Techn. Universiẗat, Diss., 2005--München.

Zum Verständnis der komplexen Wechselwirkungen innerhalb des Klimasystems der Erde sind Kenntnisse über den hydrologischen Zyklus und den Energiekreislauf essentiell. Eine besondere Rolle obliegt hierbei der Evapotranspiration (ET), da sie eine wesentliche Teilkomponente beider oben erwähnter Kreisläufe ist. Die exakte Quantifizierung der regionalen, tatsächlichen Evapotranspiration innerhalb der Wasser- und Energiekreisläufe der Erdoberfläche auf unterschiedlichen zeitlichen und räumlichen Skalen ist für hydrologische, klimatologische und agronomische Fragestellungen von großer Bedeutung. Dabei ist eine realistische Abschätzung der regionalen tatsächlichen Evapotranspiration die wichtigste Herausforderung der hydrologischen Modellierung. Besonders die unterschiedlichen räumlichen und zeitlichen Auflösungen von Satelliteninformationen machen die Fernerkundung sowohl für globale als auch regionale hydrologischen Fragestellungen interessant. Zusätzlich zur Notwendigkeit des Prozessverständnisses des Wasserkreislaufs auf globaler Ebene kommt dessen regionale Bedeutung für die Landwirtschaft, insbesondere in Bewässerungssystemen arider Regionen. In ariden Klimazonen übersteigt die Menge der Verdunstung oft bei weitem die Niederschlagsmengen. Aufgrund der geringen Niederschlagsmenge muss in ariden agrarischen Regionen das zum Pflanzenwachstum benötigte Wasser mit Hilfe künstlicher Bewässerung aufgebracht werden. Der jeweilige lokale Bewässerungsbedarf hängt von der Feldfrucht und deren Wachstumsphase, den Klimabedingungen, den Bodeneigenschaften und der Ausdehnung der Wurzelzone ab. Die Evapotranspiration ist als Komponente der regionalen Wasserbilanz eine wichtige Steuerungsgröße und Effizienzindikator für das lokale Bewässerungsmanagement. Die Bewässe-rungslandwirtschaft verbraucht weltweit etwa 70 % der verfügbaren Süßwasservorkom-men. Dies wird als einer der Hauptgründe für die weltweit steigende Wasserknappheit identifiziert. Dabei liegt die Wasserentnahme des landwirtschaftlichen Sektors in den OECD Staaten im Mittel bei etwa 44 %, in den Staaten Mittelasiens bei über 90 %. Bei der Erstellung der vorliegenden Arbeit kam die Methode der residualen Bestimmung der Energiebilanz zum Einsatz. Eines der weltweit am häufigsten eingesetzten und vali-dierten fernerkundlichen Residualmodelle zur ET Ableitung ist das SEBAL-Modell (Surface Energy Balance Algorithm for Land, mit über 40 veröffentlichten Studien. SEBAL eignet sich zur Quantifizierung der Verdunstung großflächiger Gebiete und wurde bisher über-wiegend in der Bewässerungslandwirtschaft eingesetzt. Aus diesen Gründen wurde es für die Bearbeitung der Fragestellungen in dieser Arbeit ausgewählt. SEBAL verwendet physikalische und empirische Beziehungen zur Berechnung der Energiebilanzkomponenten basierend auf Fernerkundungsdaten, bei gleichzeitig minimalem Einsatz bodengestützter Daten. Als Eingangsdaten werden u.a. Informationen über Strahlung, Bodenoberflächentemperatur, NDVI, LAI und Albedo verwendet. Zusätzlich zu SEBAL wurden einige Komponenten der SEBAL Weiterentwicklung METRIC (Mapping Evapotranspiration with Internalized Calibration) verwendet, um die Modellierung der ET vorzunehmen. METRIC überwindet einige Limitierungen des SEBAL Verfahrens und kann beispielsweise auch in stärker reliefierten Regionen angewendet werden. Außerdem ermöglicht die Integration einer gebietsspezifischen Referenz-ET sowie einer Landnutzungsklassifikation eine bessere regionale Anpassung des Residualverfahrens. Unter der Annahme der Bedingungen zum Zeitpunkt der Fernerkundungsaufnahme ergibt sich die Energiebilanz an der Erdoberfläche RN = LvE + H + G. Demnach teilt sich die verfügbare Strahlungsenergie RN in die Komponenten latenter Wärme (LVE), fühlbarer Wärme (H) und Bodenwärme (G) auf. Durch Umstellen der Gleichung kann auf die latente Wärme geschlossen werden. Das wesentliche Ziel der vorliegenden Arbeit ist die Optimierung, Erweiterung und Validierung des ausgewählten SEBAL Verfahrens zur regionalen Modellierung der Energiebilanzkomponenten und der daraus abgeleiteten tatsächlichen Evapotranspiration. Die validierten Modellergebnisse der Gebietsverdunstung der Jahre 2009-2011 sollen anschließend als Grundlage dienen, das Gesamtverständnis der regionalen Prozesse des Wasserkreislaufs zu verbessern. Die Arbeit basiert auf der Datengrundlage von MODIS Daten mit 1 km räumlicher Auflösung. Während die Komponenten verfügbare Strahlungsenergie und fühlbarer Wärmestrom physikalisch basiert ermittelt werden, beruht die Berechnung des Bodenwärmestroms ausschließlich auf empirischen Abschätzungen. Ein großer Nachteil des empirischen Ansatzes ist die Vernachlässigung des zeitlichen Versatzes zwischen Strahlungsbilanz und Bodenwärmestrom in Abhängigkeit der aktuellen Bodenfeuchtesituation. Ein besonderer Schwerpunkt der vorliegenden Arbeit liegt auf der Bewertung und Verbesserung der Modellgüte des Bodenwärmestroms durch Verwendung eines neuen Ansatzes zur Integration von Bodenfeuchteinformationen. Daher wird in der Arbeit ein physikalischer Ansatz entwickelt der auf dem Ansatz der periodischen Temperaturveränderung basiert. Hierbei wurde neben dem ENVISAT ASAR SSM Produkt der TU Wien das operationelle Oberflächenbodenfeuchteprodukt ASCAT SSM als Fernerkundungseingangsdaten ausgewählt. Die mit SEBAL modellierten Energiebilanzkomponenten werden durch eine intensive Validierung mit bodengestützten Messungen bewertet, die Messungen stammen von Bodensensoren und Daten einer Eddy-Kovarianz-Station aus den Jahren 2009 bis 2011. Die Region Khorezm gilt als charakteristisch für die wasserbezogene Problematik der Bewässerungslandwirtschaft Mittelasiens und wurde als Untersuchungsgebiet für diese Arbeit ausgewählt. Die wesentlichen Probleme dieser Region entstehen durch die nach wie vor nicht nachhaltige Land- und Wassernutzung, das marode Bewässerungsnetz mit einer Verlustrate von bis zu 40 % und der Bodenversalzung aufgrund hoher Grundwasserspiegel. Im Untersuchungsgebiet wurden in den Jahren 2010 und 2011 umfangreiche Feldarbeiten zur Erhebung lokaler bodengestützter Informationen durchgeführt. Bei der