dc.contributor.author
Ebert, Kerstin
dc.date.accessioned
2018-06-07T19:50:34Z
dc.date.available
2009-10-02T05:40:48.644Z
dc.identifier.uri
https://refubium.fu-berlin.de/handle/fub188/6469
dc.identifier.uri
http://dx.doi.org/10.17169/refubium-10668
dc.description.abstract
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.
de
dc.description.abstract
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.
en
dc.format.extent
V, 104 S.
dc.rights.uri
http://www.fu-berlin.de/sites/refubium/rechtliches/Nutzungsbedingungen
dc.subject
remote sensing
dc.subject
phytoplankton bloom
dc.subject
coccolithophore bloom
dc.subject.ddc
500 Naturwissenschaften und Mathematik::550 Geowissenschaften, Geologie
dc.subject.ddc
500 Naturwissenschaften und Mathematik::570 Biowissenschaften; Biologie::570 Biowissenschaften; Biologie
dc.title
Exceptional phytoplankton bloom recognition from visible spectral satellite
radiometry data
dc.contributor.contact
kebert@zedat.fu-berlin.de
dc.contributor.firstReferee
Prof. Dr. Jürgen Fischer
dc.contributor.furtherReferee
Prof. Dr. Maik Thomas
dc.date.accepted
2009-09-29
dc.identifier.urn
urn:nbn:de:kobv:188-fudissthesis000000013310-0
dc.title.translated
Fernerkundung außergewöhnlicher mariner Phytoplanktonblüten mit Satelliten-
Radiometerdaten
de
refubium.affiliation
Geowissenschaften
de
refubium.mycore.fudocsId
FUDISS_thesis_000000013310
refubium.mycore.derivateId
FUDISS_derivate_000000006369
dcterms.accessRights.dnb
free
dcterms.accessRights.openaire
open access