Bodenfeuchte spielt eine bedeutende Rolle in vielen meteorologischen, hydrologischen, und klimatologischen Prozessen. Satellitenfernerkundung mit Radarsensoren ermöglicht die globale und einheitliche Erfassung der Bodenfeuchte und liefert wertvolle Informationen für Wettermodelle, Landwirtschaft und Hochwasserschutz. Diese Daten können jedoch nicht gleichzeitig eine hohe Detailrate in Raum und Zeit erreichen. Das durch Datenfusion generierte SCATSAR-SWI-Bodenfeuchteprodukt kombiniert verschiedene Satellitensysteme und bietet tägliche Bodenfeuchtedaten in 1 km Auflösung. Die Studie zeigt diesen Datensatz über Österreich und vergleicht ihn mit Modell- und Bodenstationsdaten. Erste Validierungsexperimente belegen eine hohe Qualität des Produktes.
Soil moisture is a key driver of many meteorological, hydrological and climatological processes. Satellite remote sensing using radar sensors facilitates its global monitoring and depicts valuable input to meteorological models, agricultural management and flood prediction. However, a single spaceborne sensor cannot deliver information in both, high spatial and temporal detail. The SCATSAR-SWI soil moisture product combines different satellite systems and offers daily data with 1km resolution. The study presents this dataset over Austria and evaluates it against model- and ground station-data. First validation analyses show an overall good quality of the product.
Autor / Author: | Bauer-Marschallinger, Bernhard; Hochstöger, Simon; Wagner, Wolfgang |
Institution / Institution: | Technische Universität Wien, Österreich; Technische Universität Wien, Österreich |
Seitenzahl / Pages: | 6 |
Sprache / Language: | Deutsch |
Veröffentlichung / Publication: | AGIT ‒ Journal für Angewandte Geoinformatik, 2-2016 |
Tagung / Conference: | AGIT 2016 – Symposium und Fachmesse Angewandte Geoinformatik |
Veranstaltungsort, -datum / Venue, Date: | Salzburg, Österreich 06-07-16 - 08-07-16 |
Schlüsselwörter (de): | Fernerkundung, Radar, Bodenfeuchte, Datenfusion |
Keywords (en): | Remote sensing, radar, soil moisture, data fusion |
Paper review type: | Extended Abstract Review |
DOI: | doi:10.14627/537622014 |
Diese Website nutzt Cookies, um ihre Dienste anbieten zu können und Zugriffe zu analysieren. Dabei ist uns der Datenschutz sehr wichtig.
Legen Sie hier Ihre Cookie-Einstellungen fest. Sie können Sie jederzeit auf der Seite Cookie-Informationen ändern.