Transition of TU Wien change detection method from ASAR to SENTINEL-1: a statistical analysis

Abstract

Bodenfeuchte übernimmt eine wichtige Rolle im hydrologischen und meterologischen Zyklus der Erde. Sie kann tiefgreifende Auswirkungen auf das Klimasystem des Planeten haben und beeiflusst auch Prozesse wie Hochwasser und Dürre oder auch den Wasserabfluss. Daher ist die Kenntnis über die Verteilung und der Menge an Wasser im Boden von großem Interesse für viele Anwendungen. Die Forschungsgruppe für Fernerkundung an der TU Wien hat eine Methode entwickelt, die Bodenfeuchteinformationen aus Rückstreuungsmessungen von aktiven Mikrowellensensoren gewinnt. Dieses Verfahren wurde zuerst für Scatterometerdaten entwickelt, danach aber auch für das Advanced Synthetic Aperture Radar (ASAR) an Bord des Satelliten Envisat angepasst. 2014 wurde der erste von zwei Sentinel-1 Satelliten in seine Umlaufbahn gebracht, der ein Syn- thetic Aperture Radar an Bord hat, das sehr ähnlich dem ASAR instrument ist. Folglich wurde ein Transfer des ASAR Bodenfeuchte-Algorithmus zu Sentinel-1 für möglich gehalten. Das Ziel dieser Arbeit ist zu untersuchen, ob der für ASAR angepasste Bodenfeuchte- Algorithmus mit Hilfe der ASAR Wide Swath (WS) Modellparameter auf Sentinel-1 übertra- gen werden kann. Aufgrund fehlender historischer Daten ist es noch nicht möglich die im Al- gorithmus gebrauchten Parameter nur von Sentinel-1 Daten zu berechnen. Daher wurde die Sentinel-1 Oberflächenbodenfeuchte mit ASAR WS Parametern berechnet und mit Hilfe von räumlich grob augfelösten Daten von Advanced Scatterometer (ASCAT) und Global Land and Data Assimilation System (GLDAS) mit der ASAR Bodenfeuchte verglichen. Der Vergleich der verschiedenen Produkte wurde über einem Gebiet in Mitteleuropa durchgefüht. Zur Berechnung herangezogen wurden die zeitliche Korrelation, sowie die mittlere quadratische Abweichung der Bodenfeuchtezeitserien. Des Weiteren sind die Korrelationen und mittleren quadratischen Ab- weichungen auch speziell für verschiedene Bodenbedeckungsarten bestimmt worden. Die wichtigsten Ergebnisse zeigen bessere Korrelations- und RMSD Werte für ASAR WS als für Sentinel-1. Dies kann mit der geringeren Anzahl an Daten, sowie mit dem kürzeren Zeitraum der Sentinel-1 Daten erklärt werden. Falls man das gesamte Potential von Sentinel-1 für die Bodenfeuchtebestimmung ausnützen möchte, sollte (i) eine Anpassung des Modells und (ii) die Kalibrierung der Modellparameter mit Sentinel-1 Daten berücksichtigt werden.

Soil moisture is an important variable in the hydrological and meteorological cycle of the earth. It can have profound impacts on the planet-s climate system and also influences processes such as flooding and runoff generation or drought developments. Hence, the knowledge of the distri- bution and amount of water in the soil is of great interest for many applications. The Remote Sensing Research Group at TU Wien developed a method to retrieve soil moisture from backscatter measurements obtained from active microwave sensors. This method was ini- tially developed for scatterometer data, but was then also adapted for the Advanced Synthetic Aperture Radar (ASAR) on board of the Envisat satellite. In 2014, the first of two Sentinel-1 satellites was launched into its orbit, carrying a synthetic aperture radar (SAR) that is similar to the ASAR instrument. Consequently, a transfer of the ASAR soil moisture algorithm to Sentinel-1 was expected to be straight forward. The aim of this thesis is to investigate if the ASAR soil moisture algorithm can be transferred to Sentinel-1 using retrieval parameters calculated from ASAR Wide Swath (WS) data. Due to the lack of historical data, it is not yet feasible to derive the model parameters that are needed in the retrieval from Sentinel-1 data itself. Therefore the Sentinel-1 surface soil moisture (SSM) was calculated with ASAR WS parameters and compared to the ASAR SSM products using coarse spatial resolution soil moisture acquisitions from the Advanced Scatterometer (ASCAT) and from the Global Land and Data Assimilation System (GLDAS). The evaluation of the different products was performed over central Europe by calculation standard performance metrics, i.e. the temporal correlation and the root mean square difference (RMSD) of the SSM time series. Furthermore, the correlation and the RMSD were determined for different land cover types. The results show a better correlation and RMSD performance for ASAR WS than for Sentinel- 1, which can be explained with the smaller sample size and shorter period of Sentinel-1 data- set. Furthermore, if one wants to realise the full potential of Sentinel-1 for soil moisture re- trieval, then (i) an adaptation of the model and (ii) the calibration of the model parameters with Sentinel-1 data should be considered.