Projekt:FE Auswerteverfahren 1/Schnee/Dozier 1989

Aus Wikiversity

Dozier 1989[Bearbeiten]

Dozier,J., Spectral signature of alpine snow cover from the Landsat Thematic Mapper, Remote Sensing of Environment, 28, 9-22, 1989

In dem Artikel werden die spektralen Eigenschaften von Schnee und Wolken beschrieben und es wird darauf eingegangen wie der Schnee in einem Satellitenbild des Sensors TM klassifiziert werden kann.

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. Daher hängen die optischen Eigenschaften von Schnee von den bulk optical properties, Höhe der Schneedecke und der Form und Verteilung der Eiskörnern, der Flüssigwassereinschlüsse und der festen und löslichen Verunreinigungen ab.

Die bulk optical properties von Eis und Wasser sind im sichtbaren Bereich und im nahen Infrarot sehr ähnlich. Die Haupteigenschaft die zu Unterschieden in den Reflexionseigenschaften führt, ist der Absorptionskoeffizient, er steigt mit zunehmender Wellenlänge um den Faktor sieben an (aber auf niedrigem Niveau). Der Anstieg ist für Wasser und Eis gleich, außer in dem Wellenlängenbereich von 1,55 bis 1,75µm, wo Eis ein bisschen mehr absorbiert. Aufgrund der geringen Unterschiede hat der Flüssigwassergehalt im Schnee (max 5-6%) nur sehr kleinen Einfluss auf die Reflexionseigenschaften des Schnees. Ein größerer Einfluss kommt nur zustande, wenn das Wasser über dem Schnee liegt und man den Schnee in den engen Wellenlängenbereichen betrachtet in dem der Absorptionskoeffizient sich unterscheidet. Die Albedo von Schnee im sichtbaren Bereich reagiert sehr sensibel auf absorbierende Einschlüsse und auf eine dünne Schneedecke, da Eis in diesem Bereich sehr stark transparent ist. Im nahen Infrarot dagegen absorbiert Eis mehr, sodass die Albedo primär von den verschiedenen Eiskorngrößen abhängt. Schnee mit größeren Eiskörnern reflektiert weniger im NIR (vor allem im Bereich von 0,9 bis 1,3µm).


Es werden auch die Eigenschaften betrachtet die Unterschiede in der Reflexion von Schnee und Wolken verursachen. Diese sind hier folgend nach Wichtigkeit aufgeführt.

  • Ein kleinerer Streukern absorbiert weniger als ein größerer und Wolkentröpfchen oder -eiskristalle sind kleiner als Eiskörner im Schnee. Dieser Effekt verstärkt sich in Wellenlängenbereichen in denen das Medium von sich aus schon moderat absorbiert.
  • Die meisten Wolken enthalten Wassertröpfchen auch wenn die Temperatur unter 0°C liegt. Eis und Wasser haben im sichtbaren Wellenlängenbereich sehr ähnliche Brechungseigenschaften aber der Unterschied liegt in der stärkeren Absorption von Eis in dem Wellenlängenbereich von 1,55 bis 1,75 µm.
  • Die optische Dicke von Schnee ist im sichtbaren Bereich meistens höher als die von Wolken. Da Wasser und Eis sehr transparent in diesem Bereich sind, kann durch Wolken auch Strahlung transmittieren und dadurch haben die Wolken eine geringere Albedo als Schnee. Diese Unterscheidung trifft aber nicht mehr zu, wenn es sich um sehr dicke Wolken handelt.

Dies führt dazu, dass Schnee im sichtbaren Wellenlängenbereich stärker und im nahen Inrarot schwächer reflektiert als Wolken.


Im solaren Spektrum hat die Einstrahlung in einem alpinen Gebiet drei Quellen. 1.direkte Einstrahlung der Sonne 2.diffuse Einstrahlung aus der Atmosphäre 3.direkte und diffuse Einstrahlung, die an einer nahen Oberfläche auf das zu untersuchende Gebiet reflektiert wurde. Die Probleme die sich aus einem bergigen Gelände ergeben, entstehen durch die Exposition. Es ist möglich, dass eine Schneeoberfläche im Schatten liegend niedrigere Reflexionswerte aufweist als ein heller Boden auf einem Hang, welcher der Sonne zugeneigt ist.


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.


Abschließend werden noch vier Indices angegeben um die Eiskorngröße und den Grad der Verunreinigung im Schnee 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)
  • [R~,(TM4) - R,(TM5)]/[R,(TM4) +Rp(TM5)] (Eiskorngrößenindex zur besseren Bestimmung der kleinen Eiskörner) Hohe Werte bedeuten große Eiskörner