Detecting clay pans with active microwave sensing : a comparison of ASCAT and AMSR-E

Abstract

Seit der Entstehung des Raumfahrtprogrammes in der Mitte des letzten Jahrhunderts gab es zahlreiche technische Weiterentwicklungen. Heutzutage bedienen sich viele Wissensbereiche der Messungen, die mittels der Satellitentechnik gewonnen werden. Dies trifft auch auf die Fernerkundung zu. Ein Bereich davon ist die Mikrowellenfernerkundung. Durch die einzigartige Interaktion von Mikrowellen und Wassermolekülen können Informationen über jedwede Objekte gewonnen werden, die einen Wasseranteil besitzen oder deren Wasseranteil fehlt. Die gegenwärtige Verfügbarkeit der Satellitenbeobachtungen schafft die Möglichkeit Oberflächendaten mit einer nahezu globalen und täglichen Abdeckung zu erheben. Die vorliegende Studie basiert auf den genannten Faktoren und Prinzipien. Ausgangspunkt ist eine vorangegangene Studie, die sich mit dem Detektieren von Ton-Feldern mit passiven Mikrowellen beschäftigt. Aufgabe dieser Diplomarbeit ist es nun herauszufinden, ob sich aktive Mikrowellen ebenfalls dazu eignen, ob ähnliche Ergebnisse in einem Testgebiet erzielt werden können und ob die Methode auf ein größeres Gebiet angewendet werden kann. Drei Datensätze liegen dieser Arbeit zu Grunde. Als Referenz dienen die Bodendaten vom Australian Soil Resource Information System (ASRIS). Die verwendeten aktiven Mikrowellendaten wurden vom ASCAT Sensor des METOP Satelliten erzeugt und nachfolgend mittels des TU-Wien Algorithmus bearbeitet. Für einen Vergleich werden die Ergebnisse der Studie mit passiven Mikrowellen Sensoren herangezogen. Diese wurden durch den AMSR-E Sensor beobachtet und mit eigens entwickelten Modellen bearbeitet. Mit einem Grenzwert von 40% Ton-Anteil im Boden und einer räumlichen Anpassung wird aus den Bodendaten eine Ton-Maskierung erstellt, um zwischen Ton-Feldern und anderen zu unterscheiden. Die Rückstreudaten liegen vorerst noch in Zeitreihen für jeden beobachteten Raster-Punkt vor. Um die Auswertung zu vereinfachen, werden diese in statistischen Momenten zusammengefasst und anschließend mittels der Ton-Maskierung in die zwei Klassen unterteilt. Der Welch-s t-test dient dazu die Daten der zwei Klassen zu vergleichen. Dadurch wird ein Potential für eine Unterscheidbarkeit der einzelnen Datensätze sichtbar. Weiters wird ein Modell erstellt, welches eine Verbesserung des Ergebnisses erzielt. Bei der Anwendung auf ein größeres Gebiet verliert das Modell an Zuverlässigkeit aufgrund nicht beachteter Umstände. Die vorliegende Studie kommt zum Schluss, dass hinsichtlich nicht vergleichbarer aktiver und passiver Mikrowellendaten keinem System ein Vorzug zugesprochen werden kann. Generell kann die Aussagen getroffen werden, dass das Detektieren von Ton-Feldern unter gewissen Umständen möglich ist. Mit zusätzlichen meteorologischen Daten, Filtern von nicht beachteten Umständen oder genaueren Beobachtungen einzelner Zeitreihen kann die Identifizierung von Ton-Feldern verbessert werden. Dadurch kann möglicherweise auch eine feinere Unterscheidung verschiedener Bodentypen mittels aktiven Mikrowellensensoren erzielt werden.

Since the emergence of the space program in the middle of the last century, numerous technical advancements could be achieved. Nowadays, many scientific fields use observations gained by satellite technology. That applies for remote sensing too. One section of it is microwave remote sensing. The unique interaction between microwaves and water molecules is used to gain information about any objects containing water or with a lack of water content. With the present satellite availability, it is possible to collect surface data with approximately global and daily coverage. This study is based on the facts and principle described above. Furthermore, it is based on a preceding study which focuses on the detection of clay fields with passive microwave sensors. Task of this thesis is to ascertain whether active microwaves are qualified, whether similar results in a test area can be achieved and whether the method is applicable in an extended area. Three datasets are the basis of this work. Soil data from the Australian Soil Resource Information System (ASRIS) serve as a reference. The used active microwave data were surveyed by the ASCAT sensor mounted on the METOP satellite and subsequently processed with the TU-Wien algorithm. For comparative reason, the results of the research about passive microwave sensors are utilized. These were observed by the AMSR-E sensor and processed with specially developed models. With a threshold of 40% clay content in soil and a spatial resampling of the soil data a claymask is created to distinguish between clay pans and others. Initially, the backscatter dataset exist in timelines for every observed grid point. In order to simplify analysis, this data is condensed to statistical moments and subsequently separated in two classes using the claymask. The Welch-s t-test compares the two samples. It indicates a potential of discriminability between the specific datasets. Furthermore, a model is developed which improves the results. The reliability of the model decreases with an application in an extended area because of ignored circumstances. This research in hand gives no preference to either technology because of incomparable active and passive microwave data. Generally, there is the possibility to detect clay pans under certain conditions. With additional meteorological data, filtering of ignored circumstances or detailed consideration of individual timelines an advancement of the identification of clay pans can be achieved. Potentially, a refinement of the distinguishability between various soil types with active microwave sensors can be realized.