Das Projekt "Eichung und Validierung moderner Methoden zur Bestimmung von Meereiskanten und Polynyen aus passiven Mikrowellenmessungen unter Benutzung von ERS SAR-Bildern" wird vom Umweltbundesamt gefördert und von Universität Bremen, Fachbereich 1 Physik,Elektrotechnik, Institut für Umweltphysik,Fernerkundung durchgeführt. Ziel des Vorhabens war es ein bestehendes Verfahren zur Detektion von Polynjnen mit passiven Mikrowellendaten des SSM/I auf die Bestimmung der Eiskante in der Eisrandzone zu erweitern. Dieses neu zu entwickelnde Verfahren sollte dabei mit Hilfe von SAR-Bildern der europaeischen Fernerkundungssatelliten ERS-1 und 2 validiert werden. Das Eiskantendetektionsverfahren sollte in der Lage sein, die Eiskante mit einer um etwa einen Faktor 5-6 besseren raeumlichen Ausloesung zu detektieren, als dies bei den bisher verwendeten Eiskonzentrationsalgorithmen der Fall war (z.B. NASA-Team-Algorithmus), deren Aufloesung durch die Sensoraufloesung von ca. 50 km begrenzt ist. Die Verbesserung der Kenntnis der Position der Eiskante ermoeglicht genaue Studien der Kurzzeitvariabilitaet mesoskaliger Groessenordnung der Eisrandzone und fuehrt somit zu einem besseren Verstaendnis der Eisproduktion, des Schmelzen und der atmosphaerisch und ozeanisch angetriebenen Eisdrift in diesem Bereich. Um eine Validation des Verfahrens durchfuehren zu koennen war es dabei ebenfalls notwendig ein Verfahren, zur Detektion der Eiskante und ihrer Struktur in ERS-SAR Bildern zu entwickeln. Fuer die Erweiterung des Verfahrens zur Eiskantendetektion mit passiven Mikrowellendaten konnte auf die am Institut geleisteten Arbeiten zur Polynjendetektion zurueckgegriffen werden. Hierbei wurde im wesentlichen auf das von Markus und Burns (1995) entwickelte PSSM-Verfahren aufgebaut und auf die Arbeiten von Hunewinkel (1994) zu Aufloesungsverbesserung von SSM/I-Daten zurueckgegriffen. Fuer die Analyse von ERS-SAR Bildern konnte lediglich auf Arbeiten zurueckgegriffen werden, die sich prinzipiell mit der Wechselwirkung von Seegang mit Meereis (z.B. Wadhams et al., 1995) und Beschreibungen der Abbildung des Seegangs in Meereis durch ein SAR beschaeftigen (z.B. Liu et al., 1991). Ein Verfahren zur Detektion der Eiskante in ERS-SAR Bildern, unabhaengig von den Rueckstreueigenschaften der abgebildeten Oberflaechentypen musste jedoch neu entwickelt werden. Zu Beginn des Projektes sind die fuer das Vorhaben benoetigen ERS-SAR und SSM/I-Daten ausgewaehlt und bei den entsprechenden Institutionen (ESRIN fuer das ERS-SAR und MSFC fuer SSM/I) geordert worden. Die Vorverarbeitung der SAR-Daten vereinfachte sich aufgrund der verwendeten Analysemethode auf eine omega 0-Kalibration, in Faellen in denen weder Textur- noch spektrale Informationen die Bildinterpretation ausreichend unterstuetzt haben. Das PSSM-Verfahren (siehe Abschnitt 2) wurde auf die komplizierteren Verhaeltnisse der Eisrandzone adaptiert. Als besonders wichtiger Schritt erwies sich dabei der Uebergang von Helligkeitstemperaturen zu Polarisationsverhaeltnissen. Fuer die gemeinsame Projektion der ausgewerteten Daten wurde ein aufloesungsreduziertes Gitter, das durch das SAR-Bild vorgeben ist, gewaehlt.
Das Projekt "Fernerkundung von hydrometeorologischen Parametern durch Mikrowellenradiometrie (HYPAM); Teilprojekt D: Anwendung neuronaler Netze zur Ableitung hydrometeorologischer Parameter" wird vom Umweltbundesamt gefördert und von Universität Kiel, Institut für Meereskunde, Abteilung für Maritime Meteorologie durchgeführt. Lassen sich auf der Basis neuronaler Netze bessere Algorithmen ableiten, um hydrometeorologische Parameter aus Mikrowellenmessungen zu bestimmen? Neuronale Netze eignen sich insbesondere fuer die Invertierung, wenn Nichtlinearitaeten in der Strahlungstransportgleichung bedeutend sind, z.B. die Bestimmung von Wolkenwasser aus ISSM/I-Messungen. Ziel des Projektes ist abzuschaetzen, inwieweit sich neuronale Netze in der Mikrowellenfernerkundung einsetzen lassen. Im Vordergrund steht dabei die Algorithmenentwicklung und die Abschaetzung raeumlicher Inhomogenitaeten hydrologischer Parameter im Satellitenblickfeld. Es konnte gezeigt werden, dass die Verwendung neuronaler Netze zur Bestimmung des Wolkenwassergehaltes aus SSM/I-Messungen deutliche Vorteile gegenueber herkoemmlichen Verfahren liefert.