Evaluierung der modellierten Einzelkomponenten ergab sich für die Strahlungsbi-lanz eine hohe Modellgüte (R² > 0,9; rRMSE < 0,2 und NSE > 0,5). Diese Komponente bildet die Grundlage bei der Bezifferung der für die Prozesse an der Erdoberfläche zur Verfügung stehenden Energie. Für die fühlbaren Wärmeströme wurden ebenfalls gute Ergebnisse erzielt, mit NSE von 0,31 und rRMSE von ca. 0,21. Für die residual bestimmte Größe der latenten Wärmeströmung konnte eine insgesamt gute Modellgüte festgestellt werden (R² > 0,6; rRMSE < 0,2 und NSE > 0,5). Dementsprechend gut wurde die tägliche Evapotranspiration modelliert. Hier ergab sich, nach der Interpolation täglicher Werte, eine insgesamt ausreichend gute Modellgüte (R² > 0,5; rRMSE < 0,2 und NSE > 0,4). Dies bestätigt die Ergebnisse vieler Energiebilanzstudien, die lediglich den für die Ableitung der Evapotranspiration maßgebenden Wärmestrom untersuchten. Die Modellergebnisse für den Bodenwärmestrom konnten durch die Entwicklung und Verwendung des neu entwickelten physikalischen Ansatzes von NSE < 0 und rRMSE von ca. 0,57 auf NSE von 0,19 und rRMSE von 0,35 verbessert werden. Dies führt zu einer insgesamt positiven Einschätzung des Verbesserungspotenzials des neu entwickelten Bodenwärmestromansatzes bei der Berechnung der Energiebilanz mit Hilfe von Fernerkundung. / The understanding of the hydrological and the energy cycles are essential in order to describe the complex interactions within the climate system of the earth. Being recognized as an important component of both, the water and the energy cycle, reliable estimation of actual evapotranspiration and its spatial distribution is one outstanding challenge in this context. Detailed knowledge of land surface fluxes, especially latent and sensible heat components, is important for monitoring the climate and land surface, and for agriculture applications such as irrigation scheduling and water management. The use of remote sensing data to determine actual evapotranspiration (ET) is particularly suitable to provide area based indicators for the evaluation of the efficiency and productivity of irrigation systems as well as sustainability studies. Accurate estimation of evapotranspiration plays an important role in quantification of the water balance at watershed, basin, and regional scale for better planning and managing water resources. For instance, in irrigation systems of arid regions, artificial locations of evapotranspiration have been created. An in-depth process understanding is of paramount importance, as irrigated agriculture consumes about 70 % of the available freshwater resources worldwide, with a significant but unsatisfyingly quantified impact on the water cycle, especially on regional scale. Moreover, an exact quantification of ET inside these artificial ecosystems enables assessments of crop water consumptions and hence about water use efficiency. The withdrawal of water for agricultural use in the countries of Central Asia is more than 90 %. For this thesis the residual methods of energy budget are of interest. One of the most common models dealing with energy budget residual is the Surface Energy Balance Algorithm for Land (SEBAL). SEBAL uses physical and empirical relationships to calculate the energy partitioning with minimum of ground data and atmospheric variables are estimated from remote sensing data. The determination of wet and dry surfaces is necessary to extract threshold values. SEBAL requires remote sensing input data like radiation, surface temperature, NDVI, and albedo. For this thesis an algorithm was developed based on SEBAL, its adaptations METRIC (Mapping Evapotranspiration with Internalized Calibration) and some regional adjustments. METRIC introduces the leaf area index (LAI) and land use classification data to determine the dry and hot surfaces as well as the input of additional meteorological data in order to improve the results of the model. Estimation of latent heat flux (LvE, corresponding to evapotranspiration) with SEBAL is based on assessing the energy balance through several surface properties such as albedo, LAI, NDVI, LST etc. Considering instantaneous condition, the energy balance is written as RN = LvE + H + G. Net radiation energy (RN) is available as the sum of the atmospheric convective fluxes sensible heat flux (H), latent heat flux (LvE) and the soil heat flux (G). The main objective of this thesis is to optimize, improve, and evaluate the existing remote sensing based algorithms for the estimation of actual evapotranspiration. For this purpose the seasonal actual ET was calculated using a partly modified SEBAL. SEBAL was implemented based on MODIS time series to solve the energy balance equation. The applied model has proven practicable for this area and is accepted to fulfil the scientific demands. The SEBAL algorithm is tested and set up for the use of 1km MODIS products. Land surface temperature (LST), emissivity, albedo, Normalized Differenced Vegetation Index (NDVI), and leaf area index (LAI) were combined for modelling the actual ET. Land use classification results were aggregated to 1km MODIS scale. Furthermore, the surface soil moisture products ASCAT SSM and ASAR SSM will be used as input data for the model. In addition to remote sensing data meteorological and ground truth data are used in this study. Meteorological data are wind speed, air temperature, relative humidity, and net radiation. The data is required at time of satellite overpass (about 12 p.m.). RN depends on incoming shortwave radiation, incoming and outgoing longwave radiant fluxes, albedo, emissivity and surface temperature. H is mostly calculated using the aerodynamic resistance between the surface and the reference height in the lower atmosphere (commonly 2 m) above surface. G is usually estimated using an empirical equation. This thesis introduces a modified equation to estimate G using an adjusted form of the thermal conduction equation. This method uses microwave soil moisture products (ASAR-SSM and ASCAT-SSM) as additional input information. The SEBAL modelled energy balance components were intensively validated by field measurements with an eddy