<div class="csl-bib-body">
<div class="csl-entry">Preimesberger, W. (2019). <i>Homogenisation of structural breaks in the global ESA CCI Soil Moisture (multi-satellite) climate data record</i> [Diploma Thesis, Technische Universität Wien]. reposiTUm. https://doi.org/10.34726/hss.2019.71920</div>
</div>
-
dc.identifier.uri
https://doi.org/10.34726/hss.2019.71920
-
dc.identifier.uri
http://hdl.handle.net/20.500.12708/11462
-
dc.description
Abweichender Titel nach Übersetzung der Verfasserin/des Verfassers
-
dc.description.abstract
ESA CCI Soil Moisture ist ein mehr als 40 Jahre umfassender Datensatz, der den global Bodenwassergehalt beschreibt. Es werden darin Messungen unterschiedlicher aktiver und passiver, satellitengestützterMikrowellen-Fernerkundungssystemen vereint. Unterschiede in den Sensoreigenschaften (wie Wellenlänge oder Polarisation der gemessenen Strahlung) der kombinierten Messsysteme können zu Inhomogenitäten ("Sprüngen") im finalen Datensatz führen, die weiterführende Studien negative beein ussen können. Diese Arbeit befasst sich mit der Untersuchung von drei Methodiken zur Reduzierung von Inhomogenitäten im ESA CCI SM Datensatz. Ihr Potential zur Verbesserung der Homogenität inerhalb des Datensatzes wird ebenso wie ihre Auswirkungen auf den Datensatz im Bezug auf Validierungsmetriken untersucht. Der Ein uss von Inhomogenitäten und deren Korrektur auf Langzeitstudien wird Anhand von Trends im Bodenfeuchtesignal untersucht. Wir kommen zum Schluss, dass alle drei Methoden die Anzahl der detektierbaren Inhomogenitäten im Datensatz reduzieren, wobei Unterschiede im Potential zur Korrektur von Inhomogenit äten in der Varianz der Messungen festgestellt werden. Validierung der korrigierten Messungen zeigt nur geringe änderungen im Hinblick auf (relative) Fehlermetriken. änderungen in den Bodenfeuchtetrends aufgrund der Korrektur werden in einigen Gebieten festgestellt. Die Korrektur von Inhomogenitäten verbessert global betrachtet die Qualität des Datensatzes, wobei der das Klima beschreibenden Anteil des Signals weitestgehend erhalten bleibt. Eine der drei Methodiken ("Quantile Category Matching") wird gegenüber den anderen als bevorzuziehend identifiziert.
de
dc.description.abstract
The ESA CCI Soil Moisture COMBINED product is a more than 40 year long data record on global soil moisture for climate studies and applications. It merges soil moisture observations derived from multiple active and passive satellite remote sensing instruments in the microwave domain. Differences in sensor characteristics (such as frequency or polarisation) can cause structural breaks in the product, which are not completely removed during the merging process. These artificially caused discontinuities can adversely affect studies using the long-term data set as they make changes in the observations unrepresentative of long-term changes in reality. Here we compare three adjustment methods in terms of reducing the number of detected breaks in the soil moisture record. We investigate their impact on the data with multiple validation metrics. Their potential (negative) influence is examined by comparing trends in the data before and after homogenisation. We find that all three presented methods can reduce the number of detected breaks in ESA CCI SM. Differences between the methods mainly concern their ability to handle inhomogeneities in variance. Evaluation of the corrected data shows limited impact of homogenisation in terms of quantitative validation metrics. Changes in soil moisture trends due to removing breaks are found in some areas. We find that break correction overall improves the already rather homogeneous data set while preserving its climate describing characteristics. Quantile Category Matching is identified as the preferred method in terms of correcting breaks in ESA CCI SM.
en
dc.language
English
-
dc.language.iso
en
-
dc.rights.uri
http://rightsstatements.org/vocab/InC/1.0/
-
dc.subject
Remote Sensing
en
dc.subject
Climate
en
dc.subject
Soil Moisture
en
dc.title
Homogenisation of structural breaks in the global ESA CCI Soil Moisture (multi-satellite) climate data record
en
dc.title.alternative
Korrektur von strukturellen Inhomogenitäten im globalen ESA CCI Soil-Moisture-Datensatz (von multiplen Satelliten)
de
dc.type
Thesis
en
dc.type
Hochschulschrift
de
dc.rights.license
In Copyright
en
dc.rights.license
Urheberrechtsschutz
de
dc.identifier.doi
10.34726/hss.2019.71920
-
dc.contributor.affiliation
TU Wien, Österreich
-
dc.rights.holder
Wolfgang Preimesberger
-
dc.publisher.place
Wien
-
tuw.version
vor
-
tuw.thesisinformation
Technische Universität Wien
-
tuw.publication.orgunit
E120 - Department für Geodäsie und Geoinformation
-
dc.type.qualificationlevel
Diploma
-
dc.identifier.libraryid
AC15533691
-
dc.description.numberOfPages
52
-
dc.identifier.urn
urn:nbn:at:at-ubtuw:1-131916
-
dc.thesistype
Diplomarbeit
de
dc.thesistype
Diploma Thesis
en
tuw.author.orcid
0000-0002-6655-0588
-
dc.rights.identifier
In Copyright
en
dc.rights.identifier
Urheberrechtsschutz
de
tuw.advisor.staffStatus
staff
-
tuw.advisor.orcid
0000-0001-8054-7572
-
item.fulltext
with Fulltext
-
item.cerifentitytype
Publications
-
item.mimetype
application/pdf
-
item.openairecristype
http://purl.org/coar/resource_type/c_bdcc
-
item.languageiso639-1
en
-
item.openaccessfulltext
Open Access
-
item.openairetype
master thesis
-
item.grantfulltext
open
-
crisitem.author.dept
E120-08 - Forschungsbereich Klima- und Umweltfernerkundung