Recent studies, based on a combination of long-term in-situ and satellite derived temperature data indicate that lakes are rapidly warming at the global scale. Since Lake Surface Water Temperature (LSWT) is highly responsive to long-term modifications in the thermal structure of lakes, it is a good indicator of changes in lake characteristics. There have not been done many studies at a regional scale to understand the lakes’ response to climate change, mainly due to lack of high spatio-temporal data. Therefore, further studies are needed to understand variation in trends, impacts and consequences at a regional scale. It is essential to have highly frequent spatially explicit data to understand the spatio-temporal thermal variations of LSWT. Continuous in-situ water temperature data measured at high temporal resolution from permanently installed stations are becoming increasingly available through GLEON (Global Lake Ecological Observatory Network) or NetLake (Networking Lake Observatories in Europe). But these data are often heterogeneous with different sources and time line, point based, and not available for many lakes around the globe. To establish permanent weather stations for all the large lakes in the world is also not economically viable. As an alternative to direct measurements, remote sensing is considered as a promising approach to reconstruct complete time series of LSWT where direct measurements are missing. Temperature of land/water surfaces is one of the direct and accurate measurements using satellite data acquired in the thermal infra-red spectral region. Furthermore, the availability of daily satellite data since the 1980s at a moderate resolution of 1 km from multiple polar orbiting satellites is an opportunity not to be missed. But owing to the complexities related to earlier satellite missions, and the need of high level of processing, the potential of the historical satellite data in deriving a homogenised LSWT is still not explored well. There is a gap in the availability of long-term time series of LSWT from the satellite data which could be used in understanding the patterns and drivers of thermal variations in large lakes. This thesis aims to fill this gap by developing reproducible and extendable methods to derive homogenised daily LSWT for thirty years from 1986 to 2015. Hence, the main objectives of this thesis are i) to reconstruct thirty years (1986-2015) of daily satellite thermal data as a homogenised time series of LSWT for five large Italian lakes by combining thermal data from multiple satellites, ii) to assess the quality of the satellite derived LSWT using long-term in-situ data collected from the same lakes, iii) to report the seasonal and annual trends in LSWT using robust statistical tests. The first part of the thesis deals with the accurate processing of historical Advanced Along-Track Scanning Radiometer (AVHRR) sensor data to derive time series of LSWT. A new method to resolve the complex geometrical issues with the earlier AVHRR data obtained from National Oceanic and Atmospheric Administration (NOAA) satellites has been developed. The new method can accurately process historical AVHRR data and develop time series of geometrically aligned thermal channels in the spectral range of 10.5-12.5 μm. The validation procedure to check the accuracy of image to image co-registration using 2000 random images (from a total of 22,507 images) reported sub-pixel accuracy with an overall Root Mean Square Error (RMSE) of 755.65 m. The usability of newly derived time series of thermal channels to derive LSWT for lakes were tested and validated. Furthermore, cross-platform and inter-platform validations were performed using corresponding same day observations which reported an overall RMSE of less than 1.5 °C. In the second part of the thesis, a new method was developed to derive homogenised daily LSWT standardized at 12:00 UTC from thermal channels of thirteen different satellites. The new method is implemented for Lake Garda in Northern Italy developing time series of homogenised daily LSWT for last thirty years from 1986 to 2015. The sensors used in this study are the AVHRR from multiple NOAA satellites, Along Track Scanning Radiometer (ATSR) series from European Remote Sensing (ERS) satellites and Moderate Resolution Imaging Spectroradiometer (MODIS) from Aqua and Terra satellites. The LSWT time series are then validated using long-term in-situ data obtained from a deep and a shallow sampling location in the lake. Validation of LSWT from individual satellites against corresponding in-situ data reported an overall RMSE of 0.92 °C. The validation