elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Imprint | Privacy Policy | Contact | Deutsch
Fontsize: [-] Text [+]

Satellitengestützte Analyse der Feinstaubkonzentration über Deutschland

Rohde, Anika (2017) Satellitengestützte Analyse der Feinstaubkonzentration über Deutschland. Master's, Universität Augsburg.

[img] PDF
4MB

Abstract

In dieser Arbeit wurden satellitengestützte Beobachtungen der Aerosol optischen Dicke von MODIS Aqua sowie synoptische meteorologische Daten zur Grenzschichthöhe und relativen Luftfeuchtigkeit des ECMWF verwendet, um bodennahe PM2.5-Konzentrationen abzuleiten. Dabei wurden alle Daten im Zeitraum 2003 bis 2014 ausgewertet. Die Untersuchung hat gezeigt, dass das Verfahren großes Potenzial für die Beobachtung der Luftqualität birgt. Die Methode ist geeignet, um belastete Gebiete flächendeckend zu identifizieren und die Reichweite der Verschmutzung einzuschätzen. Der Auswertung muss jedoch eine Korrektur für jeden Standort und jede Saison vorangehen, da die Beziehung zwischen AOD und PM2.5 räumlich und zeitlich stark variiert und unterschiedliches saisonales Verhalten der beiden Größen besteht. Es konnte nach der Korrektur eine gute Korrelation zu in-situ Messungen festgestellt werden (R = 0.77). Die verschiedenen Stationshintergründe spielen dabei nur eine untergeordnete Rolle. In den kühleren Monaten (März und November) erhält man den stärksten Zusammenhang der beiden Größen. In dieser Arbeit wurde von einem linearen Zusammenhang zwischen AOD und bodennaher PM2.5-Konzentration ausgegangen. In einer Studie von Li et al. (2016) wurde jedoch festgestellt, dass mit einem nicht-linearen Modell ein eventuell noch besseres Ergebnis erzielt werden kann. Anschließend an diese Arbeit könnte daher auch der nicht-lineare Zusammenhang der beiden Größen über Deutschland untersucht und die Beziehung abschnittsweise in verschiedenen Wertebereichen der AOD mit der bodennahen Feinstaubkonzentration betrachtet werden. Für solch eine Untersuchung wird aufgrund der größeren Zahl an Freiheitsgraden eine größere Menge an Daten benötigt. Die vorliegende Datengrundlage ist dafür nicht ausreichend, da in einigen Regionen und Zeiträumen kaum Daten vorhanden sind. Die PM2.5-Karten der räumlichen Verteilung über Deutschland zeigen, dass die Orographie und die Besiedlungsdichte einen großen Einfluss auf die durchschnittlichen Feinstaubkonzentrationen haben. In Kessellagen und insbesondere in Ballungsräumen (z. B. Ruhrgebiet und Berlin) ist die Feinstaubkonzentration stark erhöht. Auch in Ostdeutschland finden sich höhere Feinstaubwerte. In höheren Lagen und komplexem Gelände (z. B. Schwarzwald, Alpenvorland, Harz) ist die Feinstaubkonzentration vergleichsweise gering. Auch der Süden Deutschlands ist im Flächenmittelt von geringerer Feinstaubbelastung betroffen. In einigen Kessellagen (z. B. Rheingraben) entstehen aber auch im Süden aufgrund des beschränkten Luftmassenaustauschs höhere Feinstaubbelastungen. Eine Sensitivitätsstudie hat gezeigt, dass die meteorologischen Parameter, insbesondere die Grenz-schichthöhe einen großen Einfluss auf die Beziehung zwischen AOD und bodennaher Feinstaubkonzentration haben. Das Berücksichtigen der räumlichen und zeitlichen Variabilität der meteorologischen Größen führt zu einer starken Verbesserung der Korrelation zwischen AOD und den ab-geleitete PM2.5-Werten (Verbesserung von R = 0.39 auf R = 0.51). Zu erwarten wäre eine weitere Verbesserung des Zusammenhangs bei höher auflösenden Daten der meteorologischen Parameter. Einflüsse der Orographie konnten bei der groben Auflösung der Daten nicht erfasst werden. Tat-sächlich gibt es jedoch sehr große Unterschiede der Grenzschichthöhe abhängig von der Oberflächenrauigkeit, bzw. dem Relief der Erde. Auch Grenzschichteffekte durch die städtische Wärmeinsel werden bei der Auflösung der verwendeten meteorologischen Daten nicht sichtbar. Im Verfahren kann die Ableitung der Feinstaubkonzentration weiter verbessert werden, wenn die vertikale Verteilung der Aerosole besser erfasst wird. Diese Information fehlt bei dieser Untersuchung und führt zu einem schlechteren Ergebnis im Sommer. Zu dieser Jahreszeit ist die Ableitung der Feinstaubkonzentration problematischer, da der Anteil der Extinktion entlang der Luftsäule vermehrt an Aerosolen in großer Höhe stattfindet, die nicht an den Bodenstationen erfasst werden können. In weiterführenden Untersuchungen können zusätzliche Hilfsmittel, wie z. B. Modellrechnungen der vertikalen Verteilung der Aerosole oder LIDAR-Messungen des vertikalen Extinktionsprofils zusätzliche Informationen zur vertikalen Verteilung beitragen und das Verfahren verbessern. Die Untersuchung der Abhängigkeit von der Windrichtungen hat gezeigt, dass auch andere