Projekt:FE Auswerteverfahren 1/Schnee/Schneefraktion

Teilprojekt Schnee

Entwicklung
- Geschichtliche Entwicklung
- Aktive / Passive Systeme
Physikalische Grundlagen
- Strahlung
- Eigenschaften Schnee & Eis
- Unterscheidung Schnee & Eis
Methoden
- Optische Methoden
- Mikrowellentechnik
- Bodengestützte Methoden
Subpixel-Scale
- Eigenschaften schneebedeckter Wälder
- Ableitung Schneefraktion
Literatur

Weitere Teilprojekte

Die am Satellit registrierte Reflexion schneebedeckter Oberflächen ist in der Regel geringer, als zu erwarten wäre. Die Ursachen dafür sind vielfältig. Oft sind nicht ganze Rasterzellen, sondern nur Ausschnitte der Zellen durch Schnee bedeckt, teils wird der Schnee überlagert und teils durch Vegetation beschattet. Zur Verbesserung der Schneeerkennung insbesondere in Wäldern, wird versucht, den Anteil Schneebedeckung auch innerhalb einzelner Rasterzellen aufzulösen. Oft werden für dieses Problem lineare Mischungsansätze verwendet. Diese gehen von der Annahme aus, dass sich die am Satellit gemessenen Reflexionsgrade linear aus der Reflexion verschiedener Komponenten der Oberfläche zusammensetzen. Linear heißt in diesem Fall, dass die Strahlung nur mit einer Oberfläche wechselwirkt. Prozesse wie z.B. Mehrfachreflexionen zwischen Vegetation und Schnee können mit diesen Ansätzen also nicht berücksichtigt werden. Beispiele für dieses Vorgehen sind die unten kurz beschriebenen Ansätze von Romanov (2003) und Vikhamar (2002). In nichtlinearen Ansätzen ist der Flächenanteil einer Oberflächenkomponente nicht mehr gleich ihrem Anteil der reflektierten Strahlung eines Pixels. Als Gründe dafür können z.B. Mehrfachstreuung zwischen Vegetation und Schnee oder Absorption der Strahlung in Unreinheiten des Schnees angegeben werden (Painter (1994)). Einen etwas anderen Weg verfolgt Salomonson . Hier wird die MODIS-Schneeerkennung (Hall et al.(1994)) um die Bestimmung der Schneefraktion erweitert, wobei der Schneeanteil innerhalb eines Pixels direkt aus dem NDSI abgeleitet wird.

Lineare Mischungsansätze

In diesen Ansätzen wird angenommen, dass sich die Reflexion eines Pixels aus einer Linearkombination der reflektierten Strahlung verschiedener Oberflächentypen innerhalb des Pixels zusammensetzt. Der Anteil eines bestimmten Oberflächentyps an der gesamten reflektierten Strahlung des Pixels ist dabei direkt proportional zum Anteil der Fläche, den der Typ innerhalb des Pixels einnimmt.

$R_{c}=\sum _{i=1}^{n}F_{i}\cdot R_{i,c}+E_{c}$ (Painter (1994))

Dabei bezeichnet R_c den Reflexionsgrad des gesamten Pixels im Spektralband c, F_i den Flächenanteil der Oberflächenkomponente i innerhalb des Pixels, R_i,c den Reflexionsgrad des Oberflächentyps i im Spektralband c und E_c das Residuum bzw. den Fehlerterm bei der Modellierung der Reflexion im Spektralband c.

Ansatz von Romanov

Einen sehr einfachen Mischungsansatz verwendet Romanov zur Bestimmung der Schneefraktion aus GOES-Imager-Messungen (Romanov (2003)):

$R_{1}=F\cdot R_{1,Schnee}+(1-F)\cdot R_{1,schneefrei}$

Die am Satellit gemessene Reflexion eines Pixels ergibt sich demnach aus der gewichteten Summe der Reflexion der schneebedeckten und der schneefreien Flächen des Pixels. Der Flächenanteil schneebedeckter Bereiche wird mit F bezeichnet, alle Bereiche die nicht schneedeckt sind werden in einer Klasse als schneefreie Oberfläche zusammengefasst. Es wird nur die Reflexion im GOES-Kanal 1, also im sichtbaren Bereich, verwendet. Der Anteil schneebedeckter Oberflächen kann damit aus den am Satellit gemessenen Reflexionsgraden und statistischen Werten bestimmt werden:

