[FI] Satelliitti-instrumenttien havainnoista seurataan veden sameutta pilvettömiltä alueilta sulan veden aikana Suomen merialueilta ja järviltä.
Sameus tulkitaan satelliitti-instrumenttien havainnoista Suomen merialueilta ja järvistä pilvettömiltä alueilta. Sameushavainnoissa näkyy usein luonnollista vaihtelua, kuten jokien rannikkovesiin tuoma maaperä tai voimakkaiden tuulien aiheuttama resuspensio, joka nostaa sameaa vettä pohjasta pintaan. Tulkinta perustuu EUn Copernicus-ohjelman Sentinel-2-sarjan MSIn (Multi-spectral Instrument) havaintoihin vuodesta 2016 lähtien. Tulkinta tehdään 60 metrin tarkkuudella. Vastaava sameustulkinta tehdään myös NASAn Landsat-8/9 -satelliitien OLI/OLI-2 -instrumentien aineistoista (erillinen metadata).
Sameuden tulkinta perustuu satelliitti-instrumentin havaitsemaan vesialueelta tulevan auringon säteilyn heijastukseen, joka on suurempi sameilla vesialueilla kuin kirkkailla alueilla. Sameuden tulkinta tehdään mallilla, joka perustuu neuroverkkoon (Case-2 Regional CoastColour), (Brockmann et al. 2016; Doerffer et a. 2007; 2008a; 2008b). Malli on avoimesti saatavilla SNAP-ohjelmiston kautta. Syke:n tiedoissa mallin lopputulos on kuitenkin sovitettu vastaamaan Suomen rannikko- ja järvialueiden optisia ominaisuuksia. Sovitus perustuu kenttäkampanjoihin ja ympäristöhallinnon asemanäytteenottoon rannikolla ja järvillä (perusperiaate kuvattu Attila et al., 2013).
Käyttötarkoitus: Suomen merialueiden ja järvien vedenlaadun seuranta.
Aineisto kuuluu SYKEn avoimiin aineistoihin (CC BY 4.0).
[EN] Satellite observations are used to monitor turbidity of water from cloudless regions during meltwater from Finnish sea areas and lakes.
Turbidity is interpreted satellite instrument observations from the sea areas and lakes in Finland in cloudless periods and regions. Turbidity maps often show natural variation, such as soil brought into the coastal waters by rivers or resuspension caused by strong winds, which raises more turbid water from the bottom to the surface. The interpretation is based on the MSI (Multi-spectral Instrument) of the Sentinel-2 series of the EU Copernicus program (also OLI/OLI-2 instruments of the NASA Landsat-8/9 satellites, see separate metadata) starting from year 2016. The interpretation is made with an accuracy of 60 m.
The turbidity interpretation is based on the reflection of solar radiation from the water area detected by the satellite instrument, which is higher in turbid water areas than the water reflection in bright areas. The turbidity estimation is done with a model based on a neural network (Case-2 Regional CoastColour), (Brockmann et al. 2016; Doerffer, et al. 2007; 2008a; 2008b). The model is openly available through SNAP software. In Syke's data, however, the final result of the model has been adapted to correspond to the optical properties of the Finnish coast and lake areas. The adaptation is based on field campaigns and station sampling (as exemplified e.g. in Attila et al., 2013).
Viitteet / References
Attila, J., Koponen, S., Kallio, K., Lindfors, A., Kaitala, S., & Ylöstalo, P. (2013). MERIS Case II water processor comparison on coastal sites of the northern Baltic Sea, Remote Sensing of Environment, 128, 138–149.
Brockmann, C & Doerffer, R. (2016). Evolution of the C2RCC neural network for Sentinel 2 and 3 for the retrieval of ocean colour products in normal and extreme optically complex waters. Proc. Living Planet Symposium, ESA SP-470.
Doerffer, R. & Schiller, H. (2007). The MERIS Case 2 algorithm. International Journal of Remote Sensing, 28 (3–4), 517–535. doi:10.1080/01431160600821127.
Doerffer, R., & Schiller, H. (2008a). MERIS Regional Coastal and Lake Case 2 Water Project Atmospheric correction ATBD (Algorithm Theoretical Basis Document) 1.0. 41 p.
Doerffer, R. & Schiller, H., (2008b). MERIS Lake Water Project - Lake Water Algorithm for BEAM, ATBD (Algorithm Theoretical Basis Document) 1.0, 17 p.
WMS-palvelin / WMS service endpoint: https://geoserver2.ymparisto.fi/geoserver/eo/wms
WMS-taso / WMS layer: EO_HR_WQ_S2_TURB