Projekt:FE Auswerteverfahren 1/Schnee/Krijger and Schrijver 2005

Literatur Schnee

Startseite Appel, 2002 Bettems, 2006 Borel and Gerstl, 1994 De Ruyter de Wildt, 2005 De Ruyter de Wildt, 2007 Dozier, Jeff, 1989 Hall, 1995 Hall et al., 2002 Hall et al., 2005 Hauber, 2000 Klein, 1998 Krijger and Schrijver, 2005 Martinez et al., 2005 Painter et al., 1998 Paul, 2000 Rau, 2004 Riggs and Hall, 2002 Riggs et al., 2006 Robinson, 1993 Romanov et al., 2003 Salomonson et al., 2004 Sokol et al., 1999 Srivastava et al., 2003 Storvold et al., 2005 Trepte et al., 2002 Vikhamar et al., 2002 Willmes, 2003 Wiscombe and Warren, 1980

Weitere Teilprojekte

Wettersatelliten Oberflächentemperaturen Vegetationsindizes Schnee Niederschlag

Krijger and Schrijver 2005

Krijger, J. M.; Aben, I.; Schrijver, H. Distinction between clouds and ice/snow covered surfaces in the identification of cloud-free observations using SCIAMACHY PMDs. Atmos. Chem. Phys., 2005, 5, 2279-2738.

Der Artikel beschäftigt sich mit Methoden der Wolkenbestimmung und der Unterscheidung von Wolken und Eis bzw. Schneeoberflächen mit Hilfe von SCIAMACHY-Messungen.

SCIAMACHY („SCanning Imaging Absorption SpectroMeter for Atmospheric ChartographY“) ist ein Deutsch-Niederländisch-Belgisches Instrument an Bord des ESA-Satelliten ENVISAT und dient der Messung von verschiedenen Spurengasen (z.B. Kohlendioxid, Stickstoffdioxid, Methan) in der Troposphäre. Wolken sowie Verunreinigungen in der Atmosphäre können bei der Erfassung von Gasen hinderlich sein und machen Messdaten demzufolge unbrauchbar. Zur Lösung des Problems werden verschiedene Wolkenbestimmungs-Algorithmen verwendet.

Dem Vorgänger von SCIAMACHY, dem „Global Ozone Monitoring Experiment“ (GOME) an Bord des europäischen Forschungssatelliten ERS-2 ist es nicht gelungen, Wolken und Schnee zu differenzieren, da GOME nur Wellenlängen im UV, Sichtbaren und NIR (240-790nm) erfasst. Fälschlicherweise werden Gebiete mit Schnee und Eisflächen oft als Wolken deklariert, da sie dieselben hohen Reflexionseigenschaften im sichtbaren Licht aufweisen. Zur Untersuchung von wolkenfreien Messungen in der Fernerkundung ist die Unterscheidung der genannten Objekte jedoch unerlässlich. SCIAMACHY Messungen arbeiten deshalb im Wellenlängenbereich von 450 nm bis 1,6 μm und können Wolken und Schnee / Eisoberflächen unterscheiden. Für diesen Zweck misst SCIAMACHY die Polarisation des reflektierten Lichts mit 7 Breitband-Detektoren, die man als „Polarisation Measurement Devices" (PMDs) bezeichnet. PMDs besitzen eine höhere räumliche Auflösung als herkömmliche Spektrometer.

Das im Artikel beschriebene Verfahren zur Bestimmung von Wolken und Schnee / Eis ist die so genannte „SCIAMACHY PMD Identification of Clouds and Ice / Snow“-Methode (SPICI). Diese Methode besteht aus mehreren verschiedenen Wolkenerkennungs-Algorithmen und nutzt den Wellenlängenbereich von 1,6 μm, in welchem Schnee- und Eisoberflächen eine deutlich geringere Reflexion aufweisen als Wolken. Durch diesen spektralen Unterschied im Reflexionsvermögen ist eine Differenzierung realisierbar.

Der hier angewendete Algorithmus besteht aus 2 Arbeitsschritten: Im ersten Schritt werden nur die PMDs 2, 3 und 4 verwendet, die das Vorhandensein einer weißen Fläche im sichtbaren Licht bestimmen. Der zweite Schritt erfasst schließlich wolkenfreie Messungen über Schnee- und Eisdecken.

Da die SCIAMACHY PMDs radiometrisch unkalibriert sind, wird der SPICI-Algorithmus und die dazugehörigen Schwellenwerte noch mit räumlich hoch auflösenden MODIS-Daten vom Erdbeobachtungssystem EOS-Terra verglichen.

Zusammenfassend kann festgestellt werden, dass die SPICI-Methode durch eine einfache Anwendung mit nur wenigen erforderlichen Parameter-Einstellungen und Werten charakterisiert ist. Die Schwellenwerte sind meist von der Nutzung der Daten abhängig und können mühelos den notwendigen Kriterien angepasst werden.