längenveränderungen hergeleitet und können mit in-situ Messungen verglichen werden.[1] Die manuelle Abgrenzung ist für eine größere Anzahl von Gletschern mühsam[2].

Zerlegung des Spiegelbildes

Bearbeiten

Diese Methodik wird in verschiedenen Kombinationen genutzt. Die Spiegelfrequenz von groben digitalen Anzahlen (digital numbers)von TM4 und TM5 sind Schwellenwerte um die Gletscherdecke zu überwachen. Die planetare Reflektion am satellitensensor kann verschiedene Eis und Schneefazies im Gletscher zu beschreiben[3] Um die Gletschermaske nach Erreichen des Schwellenwertes beobachten zu können, werden atmospärische Gegenstrahlungbilder von TM3/TM5 und TM4/TM5 genutzt.[4][5].

verschiedene kontrollierte und unkontrollierte Klassifikationstechniken

Bearbeiten

Für die Klassifikation des Südlichen Patagonisches Eisfeldes werden unkontrollierte ISODATE Clusters mit TM1,4 und4 entwickelt.[6]. Eine kontrollierte Maximum Likelihood Klassifikation wird für Landsat MSS und TM angewandt.[7] Trotz der hohen Genauigkeit müssen Ablagerungsregionen visuell inspiziert werden.[8]. Dabei werden die besten Ergebnisse bei einer Kombination der der Maximum Likelihood Klassifzierung mit verschiedenen Eingabebändern TM4/5 und natürlichen Schneeindex erzielt.

Methoden im Vergleich

Bearbeiten
  • Zerlegung des Spiegelbildes von TM4/5 mit einer groben DN erzielt besonders im Schlagschatten gute Resultate
  • Geröllablagerungen sollten manuell zum TM hinzugefügt werden und die Gletschermaske zu beschreiben

--FlowerMoni 11:21, 12. Sep. 2007 (CEST) Paul (2000)

  1. Hall et al. (1992), Williams et al. (1997)
  2. Rott und Markl (1989)
  3. Hall et al 1988
  4. Rott (1994)
  5. Jacobs et al. (1997)
  6. Aniya et al. (1996)
  7. Gratton et al. (1990)
  8. Sidjak und Wheat (199