$F={\frac {R_{1}-R_{1,schneefrei}}{R_{1,Schnee}-R_{1,schneefrei}}}$

Die Größen $R_{1,Schnee}$ und $R_{1,schneefrei}$ bezeichnen Referenzwerte. $R_{1,Schnee}$ wird aus normalisierten GOES-Messungen über nahezu idealen Schneeflächen mit dichter Schneedecke und fast ohne Vegetation bestimmt. Der Mittelwert geht als typische Reflexion der Schneedecke in die Berechnung der Schneefraktion ein. Der Referenzwert der Schneereflexion wird ortsunabhängig bestimmt, da angenommen wird, dass die Reflexion des Schnees nicht von der Stelle, an der sich die Schneedecke befindet, dominiert wird. Der Referenzwert für schneefreie Flächen R1,schneefrei wird für jedes Pixel getrennt bestimmt, da die Reflexionseigenschaften eines Pixels natürlich von der Art der Oberfläche abhängen. Auch in diesem Fall wird eine mittlere, auf eine Referenzgeometrie normalisierte Reflexion für jede Rasterzelle bestimmt (Romanov (2003)).

Ansatz von Painter et al.

Auch Painter verwendet die oben beschriebenen Mischungsansätze. Allerdings wird hier davon ausgegangen, dass mehrere Schneekomponenten mit unterschiedlichen Reflexionsspektren berücksichtigt werden müssen, da dieser auch in einer Bandbreite von Korngrößen auftritt. Die Korngröße beeinflusst die Reflexion des Schnees, wie von Dozier (1989) beschrieben wurde.

$R_{c}=\sum _{i=1}^{n}F_{i}\cdot R_{i,c}+E_{c}$

Dabei bezeichnet R_c den Reflexionsgrad des gesamten Pixels im Spektralband c, F_i den Flächenanteil der Oberflächenkomponente i innerhalb des Pixels, R_i,c den Reflexionsgrad des Oberflächentyps i im Spektralband c und E_c das Residuum bzw. den Fehlerterm bei der Modellierung der Reflexion im Spektralband c. Anhand eines Beispiels kann klar demonstriert werden, dass sich die Verwendung einer falschen Korngröße negativ auf die Ergebnisse der Entmischungsanalyse auswirkt. Durch Verwendung mehrerer Schneekomponenten im Mischungsmodell, die unterschiedliche Korngröße repräsentieren, lässt sich daggen die Bestimmung der Schneefraktion deutlich verbessern.

Ansatz von Vikhamar und Solberg

Einen erheblich komplexeren Ansatz verfolgen Vikhamar und Solberg (Vikhamar (2002)). Zur Bestimmung der Schneefraktion in norwegischen Wäldern wird ein Modell verwendet, nach dem sich die mit Landsat gemessene Reflexion eines Pixels aus 5 Komponenten zusammensetzt:

$R=A_{P}\cdot R_{P}+A_{S}\cdot R_{S}+A_{B}\cdot R_{B}+A_{SW}\cdot R_{SW}+A_{BG}\cdot R_{BG}$

Die Indizes bezeichnen die verschiedenen Oberflächentypen: P – Kiefern, S – Fichten, B- Birken, SW – Schnee, BG – schneefreie Oberflächen. Der Flächenanteil eines Oberflächentyps innerhalb des Pixels wird jeweils über das Symbol A dargestellt, R bezeichnet den mittleren Reflexionsgrad eines Oberflächentyps in einem Spektralbereich. Der Fächenanteil der Schneekomponente Asw entspricht natürlich der oben mit F gekennzeichneten Schneefraktion. Die Reflexionsgrade der einzelnen Oberflächentypen wurden über Submodelle und umfangreiche Feldmessungen bestimmt. Das Modell soll noch vereinfacht und dann zur Bestimmung der Schneefraktion eingesetzt werden.

Nichtlineare Mischungsansätze

Die Annahme, dass sich die Reflexion einer Oberfläche aus einer Linearkombination der reflektierten Strahlung verschiedener Oberflächentypen zusammensetzt, stellt natürlich eine Idealisierung dar. Tatsächlich sind klar nichtlineare Zusammenhänge zu beobachten. Diese werden von Borel und Gerstel grundlegend beschrieben. Insbesondere Mehrfachreflexion zwischen reflektierenden Oberflächen führt dazu, dass die gesamte Reflexion einer Oberfläche größer ist, als der Linearkombination der Strahldichten, die durch die einzelnen Oberflächenkomponenten reflektiert werden, entsprechen würde. Helle Oberflächen begünstigen die Reflexion, so dass hier der Unterschied zwischen linearer und nichtlinearer Abbildung besonders deutlich zu Tage tritt. Bei Verwendung nichtlinearer Ansätze entspricht der Anteil einer Komponente an der Gesamtreflexion des Sytems nicht mehr ihrem Flächenanteil.