meteorologische Größen im Zusammenhang mit der Feinstaubbelastung und der Anwendbarkeit des Verfahrens stehen. Großräumige Wetterlagen und Druckgebilde wirken sich insbesondere aufgrund der Bewölkung auf die Bestimmung der AOD aus. Weiterführend kann zu dieser Untersuchung der genauere Zusammenhang von großräumigen Zirkulationsmustern auf die Feinstaubverteilung und auf die Anzahl der Beobachtungen von MODIS durchgeführt werden. Darüber hinaus können auch andere Parameter, wie der Niederschlag oder die Lufttemperatur auf ihren Einfluss getestet werden. In der Studie von Koelemeijer et al. (2006) wurde z. B. eine starke Antikorrelation der Feinstaubkonzentration mit dem Niederschlag festgestellt. Die Betrachtung der jährlichen Niederschlagsverteilung über Deutschland im Vergleich zu der Feinstaubverteilung lässt auch in Deutschland einen starken Zusammenhang vermuten (z. B. höhere PM2.5-Werte über mitteldeutschen Bördelandschaften). Eine fortführende Analyse der Beziehung zwischen PM2.5-Konzentration und Niederschlag könnte weiteren Aufschluss über den saisonalen Verlauf des PM2.5 bringen. Das Verfahren wird in erster Linie durch die Grenzen bei der Ermittlung der AOD limitiert. Bei Bewölkung, Schnee und Eis, sowie nicht klassifizierbaren Oberflächen, kann die AOD nicht erfasst werden. So ergeben sich Gebiete und Jahreszeiten mit niedriger Erfassungsrate. Dazu gehören Küstenregionen, Regionen mit Binnengewässern und Schneebedeckung. Ebenso fehlen Informationen über die Aerosolzusammensetzung, sodass der Anteil des Feinstaubes an der AOD nur geschätzt werden kann. So kommt es z. B. an den Küsten zu großer AOD, die vermutlich größtenteils durch größere Seesalz-Partikel verursacht wird. Aufgrund der groben Auflösung des NASA Produkts der AOD von 10 x 10 km, ist die Datenausbeute relativ gering, da schon bei kleiner Wolkenkontamination die Bestimmung fehlschlägt. Mit diesem Umstand liegt die durchschnittliche jährliche Erfassung lediglich bei 35 Aufnahmen. Somit ist eine quantitative Aussage zu Grenzwertüberschreitungen oder Betrachtungen von ausgewählten Zeiträumen problematisch. Die Verbesserung der räumlichen und zeitlichen Abdeckung wäre nicht nur durch neue Satelliten mit besseren Sensoren möglich, sondern könnte auch erreicht werden, indem mehrere Satelliten und Sensoren in das Verfahren eingebunden werden, oder die MODIS Daten in ihrer vollen räumlichen Auflösung von 1 x 1 km ausgewertet werden würden. Die NASA arbeitet gerade an einem Verfahren namens MultiAngle Implementation of Atmospheric Correction (MAIAC), das auch multitemporale Beobachtungen zur Bestimmung der AOD auswertet und die räumliche Auflösung von 1 x 1 km erreicht (Lyapustin et al., 2011). Die Daten liegen jedoch auf Grund der rechenintensiven Auswertung für Deutschland noch nicht vor. Bei der Einbindung mehrerer Instrumente, müsste eine jeweilige Korrektur durchgeführt werden, bevor die Daten zusammengeführt werden. Jedoch kann eine Ausweitung der Datenquelle die räumliche und zeitliche Abdeckung deutlich verbessern. Insbesondere könnten Sensoren mit höherer räumlicher Auflösung (jedoch zeitlich geringerer Auflösung) zu einer besseren Beobachtung bei Wetterlagen mit Bewölkung führen. Da die Pixel kleiner sind und eine kleinere Fläche erfassen, ist die Wahrscheinlichkeit größer, wolkenfreie Bedingungen bzw. eine Wolkenlücke anzutreffen. Ein Beispiel für ein weiteres Instrument, das sich für dieses Verfahren qualifiziert, ist der Satellit Sentinel 3. Es handelt sich dabei um ein Satellitenpaar, das zur Umweltbeobachtung von Land und Ozean entwickelt wurde und die auf identischer Umlaufbahn mit 180° Versetzung die Erde umkreisen. Der erste Satellit wurde am 16. Februar 2016 in seinen Orbit geschickt, der zweite Start ist für November 2017 geplant. An Bord befinden sich die Sensoren Ocean and Land Color Instrument (OLCI) und Sea and Land Surface Temperature Radiometer (SLSTR), die für das Verfahren eingesetzt werden können, da sie die Aerosol optische Dicke liefern. Zusammenfassend zeigt diese Arbeit, dass eine Ableitung der bodennahen Feinstaubkonzentration anhand der AOD möglich ist und unter Hinzunahme meteorologischer Parameter gute Übereinst-immungen mit in-situ Messungen zeigt. Die Validierung mit den Daten der in-situ Hintergrundstationen ergab einen Korrelationskoeffizienten von R = 0.77, einen Bias von 0.14 µg m 3 und einen RMSE von 5.73 µg m 3. Es gibt jedoch auch noch einige Weiterentwicklungsmöglichkeiten, die vor allem die räumliche und zeitliche Abdeckung der AOD, sowie die Parametrisierung der Aerosolzusammensetzung und der vertikalen Verteilung betrifft. Mit einigen Anpassungen an Standort und Jahreszeit birgt das Verfahren großes Potenzial für die räumliche Luftqualitätsbeobachtung.

