Earth Observation and Modelling

Neues Paper zum Thema arktische Schmelzwassertümpel

English version below

EOM veröffentlicht Paper mit Kollegin des AWI in Bremerhaven zum Thema Schmelzwassertümpel in der Arktis unter Verwendung von helikopter-getragenen hyperspektralen Daten

Hyperspektrale Sensoren auf unbemannten Luftfahrzeugen (UAVs), Flugzeugen und Satelliten bieten neue Möglichkeiten für Meereisbeobachtungen. Wir stellen die erste Studie vor, die helikopter-basierte, hyperspektrale Bilder des arktischen Meereises verwendet, um die Tiefe von Schmelztümpeln abzuleiten. Zudem bewerten wir zwei atmosphärische Korrekturansätze (ATCOR-4 (Atmospheric and Topographic Correction version 4; v7.0.0) und Empirical-Line Methode). Wir wenden ein vorhandenes, auf Felddaten basierendes Modell auf helikopter-gestützte, hyperspektrale AisaEAGLE-Daten an und validieren die Ergebnisse mit in-situ-Messungen. Die Ergebnisse von ATCOR-4 entsprechen in etwa der Form der Feldspektren, überschätzen jedoch die Reflexion, was zu einem hohen mittleren quadratischen Fehler (RMSE) führt (zwischen 0,08 und 0,16). Hauptfehlerquellen sind die niedrige Flughöhe von 200 ft und die arktischen atmosphärischen Bedingungen, welche zu verrauschten Reflexionsspektren führen. Die Empirical-Line Methode führte zu glatten Spektren mit niedrigerem RMSE (< 0,05), die eine Berechnung Schmelztümpel-Bathymetrie ermöglichten. Gemessene und modellierte Wassertiefen sind hoch korreliert (r = 0,86) und genau (RMSE = 4,04 cm), wobei unser Modell einen großen Teil der Variabilität erklärt (R² = 0,74). Wir gehen davon aus, dass auf einem physikalisch-basierte Korrektur für extrem niedrige Flughöhen und die Verfügbarkeit von arktis-spezifischen Aerosolmodellen zu einer weiteren Verbesserung der Ergebnisse führen kann.

 

König, M., Birnbaum, G., Oppelt, N. 2020. Mapping the Bathymetry of Melt Ponds on Arctic Sea Ice Using Hyperspectral Imagery. Remote Sens. 2020, 12, 2623; doi:10.3390/rs12162623

English version

Recent publication on hyperspectral imagery for Arctic research

Together with a colleague of AWI Bremerhaven, EOM published a paper on Arctic melt pond bathymetry using helicopter-based hyperspectral data.

Hyperspectral remote-sensing instruments on unmanned aerial vehicles (UAVs), aircraft and satellites offer new opportunities for sea ice observations. We present the first study using airborne hyperspectral imagery of Arctic sea ice and evaluate two atmospheric correction approaches (ATCOR-4 (Atmospheric and Topographic Correction version 4; v7.0.0) and empirical line calibration). We apply an existing, field data-based model to derive the depth of melt ponds, to airborne hyperspectral AisaEAGLE imagery and validate results with in situ measurements. ATCOR-4 results roughly match the shape of field spectra but overestimate reflectance resulting in high root-mean-square error (RMSE) (between 0.08 and 0.16). Noisy reflectance spectra may be attributed to the low flight altitude of 200 ft and Arctic atmospheric conditions. Empirical line calibration resulted in smooth, accurate spectra (RMSE < 0.05) that enabled the assessment of melt pond bathymetry. Measured and modeled pond bathymetry are highly correlated (r = 0.86) and accurate (RMSE = 4.04 cm), and the model explains a large portion of the variability (R2 = 0.74). We conclude that an accurate assessment of melt pond bathymetry using airborne hyperspectral data is possible subject to accurate atmospheric correction. Furthermore, we see the necessity to improve existing approaches with Arctic-specific atmospheric profiles and aerosol models and/or by using multiple reference targets on the ground.

 

König, M., Birnbaum, G., Oppelt, N. 2020. Mapping the Bathymetry of Melt Ponds on Arctic Sea Ice Using Hyperspectral Imagery. Remote Sens. 2020, 12, 2623; doi:10.3390/rs12162623