Entwicklung eines HAMSTER: Hyperspektrale Albedo-Karten-Datensatz mit hoher räumlicher und zeitlicher Auflösung

Die Oberflächenalbedo ist ein wichtiger Parameter in radiativen Übertragungs-Simulationen des Erdsystems, da sie grundlegend ist, um den Energiehaushalt des Planeten korrekt zu berechnen. Die Moderate Resolution Imaging Spectroradiometer (MODIS) Instrumente auf NASAs Terra- und Aqua-Satelliten überwachen kontinuierlich tägliche und jährliche Veränderungen der Reflexion an der planetarischen Oberfläche. Der MODIS Surface Reflectance black-sky albedo Datensatz (MCD43D, Version 6.1) liefert detaillierte Albedokarten in sieben spektralen Bändern im sichtbaren und nahen Infrarotbereich. Diese Albedokarten ermöglichen es uns, verschiedene Lambertian-Oberflächentypen sowie deren saisonale und jährliche Variabilität und Veränderung zu klassifizieren, wenn auch nur in sieben spektralen Bändern. Ein kompletter Satz von Albedokarten, die den gesamten Wellenlängenbereich abdecken, ist jedoch erforderlich, um Strahlungsspektren zu simulieren und atmosphärische sowie Wolken-Eigenschaften aus der Erdfernerkundung korrekt abzuleiten. Wir verwenden einen Hauptkomponentenanalysen (PCA) Regressionsalgorithmus, um hyperspektrale Albedokarten der Erde zu erzeugen. Durch die Kombination verschiedener Datensätze hyperspektraler Reflexionslabor-Messungen für verschiedene trockene Böden, Vegetationsoberflächen und Mischungen aus beidem rekonstruieren wir die Albedokarten im gesamten Wellenlängenbereich von 400 bis 2500 nm. Die PCA-Methode wird mit einem 10-Jahres-Durchschnitt von MODIS-Daten für jeden Tag des Jahres trainiert. Wir erhalten hyperspektrale Albedokarten mit einer räumlichen Auflösung von 0,05 in Breiten- und Längengraden, einer spektralen Auflösung von 10 nm und einer temporalen Auflösung von 1 Tag. Mit den hyperspektralen Albedokarten schätzen wir die spektralen Profile verschiedener Landoberflächen, wie Wälder, Wüsten, Städte und eisige Oberflächen, und untersuchen deren saisonale Variabilität. Diese Albedokarten sollen dazu beitragen, Berechnungen des Energiehaushalts der Erde, ihrer saisonalen Variabilität zu verfeinern und Klimasimulationen zu verbessern.