Projekt:FE Auswerteverfahren 1/Schnee/Methoden/Optische Verfahren/MODIS/MOD10 L2
MOD10_L2 (Riggs et al., (2006))
BearbeitenEingangsdaten
BearbeitenFolgende MODIS-Produkte werden für die Erstellung genutzt:
Earth Science Data Type (ESDT) | Long Name | Data Used |
---|---|---|
MOD02HKM | MODIS Level 1B Calibrated and Geolocated Radiances | Reflectence for MODIS bands: 1 (0.645µm), 2 (0.865µm), 4 (0.555µm), 6 (1.640µm) |
MOD021KM | MODIS Level 1B Calibrated and Geolocated Radiances | Reflectence for MODIS bands: 31 (11.28µm), 31 (12.27µm) |
MOD03 | MODIS Geolocation | Land/Water Mask, Solar Zenith Angles, Sensor Angles, Latitude, Longitude |
MOD35_L2 | MODIS Cloud Mask | Cloud Mask Flag, Unobstructed Field of View Flag, Day/Night Flag |
Algorithmus
BearbeitenMit Hilfe des Algorithmus können schneebedeckte Landflächen, Schnee auf gefrorenem Inlandwasser, sowie der Schneeanteil bestimmt werden.
Die Analyse bezüglich der Schneebedeckung wird für einzelne Pixel bei Tageslichtaufnahmen und nach Anwendung der Wolkenmaske durchgeführt. Dabei werden Ozeanpixel ausgenommen. Für die Entscheidung, ob Schneebedeckung vorliegt, wird darüber hinaus die Temperatur, sowie der NDSI genutzt.
Land bzw. Inlandwasser werden durch die Land/Wasser-Maske mit 1km räumlicher Auflösung identifiziert und auf die entsprechenden vier Pixel mit 500m Auflösung für den Schneealgorithmus angewandt.
Anschließend wird das Ausgangsdatensatz auf fehlende und unbrauchbare Daten überprüft. Im Falle fehlender Daten werden entsprechende Pixel werden im fertigen Produkt als fehlend gekennzeichnet. Unbrauchbare Daten werden als „nicht entschieden“ klassifiziert. Wolken werden mit Hilfe der MODIS-Wolkenmaske (MOD35_L2) identifiziert. Entsprechende Pixel werden mit dem Wolkenattribut versehen, während für die übrigen mit dem Schneealgorithmus fortgefahren wird.
Schneebedeckung wird dabei anhand zwei Kriterien identifiziert. Zum Einen muss der NDSI größer oder gleich 0.4 sein, zum Anderen ist eine Reflektivität größer als 0.11 im nahen Infrarot notwendig. Außerdem muss die Reflektivität im Bands 4 größer 0.10 sein. Um Schnee innerhalb dichter Vegetation ausweisen zu können wird zusätzlich der NDVI genutzt, falls die Pixel einen NDSI-Wert zwischen 0.1 und 0.4 haben. Ein Pixel wird dann als schneebedeckt eingestuft, wenn, die Reflektivität im Band 2 größer als 0.11 und im Band 1 größer als 0.1 ist.
Anschließend wird eine Temperaturmaske mit Grenztemperatur von 283K auf das Ergebnis angewandt, um warme Flächen mit schneeähnlichen Spektraleigenschaften nicht fälschlicherweise als Schnee zu identifizieren. Der Schneeanteil wird für alle Land- bzw. Inlandwasserpixel nach einer Regression von Salomonson et al. (2004) berechnet (siehe Ableitung der Schneefraktion). Dabei werden alle NDSI-Werte von 0.0 bis 1.0 berücksichtigt. Die Karte der Schneebedeckung und die des Schneeanteil kann sich daher unterscheiden.
Ergebnisdatensatz
Bearbeiten- Snow Cover
Die Ergebnisse des Schneekartierungsalgorithmus werden in Form kodierter Integer-Zahlen Attribute gespeichert. Dabei wird zwischen Schnee, schneebedeckter Wasserkörper, Land, Wasser, Wolke und Andere unterschieden.
- Fractional Snow Cover
Die Ergebnisse des Algorithmus für die die Schneebedeckungsanteile werden ebenfalls als kodierte Integer-Zahlen für die Magnitutude 0 -100% gespeichert. Nicht als Schnee identifizierte Pixel werden als Wasser, Wolke oder Andere ausgegeben.
- Latitude and Longitude
Hoch- und Rechtswert für die Georeferenzierung werden in 5km Auflösung angegeben. Die Werte entsprechen dabei dem Mittelpunkt eines 5km x 5km großen Blocks von Pixeln.
- Snow_cover_pixel_QA
Indikator für die Qualität der Eingangsdatensätze. Dabei wird werden die Kategorien good quality, other quality, thematic quality verwendet. Üblicherweise wird dabei nur bei fehlenden oder unbrauchbaren nicht die die Kategorie good quality verwendet.
Genauigkeit und Fehler
BearbeitenUnter idealen Beleuchtungsbedingungen bei klarem Himmel und einigen Zentimetern Schnee auf einer glatten Oberfläche liefert der Schneealgorithmus zwischen 93 und 100% richtige Ergebnisse. Der NDSI ist generell ein belastbarer Indikator für Anwesenheit von Schnee, dennoch kommt es teilweise zu einem Versagen bei lückenhaften Schneeflächen, sowie bei Oberflächen mit dichter Vegetation. Probleme entstehen insbesondere bei:
- warmen hellen Oberflächen
Das Problem, dass einige Oberflächentypen, zum Beispiel Sandstrände oder Salzwüsten, aufgrund ihres NDSI-Wertes fälschlicherweise als Schnee identifiziert werden, soll mit einer Temperatur-Maske begegnet werden. Damit können offensichtliche Fehler in warmen Klimaten weitestgehend korrigiert werden.
- Küstenverlauf
- Inlandwasserköpern
Entsprechende Wasserflächen die nicht in der Land/Wasser-Maske integriert sind werden häufig fälschlicherweise als Schnee oder Seeeis identifiziert.
- geringe Beleuchtungsstärke
- Schnee-Wolken Unterscheidung
--Sebbo 19:42, 29. Aug. 2007 (CEST)