Effect of snow microstructure and subnivean water bodies on microwave radiometry of seasonal snow

Thumbnail Image

Files

isbn9789526079424.pdf (3.66 MB)

URL

Journal Title

Journal ISSN

Volume Title

School of Electrical Engineering | Doctoral thesis (article-based) | Defence date: 2018-05-08
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.

Authors

Date

2018

Department

Elektroniikan ja nanotekniikan laitos
Department of Electronics and Nanoengineering

Major/Subject

Mcode

Degree programme

Language

en

Pages

75 + app. 89

Series

Aalto University publication series DOCTORAL DISSERTATIONS, 69/2018, Finnish Meteorological Institute Contributions, 144

Abstract

Remote sensing using microwave radiometry is an acknowledged method for monitoring various environmental processes in the cryosphere, atmosphere, soil, vegetation and oceans. Several decades long time series of spaceborne passive microwave observations can be used to detect trends relating to climate change, while present measurements provide information on the current state of the environment. Unlike optical wavelengths, microwaves are mostly insensitive to atmospheric and lighting conditions and are therefore suitable for monitoring seasonal snow in the Arctic. One of the major challenges in the utilization of spaceborne passive microwave observations for snow measurements is the poor spatial resolution of instruments. The interpretation of measurements over heterogeneous areas requires sophisticated microwave emission models relating the measured parameters to physical properties of snow, vegetation and the subnivean layer. Especially the high contrast in the electrical properties of soil and liquid water introduces inaccuracies in the retrieved parameters close to coastlines, lakes and wetlands, if the subnivean water bodies are not accounted for in the algorithm. The first focus point of this thesis is the modelling of brightness temperature of ice- and snow-covered water bodies and their differences from snow-covered forested and open land areas. Methods for modelling the microwave signatures of water bodies and for using that information in the retrieval of snow parameters from passive microwave measurements are presented in this thesis. The second focus point is the effect of snow microstructure on its microwave signature. Even small changes in the size of scattering particles, snow grains, modify the measured brightness temperature notably. The coupling of different modelled and measured snow microstructural parameters with a microwave snow emission model and the application of those parameters in the retrieval of snow parameters from remote sensing data are studied.

Muutoksia maaperässä, kasvillisuudessa, merissä, ilmakehässä ja kryosfäärissä voidaan kaukokartoittaa passiivisilla mikroaaltolaitteilla. Monen vuosikymmenen mittaisilla satelliittimittausten aikasarjoilla voidaan havaita ilmastonmuutoksen vaikutuksia, ja tuoreilla mittauksilla saadaan tietoa ympäristön nykytilasta. Mikroaaltojen etu optisiin aallonpituuksiin verrattuna on niiden riippumattomuusilmakehästä ja valaistusoloista, joten ne sopivat hyvin lumen seurantaan pohjoisilla alueilla. Yksi suurimmista haasteista satelliittimikroaaltoradiometrien mittausten hyödyntämisessä lumen kaukokartoituksessa on laitteiden huono alueellinen erotuskyky. Jotta monimuotoisen kohdealueen mittauksia voidaan tulkita oikein, tarvitaan monimutkaisia mikroaaltoemissiomalleja kuvaamaan mitattujen parametrien yhteyttä lumen, kasvillisuuden ja lumen alla olevan kerroksen ominaisuuksiin. Erityisesti suuri ero veden ja maaperän sähköisissä ominaisuuksissa vaikeuttaa mittausten tulkintaa rannikoilla sekä järvien ja suoalueiden lähistöllä, jos vesialueita ei huomioida. Ensimmäinen tämän väitöskirjatyön painopisteistä on lumen ja jään peittämien vesialueiden mallinnus sekä näiden alueiden mikroaaltovasteen erot metsäisiin ja avoimiin maa-alueisiin. Työssä esitetään menetelmiä, joilla vesialueiden mikroaaltovastetta voidaan mallintaa ja hyödyntää satelliittimittausten tulkinnassa. Toinen painopiste on lumen hienorakenteen vaikutus sen mikroaaltovasteeseen. Pienetkin muutokset sirottajien eli lumikiteiden koossa voivat vaikuttaa mitattuun kirkkauslämpötilaan huomattavasti. Väitöskirjatyö tutkii lumen hienorakenteen vaikutusta sen kirkkauslämpötilaan, mitattujen ja mallinnettujen hienorakenneparametrien yhdistämistä lumen mikroaaltomallinnukseen, ja tämän tiedonhyödyntämistä kun lumen ominaisuuksia tulkitaan satelliittimittauksista.

Description

Supervising professor

Praks, Jaan, Prof., Aalto University, Department of Electronics and Nanoengineering, Finland

Thesis advisor

Pulliainen, Jouni, Prof., Finnish Meteorological Institute, Finland

Keywords

passive microwave remote sensing, snow cover, snow model, passiivinen mikroaaltokaukokartoitus, lumi, lumen mallinnus

Other note

Parts

  • [Publication 1]: A. Kontu, J. Pulliainen. Simulation of spaceborne microwave radiometer measurements of snow cover using in situ data and brightness temperature modeling. IEEE Transactions on Geoscience and Remote Sensing, 2010, 48(3), 1031-1044.
    DOI: 10.1109/TGRS.2009.2030499 View at publisher
  • [Publication 2]: J. Lemmetyinen, A. Kontu, J.-P. Kärnä, J. Vehviläinen, M. Takala, J. Pulliainen. Correcting for the influence of frozen lakes in satellite microwave radiometer observations through application of a microwave emission model. Remote Sensing of Environment, 2011, 115(12), 3695-3706.
    DOI: 10.1016/j.rse.2011.09.008 View at publisher
  • [Publication 3]: A. Kontu, J. Lemmetyinen, J. Pulliainen, J. Seppänen, M. Hallikainen. Observation and modeling of the microwave brightness temperature of snow-covered frozen lakes and wetlands. IEEE Transactions on Geoscience and Remote Sensing, 2014, 52(6), 3275-3288.
    DOI: 10.1109/TGRS.2013.2272077 View at publisher
  • [Publication 4]: L. Leppänen, A. Kontu, J. Vehviläinen, J. Lemmetyinen, J. Pulliainen. Comparison of traditional and optical grain-size field measurements with SNOWPACK simulations in a taiga snowpack. Journal of Glaciology, 2015, 61(225), 151-162.
    DOI: 10.3189/2015JoG14J026 View at publisher
  • [Publication 5]: A. Kontu, J. Lemmetyinen, J. Vehviläinen, L. Leppänen, J. Pulliainen. Coupling SNOWPACK-modeled grain size parameters with the HUT snow emission model. Remote Sensing of Environment, 2017, 194, 33-47.
    DOI: 10.1016/j.rse.2016.12.021 View at publisher

Citation

Permanent link to this item

https://urn.fi/URN:ISBN:978-952-60-7942-4

Collections

[diss] Sähkötekniikan korkeakoulu / ELEC