Untersuchung von Schnee mittels Mikrowellen
Die Fernerkundung ist ein wichtiges Instrument in vielen Umweltdisziplinen. Sie kann Daten für große Gebiete innerhalb einer relativ kurzen Zeitspanne zur Verfügung stellen, auch für unzugängliche Regionen, in denen Messungen am Boden nicht möglich sind. Die Daten werden durch die Analyse von rückgestreuten Mikrowellenimpulsen, die von einem Satelliten mit einer Sendeeinheit ausgesendet werden, gesammelt. Das Programm Energie, Umwelt und nachhaltige Entwicklung hat das ENVISNOW-Projekt finanziert, um die Fernerkundung von Schnee voranzutreiben. Der Nationale Forschungsrat von Italien (CNR), Mitglied des ENVISNOW-Konsortiums, hat sich auf die Erforschung des Mikrowellenbereichs des Frequenzspektrums konzentriert. Der CNR wandte sein Wissen im Bereich der Rückstreuung von Mikrowellen an, um zwei neue Modelle basierend auf Dense Medium Radiative Transfer (DMRT) und Strong Fluctuation Theory (SFT) zu entwickeln. Der Programmcode wurde in Matlab umgesetzt. Untersuchungen zur Empfindlichkeit, die mit experimentellen Daten durchgeführt wurden, ermöglichten einen genaueren Einblick in die Anwendung der Modelle mit Nass- und Trockenschnee. Ein weiterer wichtiger Schritt, der vom CNR während des ENVISNOW-Projekts gemacht wurde, war die Entwicklung eines neuen Algorithmus, mit dem das Wasseräquivalent (SW) und die Schneedichte (SD) ermittelt werden konnten. Dieser Algorithmus konnte mit SSM/I-Daten (Special Sensor Microwave Imager, ein Instrument zur Abbildung von Mikrowellen) von Finnland und AMSR-E-Daten (Advanced Microwave Scanning Radiometer, ein spezieller Mikrowellensensor) von Norwegen bestätigt werden. Die Ergebnisse einer statistischen Analyse zeigten eine beträchtliche Verbesserung im Vergleich zu etablierten Methoden wie der Inversion. Forscher des CNR konnten ebenfalls feststellen, dass der neue Algorithmus speziell für Anwendungen geeignet ist, bei denen nur wenige Bodenstationen zur Oberflächenüberwachung vorhanden sind und diese weit voneinander entfernt stehen.