Knabe, S. (2004). Erfassung der räumlichen und zeitlichen Veränderung von Bodenfeuchtemustern in semiariden Gebieten mittels ERS-1/2 InSAR Zeitreihen [Dissertation, Technische Universität Wien]. reposiTUm. https://resolver.obvsg.at/urn:nbn:at:at-ubtuw:1-10315
E120 - Institut für Photogrammetrie und Fernerkundung
-
Date (published):
2004
-
Number of Pages:
185
-
Abstract:
Im Zuge des globalen Klimawandels sowie der Bevölkerungsexplosion des 21. Jahrhunderts gewinnt die Thematik "Wassermanagement" zunehmend an Bedeutung. Insbesondere aride und semiaride Regionen zeigen sich aufgrund einer wachsenden Variabilität der Niederschläge von einer steigenden Wasserproblematik stark betroffen. Dies unterstreicht die zunehmende Bedeutung von Dürre- und Hochwasserwarnsysteme. Die entscheidende Voraussetzung für derartige Systeme ist die Kenntnis der räumlichen und zeitlichen Bodenfeuchteverteilung, da sie das Abflussverhalten eines Flusseinzugsgebietes steuert.<br />Die Mikrowellenfernerkundung bietet aufgrund ihrer Sensibilität hinsichtlich einer Feuchteänderung sowie der wetter- und tageszeitenunabhängigen Aufnahmefähigkeit die Möglichkeit, diese Bodenfeuchteverteilung kontinuierlich und flächenhaft zu erfassen. Da weitere Oberflächenparameter, wie die Vegetationsbedeckung, die Bodenrauhigkeit und Bodentextur, das Rückstreusignal beeinflussen, wurden in der Vergangenheit diverse Methoden entwickelt, um durch eine Isolierung des Feuchteeinflusses Aussagen bezüglich des Bodenfeuchteaufkommens treffen zu können. Diese Methoden erwiesen sich jedoch oftmals für eine großräumige Bodenfeuchteerfassung als ungeeignet, da eine Abhängigkeit von in-situ Messungen sowie die hohe Komplexität und Rechenzeitintensivität die Feuchteerfassung auf einzelne Testflächen beschränkte.<br />Die vorliegende Studie beschreibt ein empirisches Verfahren, das auf Basis von ERS-1/2 InSAR Zeitreihen die großräumige Erfassung der Bodenfeuchteverteilung in semiariden Gebieten in Form eines Feuchte-Index ermöglicht. Indem die Kohärenzinformation dazu genutzt wird, die Beeinflussung des Rückstreusignals durch biomassereiche Vegetation oder eine Änderung der Oberflächenrauhigkeit zu minimieren, ermöglicht der vorgestellte Change Detection Ansatz eine flächenhafte Bodenfeuchteerfassung ausschließlich auf Basis von Fernerkundungsdaten.<br />Bei Gewährleistung der Verfahrensprämissen Biomassearmut und Rauhigkeitsstabilität zeigten sich geringe Schätzfehler von 3,4 - 4,3vol%. Unterstützt durch die geringe Rechenzeit und hohe Stabilität begünstigen die Eigenschaften des Verfahrens eine Operationalisierung, um kontinuierlich Bodenfeuchtefelder zu generieren.
de
The impacts of climate change and the excessive population growth of the 21. century are strengthening the importance of the topic "water management". Especially semiarid regions are severely affected by a growing variability of precipitation. This underlines the growing importance of drought and flood warning systems. The key parameters for these systems is the knowledge of the soil moisture distribution of a drainage basin.<br />Microwave remote sensing has a great potential to monitor soil moisture continuously due to its sensitivity to changes in the amount of soil moisture. As also other surface parameters influence backscattering behaviour, like vegetation cover, soil roughness and soil texture, numerous methods have been developed to enable the description of the soil moisture distribution by isolating its influence on the backscattered signal. Unfortunately these methods often were limited to single test fields due to a dependence on in-situ measurements.<br />This study describes a method, which enables the area extended description of the soil moisture variation in semiarid regions on the basis of ERS-1/2 InSAR time series. As the coherence information is used to minimize the influence of a vegetation cover or a change in surface roughness the proposed change detection method enables the description of the soil moisture distribution of an entire river drainage basin only with the help of remote sensing data.<br />The method enabled a sensitive description of the spatial soil moisture distribution with small estimation errors of 3,4 - 4,3 vol%.