Schneebedeckung
Last updated
Last updated
Wir verwenden Satellitenbilder zur Erkennung von schneebedeckten Gebieten auf der Erdoberfläche. Im weiteren Verlauf erstellen wir durchgängige Schneebedeckungskarten (ohne Datenlücken) von allen jenen Teilen der Erde, die nicht im Polarschatten liegen. Für Gegenden von speziellem Interesse, wie zum Beispiel die Europäischen Alpen, verwenden wir Satellitenbilder mit einer höheren räumlichen Auflösung von 20 Meter (verglichen zu den 500 m global). Eine Auflösung von 20 m bedeutet, dass ein einzelnes Pixel eine Fläche von 20 x 20 Meter auf der Erdoberfläche abdeckt. Hierbei handelt es sich um eine hohe Genauigkeit für täglich aktualisierte Daten, die nur durch spezielles Fachwissen ermöglicht wird. So ist es uns auch möglich, Schnee in unterschiedlichen Landschaften (Wäldern sowie Landwirtschaftsflächen) und Regionen (Sonnen-, bzw. Schattenseiten eines Berges) zu erkennen.
Um die hohe Genauigkeit und tägliche Aktualisierung zu gewährleisten, verarbeitet unser System Daten von neun verschiedenen optischen Fernerkundungssatelliten (ESA Sentinel-2 A/B, ESA Sentinel-3 A/B (OLCI + SLSTR), NASA Landsat 8/9, NASA VIIRS (SNPP) und NASA MODIS Aqua/Terra). Leider ist eine klare Sicht der Sensoren aufgrund von Wolkenbedeckung nicht immer möglich. Um dieses Problem zu kompensieren, werden Methoden des maschinellen Lernens angewandt, um intelligente Entscheidungen bezüglich Schneelinien, topographischer Abhängigkeiten und Oberflächenbedingungen zu treffen und die fehlenden Daten mit hoher Genauigkeit zu modellieren. Ebenso sind natürlich Informationen vorhergegangener Tage von grosser Bedeutung.
Im Durchschnitt vergehen fünf bis vierundzwanzig Stunden, bis ein Satellitenbild auf der Erde zugänglich ist, weshalb unsere täglichen Schneebedeckungskarten am besten die Bedingungen des jeweiligen Vortages darstellen. Bei anhaltender Wolkenbedeckung erhöht sich dieser Unterschied weiter, wie in unserem Produkt "Letzte direkte Messung" für jeden Bildpunkt dokumentiert ist.
Die Schneebedeckungskarten werden täglich aktualisiert.
Künstliche Intelligenz schätzt Wahrscheinlichkeiten in bewölkten Regionen.
Algorithmen des maschinellen Lernens berücksichtigen Werte vorhergegangener Tage.
Im Moment basiert das globale Produkt auf NASA MODIS Aqua/Terra und hat eine räumliche Auflösung von 500 m per Pixel.
Die hochaufgelösten Produkte mit 20 m räumlicher Auflösung basieren auf ESA Sentinel-2 A/B, NASA Landsat 7/8 und NASA MODIS Aqua/Terra
