Advanced Very High Resolution Radiometer (AVHRR)[Bearbeiten]

Ein voll automatischer Algorithmus beschreibt mit Hilfe von optischen Daten ein schneebedecktes Gebiet. Schneedeckeninformation werden nach dem Empfang der online NOAA- AVHRR Daten in wenigen Minuten verarbeitet und weitergeleitet. Die Verarbeitung beinhaltet die Kalibrierung, geometrische Korrektur und Klassifikation einschließlich der automatischen Wolkenerkennung. Für eine hohe geometrische Genauigkeit wird ein iterativer Prozess, bei dem Satelliten Umlaufinformationen und parametrische geokodierte einschließlich einer DEM basierenden Bodenkorrektur integriert. Die Schneeklassifikation benutzt multispektrale Indizes mit einem Sensor, der vom Entscheidungsbaum abhängt. Um falsche Klassifikationen zu vermeiden ist es nötig dichte Wälder an das Klassifikationsverfahren anzupassen um Landnutzungseigenschaften zu berücksichtigen.

Nach dem Empfang von NOAA-Flugweg Daten wird die Prozesskette automatisch aktiviert. Diese beinhaltet Navigation, Kalibrierung, Klassifizierung, Abschätzungsänderung, Map coding.

--FlowerMoni 15:17, 29. Aug. 2007 (CEST) (Appel (2002)

Navigation[Bearbeiten]

Der erste Schritt, die Navigation, erfolgt über die Festlegung des 1km GRID. Das wird für eine Region für 500kmx500km Region getan. Für jedes Bodenelement wird durch Satellitenspurinformationen von den Kopfzellen der entsprechenden PIXEL in dem NOAA-file berechnet. Zusätzlich werden Zenit- und Azimuth- Winkel, die wiederum für den Algorithmus berücksichtigt werden, für jedes GRID gespeichert.

--FlowerMoni 15:17, 29. Aug. 2007 (CEST) (Appel (2002)

Kalibrierung[Bearbeiten]

Bei einem zweiten Schritt, der Kalibrierung, werden Koeffizienten, die von NOAA veröffentlicht worden sind, benutzt. Die Kalibrierung wird dabei mit Vorflug (pre-flight) Kalibrierung durchgeführt, wobei öffentliche Werte von sichtbaren Kanälen verwendet werden. Aktuelle Koeffizienten (in-flight Kalibrierung) werden für den thermalen Kanal in den Kopfzellen genutzt. Dabei werden die Ergebnisse der kalibrierten Messung vom Albedo der oberen Ende der Atmosphäre im Kanal ½ und thermale Strahlung in Kanal 3, 4 und 5 dargestellt.

--FlowerMoni 15:17, 29. Aug. 2007 (CEST) (Appel (2002)

Klassifizierung[Bearbeiten]

Beim dritten Schritt, der Klassifizierung, wird jedes einzelne PIXEL klassifiziert, in dem man sie empirisch berechnet, temporale invariable Schwellen betrachtet und Ergebnisse in Schnee, Wolken und schneefreie Flächen unterscheidet. Es werden nach dem hierarchischen Entscheidungsprinzip unbrauchbare PIXEL ausgeschlossen. Zuerst wird Schnee betrachtet, in dem Strahlen zwischen sichtbarem und mittlerem Infrarot reflektiert werden. Abhängig vom verwendeten Sensor werden zwei verschiedene Methoden abgeleitet.

Dies kann zum einen die Derrien Methode, im Falle von AVHRR/2 Daten mit einer Berechnung von Die=Ch1/(CH3-Ch4) oder die Dozier Methode für AVHRR/3 Daten mit IDZ=(CH1-Ch3)/(CH1+Ch3) sein. Für AVHRR/2 Daten wird angenommen, dass mittlere Infrarotreflektion von den Unterschieden von Kanal 3 (3,55 mikrom) und Kanal 4 (10,5 Mirkometer) Strahlung vertreten wird. Die Klassifizierung wird durch die Schwellenwerte vom Strahl und von den Reflektionswerten von Kanal 1,2 und 3, die durch solaren Zentitwinkel korrigiert werden sowie Kanal 4 mit thermaler Strahlung ausgeführt. Die Schneebedeckung wird für alle PIXEL, die eine hohe Sichtbarkeit und geringe mittlere Infrarot Reflektion auszeichnet und im Strahl repräsentiert werden, klassifiziert.