Item URL in elib:https://elib.dlr.de/111131/
Document Type:Thesis (Master's)
Title:Satellitengestützte Analyse der Feinstaubkonzentration über Deutschland
Authors:
AuthorsInstitution or Email of AuthorsAuthors ORCID iD
Rohde, Anikarohde.anika (at) yahoo.deUNSPECIFIED
Date:February 2017
Refereed publication:No
Open Access:Yes
Gold Open Access:No
In SCOPUS:No
In ISI Web of Science:No
Number of Pages:66
Status:Published
Keywords:Feinstaub, Erdbeobachtung, Deutschland, MODIS, Aerosol Optische Dicke, in-situ Messungen
Institution:Universität Augsburg
Department:Institut für Geographie
HGF - Research field:Aeronautics, Space and Transport
HGF - Program:Space
HGF - Program Themes:Earth Observation
DLR - Research area:Raumfahrt
DLR - Program:R EO - Erdbeobachtung
DLR - Research theme (Project):R - Vorhaben Datenprodukte für Klima- und Atmosphärenanwendungen (old)
Location: Oberpfaffenhofen
Institutes and Institutions:German Remote Sensing Data Center > Atmosphere
Deposited By: Erbertseder, Thilo
Deposited On:14 Feb 2017 08:47
Last Modified:31 Jul 2019 20:08

Repository Staff Only: item control page

Browse
Search
Help & Contact
Information
electronic library is running on EPrints 3.3.12
Copyright © 2008-2017 German Aerospace Center (DLR). All rights reserved.