covariance system and soil sensors in 2009, 2010, and 2011. The thesis is primarily concerned with the irrigation farming of cotton ecosystems in Central Asia, in particular with the situation within Khorezm Oblast in Uzbekistan. Regional problems of Khorezm are high groundwater levels, soil salinity, and non-sustainable use of land and water. Amongst others, the determination of ground truth data driven by the above mentioned objectives are part of two extensive field campaigns in 2010 and 2011. The validation of the modelled energy balance components leads to a good quality assessment. The model shows very good performance for RN with average model efficiency (NSE) of 0,68 and small relative errors (rRMSE) of about 0,10. For turbulent heat fluxes good results can be achieved with NSE of 0,31 for H and 0,55 for LE, the rRMSE are about 0,21 (H) and 0,18 (LvE). Soil heat flux estimation could be improved using the physically based approach. While the empirical equation leads to negative NSE and rRMSE of about 0,57, the improved approach shows rRMSE of 0,35 and NSE of 0,19. Thus, the improved G estimation can be registered as a valuable contribution for the remote sensing based estimation of energy balance components. / Die Bewässerungslandwirtschaft verbraucht weltweit etwa 70 % der verfügbaren Süßwasservorkommen. Dabei liegt die Wasserentnahme des landwirtschaftlichen Sektors in den Staaten Mittelasiens bei über 90 %. Wichtige Voraussetzungen für die Landwirtschaft sind der Produktionsfaktor Boden und das Klima. Der Wassergehalt und die Temperatur des Bodens bestimmen im Wesentlichen den Anteil der verfügbaren solaren Strahlungsenergie, der in den Boden geleitet wird. Existierende Fernerkundungsansätze verwenden zur Ermittlung des Bodenwärmestroms überwiegend empirische Gleichungen, da zuverlässige flächenhafte Informationen über die Bodenfeuchte bisher aufgrund räumlich unzureichender messtechnischer Bedingungen nicht ermittelt werden können. In der vorliegenden Arbeit wird ein neu entwickelter, physikalisch-basierter Ansatz vorgestellt, der erstmals räumlich hochaufgelöste Bodenfeuchteinformationen aus Radardatensätzen zur Berechnung des Bodenwärmestroms verwendet. Dieser Ansatz wird zur Lösung der Energiebilanz an der Erdoberfläche verwendet, um indirekt auf die tatsächlichen Evapotranspiration zu schließen. Denn eine realistische Quantifizierung der regionalen, tatsächlichen Evapotranspiration als Komponente der regionalen Wasserbilanz ist eine wichtige Steuerungsgröße und ein Effizienzindikator für das lokale Bewässerungsmanagement.

Soil moisture is a key state variable that controls runoff formation, infiltration and partitioning of radiation into latent and sensible heat. However, the experimental characterisation of near surface soil moisture patterns and their controls on runoff formation remains a challenge. This subject was one aspect of the BMBF-funded OPAQUE project (operational discharge and flooding predictions in head catchments). As part of that project the focus of this dissertation is on: (1) testing the methodology and feasibility of the Spatial TDR technology in producing soil moisture profiles along TDR probes, including an inversion technique of the recorded signal in heterogeneous field soils, (2) the analysis of spatial variability and temporal dynamics of soil moisture at the field scale including field experiments and hydrological modelling, (3) the application of models of different complexity for understanding soil moisture dynamics and its importance for runoff generation as well as for improving the prediction of runoff volumes. To fulfil objective 1, several laboratory experiments were conducted to understand the influence of probe rod geometry and heterogeneities in the sampling volume under different wetness conditions. This includes a detailed analysis on how these error sources affect retrieval of soil moisture profiles in soils. Concerning objective 2 a sampling strategy of two TDR clusters installed in the head water of the Wilde Weißeritz catchment (Eastern Ore Mountains, Germany) was used to investigate how well “the catchment state” can be characterised by means of distributed soil moisture data observed at the field scale. A grassland site and a forested site both located on gentle slopes were instrumented with two Spatial TDR clusters that consist of up to 39 TDR probes. Process understanding was gained by modelling the interaction of evapotranspiration and soil moisture with the hydrological process model CATFLOW. A field scale irrigation experiment was carried out to investigate near subsurface processes at the hillslope scale. The interactions of soil moisture and runoff formation were analysed using discharge data from three nested catchments: the Becherbach with a size of 2 km², the Rehefeld catchment (17 km²) and the superordinate Ammelsdorf catchment (49 km²). Statistical analyses including observations of pre-event runoff, soil moisture and different rainfall characteristics were employed to predict stream flow volume. On the different scales a strong correlation between the average soil moisture and the runoff coefficients of rainfall-runoff events could be found, which almost explains equivalent variability as the pre-event runoff. Furthermore, there was a strong correlation between surface soil moisture and subsurface wetness with a hysteretic behaviour between runoff soil moisture. To fulfil objective 3 these findings were used in a generalised linear model (GLM) analysis which combines state variables describing the catchments antecedent wetness and variables describing the meteorological forcing in order to predict event runoff coefficients. GLM results were compared to simulations with the catchment model WaSiM ETH. Hereby were the model results of the GLMs always better than the simulations with WaSiM ETH. The GLM analysis indicated that the proposed sampling strategy of clustering TDR probes in typical functional units is a promising technique to explore soil moisture controls on runoff generation and can be an important link between the scales. Long term monitoring of such sites could yield valuable information