Sentinel- ja Landsat- satelliittien aineistojen hyödyntäminen Itämeren ja Suomen järvien vedenlaadun määrityksessä (VESISEN)

Sentinel 2 -satelliitin ottama kuva länsirannikosta 27.8.2016, ESA Sentinel program, prosessointi: SYKE. (Kuvasta aukeaa laajempi kartta).

VESISEN-projektin tavoitteena on kehittää menetelmiä uusien EU:n Copernicus-ohjelman Sentinel-sarjan satelliittien aineistojen hyödyntämiseksi Suomen vesialueiden vedenlaadun seurannassa. Projektissa selvitetään, millä tarkkuudella uudet satelliittiaineistot on mahdollista ottaa käyttöön parantamaan ympäristön tilan seurantoja. Satelliittihavaintojen etuna on suuri yksittäisten havaintojen määrä sekä hyvä ajallinen ja alueellinen kattavuus. Kaukokartoituskehitystyön tavoitteena on parantaa seurannan kattavuutta erityisesti niillä alueilla, joilla perinteinen seuranta ei tuota tarpeeksi tietoa vesistöjen tilasta.

VESISEN-hankkeen loputtua (31.3.2018) on tiedossa, miltä Suomen vesialueilta voidaan jatkossa tulkita luotettavasti kaukokartoituksen avulla tärkeimpiä vedenlaatumuuttujia. Lisäksi kullekin vedenlaatumuuttujalle tehdään laatuluokitus alueittain, jotta tulkinnan keskimääräinen tarkkuus on tiedossa. Vuonna 2017 tehdään osalta alueista testituotteita ja vuonna 2018 käynnistetään VESISEN-projektin tulosten perusteella Sentinel-sarjan satelliitteihin perustuva vedenlaadun kaukokartoitus järviltä ja Itämereltä.

Sentinel-sarjan satelliiteista vedenlaadun kannalta kiinnostavimmat ovat Sentinel-2 (S2) ja Sentinel-3 (S3). Uusien satelliittien aineistojen hyödyntäminen vesialueiden seurannassa mahdollisimman tehokkaasti edellyttää kansallista tutkimuspanosta erityisesti vuosien 2016–2017 aikana.  Ensimmäinen neljästä S2-satelliitista laukaistiin kesäkuussa 2015, josta alkoi tarkan maastoerotuskyvyn (10 - 60 metriä) MSI-instrumentin aikasarja. Sentinel-3-satelliitin ( sarjan ensimmäinen, S3A, laukaistiin helmikuussa 2016) OLCI soveltuu hyvin Itämeren ja suurten järvien lähes päivittäiseen havainnointiin ja se on optimaalinen instrumentti a-klorofyllimäärityksiin. S3-satelliitissa on myös uusi SLSTR-instrumentti pintalämpötilahavaintojen tekemiseen, mikä mahdollistaa paitsi Itämeren myös Suomen suurien järvien pintalämpötilahavainnot hieman aiempaa paremmin.

NASAn Landsat 8 -satelliitin (LC8) OLI-instrumentin aineistoilla voidaan määritellä pääasiassa sameutta sekä näkösyvyyttä, mutta sen aineiston käsittelyyn ei ole saatavilla yhtä hyviä ohjelmia kuin Sentinel-sarjan instrumenteille. Hankkeessa keskitytäänkin pääasiassa Sentinel-sarjan aineistoihin.

Hankkeen osa-alueet

VESISEN koostuu algoritmikehitystyöstä, maastomittauskampanjoista, Alg@line-aineiston hyödyntämisestä ja laatukalibroinnista sekä VHS-seurannan tulosten hyödyntämisestä satelliittiaineiston validoinnissa. Maastoaineistojen hyödyntäminen algoritmikehitystyössä on tärkeä osa kokonaisuutta. Samalla työstetään vertailuaineistoa asemahavaintojen ja satelliittihavaintojen vastaavuuksista ja eroista. Säkylän Pyhäjärven automaattiaseman ylläpito on myös yksi hankeen osa-alue.

Algoritmikehitystyössä keskitytään a-klorofyllin, sameuden, näkösyvyyden ja humuksen mahdollisimman tarkkaan määrittämiseen kolmen eri satelliitti-instrumentin aineistoista.
Hankkeessa käytettävät instrumentit ovat

• S3 OLCI (Ocean and Land Color Instrument)
• S2 MSI (MultiSpectral Instrument)
• LC8 OLI (Operational Land Imager)
• SLSTR (Sea and Land Surface Temperature Radiometer)

Käytettävissä on useita laskenta-algoritmeja kuten bio-optisia malleja, joiden käyttökelpoisuus arvioidaan erityyppisille vesialueille. Varsinaisen vedenlaatutulkinnan lisäksi kunkin instrumentin osalta kehitetään automaattiset menetelmät, joilla poistetaan vedenlaadun tulkinnan estävät pilvialueet, vesialueiden matalikot sekä maa-alueet ja saaret. Tarkan maastoerotuskyvyn instrumenttien osalta kuvilta havaitaan myös vaahtopäitä ja laivoja, jotka poistetaan lopullisesta vedenlaadun tulkintakuvasta.

