Publikationsserver der Universitätsbibliothek Marburg

Titel:Satellite-Based Fog Detection: A Dynamic Retrieval Method for Europe Based on Machine Learning
Autor:Egli, Sebastian
Weitere Beteiligte: Bendix, Jörg (Prof. Dr.)
Erscheinungsjahr:2019
URI:http://archiv.ub.uni-marburg.de/diss/z2019/0219
DOI: https://doi.org/10.17192/z2019.0219
URN: urn:nbn:de:hebis:04-z2019-02194
DDC: Earth (Astronomical geography)
Titel(trans.):Satellitengestützte Nebeledetektion: Eine dynamische Erkennungsmethode für Europa auf der Basis maschineller Lernverfahren

Dokument

Schlagwörter:
Satellite, Fernerkundung, Nebel, Fog, Satellit, Klimatologie, Remote Sensing, Climatology

Summary:
Fog has many economic as well as ecological impacts and it directly affects human life in many ways. The large number of fog influence factors shows that a comprehensive understanding of its causes and a precise mapping of the spatio-temporal distribution patterns are of great interest. Since there are justifiable concerns about the general applicability of existing fog retrieval methods, this thesis investigates new techniques of satellite based fog detection and the derivation of spatio-temporal information on fog distribution in Europe. The central novelties of this study are: - No static assumptions about microphysical properties were used during fog retrieval. - A novel hybrid approach based on machine learning methods was developed that can be continuously applied 24 hours a day. - The algorithm covers all fog types. Areas of different fog types could also be differentiated indirectly from the generated product due to their typical diurnal and annual frequency cycles. - For the first time, fog frequency maps for Europe could be produced for different general weather situations separately for each fog type.

Zusammenfassung:
Nebel hat eine große Anzahl wirtschaftlicher und ökologischer Auswirkungen und beeinflusst das menschliche Leben in vielerlei Hinsicht. Die Menge der Einflussfaktoren zeigt, dass ein umfassendes Verständnis seiner Bildungsursachen und eine genaue Erfassung seiner raumzeitlichen Verteilungsmuster von großem Interesse sind. Da es berechtigte Bedenken hinsichtlich der allgemeinen Anwendbarkeit bestehender Nebelerkennungsverfahren gibt, werden in dieser Arbeit neue Techniken der satellitengestützten Nebelerkennung untersucht und darauf aufbauend raumzeitliche Informationen über die Nebelverteilung in Europa abgeleitet. Die zentralen Neuentwicklungen dieser Arbeit sind: - Bei der Nebelerkennung wurden keine statischen Annahmen bezüglich der mikrophysikalischen Eigenschaften herangezogen. - Es wurde ein neuartiger hybrider Ansatz auf Basis von maschinellen Lernmethoden entwickelt, der 24 Stunden am Tag kontinuierlich angewendet werden kann. - Der Algorithmus berücksichtigt alle Nebeltypen. Regionen mit unterschiedlichen Nebeltypen konnten auf Basis des erzeugten Nebelprodukts aufgrund ihrer typischen Tages- und Jahresgänge indirekt voneinander unterschieden werden. - Erstmals konnten für Europa Nebelfrequenzkarten für verschiedene Großwetterlagen separat für jeden Nebeltyp erstellt werden.


* Das Dokument ist im Internet frei zugänglich - Hinweise zu den Nutzungsrechten