English
Thesen zur Dissertation




Radar Remote Sensing of Ocean Waves -
Global mapping of mean and peak wave parameters extracted from SAR cross spectra

von Danielle Hoja

Daten des Synthetischen Apertur Radars (SAR) liefern als einziger Fernerkundungsdatensatz zweidimensionale Richtungsspektren auf einer globalen und kontinuierlichen Basis. Die tageslicht- und wetterunabhängige Aufnahmemöglichkeit des SAR erlaubt Akquisition auch durch Wolken, d.h. in Sturmereignissen und in der Nacht.

  1. Neben den spektralen Seegangs-Informationen bieten SAR-Bilddaten (Imagettes) eine Fülle zusätzlicher Informationen, vor allem über atmosphärische Einflüsse auf das SAR-Signal von der Meeresoberfläche. Etwa 30% der Bilddaten ist geeignet für die Auswertung von Meeresoberflächenmerkmalen, 70% der Imagettes zeigen homogene Wellenmuster für die spektrale Auswertung.
  2. Beobachtete SAR-Bildspektren (Kreuzspektren) können nicht direkt mit Seegangsspektren aus einem Modell wie z.B. dem WAM-Modell verglichen werden. Daher werden die Seegangsspektren aus dem WAM-Modell mit einem SAR-Abbildungsmodell in komplexe Kreuzspektren (WAM-FOMAP-Kreuzspektrum) transformiert. Aus den Spektren werden mittlere Seegangsparameter extrahiert.
  3. Der verwendete Algorithmus zur Extraktion von mittleren und PeakWellenparametern ist sowohl auf Kreuzspektren wie auch auf Seegangsspektren anwendbar. Hauptschritt des Algorithmus ist dabei die Zerlegung der Spektren in Wellenkomponenten, sogenannten Partitions, mittels eines etablierten Partitioning-Algorithmus. Zusätzlich wird die Richtungsmehrdeutigkeit der komplexen Kreuzspektren mittels der Informationen im Imaginärteil aufgelöst.
  4. Die einzelnen Wellensysteme werden mit Hilfe einer Klassifikation den Klassen Windstreifen, Windsee, Alte Windsee und Dünung zugeordnet. Eine vorhandene Klassifikation für Seegangsspektren wurde für Kreuzspektren erweitert und beruht auf einem Verfahren zur Bestimmung der Windgeschwindig­keit aus SAR-Daten.
  5. Die Ableitung der Windgeschwindigkeit aus der Windsee wurde untersucht und dabei gezeigt, dass diese aufgrund des SAR-Abbildungsmechanismus stark fehlerbehaftet ist.
  6. SAR Kreuzspektren enthalten eins bis vier physikalisch sinnvolle, trennbare Wellenkomponenten, wobei einzelne Wellensysteme (reine Dünung oder reine Windsee) überwiegen (87% im SAR-, 70% im WAM-FOMAP-Kreuzspektrum).
  7. Der sogenannte Range-Splitting-Effekt ist in dem verwendeten SAR-Abbildungsmo­dell zur Transformation von Seegangs- in Kreuzspektren überbewertet. Einzelne Wellensysteme in Range-Richtung im WAM-Seegangsspektrum resultieren in zwei Wellensystemen im WAM-FOMAP-Kreuzspektrum. Dies wurde in den SAR-Kreuzspektren nicht beobachtet.
  8. Der Vergleich von SAR- zu WAM-FOMAP-Kreuzspektren zeigt eine hohe Übereinstimmung in der Zahl der Wellensysteme, ihrem Wellentyp (Windsee, Dünung), sowie in den Wellenparametern (Wellenlänge, Ausbreitungsrichtung). Die Wellenlänge in SAR-Kreuzspektren ist geringfügig länger als in WAM-FOMAP-Kreuzspektren (ca. 15%). Die Ausbreitungsrichtungen der Wellen zeigen eine sehr hohe Übereinstimmung in beiden Kreuzspektren (mittlere Differenz ~1°). Die größten Unterschiede zwischen Modellrechnung und SAR Beobachtung sind beim Parameter Bildvarianz zu finden, einer Größe, die der mittleren Seegangshöhe korreliert ist.
  9. Für einen zweiten Vergleich wurden die SAR-Kreuzspektren mittels zwei Invertierungsalgorithmen in Seegangsspektren umgewandelt. Vorteil der Quasi-Linearen Invertierung (QL) ist die ausschließliche Verwendung der Informationen aus dem SAR-Imagette. Qualitativ gute Ergebnisse erhält man jedoch nur für Wellen mit einer Periode länger als die Azimuth-Cut-off-Wellenlänge (z.B. 12 s). Bei der nichtlinearen PARSA-Invertierung werden Informationen aus dem SAR-Kreuzspektrum sowie aus dem WAM-Seegangsspektrum überlagert, um die bestmögliche Schätzung für ein Seegangsspektrum zu erhalten.
  10. Auch die beiden Vergleiche der modellierten und der invertierten Seegangsspektren zeigen eine ähnlich gute Über­einstimmung (Anzahl der Wellenkomponenten, deren Klassifikation sowie mittlere und Peak-Parameter) wie die Kreuzspektren. Dabei ist der Vergleich mit den PARSA-invertierten Spektren erwartungsgemäß besser, da Informationen aus dem WAM-Seegangsspektrum in beiden Spektren enthalten sind.
  11. In den Seegangsspektren werden überwiegend ein oder zwei Komponenten beobachtet. Wiederum wird eine längere Wellenlänge in den SAR-Seegangsspek­tren gegenüber den WAM-Seegangsspektren festgestellt. Übereinstimmung besteht auch beim Parameter Wellenhöhe (lineare Korrelation 0.77 für QL, 0.95 für PARSA, jeweils im Vergleich zu WAM). Höhere Wellen zeigen die SAR-Seegangsspektren nur in Bereichen mit erhöhter Wellenlänge (Sturmgebiete). Hohe Übereinstimmung findet sich auch zwischen Wellenhöhen ermittelt aus den Seegangsspektren und gemessen mit einem Altimeter (lineare Korrelation im Vergleich zu Altimeter: 0.84 für PARSA, 0.88 für WAM).
  12. Fallstudien in Gebieten mit extremen Wettersituationen (Hurrikan, Zyklon) stützen sich nur auf wenige Datensätze. Die Entwicklung eines Sturmes und der Landfall eines Hurrikans konnten beobachtet werden. Bei der Analyse einzelner Parameter konnten die allgemeinen statistischen Erkenntnisse bestätigt werden.
  13. Mit Imagettes, die zu verschiedenen Zeiten aufgenommen wurden, konnte die Entstehung der Windsee und die Ausbreitung der Dünung beobachtet werden. Schon ein einfaches Dünungspropagationsmodell liefert Parameter für eine Fallstudie zur Wellenvorhersage. Dadurch konnte dasselbe Seegangssystem auf Daten mehrerer aufeinanderfolgenden Orbits beobachtet werden.


Anmerkungen, Wünsche, Kritiken oder einfach nur 'ne Mail an:
danielle@markhoja.de