uu.seUppsala University Publications
Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Validation of Remote SensingSnow Cover Analysis
Uppsala University, Disciplinary Domain of Science and Technology, Earth Sciences, Department of Earth Sciences, LUVAL.
2005 (English)Independent thesis Advanced level (degree of Master (One Year)), 10 credits / 15 HE creditsStudent thesis
Abstract [en]

The by SMHI (Swedish Meteorological and Hydrological Institute) developed snow cover product, that analyses snow cover from satellite images, needs to be validated. A reliable validation method should be developed and concentrated to verify the snow cover analyses from images emerged from the recently operative European MSG-satellite. The validation is done for Europe, and this first validation test to evaluate the validation method is only done for a couple of clear days in March 2004.

The snow cover analyses from the MSG images, computed by the snow cover product, are compared to synoptic snow observations and to a similar snow cover product from the NOAA project NESDIS. Every grid point of the MSG analysis area and the reference NESDIS area has been given a snow classification, describing the local status of the snow cover. The synoptic classification is derived from snow depth reports, stored in SMHI database. The product (MSG) classification and the reference classification in every grid point has then been added to a table and presented for manual evaluation.

The most exacting work is to prepare the validation data to be comparable. The preparation quality affects the results, especially at the comparison to the synoptic source where the snow cover classification is a delicate problem.

The synoptic reference data has shown up to be far too sparse to be used for a serious validation. There are also problems with the interpretation of the snow reports.

Using the NESDIS source as reference the result looks better and the validation method is probably reliable. Images of the snow cover from MSG and NESDIS sources have also been sketched and compared. This comparison shows that the snow cover differences might originate from the snow cover product. The temperature of the ground might affect the snow detection; the snow is not detected sufficiently when ground is cold. On the other hand high altitude clouds seems possibly generate false snow detection. From the image comparison could also be presumed that forest might hide the snow cover.

A more complete validation is now needed to draw any definitive conclusions if the existing snow cover differences originate from the snow cover product or from the validation method. But the method seems to work. Synoptic source is not recommended to use as validation reference, but the snow cover scenes from NESDIS seems to be a reliable reference source and works well for the validation method.

Abstract [sv]

En produkt för beräkning av snötäckningsgrad har utvecklats av SMHI (Sveriges meteorologiska och hydrologiska institut). Produkten analyserar snötäcke utifrån satellitbilder och en tillförlitlig metod att validera produkten ska utvecklas. Valideringen som sedan ska göras, koncentreras till att verifiera snötäckesanalyser utifrån den nyligen operativa Europeiska MSG-satellitens bilder. Valideringen görs för Europa, och denna första testvalidering för att utvärdera valideringsmetoden görs för ett fåtal dagar med klart väder under mars 2004.

Produktens snötäckesanalyser från MSG-satellitens bilder jämförs med synoptiska snöobservationer tillika analyser från en liknande produkt från amerikanska NOAAs projekt NESDIS. MSG- och NESDIS-analysernas snötäckesinformation finns lagrat i ett snöklassificeringsfält motsvarande den geografiska arean (Europa), där alla gridpunkter har tilldelats en klassificering vilket beskriver den lokala statusen på snötäcket i punkten.

Snötäckesklassificeringen för de synoptiska observationerna görs utifrån snödjupsrapporter lagrade i SMHIs databas. De olika värdena på MSG-klassificeringen och referensklassificeringen i varje punkt summeras och presenteras i en tabell för utvärdering.

Det mest krävande jobbet är att förbehandla indatat från de olika källorna för att få det jämförbart. Kvalitéten på förarbetet påverkar resultatet, speciellt vid jämförelsen mot synoptiska data där snötäckesklassificeringen är komplicerad.

Resultattabellen tenderar att visa på ett bra resultat, men produkten för snötäckesanalys verkar ha svårt att detektera snö tillfredställande. Den synoptiska referenskällan har visat sig innehålla alldeles för lite data för att kunna användas i en seriös validering. Det finns även vissa problem med tolkningen av snörapporterna från databasen.

Med NESDIS-produktens analys som referens ser resultatet bättre ut och valideringsmetoden kan sannolikt betraktas som tillförlitlig. En jämförelse mellan kartbilder över de två källornas klassificeringar har visat att det är möjligt att avvikelserna i beskrivningen av snötäcket beror på produkten för snötäckesanalys. Produktens snödetektering ser ut att kunna påverkas av marktemperaturen, snön upptäcks inte tillräckligt bra då marken är kall. Även höga moln ser ut att kunna påverka snödetekteringen och ger i så fall falskt klassificeringen snö där det enligt referenskällan är barmark. Utifrån bildjämförelsen kan också antas att skog kan gömma snötäcket.

En mer komplett validering krävs för att dra några definitiva slutsatser om skillnaderna i snötäckningsgrad beror på valideringsmetoden eller på produkten för snötäckesanalys. Men metoden ser ut att kunna fungera. Synoptiska observationer rekommenderas inte att använda som referens, men snötäckesanalyser från NESDIS-projektets produkt verkar vara en tillförlitlig referens och fungerar väl för valideringsmetoden.

Place, publisher, year, edition, pages
2005.
Series
Examensarbete vid Institutionen för geovetenskaper, ISSN 1650-6553 ; 114
Keyword [en]
snow cover products, validation satellite observations, NESDIS, MSG images
National Category
Meteorology and Atmospheric Sciences
Identifiers
URN: urn:nbn:se:uu:diva-303862OAI: oai:DiVA.org:uu-303862DiVA: diva2:974246
Subject / course
Meteorology
Available from: 2016-10-04 Created: 2016-09-26 Last updated: 2016-10-04Bibliographically approved

Open Access in DiVA

fulltext(1870 kB)37 downloads
File information
File name FULLTEXT01.pdfFile size 1870 kBChecksum SHA-512
3779a737b40db11954ae5fa9f1ac086c4231748e06c70c03a344f60215ff68311d08ab5d15a42fd80b3d70a6e00d31bee6a2ee00820d89ec91d25ad996bc6829
Type fulltextMimetype application/pdf

By organisation
LUVAL
Meteorology and Atmospheric Sciences

Search outside of DiVA

GoogleGoogle Scholar
Total: 37 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 209 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf