Remote sensing of water quality for Finnish lakes and coastal areas

No Thumbnail Available
Journal Title
Journal ISSN
Volume Title
Doctoral thesis (article-based)
Checking the digitized thesis and permission for publishing
Instructions for the author
Date
2006-12-22
Major/Subject
Mcode
Degree programme
Language
en
Pages
74, [78]
Series
Report / Helsinki University of Technology, Laboratory of Space Technology, 67
Abstract
In this thesis empirical remote sensing methods for estimating water quality in Finnish lakes and coastal areas are developed and tested. The remote sensing instruments used here are Airborne Imaging Spectrometer for Applications (AISA), Medium Resolution Imaging Spectrometer (MERIS) onboard the Envisat-satellite and Moderate Resolution Imaging Spectroradiometer (MODIS) onboard the TERRA-satellite. Based on the results from this study the AISA airborne spectrometer is applicable for estimating chlorophyll a (chl a), Secchi depth, and turbidity in lakes. The 250-m resolution MODIS data are used for estimating turbidity and quality class in lakes. Full resolution (300 m) MERIS data are used for estimating chl a, total suspended solids (TSS) and the absorption coefficient of coloured dissolved organic matter (aCDOM(400)) during a spring bloom event in the Gulf of Finland (a situation where the default MERIS processor fails to provide valid data). The retrieval of water quality information is based on single channel and channel-ratio algorithms, which are calibrated and tested with in situ (ground truth) observations. The accuracy of the retrieval is good. The results are based on a large number of data points (several thousand in one of the cases). Thus, the reliability of the results is high. The thematic maps and statistics derived with remote sensing data demonstrate the advantages of remote sensing over the traditional water quality monitoring, which is based on in situ measurements. The main shortcoming of presented methods is that since the algorithms are based on empirical relationships, which include atmospheric effects, they require calibration (for different atmospheric parameters) before they can be used with other remotely sensed images. The effects of the atmosphere on MERIS channel-ratio algorithms are estimated with an atmospheric model.

Tässä väitöskirjassa on kehitetty ja testattu kaukokartoitusmenetelmiä, joilla voidaan arvioida Suomen järvien ja rannikkoalueiden vedenlaatua. Työssä käytetyt instrumentit ovat Airborne Imaging Spectrometer for Applications (AISA), Envisat-satelliitissa oleva Medium Resolution Imaging Spectrometer (MERIS) ja TERRA-satelliitissa oleva Moderate Resolution Imaging Spectroradiometer (MODIS). Tulosten perusteella lentokonekäyttöisellä AISA spetrometrillä voidaan mitata klorofylli a:ta, näkösyvyyttä ja sameutta järvissä. 250-m erotuskyvyn MODIS-dataa voidaan käyttää järvien sameuden ja laatuluokan arviointiin. 300-m erotuskyvyn MERIS-dataa on käytetty klorofylli a:n, kiintoaineen sekä humuksen arvioitiin kevätkukinnon aikana Suomenlahdella (tilanne jossa Euroopan avaruusjärjestön käytössä oleva MERIS-prosessori ei pysty antamaan luotettavia tuloksia). Vedenlaadun arvioiminen kaukokartoitusdatasta perustuu yksittäisten kanavien ja kanavasuhdealgoritmien käyttöön. Algoritmit on kalibroitu ja testattu maastohavaintoja käyttäen ja saatu mittaustarkkuus on hyvä. Tulokset perustuvat suureen datapisteiden määrään (useita tuhansia datapisteitä yhdessä tapauksessa), joten tulosten luotettavuus on korkea. Kaukokartoitusdatan avulla aikaansaadut teemakartat ja tilastolliset tiedot osoittavat kaukokartoituksen edut tavanomaiseen vedenlaadun seurantaan verrattuna, joka perustuu maastohavaintoihin ja laboratoriomittauksiin. Työssä esitettyjen menetelmien suurin puute on se, että ne perustuvat empiirisiin yhtälöihin, jotka sisältävät ilmakehän vaikutukset signaaliin. Tämän vuoksi yhtälöt pitää kalibroida uudelleen, ennen kuin ne soveltuvat käytettäväksi muina ajankohtina otettujen kaukokartoituskuvien kanssa. Erilaisten ilmakehätilanteiden vaikutusta MERIS-kanavasuhdealgoritmeihin on arvioitu ilmakehämallin avulla.
Description
Keywords
remote sensing, water quality, MERIS, MODIS, AISA, kaukokartoitus, vedenlaatu, MERIS, MODIS, AISA
Other note
Parts
  • Koponen, S., Pulliainen, J., Servomaa, H., Zhang, Y., Hallikainen, M., Kallio, K., Vepsäläinen, J., Pyhälahti, T., and Hannonen, T., Analysis on the feasibility of multi-source remote sensing observations for chl-a monitoring in Finnish lakes. The Science of the Total Environment, vol. 268, nos. 1-3, pp. 95-106, 2001. [article1.pdf] © 2001 Elsevier Science. By permission.
  • Kallio, K., Koponen, S., and Pulliainen, J., Feasibility of airborne imaging spectrometry for lake monitoring—a case study of spatial chlorophyll a distribution in two meso-eutrophic lakes. International Journal of Remote Sensing, vol. 24, no. 19, pp. 3771-3790, 2003. [article2.pdf] © 2003 Taylor & Francis. By permission.
  • Koponen, S., Attila, J., Pulliainen, J., Kallio, K., Pyhälahti, T., Lindfors, A., Rasmus, K., and Hallikainen, M., A case study of airborne and satellite remote sensing of a spring bloom event in the Gulf of Finland. Continental Shelf Research, in press, 2006. [article3.pdf] © 2006 by authors and © 2006 Elsevier Science. By permission.
  • Koponen, S., Pulliainen, J., Kallio, K., Vepsäläinen, J., and Hallikainen, M., Use of MODIS data for monitoring turbidity in Finnish Lakes. Proceedings of the IEEE 2001 International Geoscience and Remote Sensing Symposium (IGARSS 2001), CD-ROM, 3 p., Sydney, Australia, 9-13 July, 2001.
  • Koponen, S., Pulliainen, J., Kallio, K., and Hallikainen, M., Lake water quality classification with airborne hyperspectral spectrometer and simulated MERIS data. Remote Sensing of Environment, vol. 79, no. 1, pp. 51-59, 2002. [article5.pdf] © 2002 Elsevier Science. By permission.
  • Koponen, S., Pulliainen, J., Kallio, K., Vepsäläinen, J., Pyhälahti, T., and Hallikainen, M., Water quality classification of lakes using 250-m MODIS data. IEEE Geoscience and Remote Sensing Letters, vol. 1, no. 4, pp. 287-291, 2004. [article6.pdf] © 2004 IEEE. By permission.
Citation
Permanent link to this item
https://urn.fi/urn:nbn:fi:tkk-008800