Ansatz von Borel und Gerstel

Reflektierende Komponenten

Um den nichtlinearen Charakter der Reflexion des Systems "natürliche Oberfläche" abbilden zu können, verfolgen die Autoren einen Strahlungsbilanzansatz. Dieser soll nachfolgend am einfachsten Beispiel verdeutlicht werden. Dazu wird ein Vegetationsbestand betrachtet, der aus nur einer Schicht besteht. Unter der Vegetationsschicht befindet sich eine homogene Unterlage. Es wird die Wechselwirkung zwischen Vegetation und Erdoberfläche berücksichtigt. Damit ergeben sich 3 Umsatzflächen. Die am Oberrand der Vegetation nach oben abgegebene Strahlung (B₁) entspricht der Reflexion des Gesamtsystems. Diese setzt sich zusammen aus solarer Einstrahlung (E₀) die von der Vegetation reflektiert wird und Abstrahlung des Bodens, die durch die Vegetationsschicht dringt (B₃). In Richtung Erdoberfläche wird von der Vegetationsschicht Solarstrahlung transmittiert und terrestrische Abstrahlung reflektiert. Beide Komponenten werden zur Abstrahlung der Vegetation in Richtung Erdboden summiert (B₂). Die nach oben abgegebene kurzwellige Strahlung setzt sich an der untersten Umsatzfläche zusammen aus reflektierter Solarstrahlung, die die Vegetationsschicht durchdringen konnte und reflektierter Abstrahlung der Vegetation (B₂).

Die BRDF ergibt sich durch Addition der über dem Bestand gemessenen Abstrahlung beleuchteter Blätter, beleuchteten Bodens und beschatteten Bodens. Damit wird die Zusammensetzung der Reflexion über dem Bestand aus drei Komponenten beschrieben. Alle Komponenten sind abhängig vom Term

${\frac {1}{1-\rho \cdot \rho _{s}\cdot LAI}}$

Dieser verknüpft Bodenreflexion $\rho _{s}$ und Reflexion der Vegetation $\rho$ nichtlinear. Durch diesen Term kann Mehrfachreflexion zwischen Bestand und Boden modelliert werden. Mit dem nichtlinearen Ansatz haben die Autoren in Experimenten wesentlich bessere Ergebnisse bei der Modellierung der Reflexion eines Systems zweier heller Platten erreicht. Borel und Gerstl haben keine Aussage zur Verwendbarkeit ihres Ansatzes bei Schnee getroffen. Aufgrund des hohen Reflexionsvermögens von Schnee im sichtbaren Bereich ist die Problematik der Mehrfachreflexion jedoch sehr wohl gegeben und die Verwendung eines nichtlinearen Ansatzes dürfte die Bestimmung des Schneeanteils in Wäldern verbessern.

Ableitung der Schneefraktion aus dem NDSI

Ansatz von Salomonson und Appel

In dieser Arbeit (Salomonson et al. (2004)) wurde ein Vorgehen entwickelt, um den "SNOWMAP"-Algorithmus zur MODIS-Schneeerkennung um die Bestimmung der Schneefraktion zu erweitern, wobei die Einfachheit des "SNOWMAP"-Algortihmus möglichst nicht beeinträchtigt werden sollte. Dazu wird eine lineare Regressionsbeziehung zwischen dem NDSI aus MODIS-Daten und der Schneefraktion F aufgestellt:

$NDSI=a+b\cdot F_{Schnee}$

Der NDSI wird für jede der MODIS-Zellen in 500 m Auflösung berechnet. Die Schneefraktion F innerhalb einer Zelle wird aus Landsat-Messungen mit einer Auflösung von 30 m ermittelt, indem der MODIS-Algorithmus zur Schneeerkennung auf die Landsat-Messungen angewendet und dann ausgezählt wird, wie viele Landsat-Pixel innerhalb einer MODIS-Zelle als schneebedeckt erkannt wurden. Für ausgewählte, schneebdeckte Gebiete wurden die freien Parameter a und b bestimmt und die abgeleitete Beziehung validiert. Durch Invertierung der Gleichung wird die Schneefraktion aus dem NDSI bestimmt. Die Ergebnisse der Arbeit sind gut. Die Fehler bei der Bestimmung der Schneefraktion liegen im Bereich um 10%. Der Algorithmus kann jedoch nur angewendet werden, um die Auswirkung des Schneeanteils auf die Strahlungsbilanz zu berücksichtigen. Eine Anwendung zur Erkennung der Schneedecke unter dichten Vegetationsschichten wird nicht empfohlen.