The effect of forest canopy on remote sensing observations in the boreal region
Loading...
URL
Journal Title
Journal ISSN
Volume Title
School of Engineering |
Doctoral thesis (article-based)
| Defence date: 2020-06-12
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
2020
Major/Subject
Mcode
Degree programme
Language
en
Pages
70 + app. 59
Series
Aalto University publication series DOCTORAL DISSERTATIONS, 77/2020
Abstract
Remote sensing techniques are often used for monitoring various processes in the boreal environment. Typical satellite sensor types for this purpose are Synthetic Aperture Radar (SAR), optical, and passive microwave sensors. Many of the observed targets on the ground are covered by forest canopy. Vegetation considerably influences the signal behavior, especially for the most commonly used microwave and optical wavelengths. It is therefore necessary to consider the effect of forest canopy on the observed signal in order to provide reliable estimations of geophysical phenomena on the ground. Various models describing the interaction of electromagnetic radiation with forest canopy have been developed, but many of these are overly complex with high ancillary data requirements. For retrieval purposes, simple models are preferred. This thesis aims at increasing the understanding of how vegetation, and particularly forest canopy, influence remote sensing observations in boreal environments. The focus is mainly on SAR instruments, but also passive microwave and optical sensors are investigated. The capability of a simple zeroth-order model in simulating the effect of vegetation on the remote sensing signal is first quantified by a spatial analysis of optical, SAR, and passive microwave remote sensing data. Then, the influence of vegetation in SAR remote sensing is further examined through two practical applications; mapping floods under various forest conditions, and detecting soil freezing/thawing in boreal forests. The results demonstrate that despite using a relatively simple model, the extinction of electromagnetic signals in forest canopy was well estimated. Due to both sufficient estimation accuracy and simplicity, the presented model can be considered applicable in near real-time monitoring applications. Floods were well detected in open areas due to specular reflection of the water surface and in dense forests due to double bouncing between flood surface and tree trunks. Yet, in low tree and sparse forest areas, the detection of floods was less successful. The forest backscattering model was capable of separating between the backscatter contributions originating from the ground surface and from the forest canopy, thus enabling the identification of frozen and thawed terrain in forests.Kaukokartoitusmenetelmiä käytetään usein pohjoisten alueiden prosessien seurannassa. Tyypillisiä satelliittiantureita tähän tarkoitukseen ovat synteettisen apertuurin tutkat (SAR), optiset ja passiiviset mikroaaltoanturit. Monet seurannan alla olevista kohteista ovat kuitenkin metsän peitossa. Kasvillisuus, ja erityisesti metsän latvusto vaikuttavat merkittävästi säteilyn etenemiseen, varsinkin yleisimmin käytetyillä mikroaalto- ja optisilla aallonpituuksilla. Näin ollen, jotta luotettavia arvioita maanpäällisistä geofysikaalisista ilmiöistä voitaisiin saada, on syytä huomioida kasvillisuuden vaikutuksia havaittuun säteilyyn. Sähkömagneettisen säteilyn vuorovaikutusta puuston kanssa selittäviä malleja on jo kehitetty, mutta monet niistä ovat liian monimutkaisia ja vaativat runsaasti oheistietoa. Käytännön sovelluksiin suositaan siksi yksinkertaisia malleja. Tämän opinnäytetyön tavoitteena on lisätä ymmärrystä siitä, miten kasvillisuus ja etenkin metsän latvusto vaikuttavat kaukokartoitushavaintoihin pohjoisella havumetsävyöhykkeellä. Painopiste on pääasiassa SAR-tutkissa, mutta myös passiivisia mikroaalto- ja optisia antureita tutkitaan. Yksinkertaisen nollakertomallin kykyä simuloida kasvillisuuden vaikutusta kaukokartoitussignaaliin arvioidaan ensin analysoimalla optisen-, SAR- ja passiivisen mikroaaltoinstrumentin kaukokartoitushavaintoja. Sitten kasvillisuuden vaikutusta SAR-kaukokartoitukseen tutkitaan yksityiskohtaisemmin kahden käytännön sovelluksen avulla; tulvien kartoittaminen eri metsäolosuhteissa ja maaperän jäätymisen/sulamisen havaitseminen havumetsävyöhykkeen metsissä. Tulokset osoittavat, että suhteellisen yksinkertaisesta mallista huolimatta sähkömagneettisten signaalien käyttäytymistä metsien latvustossa onnistuttiin arvioimaan hyvin. Sekä hyvän arviointitarkkuuden että yksinkertaisuuden vuoksi esitettyä mallia voidaan pitää soveltuvana lähes reaaliaikaisissa seurantasovelluksissa. Tulvat havaittiin hyvin avoimilla alueilla veden pinnalla tapahtuvan peiliheijastuksen, sekä tiheissä metsissä tulvan pinnan ja puiden runkojen välisen kaksinkertaisen sironnan ansiosta. Matala- ja harvapuustoisilla metsäalueilla tulvien havaitseminen oli kuitenkin vaikeampaa. Metsän takaisinsirontamalli pystyi erottamaan maan pinnalta ja puustosta peräisin olevat takaisinsirontaosuudet, mikä mahdollisti routaantuneen ja sulan maaston tunnistamisen metsissä.Description
The public defense on 12th June 2020 at 12:15 will be available via remote technology.
Link: https://aalto.zoom.us/j/66926655027
Zoom Quick Guide: https://www.aalto.fi/en/services/zoom-quick-guide
Electronic online display version of the doctoral thesis is available by email by request from aaltodoc-diss@aalto.fi
Supervising professor
Rautiainen, Miina, Prof., Aalto University, Department of Built Environment, FinlandHaggren, Henrik, Prof., Aalto University, Department of Built Environment, Finland
Thesis advisor
Lemmetyinen, Juha, Dr., Finnish Meteorological Institute, FinlandPulliainen, Jouni, Prof., Finnish Meteorological Institute, Finland
Keywords
boreal forest, forward model, floods, soil freeze-thaw, synthetic aperture radar
Other note
Parts
-
[Publication 1]: Cohen, Juval; Lemmetyinen, Juha; Pulliainen, Jouni; Heinilä, Kirsikka; Montomoli, Francesco; Seppänen, Jaakko; Hallikainen, Martti T. The Effect of Boreal Forest Canopy in Satellite Snow Mapping—A Multisensor Analysis. IEEE Transactions on Geoscience and Remote Sensing, volume 53, issue 12, 2015, pages 6593-6607.
DOI: 10.1109/TGRS.2015.2444422 View at publisher
-
[Publication 2]: Cohen, Juval; Riihimäki, Henri; Pulliainen, Jouni; Lemmetyinen, Juha; Heilimo, Jyri. Implications of Boreal Forest Stand Characteristics for X-Band SAR Flood Mapping Accuracy. Remote Sensing of Environment, volume 186, 2016, pages 47-63.
DOI: 10.1016/j.rse.2016.08.016 View at publisher
-
[Publication 3]: Cohen, Juval; Rautiainen, Kimmo; Ikonen, Jaakko; Lemmetyinen, Juha; Smolander, Tuomo; Vehviläinen, Juho; Pulliainen, Jouni. A Modeling- Based Approach for Soil Frost Detection in the Northern Boreal Forest Region with C-Band SAR. IEEE Transactions on Geoscience and Remote Sensing, volume 57, issue 2, 2019, pages 1069-1083.
DOI: 10.1109/TGRS.2018.2864635 View at publisher