for flood warning and forecasting by identifying critical soil moisture conditions for the former and providing a better representation of the initial moisture conditions for the latter. / Abflussentwicklung, Infiltration und die Umverteilung von Strahlung in latenten und sensiblen Wärmestrom werden maßgeblich durch die Bodenfeuchte der vadosen Zone gesteuert. Trotz allem, gibt s wenig Arbeiten die sich mit der experimentellen Charakterisierung der Bodenfeuchteverteilung und ihre Auswirkung auf die Abflussbildung beschäftigen. Der Fokus dieser Dissertation wurde darauf ausgerichtet: (1) die Methode des Spatial TDR und deren Anwendbarkeit einschließlich der Inversion des TDR Signals in heterogenen Böden zu prüfen, (2) die Analyse der räumlichen und zeitlichen Dynamik der Bodenfeuchte auf der Feldskala einschließlich Feldexperimenten und hydrologischer Modellierung, (3) der Aufbau verschiedener Modellanwendungen unterschiedlicher Komplexität um die Bodenfeuchtedynamiken und die Abflussentwicklung zu verstehen und die Vorhersage des Abflussvolumens zu verbessern. Um die Zielsetzung 1 zu erreichen, wurden verschiedene Laborversuche durchgeführt. Hierbei wurde der Einfluss der Sondenstabgeometrie und verschiedener Heterogenitäten im Messvolumen bei verschiedenen Feuchtegehalten untersucht. Dies beinhaltete eine detaillierte Analyse wie diese Fehlerquellen die Inversion des Bodenfeuchteprofils beeinflussen. Betreffend der Zielsetzung 2, wurden 2 TDR-Cluster in den Quellgebieten der Wilden Weißeritz installiert (Osterzgebirge) und untersucht, wie gut der Gebietszustand mit räumlich hochaufgelösten Bodenfeuchtedaten der Feldskala charakterisiert werden kann. Um die Interaktion zwischen Evapotranspiration und Bodenfeuchte zu untersuchen wurde das hydrologische Prozessmodell CATFLOW angewendet. Ein Beregnungsversuch wurde durchgeführt um die Zwischenabflussprozesse auf der Hangskala zu verstehen. Die Interaktion zwischen Bodenfeuchte und Abflussentwicklung wurde anhand von drei einander zugeordneten Einzugsgebieten analysiert. Statistische Analysen unter Berücksichtigung von Basisabfluss, Bodenvorfeuchte und verschiedenen Niederschlagscharakteristika wurden verwendet, um auf das Abflussvolumen zu schließen. Auf den verschiedenen Skalen konnte eine hohe Korrelation zwischen der mittleren Bodenfeuchte und dem Abflussbeiwert der Einzelereignisse festgestellt werden. Hierbei konnte die Bodenfeuchte genauso viel Variabilität erklären wie der Basisabfluss. Im Hinblick auf Zielsetzung 3 wurden “Generalised liner models” (GLM) genutzt. Dabei wurden Prädiktorvariablen die den Gebietszustand beschreiben und solche die die Meteorologische Randbedingungen beschreiben genutzt um den Abflussbeiwert zu schätzen. Die Ergebnisse der GLMs wurden mit Simulationsergebnissen des hydrologischen Gebietsmodells WaSiM ETH verglichen. Hierbei haben die GLMs eindeutig bessere Ergebnisse geliefert gegenüber den WaSiM Simulationen. Die GLM Analysen haben aufgezeigt, dass die verwendete Messstrategie mehrerer TDR-Cluster in typischen funktionalen Einheiten eine viel versprechende Methode ist, um den Einfluss der Bodenfeuchte auf die Abflussentwicklung zu verstehen und ein Bindeglied zwischen den Skalen darstellen zu können. Langzeitbeobachtungen solcher Standorte sind in der Lage wichtige Zusatzinformationen bei der Hochwasserwarnung und -vorhersage zu liefern durch die Identifizierung kritischer Gebietszustände für erstere und eine bessere Repräsentation der Vorfeuchte für letztere.

Soil conditions under vegetation cover and their spatial and temporal variations from point to catchment scale are crucial for understanding hydrological processes within the vadose zone, for managing irrigation and consequently maximizing yield by precision farming. Soil moisture and soil roughness are the key parameters that characterize the soil status. In order to monitor their spatial and temporal variability on large scales, remote sensing techniques are required. Therefore the determination of soil parameters under vegetation cover was approached in this thesis by means of (multi-angular) polarimetric SAR acquisitions at a longer wavelength (L-band, lambda=23cm). In this thesis, the penetration capabilities of L-band are combined with newly developed (multi-angular) polarimetric decomposition techniques to separate the different scattering contributions, which are occurring in vegetation and on ground. Subsequently the ground components are inverted to estimate the soil characteristics. The novel (multi-angular) polarimetric decomposition techniques for soil parameter retrieval are physically-based, computationally inexpensive and can be solved analytically without any a priori knowledge. Therefore they can be applied without test site calibration directly to agricultural areas. The developed algorithms are validated with fully polarimetric SAR data acquired by the airborne E-SAR sensor of the German Aerospace Center (DLR) for three different study areas in Germany. The achieved results reveal inversion rates up to 99% for the soil moisture and soil roughness retrieval in agricultural areas. However, in forested areas the inversion rate drops significantly for most of the algorithms, because the inversion in forests is invalid for the applied scattering models at L-band. The validation against simultaneously acquired field measurements indicates an estimation accuracy (root mean square error) of 5-10vol.% for the soil moisture (range of in situ values: 1-46vol.