Für PIXEL mit einfachen spektralen Eigenschaften wird eine 2. Schneeklasse (wahrscheinlich Schnee), die hauptsächlich in der Wolkendeckenschnee vertreten ist, benutzt.

Bei Flächengebieten mit dichtem Wald ist die Schneeklassifizierung beeinflusst. Da der Strahl beim Eintreffen in den dichten Wald beeinflusst wird.

Es folgte eine Unterscheidung der Pixel in kalte und warme. Kalte Pixel beschreiben dabei, dass das Pixel wahrscheinlich eine Wolke ist. Wobei warme PIXEL temperierten schmelzenden Schnee darstellen könnten. Die übrigen PIXEL, die bisher kein Schnee darstellten, werden auf Wolkeneigenschaften durch kurzwellige Reflektion und thermische Strahlung getestet.

Darauhin werden erste Schnee- und Wolkenkarten erzeugt. Alle beharrenden PIXEL repräsentieren die schnee- und wolkenfeien Bodenreflektionen. Diese Information wird für die geometrische Genauigkeit vom Bildprozess genutzt.

--FlowerMoni 15:17, 29. Aug. 2007 (CEST) (Appel (2002)

Abschätzungsänderung[Bearbeiten]

Beim vierten Schritt, der Abschätzungsänderung, werden für die Korrektur die übrigen geometrischen Fehler eine automatisch iterative Prozedur für die Abschätzung der geometrischen Änderung zwischen der aktuellen NOAA Bildern und geometrischen Reflektionen von Wolken entwickelt. In diesem Modul werden die Korrelation zwischen Bodenreflektion der Wolken- und Schneefreien Gebiete und einer synthetischen Referenz für VIS und NIR berechnet. Bei dem itarativen Verfahren wird das beste Argument verwendet und der Korrekturfaktor ermittelt. Mit diesem Korrekturfaktor muss eine weitere Navigation durchgeführt werden. Die meisten Korrekturen beeinflussen die Effekte. Abhängig von den lokalen Gegebenheiten, wie Winkel und Gelände, Erhebungen oder Relief Verschiebung von mehr als 5 PIXEL (5km) werden Beobachtungen und Korrekturen in dem erforschten Gebiet gemacht. Die übrigen gebliebenen geometrischen Fehlermengen sind kleiner als 1 PIXEL.

--FlowerMoni 15:17, 29. Aug. 2007 (CEST) (Appel (2002)

Map Coding[Bearbeiten]

Beim Map Coding, dem fünften Schritt werden diese Daten zur weiteren Simulierung von Hochwasservorsagen genutzt. Dazu werden verschiedene Wasserbilanzmodelle genutzt. Beispielsweise LARSIM (Large Area Runoff Simulation Model) ordnet kontinuierliche räumliche verteilte Prozesssimulationen von Wasserbilanzengleichungen für mesoskalare Einzugsgebiete an. Wasserbilanzmodelle berücksichtigen verschiedene Prozesse wie zum Beispiel: Abflussgenierung, Translation, Retention in Flüssen, Interzeption, Evapotranspiration, Wasserspeicherung, Akkumulation, Metamorphose, Schneeschmelze. Dabei können vom Modell sowohl Schneetiefe als auch Wasseräquivalent dargestellt werden [Operational Remote Sensing].

--FlowerMoni 15:17, 29. Aug. 2007 (CEST) (Appel (2002)

Band Number	Bandbreite (mikrom)	Nutzung
1	0,580 - 0,68	Tag: Wolken und Oberflächen kartieren
2	0,725 - 1,00	Land- Wasser- Grenze
3A	1,58 - 1,64	Schnee- und Eiserkennung
3B	3,550 - 3,93	Nacht: Wolkenbedeckung, Wasseroberflächentemperatur (SST)
4	10,3-11,3	Nacht: Wolkenbedeckung, Wasseroberflächentemperatur (SST)
5	11,5 - 12,5	Wasseroberflächentemperatur

--FlowerMoni 15:17, 29. Aug. 2007 (CEST) (Appel (2002)