The subject of this work is the parameterization, the development, and the application of a method for the detection of exceptional algal blooms in the oceans from data of a multi-spectral satellite radiometer. The feasibilty and the restrictions for the detection of two specific blooms from satellite radiometry data are studied. Key of the approach is the utilization of macroscopic optical properties of in-water constituents within the semi- analytic retrieval algorithms. The thesis describes the development of a processing system for deriving bloom extent and intensity from Envisat MERIS data. The processing system consists of a radiative transfer forward model, MOMO, and an Artificial Neural Network applied for the inversion. The algorithms are developed to be applied to MERIS Level-1b data, i.e., top-of- atmosphere radiances, without a prior atmospheric correction. The algorithms indicate the extention of the blooms by masks, which are based on threshold values of remote sensing reflectances retrieved by the processing system. The intensity of the blooming region is given by the particular phytoplankton concentration derived. While the overall structure of the processing system is general, distinct optical properties of different types of algal blooms make it necessary to apply tailored inversion algorithms, but also offer the possibility to utilize these characteristics in remote sensing and to distinguish the respective blooms from other oceanic or atmospheric events. Here, specific algorithms for two distinct types of algal blooms are developed: (1) cyanobacterial blooms occuring in the Baltic Sea in summer, and (2) globally abundant coccolithophore blooms in the open oceans. Both types of blooms occur frequently and they are large enough to be recognized in medium resolution satellite data. Each of them is characterized by a unique set of optical properties, which is dicussed in detail in this work. Cyanobacterial blooms are characterized by their specific spectral absorption behaviour, while coccolithophore blooms exhibit distinct scattering characteristics. The basic algorithms consider these specific optical properties. For the Baltic Sea the typical in-water constituent concentration are taken into account and for coccolithophore blooms the marine calcite concentration is derived. For each of the bloom types the specific algorithms for bloom extent and intensity derivation are described. Focus is on the sensitivity of the bio-optical models, i.e., the bulk optical properties of the in-water constituents as well as the phytoplankton concentration ranges and their dependencies to other parameters. Performance and sensitivity of the algorithms are analyzed and restrictions are discussed. The application of the algorithms to MERIS Level- 1b data is demonstrated for both bloom types. Results are compared against MODIS-Aqua satellite data products for coccolithophore blooms and against available in-situ measurements for the Baltic Sea.
Die vorliegende Arbeit beschäftigt sich mit der Anwendung und Entwicklung einer Methode zur Erkennung außergewöhnlicher Algenblüten in Ozeanen aus multispektralen Daten satellitengetragener Sensoren. Es wird untersucht, inwieweit eine Erkennung von Phytoplanktonblüten aus radiometrischen Satellitendaten möglich ist und welchen Beschränkungen die Qualität der Ergebnisse unterliegt. Der hier gewählte Ansatz basiert auf der expliziten Nutzung makroskopischer optischer Eigenschaften der Wasserinhaltsstoffe. Die Verfahren benutzen MERIS Level-1b Daten, d.h. Messungen der Strahldichten am Oberrand der Atmosphäre, ohne vorhergehende Korrektur des Einflusses der Atmosphäre. Die entwickelten Algorithmen liefern als Resultat die räumliche Ausdehnung der Phytoplanktonblüten in Form einer Maske, die auf Schwellwerten der abgeleiteten Reflektanzen an der Wasseroberfläche basiert. Die Intensität der Algenblüten wird anhand der jeweiligen abgeleiteten Phytoplanktonkonzentrationen angegeben. Die entwickelten Algorithmen basieren auf Rechnungen mit dem Strahlungstransfermodell MOMO zur Vorwärtssimulation von Strahldichten in Abhängigkeit von Wasserkörper- und Atmosphäreneigenschaften und einem künstlichen neuronalen Netz zur Inversion. Während die zu Grunde liegende Struktur des Prozessierungssystems allgemein gülig ist, erfordern die deutlich verschiedenen optischen Eigenschaften der Algenarten die Anwendung spezifischer Parameterisierungen der Wasserinhaltsstoffe. Im Rahmen der vorliegenden Arbeit wurden spezifische Algorithmen für zwei Algenblütenarten entwickelt: (1) Phytoplanktonblüten von Cyanobakterien im Ostseeraum und (2) global auftretende Coccolithophoren im offenen Ozean. Beide Arten von Algenblüten treten regelmäßig auf und haben eine ausreichende Ausdehnung, um sie in Satellitendaten mit mittlerer räumlicher Auflösung erkennen zu können. Jede dieser Arten zeichnet sich außerdem durch einen Satz eindeutiger optischer Eigenschaften aus, die es ermöglichen sie aus Strahlungsmessungen zu detektieren. Cyanobakterienblüten sind durch ihr spezifisches spektrales Absorptionsverhalten charakterisiert, während Coccolithophorenblüten ausgeprägte Streucharakteristika aufweisen. In der Arbeit werden für beide Arten von Phytoplanktonblüten die spezifischen Algorithmen zur Ableitung von Ausdehnung und Intensität der Blüte beschrieben. Für die Ostsee werden die typischen Wassereigenschaften berücksichtigt und für Coccolihophorenblüten wird die partikuläre Calciumcarbonat Konzentration abgeleitet. Der Schwerpunkt liegt auf Ausführungen zu den angewendeten bio- optischen Modellen, d.h. den optischen Eigenschaften der Gesamtheit der Wasserinhaltsstoffe, sowie die berücksichtigten Spannen der Konzentrationen und ihren Abhängigkeiten. Leistungsfähigkeit und Empfindlichkeit der Algorithmen werden analysiert und ihre Grenzen diskutiert. Die Anwendung der Algorithmen auf MERIS Daten wird für beide Algenblütenarten demonstriert. Die Ergebnisse werden für Coccolithophorenblüten mit MODIS-Aqua Satellitenprodukte verglichen und für die Ostsee mit verfügbare in-situ Messungen validiert.