Prozessierung von Sentinel-5P-Daten in der ArcGIS-Plattform

• anthropogen verursachte Stickstoffdioxide entstehen überwiegend bei Verbrennungsprozessen in Anlagen und Motoren
• im Straßenverkehr entsteht dabei der größte Teil der Emissionen

Das TROPOMI-Instrument (TROPOspheric Monitoring Instrument) an Bord von Sentinel-5P misst unterschiedliche Parameter, unter anderem Stickstoffdioxid.

• Erdbeobachtungsprogramm der Europäischen Kommission und der ESA
• liefert genaue, zeitnahe und leicht zugängliche Informationen
• Ziel: besseres Verständnis für den Umgang mit der Umwelt und die Auswirkungen des Klimawandels, Gewährleistung der zivilen Sicherheit
• Schirmherr der Sentinel-Flotte

Technische Details

• Bereitgestellt durch die ESA seit Oktober 2017
• Orbithöhe: 824 km
• Zeitliche Auflösung: täglich
• Räumliche Auflösung: 7 x 3,5 km
• Datenformat: NetCDF (Multidimensionaler Datensatz)

Ziel der Mission

Operative Überwachung der Atmosphäre:

• Luftqualität
• Ozon und Oberflächen-UV
• Klimaveränderungen

• Sensortyp: passiv
• Spektraler Bereich: UV, sichtbares Licht, Infrarot

Das TROPOMI- Instrument, an Bord von Sentinel-5P, misst unterschiedliche Parameter, die als eigene Produkttypen angeboten werden:

Je nach Anwendung werden unterschiedliche Produkttypen benötigt:

• Datenformat: NetCDF (Multidimensionaler Datensatz)
• Jeder Parameter als eigener Produkttyp mit mehreren Variablen verfügbar

Um die NO2-Konzentrationen in der Troposphäre bestimmen zu können, muss der Produkttyp "S5P_L2_NO2___" verwendet werden.

Detaillierte Informationen sind dem Benutzerhandbuch zu entnehmen:

ca. 100 Produktvariablen

• Produktinformationen (Breiten-/Längengrad, Uhrzeit, Azimutwinkel, …)
• Messwerte (NO2, NO2-Genauigkeit, Qualitätsmessung, …)
• Statistiken

Benötigte Variablen

1) NO2-Gehalt der Troposphäre

• Variable: PRODUCT/nitrogendioxide_tropospheric_column
• Einheit: mol/m² (Verhältnis der Dichte der schrägen Säule von NO2 und des Gesamtluftmassenfaktors)

>> Problem: Wind und Wolken verfälschen die gemessenen Werte

2) Zusätzlich Wolkenmaske berücksichtigen

• Variable: PRODUCT/qa_value
• Gibt die Fehlerwahrscheinlichkeit der gemessenen Werte an (u. a. durch Wolkenbedeckung oder Schnee)
• Einheit: Prozent; von 0 (Fehler) bis 1 (kein Fehler)
• Schwellenwert für Fehlerkorrektur: 0,5 bzw. 0,75

Durch eine Verschneidung der beiden Variablen und der daraus resultierenden Eliminierung von Fehlern (qa_value < 0,5 = NoData) erhält man einen korrigierten Stickstoffdioxid-Layer.

Die Sentinel-5P-Daten wurden mithilfe eines R-Skripts ausgelesen und anschließend mit einem Python-Skript (ModelBuilder in ArcGIS Pro) entsprechend visualisiert. Wie das geht, wird im nächsten Abschnitt genauer erläutert.

Ziel: Animation über zeitlichen Verlauf der NO2-Konzentrationen in der Troposphäre mit tagesaktuellen Werten

Wie wird vorgegangen?

Die Analyse besteht aus zwei Teilen: Der erste Teil beinhaltet die Datenbeschaffung und die Datenprozessierung in R, der zweite die Darstellung und Visualisierung mittels ModelBuilder (Python) in ArcGIS Pro. Dabei steht die Automatisierung im Vordergrund.

Sobald die Skripte aufgesetzt sind, können diese z. B. mithilfe des Windows Aufgabenplaners (Windows Scheduler) jeden Tag automatisch ausgeführt werden.

Warum werden hier Mittelwerte pro Pixel über fünf Tage gebildet?

Die Mittelung der NO2-Konzentrationen über eine 5-Tage-Spanne bereinigt unterschiedliche Effekte:

• NoData-Werte aufgrund von Wolken (durch qa-Variable maskiert)
• NoData-Werte aufgrund von fehlerhaften Überlappungsbereichen der Satellitenszenen (durch qa-Variable maskiert)
• Winde, die die NO2-Verwehungen in oder aus Nachbarländern beeinflussen

Beim Export der NO2-Werte in ein TIFF ist es wichtig, das Datum der Aufnahme bzw. des Moving Window in der Benennung zu speichern.

In ArcGIS Pro lässt sich ganz einfach über den  ModelBuilder  ein automatisierter Workflow erstellen, der mithilfe der entsprechenden Geoverarbeitungswerkzeuge räumliche Analysen durchführt.

In diesem Fall wird ein  Mosaik-Dataset  erstellt und täglich mit den neu exportierten NO2-TIFF-Dateien angereichert. Dadurch, dass die Rasterdaten mit einem Datum versehen sind, werden diese automatisch chronologisch angeordnet.

In ArcGIS Pro erscheint nun ein Zeitstrahl über den definierten Zeitrahmen.

Das Mosaik-Dataset kann zudem als  Image-Service  auf einem ArcGIS-Server veröffentlicht werden.

Der Schwerpunkt dieser Story-Map liegt auf der verwendeten Technologie und nicht auf der wissenschaftlichen Interpretation der Ergebnisse. Dennoch gilt:

• Werte geben Auskunft über NO2-Konzentration in der Troposphäre (bis 15 km über Erdoberfläche), nicht aber an bestimmter Stelle in Bodennähe (z. B. viel befahrene Straße)
• NO2-Konzentrationen beruhen auf unterschiedlichen Einflussfaktoren: Winde beeinflussen die NO2-Verwehungen aus oder in Nachbarländern; Wolkenbedeckung verfälscht Messwerte und muss maskiert werden; Niedrige Temperaturen verhindern das Aufsteigen der Luftmassen und somit auch das Aufsteigen von NO2; Gewitter: Blitze als Quelle von Stickoxiden
• Eine Mittelung über einen bestimmten Zeitraum umgeht NoData-Werte und bereinigt weitestgehend punktuell auftretende meteorologische Effekte

In diesem Beispiel wurden NO2-Konzentrationen über Deutschland, Österreich und der Schweiz ab März 2020 prozessiert und als Image-Service veröffentlicht: