Einfluss des Untergrunds auf die Bestimmung der Wassertiefe aus Spektralmessungen am Beispiel des Junínsees in Peru

Abstract

Mit der Bathymetrie können die Wasserspeicherkapazitäten von Seen abgeschätzt und Veränderungen der Unterwassertopographie erfasst werden. Durch Fernerkundungsmethoden ist dies kosteneffizient und kontinuierlich auch in abgelegenen Gebieten möglich. Das Ziel dieser Arbeit ist es, den Einfluss des Untergrunds auf die Genauigkeit der aus spektralen Feld- und Satellitendaten abgeleiteten Wassertiefen zu analysieren. Als Beispiel wurde hierfür der zweitgrößte See Perus, der Junínsee, ausgewählt. Anhand von Messungen bei einer Feldkampagne wurde zunächst eine spektrale Datenbank von Untergrundtypen dreier verschiedener Seen im Andenhochland aufgebaut. Diese Daten wurden in die frei verfügbare Software WASI eingelesen und durch inverse Modellierung von Wasserreflexionsspektren die Wassertiefe für die unterschiedlichen Untergrundtypen ermittelt. Alle Ergebnisse wurden mit Echolot- oder Maßbandmessungen validiert. Bei der inversen Modellierung von hochaufgelösten Feldspektrometerdaten ergeben sich abhängig vom gewählten Untergrund relative Fehler zwischen 0 % und 69 % bis zu einer maximalen Wassertiefe von 6 m. Die höchste Genauigkeit wird durch die Untergrundklasse Makrophyten an Messstationen bis zu 2 m Tiefe mit einer mittleren absoluten Abweichung von 24 cm erreicht. Bei der Auswertung von Sentinel-2-Daten wurde die inverse Modellierung durch ein neuronales Netz (WASI-AI) ergänzt. Hierbei ergab sich eine weite Streuung der Wassertiefen mit Abweichungen von teilweise über 100 %. Werden nur Ergebnisse betrachtet, die ausschließlich aus inverser Modellierung ermittelt wurden, zeigt sich ein Zusammenhang der Genauigkeit mit dem Qualitätsmaß SAngle (Spektraler Winkel). Abhängig vom gewählten Untergrund ergibt sich bei einer Wassertiefe von unter 3 m mit einem SAngle von maximal 0,09 ein Korrelationsmaß nach Perason zwischen 0,22 und 0,34.