%) and of 0.37-0.45cm for the soil roughness (range of in situ values: 0.5-4.0cm) within the catchment. Hence, a continuous monitoring of soil parameters with the obtained precision, excluding frozen and snow covered conditions, is possible. Especially future, fully polarimetric, space-borne, long wavelength SAR missions can profit distinctively from the developed polarimetric decomposition techniques for separation of ground and volume contributions as well as for soil parameter retrieval on large spatial scales. / Zur Verbesserung der hydrologischen Abflussmodellierung, der Flutvorhersage, der gezielten Bewässerung von landwirtschaftlichen Nutzflächen und zum Schutz vor Ernteausfällen ist die Bestimmung der Bodenfeuchte und der Bodenrauhigkeit von grosser Bedeutung. Aufgrund der hohen zeitlichen sowie räumlichen Dynamik dieser Bodenparameter ist eine flächenhafte Erfassung mit hoher Auflösung und in kurzen zeitlichen Abständen notwendig. In situ Messtechniken stellen eine sehr zeit- und personalaufwändige Alternative dar, deshalb werden innovative Fernerkundungsverfahren mit aktivem Radar erprobt. Diese Aufnahmetechniken sind von Wetter- und Beleuchtungsverhältnissen unabhängig und besitzen zudem die Möglichkeit, abhängig von der Wellenlänge, in Medien einzudringen. Mit dem in dieser Arbeit verwendeten polarimetrischen Radar mit synthetischer Apertur (PolSAR) werden die Veränderungen der Polarisationen ausgewertet, da diese aufgrund der physikalischen Eigenschaften der reflektierenden Medien objektspezifisch verändert und gestreut werden. Es kann dadurch ein Bezug zwischen der empfangenen Radarwelle und den dielektrischen Eigenschaften (Feuchtegehalt) sowie der Oberflächengeometrie (Rauhigkeit) des Bodens hergestellt werden. Da vor allem in den gemässigten Klimazonen die landwirtschaftlichen Nutzflächen die meiste Zeit des Jahres mit Vegetation bestanden sind, wurden in dieser Dissertation Verfahren entwickelt, um die Bodenfeuchte und die Bodenrauhigkeit unter der Vegetation erfassen zu können. Um die einzelnen Rückstreubeiträge der Vegetation und des Bodens voneinander zu trennen, wurde die Eindringfähigkeit von längeren Wellenlängen (L-band, lambda=23cm) mit neu entwickelten (multi-angularen) polarimetrischen Dekompositionstechniken kombiniert, um die Komponente des Bodens zu extrahieren und auszuwerten. Für die Auswertung wurden polarimetrische Streumodelle benutzt, um die Bodenkomponente zu modellieren und dann mit der extrahierten Bodenkomponente der aufgenommenen Daten zu vergleichen. Die beste Übereinstimmung von Modell und Daten wurde als die gegebene Bodencharakteristik gewertet und dementsprechend invertiert. Die neu entwickelten, polarimetrischen Dekompositionstechniken für langwelliges polarimetrisches SAR basieren auf physikalischen Prinzipien, benötigen wenig Rechenzeit, erfordern keine Kalibrierung und sind ohne Verwendung von a priori Wissen analytisch lösbar. Um die entwickelten Algorithmen zu testen, wurden in drei verschiedenen Untersuchungsgebieten in Deutschland mit dem flugzeuggetragenen E-SAR Sensor des Deutschen Zentrums für Luft- und Raumfahrt (DLR) polarimetrische SAR Daten aufgenommen. Die Auswertungen der PolSAR Daten haben bestätigt, dass die besten Invertierungsergebnisse mit langen Wellenlängen erzielt werden können (L-Band). Des Weiteren konnten bei der Bestimmung der Bodenfeuchte und der Bodenrauhigkeit hohe Inversionsraten erreicht werden (bis zu 99% der Untersuchungsfläche). Es hat sich gezeigt, dass die polarimetrischen Streumodelle bei der gegebenen Wellenlänge nicht für bewaldete Gebiete geeignet sind, was die Anwendbarkeit des Verfahrens auf landwirtschaftliche Nutzflächen einschränkt. Die Validierung mit Bodenmessungen in den Untersuchungsgebieten, die zeitgleich zu den PolSAR Aufnahmen durchgeführt wurden, hat ergeben, dass eine kontinuierliche Beobachtung des Bodenzustandes (ausgenommen in Zeiten mit gefrorenem oder Schnee bedecktem Boden) mit einer Genauigkeit (Wurzel des mittleren quadratischen Fehlers) von 5-10vol.% für die Bodenfeuchte (in situ Messbereich: 1-46vol.%) und von 0.37-0.45cm für die Bodenrauhigkeit (in situ Messbereich: 0.5-4.0cm) möglich ist. Besonders künftige Fernerkundungsmissionen mit langwelligem, voll polarimetrischem SAR können von den entwickelten Dekompositionstechniken profitieren, um die Vegetationskomponente von der Bodenkomponente zu trennen und die Charakteristik des Oberbodens flächenhaft zu bestimmen.

This cumulative dissertation explored the use of the detection of natural background of fast neutrons, the so-called cosmic-ray neutron sensing (CRS) approach to measure field-scale soil moisture in cropped fields. Primary cosmic rays penetrate the top atmosphere and interact with atmospheric particles. Such interaction results on a cascade of high-energy neutrons, which continue traveling through the atmospheric column. Finally, neutrons penetrate the soil surface and a second cascade is produced with the so-called secondary cosmic-ray neutrons (fast neutrons). Partly, fast neutrons are absorbed by hydrogen (soil moisture). Remaining neutrons scatter back to the atmosphere, where its flux is inversely correlated to the soil moisture content, therefore allowing a non-invasive indirect measurement of soil moisture. The CRS methodology is mainly evaluated based on a field study carried out on a farmland in Potsdam (Brandenburg, Germany) along three crop seasons with corn, sunflower and winter rye; a bare soil period; and two winter periods. Also, field monitoring was carried out in the Schaefertal catchment (Harz, Germany) for long-term testing of CRS against ancillary data. In the first experimental site, the CRS method was calibrated and validated using different approaches of soil moisture measurements. In a period with corn, soil moisture measurement at the local scale was performed at near-surface only, and in subsequent periods (sunflower and winter rye) sensors were placed in three depths (5 cm, 20 cm and 40 cm). The direct transfer of CRS calibration parameters between two vegetation periods led to a large overestimation of soil moisture by the CRS. Part of this soil moisture overestimation was attributed to an underestimation of the CRS observation depth during the corn period ( 5-10 cm), which was later recalculated to values between 20-40 cm in other crop periods (sunflower and winter rye). According to results from these monitoring periods with different crops, vegetation played an important role on the CRS measurements. Water contained also in crop biomass, above and below ground, produces important neutron moderation. This effect was accounted for by a simple model for neutron corrections due to vegetation. It followed crop development and reduced overall CRS soil moisture error for periods of sunflower and winter rye. In Potsdam farmland also inversely-estimated soil hydraulic parameters were determined at the field scale, using CRS soil moisture from the sunflower period. A modelling framework coupling HYDRUS-1D and PEST was applied. Subsequently, field-scale soil hydraulic properties were compared against local scale soil properties (modelling and measurements). Successful results were obtained here, despite large difference in support volume. Simple modelling framework emphasizes future research directions with CRS soil moisture to parameterize field scale models. In Schaefertal catchment, CRS measurements were verified using precipitation and evapotranspiration data. At the monthly resolution, CRS soil water storage was well correlated to these two weather variables. Also clearly, water balance could not be closed due to missing information from other compartments such as groundwater, catchment discharge, etc. In the catchment, the snow influence to natural neutrons was also evaluated. As also observed in Potsdam farmland, CRS signal was strongly influenced by snow fall and snow accumulation. A simple strategy to measure snow was presented for Schaefertal case. Concluding remarks of this dissertation showed that (a) the cosmic-ray neutron sensing (CRS) has a strong potential to provide feasible measurement of mean soil moisture at the field scale in cropped fields; (b) CRS soil moisture is strongly influenced by other environmental water pools such as vegetation and snow, therefore these should be considered in analysis; (c) CRS water storage can be used for soil hydrology modelling for determination of soil hydraulic parameters; and (d) CRS approach has strong potential for long term monitoring of soil moisture and for addressing studies of water balance. / In dieser kumulativen Dissertation wird die Detektion des natürlichen Hintergrunds von schnellen Neutronen, das sogenannte “Cosmic-Ray Neutron Sensing” (CRS), zur Messung von Bodenfeuchte auf der Feldskala in landwirtschaftlich genutzten Flächen untersucht. Die kosmische Primärstrahlung durchdringt die oberste Atmosphäre, und interagiert mit atmosphärischen Teilchen. Durch diese Wechselwirkungen entstehen Kaskaden hochenergetischer Teilchen die bis in die Erdoberfläche eindringen, wobei schnelle Neutronen entstehen. Teilweise werden diese durch Wasserstoff (Bodenfeuchte) absorbiert, teilweise zurück in die Atmosphäre gestreut. Dieser Neutronenfluss über dem Boden korreliert invers mit der Bodenfeuchte, was so eine non-invasive und indirekte Bodenfeuchteschätzung ermöglicht. Die CRS-Methode wird vor allem in einer Feldstudie auf einem Ackerland in Potsdam (Brandenburg, Deutschland), einschließlich dreier Phasen mit Anbau von Mais, Sonnenblume und Winterroggen getestet und beurteilt. Darüber hinaus wurde ein Feldmonitoring im Schäfertaleinzugsgebiet (Harz, Deutschland) durchgeführt, um das Potential von Langzeit-CRS-Messungen gegenüber herkömmlich erhobenen bodenhydraulischen Daten abzuschätzen. Im ersten Untersuchungsgebiet wurde die CRS-Methode kalibriert und mittels verschiedener Bodenfeuchtemessansätze validiert. In der Maisanbauphase wurden die Bodenfeuchte-Punktmessungen zunächst nur an der nahen Bodenoberfläche durchgeführt. In den folgendenen Anbauphasen (Sonnenblume und Winterroggen) wurden dann die Sensoren in drei unterschiedlichen Tiefen (5 cm, 20 cm und 40 cm) installiert. Die direkte Übertragung der CRS-Kalibrierparameter zwischen zwei Vegetationsperioden führte zu einer starken Überschätzung der CRS-Bodenfeuchte. Ein Teil der überschätzten Bodenfeuchte wurde der Unterschätzung der CRS-Beobachtungstiefe während der Maisperiode (5-10 cm) zugeschrieben, welche später basierend auf Werten zwischen 20-40 cm in anderen Anbauperioden (Sonnenblume und Winterroggen) neuberechnet wurde. Gemäß der Ergebnisse dieser Beobachtungsperioden mit verschiedenen Feldfrüchten, spielte die Vegetation eine wichtige Rolle für die CRS-Messungen, da das Wasser, das in der über- und unterirdischen Biomasse vorhanden ist, die Neutronen bedeutend abdämpft. Dieser Effekt, sowie der Einfluss des Getreidewachstums und des reduzierten Gesamt-CRS-Bodenfeuchte-Fehlers, wurden in ein einfaches Model zur vegetationsbedingten Neutronenkorrektur berücksichtigt. So wurde ein gekoppelter HYDRUS-1D- und PEST-Ansatz angewendet, um bodenhydraulische Parameter auf dem Feldmassstab während der Sonnenblumen-Phase invers abzuschätzen. Dann wurden die inversen Schätzungen der effektiven bodenhydraulischen Eigenschaften innerhalb des von CRS beobachteten Volumens durch die lokalen Bodeneigenschaften (Modellierung und Messungen) validiert. Abgesehen von Unterschieden auf Grund der Beobachtungstiefe und somit des Volumens, wurden hierbei erfolgreiche Ergebnisse erzielt. Dieser einfache Ansatz unterstreicht das zukünftige Forschungspotential, z.B. um mit Hilfe von Bodenfeuchten aus CRS-Messungen Modelle auf der Feldskala zu parametrisieren. Im Schäfertaleinzugsgebiet wurden die Langzeit-CRS-Messungen mit Nie-derschlags- und Evapotranspirations-Raten abgeglichen. Bei einer monatlichen Auflösung korrelierte die Änderung des CRS-Bodenwasserspeichers mit diesen beiden Wettervariablen. Die Wasserbilanz konnte jedoch auf Grund fehlender Informationen bezüglich Grundwasser, Abfluss des Einzugesgebiets, etc. nicht geschlossen werden. Darüber hinaus wurde, wie auch am Potsdamer Standort, festgestellt, dass das CRS-Signal stark von Schneefall und Schneeakkumulationen beeinflusst wird. Eine einfache Anwendung zur Schneemessung mittels CRS wurde für den Schäfertalfall vorgestellt. Abschließend zeigte sich, dass (a) „Cosmic-Ray Neutron Sensing“ (CRS) ein großes Potential hat, Messungen der mittleren Bodenfeuchte auf der Feldskala im Bereich landwirtschaftlich genutzter Flächen zu realisieren; (b) die CRS-Bodenfeuchte stark durch andere Wasserspeicher, wie Vegetation und Schnee beeinflusst wird, und dies im Rahmen von Analysen berücksichtigt werden sollte; (c) die CRS-Messungen über eine bodenhydraulische Modellierung zur Bestimmung von bodenhydraulischen Paramtern genutzt werden kann; und (d) der CRS-Ansatz ein großes Potential für Langzeit-Bodenfeuchte-Monitoring und für Wasserbilanzstudien hat.

Zugl.: Göttingen, Univ., Diss., 2009

Oberflächennahe Prozesse werden durch die dynamischen Eigenschaften der Bodenoberfläche besonders beeinflusst. Zwar sind die kausalen Zusammenhänge dieser Prozesse weitestgehend bekannt, doch gibt es einen Mangel an verfügbaren Datenquellen und Erhebungsmethoden, die es erlauben, die Prozesse auf unterschiedlichen Skalen zu quantifizieren. Das Ziel dieser Arbeit bestand darin, das Potential ausgewählter moderner Fernerkundungstechnologien zu bewerten, relevante Bodeneigenschaften zu quantifizieren und damit das Verständnis von oberflächennahen Prozessen in degradierten Landschaften zu verbessern. Das Studiengebiet befand sich in einer Rekultivierunglandschaft des Niederlausitzer Braunkohletagebaus Welzow-Süd. Die Größe von 4 ha ermöglichte eine umfassende, interdisziplinäre und multi-temporale Analyse der Bodeneigenschaften auf Grundlage von Fernerkundungsmethoden sowie hydrologischen und bodenkundlichen Feld- und Labormessungen. Die Quantifizierung der Bodenfeuchte als eine entscheidende Variable für Infiltrations- und Abflussprozesse war das Ziel von labor- und feldspektroskopischen Messungen sowie von hyperspektralen Flugzeugscanner-Messungen. Der hierbei entwickelte Normalized Soil Moisture Index (NSMI) wurde als optimales Quantifizierungsmodell für Oberflächen-Bodenfeuchte im Feld ermittelt. Bodenrauhigkeit wurde in hoher Präzision durch Anwendung eines stationären Laserscanners gemessen und in Form neuartiger multi-skalarer Indizes quantifiziert. Die Analyse der raum-zeitlichen Verteilungen ermöglichte die Identifizierung von Rauhigkeitsmustern, die unter dem Einfluss der Erosion im Feld entstanden. Diese Arbeit entwickelte neuartige Methoden und Indizes zur Quantifizierung von Oberflächen-Bodenfeuchte und Rauhigkeit im Feld. Für die Zukunft verspricht deren Anwendung die Entwicklung eines tieferen Verständnisses von Bodenerosionsprozessen sowie die Sammlung wertvoller Daten durch Monitoring- und Modellierungskampagnen. / Soil processes taking place in the context of erosion and land degradation are highly dependent on the properties of the surface. While the causes and effects of such processes are commonly well understood on a conceptual level, there is a lack of adequate data sources allowing for their quantification at various spatial scales. The main goal of this thesis was to assess the role of state-of-the-art remote sensing methods for the quantification of soil properties with the aim to improve the understanding of surface processes taking place in a degraded landscape. The chosen study area of 4 ha size located in a lignite mine in eastern Germany allowed for a comprehensive, interdisciplinary and multi-temporal analysis of surface properties based on remote sensing, pedological and hydrological measurements. The quantification of surface soil moisture as an important variable for infiltration and runoff processes has been the objective in laboratory and field spectroscopic experiments as well as in airborne hyperspectral measurements. The newly developed Normalized Soil Moisture Index (NSMI) was identified as the most robust quantifier for surface soil moisture in the field. Surface roughness was successfully quantified at high precision in form of novel multiscale indices derived from datasets collected with a stationary laser scanning device. The analysis of spatiotemporal roughness distributions allowed for the detection of distinct patterns that developed under the influence of soil erosion in the field. The thesis developed a set of methods and indices that successfully implement the quantification of surface soil moisture and roughness in the field. For the future, the application of these methods promises further insights into the details of soil erosion processes taking place as well as the collection of invaluable datasets to be used for soil erosion monitoring and modeling campaigns.

To date only very few bistatic measurements (airborne or in controlled laboratories) have been reported. Therefore most of the current remote sensing methods are still focused on monostatic (backscatter) measurements. These methods, based on theoretical, empirical or semi-empirical models, enable the estimation of soil roughness and the soil humidity (dielectric constant). For the bistatic case only theoretical methods have been developed and tested with monostatic data. Hence, there still remains a vital need to gain of experience and knowledge about bistatic methods and data. The main purpose of this thesis is to estimate the soil moisture and the soil roughness by using full polarimetric bistatic measurements. In the experimental part, bistatic X-band measurements, which have been recorded in the Bistatic Measurement Facility (BMF) at the DLR Oberpfaffenhofen, Microwaves and Radar Institute, will be presented. The bistatic measurement sets are composed of soils with different statistical roughness and different moistures controlled by a TDR (Time Domain Reflectivity) system. The BMF has been calibrated using the Isolated Antenna Calibration Technique (IACT). The validation of the calibration was achieved by measuring the reflectivity of fresh water. In the second part, bistatic surface scattering analyses of the calibrated data set were discussed. Then, the specular algorithm was used to estimate the soil moisture of two surface roughnesses (rough and smooth) has been reported. A new technique using the coherent term of the Integral Equation Method (IEM) to estimate the soil roughness was presented. Also, the sensitivity of phase and reflectivity with regard to moisture variation in the specular direction was evaluated. Finally, the first results and validations of bistatic radar polarimetry for the specular case of surface scattering have been introduced. / Aktuell sind nur sehr wenige Messungen mit bistatischem Radar durchgeführt worden, sei es von Flugzeuggetragenen Systemen oder durch spezielle Aufbauten im Labor. Deshalb basieren die meisten der bekannten Methoden zur Fernerkundung mit Radar auf monostatis-chen Messungen der Rückstreuung des Radarsignals. Diese Methoden, die auf theoretischen, empirischen oder halb-empirischen Modellen basieren, ermöglichen die Schätzung der Oberfächenrauhigkeit und die Bodenfeuchtigkeit (Dielektrizitätskonstante). Im bistatischen Fall wurden bisher nur theoretische Modelle entworfen, die mittels monostatischer Messungen getestet wurden. Aus diesem Grund ist es von großer Bedeutung, Erfahrung und Wissen über die physikalischen Effekte in bistatischen Konfigurationen zu sammeln. Das Hauptziel der vorliegenden Dissertation ist es, anhand vollpolarimetrischer, bistatischer Radarmessungen die Oberfächenrauhigkeit und Bodenfeuchtigkeit zu bestimmen. Im experimentellen Teil der Arbeit werden die Ergebnisse bistatischer Messungen präsentiert, die in der Bistatic Measurement Facility (BMF) des DLR Oberpfaffenhofen aufgenommen wurden. Die Datensätze umfassen Messungen von Böden unterschiedlicher statistischer Rauhigkeit und Feuchtigkeit, die mittels eines Time Domain Reflectivity (TDR) Systems bestimmt werden. Zur Kalibration des BMF wurde die Isolated Antenna Calibration Technique (IACT) verwendet und anhand der Messung der Reflektivität von Wasser überprüft. Im zweiten Teil der vorliegenden Arbeit wird anhand der kalibrierten Daten eine Analyse der Oberflächenstreuung in bistatischen Konfigurationen vorgenommen. Im Anschluss daran wird mittels des Specular Algorithm eine Schätzung der Bodenfeuchte zweier Proben unter- schiedlicher Rauhigkeit (rau und fein) durchgeführt. Ein neues Verfahren zur Schätzung der Oberfächenrauhigkeit, das auf dem kohärenten Term der Integral Equation Method (IEM) basiert, wurde eingeführt. Daneben wird die Empfindlichkeit der Phase sowie der Reflektivität des vorwärtsgestreuten Signals gegenüber Veränderungen der Bodenfeuchtigkeit analysiert. Schließlich werden erste Ergebnisse und Validierungen bistatischer Radarpolarimetrie für den Fall der Vorwärtsstreuung präsentiert.

