Universität Hohenheim
 

Eingang zum Volltext

Park, Chang-Hwan

Microwave forward model for land surface remote sensing

Bitte beziehen Sie sich beim Zitieren dieses Dokumentes immer auf folgende
URN: urn:nbn:de:bsz:100-opus-12258
URL: http://opus.uni-hohenheim.de/volltexte/2016/1225/


pdf-Format:
Dokument 1.pdf (10.238 KB)
Gedruckte Ausgabe:
POD-Logo  Print-on-Demand-Kopie
Dokument in Google Scholar suchen:
Social Media:
Delicious Diese Seite zu Mister Wong hinzufügen Studi/Schüler/Mein VZ Twitter Facebook Connect
Export:
Abrufstatistik:
SWD-Schlagwörter: Mikrowelle
Freie Schlagwörter (Englisch): permittivity , microwave , remote sensing , data assimilation , refractive index
Institut: Institut für Physik und Meteorologie
Fakultät: Fakultät Naturwissenschaften
DDC-Sachgruppe: Physik
Dokumentart: Dissertation
Hauptberichter: Wulfmeyer, Volker
Sprache: Englisch
Tag der mündlichen Prüfung: 10.12.2015
Erstellungsjahr: 2015
Publikationsdatum: 13.09.2016
 
Lizenz: Hohenheimer Lizenzvertrag Veröffentlichungsvertrag mit der Universitätsbibliothek Hohenheim
 
Kurzfassung auf Englisch: In order to improve hydro-meteorological model prediction using remote-sensing measurements the difference between the model world and the observed world should be identified. The forward model proposed in this study allows us to simulate the BT (brightness temperature) from the land surface model to compare with the observed microwave BT. The proposed dielectric mixing model is the key part of the forward model to properly link the model parameters and the BT observed by remote sensing. In this study, it was established that the physically valid computation of the effective dielectric constant should be based on the arithmetic average with consideration of the proposed universal damping factor. This physically based dielectric mixing model is superior to the refractive mixing model or semi-empirical/calibration model with RMSE values of 0.96 and 0.63 for the predicted real and imaginary parts, respectively, compared to the measured values. The RMSE obtained with the new model is smaller than those obtained by other researchers using refractive mixing models for operational microwave remote sensing.
Once we determine the model uncertainty using this forward model, we can update the model state using the values obtained from the remote-sensing measurement. The challenging task in this process is to resolve the ill-posed inversion problem (estimation of multiple model parameters from a single BT measurement). This study proposes a simple partitioning factor based on model physics. Again, the forward model is crucial because these factors are required to be computed in BT space.
In the case study involving the Schäfertal catchment area, the proposed forward model, including the new dielectric mixing model, and the proper partitioning factors computed from land surface model physics was able to successfully extract the refined soil texture information from the microwave BT measurements. The highly resolved soil moisture variability based on the refined soil texture will allow us to predict convective precipitation with higher spatial and temporal accuracy in the numerical weather forecasting model. Moreover, microwave remote sensing using the developed forward model, which provides the soil texture, soil moisture, and soil temperature with a fine scale resolution, is expected to open up new possibilities to examine the energy balance closure problem with unprecedented realism.
 
Kurzfassung auf Deutsch: Zur Verbesserung der Vorhersagen von hydrometeorologischen Modellen unter Verwendung von Fernerkundungsmessungen muss der Unterschied zwischen der Modellwelt und den Messdaten identifiziert werden. Das in dieser Studie vorgeschlagene Vorwärtsmodell erlaubt es uns, Strahlungstemperaturen (BT) mit einem Landoberflächenmodell zu simulieren und mit gemessenen Mikrowellen-BT-Werten zu vergleichen. Ein neues dielektrisches Mischungsmodell wird vorgeschlagen, das den entscheidenden Teil des Vorwärtsmodells ausmacht, der die Modellparameter und die durch Fernerkundung gemessene BT richtig verbindet. In dieser Studie wurde festgestellt, dass die physikalisch fundierte Berechnung der effektiven Dielektrizitätskonstante auf dem arithmetischen Mittelwert unter Berücksichtigung eines ebenfalls neu vorgeschlagenen universalen Dämpfungsfaktors basieren sollte. Dieses auf den Regeln der Physik basierende dielektrische Mischungsmodell ist dem Brechungsindexmischungsmodell oder dem semi-empirischen Kalibrierungsmodell überlegen wie RMSE-Werte von 0,96 und 0,63 für den Vergleich der vorhergesagten realen bzw. imaginären Teile mit den gemessenen Werten zeigen. Der mit dem neuen Modell erhaltene RMSE ist kleiner als derjenige, den man mit den in der operationalen Mikrowellenfernerkundung verwendeten Brechungsindexmischungsmodellen erhält.
Nach der Quantifizierung der Modellunsicherheit mithilfe des neuen Vorwärtsmodells kann der Modellzustand mithilfe der mittels Fernerkundung gemessenen Werte verbessert werden. Die Herausforderung in diesem Prozess ist es, das schlecht gestellte Inversionsproblem zu lösen (Ableitung mehrerer Modellparameter aus einer BT-Messung). Diese Studie schlägt einen einfachen Partitionierungsfaktor auf Basis der Modellphysik vor. Auch hier ist das Vorwärtsmodell entscheidend, da diese Faktoren im BT-Raum berechnet werden müssen.
In einer Fallstudie im Schäfertal-Einzugsgebiet konnte das vorgeschlagene Vorwärtsmodell, einschließlich des neuen dielektrischen Mischungsmodells und der richtigen Partitionierungsfaktoren berechnet aus der Landoberflächenmodellphysik, erfolgreich verfeinerte Bodentexturinformationen aus den Mikrowellen-BT-Messungen extrahieren. Die hochaufgelöste Bodenfeuchtevariabilität basierend auf der verfeinerten Bodentextur wird es erlauben, konvektiven Niederschlag in numerischen Wettervorhersagemodellen mit höherer räumlicher und zeitlicher Genauigkeit zu prognostizieren. Darüberhinaus wird erwartet, dass die Mikrowellenfernerkundung mit dem entwickelten Vorwärtsmodell, das Bodentextur, Bodenfeuchte und Bodentemperatur in hoher Auflösung liefert, neue Möglichkeiten eröffnet, das Problem der Energiebilanzschließung mit bisher nicht erreichter Detailtreue zu untersuchen.

    © 1996 - 2016 Universität Hohenheim. Alle Rechte vorbehalten.  15.04.15