between final homogenised LSWT and the in-situ data reported a coefficient of determination (R squared) of 0.98 and a RMSE of 0.79 °C. In the third part of the thesis, homogenised daily LSWT for the last thirty years (1986-2015) were developed for five large lakes in Italy using the newly developed methods. The LSWT time series was validated against the in-situ data collected from the respective lakes. Furthermore, long-term trend analysis to study the seasonal and annual variations in LSWT over thirty years was performed over the newly developed LSWT data. The validation procedure reported an average RMSE and Mean Absolute Error (MAE) of 1.2 °C and 0.98 °C, respectively, over all the lakes. The trend analysis reported an overall regional summer warming rate of 0.03 °C yr -1 and an annual warming rate of 0.017 °C yr -1 . During summer, all studied sub-Alpine lakes showed high coherence in LSWT to each other. The summer mean LSWT of Lake Garda, located in the sub-Alpine region also exhibit high temporal coherence with that of central Italian Lake Trasimeno. Annually, mean LSWT of all sub-Alpine lakes were found to be highly coherent to each other, while mean LSWT of Lake Trasimeno resulted less coherent to the other lakes. Overall, the thesis aims at contributing to the accurate processing of the various historical satellite data and the development of a new method which allows to merge them into a unified, longest possible time series of LSWT. The newly developed methods used open source geospatial software tools, which ensure the reproducibility and also extensibility to any other geographic location given the availability of satellite data. Although this study is using LSWT as the primary physical variable, the developed methods can be used to derive any other time series of land and water based regional products from satellite data.
Jüngste Studien, die auf einer Kombination von langfristigen in-situ- und satellitenabgeleiteten Temperaturdaten basieren, zeigen, dass Seen auf globaler Skala sich schnell erwärmen. Da die Oberflächentemperatur von Seen (Lake Surface Water Temperature, LSWT) stark auf langfristige Veränderungen in der thermischen Struktur der Seen reagieren, sind sie ein geeigneter Indikator für Veränderungen in den Eigenschaften der Seen. Auf regionaler Skala wurden bisher nicht viele Studien durchgeführt, um den Einfluss des Klimawandels auf Seen zu verstehen, vor allem wegen des Mangels an hochauflösenden raum- zeitlichen Daten. Daher sind weitere Studien erforderlich, um Trend variationen, Auswirkungen und Folgen auf regionaler Ebene zu verstehen. Es ist unumgänglich, über zeitlich hochauflösende und räumlich explizite Daten zu verfügen, um die räumlich-zeitlichen Schwankungen der Oberflächentemperatur von Seen (LSWT) zu verstehen. Kontinuierliche in-situ Daten von Wassertemperatur mit hoher zeitlicher Auflösung, die von fest installierten Stationen gemessen werden, stehen zunehmend in größerer Anzahl durch GLEON (Global Lake Ecological Observatory Netzwork, http://gleon.org) oder NetLake (Networking Lake Observatories in Europe) zur Verfügung. Aber diese Daten sind oft heterogen, da sie aus verschiedenen Quellen stammen und unterschiedliche Zeithorizonte umfassen, auch sind sie nur punktuell und stehen nicht für viele Seen rund um den Globus zur Verfügung. Allerdings ist es ökonomisch betrachtet nicht realistisch, permanente Wetterstationen für alle großen Seen der Welt aufzustellen. Ein vielversprechender Ansatz alternativ dazu ist die Fernerkundung , die dort erlaubt, wo direkte Messungen fehlen, vollständige Zeitreihen der Oberflächentemperatur von Seen zu rekonstruieren. Die Oberflächentemperatur von Land- und Wasserflächen ist eine der direkten und genauesten Messungen, die mit Hilfe von Satellitendaten im thermischen Infrarot-Spektralbereich durchgeführt werden kann. Darüber hinaus bieten die täglichen Satellitendaten einer Reihe polar-umlaufender Satelliten mit einer moderaten Auflösung von 1 km seit den 1980er Jahren eine Möglichkeit, die genutzt werden sollte. Aufgrund der komplexen Probleme bei der Datenverarbeitung früherer Satellitenmissionen wurde jedoch das Potential im Zusammenhang mit diesen historischen Satellitendaten zur Erstellung einer homogenisierten LSWT-Zeitreihe bislang nicht gut genutzt. Es gibt eine Lücke in der Verfügbarkeit von langfristigen LSWT-Zeitreihen aus Satellitendaten, die für das Verständnis von Mustern und Auslösern von thermischen Veränderungen in roßen Seen dienen könnten. Diese Arbeit zielt darauf ab, diese Lücke zu füllen, indem sie reproduzierbare und erweiterbare Methoden zur Ableitung einer dreißigjährigen Zeitreihe (1986 bis 2015) von homogenisierten täglichen LSWT-Werten vorstellt. Die wichtigsten Ziele dieser Arbeit sind i) 30 Jahre (1986-2015) täglicher, thermischer Satellitendaten von mehreren Satelliten als homogenisierte LSWT-Zeitreihe für fünf große italienische Seen zu rekonstruieren, ii) die Qualität der aus Satellitendaten abgeleiteten LSWT- Daten unter Verwendung von langfristigen in-situ-Daten aus den gleichen Seen zu beurteilen, und iii) die saisonalen und jährlichen LSWT-Trends mit statistischen Tests zu ermitteln. Der erste Teil der Arbeit beschäftigt sich mit der genauen Verarbeitung von historischen Sensordaten des Advanced Along- Track Scanning Radiometers (AVHRR), um LSWT-Zeitreihen abzuleiten. Es wurde eine neue Methode entwickelt, die die komplexen geometrischen Probleme, die in den früheren AVHRR Sensordaten (von der National Oceanic and Atmospheric Administration (NOAA) bereitgestellt) enthalten sind, lösen kann. Die neue Methode kann historische AVHRR Daten exakt verarbeiten und Zeitreihen von geometrisch ausgerichteten thermischen Kanälen im Spektralbereich von 10,5-12,5 μm prozessieren. Das Validierungsverfahren zur Prüfung der Genauigkeit der Bild-zu-Bild-Ausrichtung wurde mit 2000 (von insgesamt 22.507 Bildern) zufällig ausgewählten Bildern durchgeführt und ergab eine Subpixel- Genauigkeit mit einer mittleren quadratischen Abweichung (Root Mean Square Error, RMSE) von 755,65 m. Die Nutzbarkeit der von thermischen Kanälen neu abgeleiteten LSWT-Zeitreihen wurde getestet und validiert. Des weiteren wurden plattformübergreifende Validierungen unter Verwendung von am gleichen Tag gemessenen Beobachtungen durchgeführt, die einen Gesamt-RMSE von weniger als 1,5 °C ergaben. Im zweiten Teil der Arbeit wurde eine neue Methode entwickelt, um homogenisierte, tägliche, auf 12:00 Uhr UTC bezogene LSWT-Daten aus thermischen Kanälen von dreizehn verschiedenen Satelliten standardisiert abzuleiten. Die neue Methode wurde für den Gardasee in Norditalien umgesetzt, wobei die entwickelte homogenisierte LSWT-Zeitreihe mit täglicher Auflösung die letzten dreißig Jahre von 1986 bis 2015 umfasst. Als Sensoren wurden in dieser Studie sowohl das AVHRR (auf mehreren NOAA-Satelliten) sowie das Along Track Scanning Radiometer (ATSR, auf European Remote Sensing (ERS) Satelliten) und das Moderate Resolution Imaging Spectroradiometer (MODIS, auf Aqua und Terra-Satelliten) verwendet. Die LSWT-Zeitreihen wurden an einer tiefen und an einer flachen Probenahmestelle des Garda-Sees mit langfristigen in-situ-Daten validiert. Die Validierung von LSWT Werten einzelner Satelliten in Bezug auf die in-situ-Daten ergab einen Gesamt-RMSE von 0,92 °C. Die Validierung zwischen den endgültigen homogenisierten LSWT und den in-situ-Daten ergab ein Bestimmtheitsmaß (R squared) von 0,98 und einen RMSE von 0,79 °C. Im dritten Teil der Arbeit wurden tägliche LSWT für die letzten dreißig Jahren homogenisiert (1986-2015) und diese Zeitreihen für fünf große Seen in Italien mit Hilfe der neu entwickelten Methoden erstellt. Die LSWT-Zeitreihe wurde mit in-situ-Daten der jeweiligen Seen validiert. Darüber hinaus wurde eine langfristige Trendanalyse durchgeführt, die die saisonalen und jährlichen Schwankungen in LSWT von mehr als dreißig Jahren in den neu entwickelten LSWT Daten analysiert. Das Validierungsverfahren ergab einen mittleren RMSE von 1,2 °C bzw. einen mittleren absoluten Fehler (MAE) von 0,98 °C für alle Seen. Die Trendanalyse ergab eine regionale Sommer-Erwärmungsrate von 0,03 °C yr -1 und eine jährliche Erwärmungsrate von 0,017 °C yr -1 . Alle subalpinen Seen der Studie zeigten für die Sommermonate eine hohe Kohärenz in Bezug auf LSWT. Der Sommer-LSWT des Gardasees wies in der subalpinen Region auch mit dem mittelitalienischen Trasimenischen See eine hohe zeitliche Kohärenz auf. Der jährliche-LSWT aller subalpinen Seen wies ebenfalls eine große Kohärenz auf, während der mittlere LSWT des Trasimenischen Sees weniger kohärent im Vergleich zu den anderen Seen war. Insgesamt zielt die Arbeit auf eine genaue Bearbeitung verschiedener historischer Satellitendaten ab und will zur Entwicklung eines neuen Verfahrens beitragen, die sie zu einer einheitlichen, möglichst langen Zeitreihe von LSWT vereinen. Die neu entwickelten Methoden verwenden Open Source GIS Software Tools, die die Reproduzierbarkeit und auch Erweiterbarkeit auf andere geographische Regionen ermöglichen, sofern Satellitendaten verfügbar sind. Obwohl diese Studie LSWT als primäre physikalische Größe verwendet, können diese Methoden verwendet werden, um auch andere Land und Wasser-basierte regionale Zeitreihen-Produkte aus Satellitendaten abzuleiten.