Agricultural production is becoming increasingly important as the world demand increases. On the other hand, there are several factors threatening that production such as the climate change. Therefore, monitoring and management of different parameters affecting the production are important. The current study is dedicated to two key parameters, namely agricultural land cover and soil-moisture mapping using X- and L-Band Synthetic Aperture Radar (SAR) data. Land-cover mapping plays an essential role in various applications like irrigation management, yield estimation and subsidy control. A model of multi-direction/multi-distance texture analysis on SAR data and its use for agricultural land cover classification was developed. The model is built and implemented in ESRI ArcGIS software and integrated with “R Environment”. Sets of texture measures can be calculated on a plot basis and stored in an attribute table for further classification. The classification module provides various classification approaches such as support vector machine and artificial neural network, in addition to different feature-selection methods. The model has been tested for a typical Mid-European agricultural and horticultural land use pattern south to the town of Pirna (Saxony/Germany), where the high-resolution SAR data, TerraSAR-X and ALOS/PALSAR (HH/HV) imagery, were used for land-cover mapping. The results indicate that an integrated classification using textural information of SAR data has a high potential for land-cover mapping. Moreover, the multi-dimensional SAR data approach improved the overall accuracy. Soil moisture (SM) is important for various applications such as crop-water management and hydrological modelling. The above-mentioned TerraSAR-X data were utilised for soil-moisture mapping verified by synchronous field measurements. Different speckle-reduction techniques were applied and the most representative filtered image was determined. Then the soil moisture was calculated for the mapped area using the obtained linear regression equations for each corresponding land-cover type. The results proved the efficiency of SAR data in soil-moisture mapping for bare soils and at the early growing stage of fieldcrops. / Landwirtschaftliche Produktion erlangt mit weltweit steigender Nahrungsmittelnachfrage zunehmende Bedeutung. Zahlreiche Faktoren bedrohen die landwirtschaftliche Produktion wie beispielsweise die globale Klimaveränderung einschließlich ihrer indirekten Nebenwirkungen. Somit ist das Monitoring der Produktion selbst und der wesentlichen Produktionsparameter eine zweifelsfrei wichtige Aufgabe. Die vorliegende Studie widmet sich in diesem Kontext zwei Schlüsselinformationen, der Aufnahme landwirtschaftlicher Kulturen und den Bodenfeuchteverhältnissen, jeweils unter Nutzung von Satellitenbilddaten von Radarsensoren mit Synthetischer Apertur, die im X- und L-Band operieren. Landnutzungskartierung spielt eine essentielle Rolle für zahlreiche agrarische Anwendungen; genannt seien hier nur Bewässerungsmaßnahmen, Ernteschätzung und Fördermittelkontrolle. In der vorliegenden Arbeit wurde ein Modell entwickelt, welches auf Grundlage einer Texturanalyse der genannten SAR-Daten für variable Richtungen und Distanzen eine Klassifikation landwirtschaftlicher Nutzungsformen ermöglicht. Das Modell wurde als zusätzliche Funktionalität für die ArcGIS-Software implementiert. Es bindet dabei Klassifikationsverfahren ein, die aus dem Funktionsschatz der Sprache „R“ entnommen sind. Zum Konzept: Ein Bündel von Texturparametern wird durch das vorliegende Programm auf Schlagbasis berechnet und in einer Polygonattributtabelle der landwirtschaftlichen Schläge abgelegt. Auf diese Attributtabelle greift das nachfolgend einzusetzende Klassifikationsmodul zu. Die Software erlaubt nun die Suche nach „aussagekräftigen“ Teilmengen innerhalb des umfangreichen Texturmerkmalsraumes. Im Klassifikationsprozess kann aus verschiedenen Ansätzen gewählt werden. Genannt seien „Support Vector Machine“ und künstliche neuronale Netze. Das Modell wurde für einen typischen mitteleuropäischen Untersuchungsraum mit landwirtschaftlicher und gartenbaulicher Nutzung getestet. Er liegt südlich von Pirna im Freistaat Sachsen. Zum Test lagen für den Untersuchungsraum Daten von TerraSAR-X und ALOS/PALSAR (HH/HV) aus identischen Aufnahmetagen vor. Die Untersuchungen beweisen ein hohes Potenzial der Texturinformation aus hoch aufgelösten SAR-Daten für die landwirtschaftliche Nutzungserkennung. Auch die erhöhte Dimensionalität durch die Kombination von zwei Sensoren erbrachte eine Verbesserung der Klassifikationsgüte. Kenntnisse der Bodenfeuchteverteilung sind u.a. bedeutsam für Bewässerungsanwendungen und hydrologische Modellierung. Die oben genannten SAR-Datensätze wurden auch zur Bodenfeuchteermittlung genutzt. Eine Verifikation wurde durch synchrone Feldmessungen ermöglicht. Initial musste der Radar-typische „Speckle“ in den Bildern durch Filterung verringert werden. Verschiedene Filtertechniken wurden getestet und das beste Resultat genutzt. Die Bodenfeuchtebestimmung erfolgte in Abhängigkeit vom Nutzungstyp über Regressionsanalyse. Auch die Resultate für die Bodenfeuchtebestimmung bewiesen das Nutzpotenzial der genutzten SAR-Daten für offene Ackerböden und Stadien, in denen die Kulturpflanzen noch einen geringen Bedeckungsgrad aufweisen.

Diss. (sammanfattning Uppsala : Sveriges lantbruksuniv. / Härtill 4 uppsatser.