Využití družicových dat vysokého časového rozlišení v monitoringu kvality vody

Abstract

Využití družicových dat vysokého časového rozlišení v monitoringu kvality vody Abstrakt Práce se zabývá možnostmi sledování kvality mořské vody (přesněji koncentrace chl-a) pomocí družicových dat vysokého časového rozlišení. V teoretické části jsou popsány základní principy DPZ, spektrální charakteristiky vody a jejich změny způsobené vlivem látek ve vodě přítomných. Jsou zde popsány metody, jak z družicových dat ze skeneru MERIS družice Envisat s pomocí analytického modelování získat hodnoty chlorofylu-a. V praktické části jsou použity tři nástroje ze softwaru BEAM a to standardní MERIS procesor Case 2 Regional, FUB/Wew Water procesor a FLH/MCI procesor. Celkem je zpracováno 10 snímků, pět pro každou ze dvou zájmových oblastí, kterými jsou Golfe du Lion (Francie) a průlivy Skagerrak a Kattegat. Jelikož je k dispozici jen velmi malé množství terestrických dat ke kontrole vymodelovaných hodnot, nelze posoudit, který z nástrojů je nejvhodnější. Je však zřejmé, že tyto procesory vyvinuté pro globální použití nemohou dosahovat přesnosti algoritmů vytvořených pro danou oblast a dané atmosférické podmínky.

The use of high temporal resolution satellite data for monitoring of water quality Abstract Present study compares possibilities of sea water quality monitoring using high temporal resolution satellite data. The theoretical part describes basic principles of remote sensing, the spectral characteristics of water and their change caused by substances present in the water. The analytical modeling methods of chlorophyll-a concentration retrieval from MERIS data are described. In the study three processors are used, standard MERIS processor Case 2 Regional, FUB/Wew Water processor and FLH/MCI processor. In total 10 satellite images are processed, five for each of the two studied areas, the Golfe du Lion in France and Skagerrak and Kattegat straights in Northern Europe. As there is only limited dataset of in situ measurements available to validate the results, it is impossible to decide which of the processors is the most suitable one. It is however clear that none of the globally applicable algorithms can be as accurate as algorithms developed for the exact location and atmospheric actual conditions.