Suomen rannikon ja järvien optiset ominaisuudet edellyttävät kohdennettuja optisia maastomittauskampanjoita, jotka tehdään samana päivänä satelliitin ylilennon kanssa. VESISEN-hankkeessa toteutetaan neljä optista maastomittauskampanjaa rannikolla ja järvillä. Ensimmäinen kampanja oli Helsingin edustalla 8.9.2016, loput pidetään vuoden 2017 aikana.

Liittymäkohdat muihin hankkeisiin

VESISEN-hanke liittyy olennaisesti sekä aiempiin vedenlaadun tutkimusprojekteihin että käynnissä oleviin hankkeisiin. Erityisesti VESISEN hyödyntää ENVIBASE-hankkeessa rakennettavaa Sodankylän vastaanottoasemalla sijaitsevaa Kansallista Satellittidatakeskusta, jonne asennetulla Calvalus-laskentajärjestelmällä tehdään Sentinel-kuvien vedenlaadun tulkintaan liittyvät laskennat. VESISEN-hankkeessa hyödynnetään osin aiempien projektien algoritmikehitystä. Hankkeen aikana sekä sen jälkeen uusien instrumenttien havainnoilla voidaan jatkaa mm. SYKEn siemenrahahankkeessa EOMOREssa toteutettuja VPD-luokitteluun kehitettyjä menetelmiä. GEOMON- ja MaaMet-hankkeissa on aiemmin kehitetty menetelmiä rannikon jokivesien kuormitusalueiden määrittämiseen. Näitä menetelmiä voidaan hyödyntää myös Sentinel-aineistoilla.

Lisätietoja

Erikoistutkija Jenni Attila, SYKE, etunimi.sukunimi@ymparisto.fi

Tieteelliset julkaisut

• Simis SGH, Ylöstalo P, Kallio KY, Spilling K11, Kutser T (2017). Contrasting seasonality in optical-biogeochemical properties of the Baltic Sea. PLoS ONE 12(4): e0173357. https://doi.org/10.1371/journal.pone.0173357
• Ligi, M., Kutser, T., Kallio, K., Attila, J., Koponen, S., Paavel, B., Soomets, T., Reinart, A., (2017). Testing the performance of empirical remote sensing algorithms in the Baltic Sea waters with modelled and in situ reflectance data. Oceanologia, Oceanologia 59: 57—68.
• Kallio, K., Koponen, S., Ylöstalo, P., Kervinen, M., Pyhälahti, T., Attila, J.,(2015). Validation of MERIS spectral inversion processors using reflectance, IOP and water quality measurements in boreal lakes. Remote Sensing of Environment 157: 147–157.
• Ylöstalo, P., Kallio, K. & Seppälä, J. (2014). Absorption properties of in-water constituents and their variation among various lake types in the boreal region. Remote Sensing of Environment 148: 190–205.
• 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.
• Kallio, K. 2012. Water quality estimation by optical remote sensing in boreal lakes. Monographs of the Boreal Environment Research no. 39: 1-54. https://helda.helsinki.fi/handle/10138/39326
• Lepistö, A., Huttula, T., Koponen, S., Kallio, K., Lindfors, A., Tarvainen, M. & Sarvala, J. (2010). Monitoring of spatial water quality in lakes by remote sensing and transect measurements. Aquatic Ecosystem Health & Management 13(2): 176-184.
• Kallio, K., Attila, J., Härmä, P., Koponen, S., Pulliainen, J., Hyytiäinen, U.-M. & Pyhälahti, T. (2008). Landsat ETM+ Images in the Estimation of Seasonal Lake Water Quality in Boreal River Basins. Environmental Management 42: 511-522.
• Koponen, S., Attila, J., Pulliainen, J., Kallio, K., Pyhälahti, T., Lindfors, A., Rasmus, K., Hallikainen, M., (2007). A case study of airborne and satellite remote sensing of a spring bloom event in the Gulf of Finland. Continental Shelf Research 27 (2): 228-244.
• Attila, J., Pyhälahti, T., Hannonen, T., Kallio, K., Pulliainen, J., Koponen, S., Härmä, P., & Eloheimo, K. (2008). Analysis of turbid water quality using airborne spectrometer data with a numerical weather prediction model-aided atmospheric correction. Photogrammetric Engineering and Remote Sensing 74 (3): 363–374.
• Kallio, K., (2006). Optical properties of Finnish lakes estimated with simple bio-optical models and water quality monitoring data. Nordic Hydrology, 37 (2), 183–204.
• Kallio, K., Pulliainen, J., & Ylöstalo, P. (2005). MERIS, MODIS and ETM channel configurations in the estimation of lake water quality from subsurface reflectance with semi-analytical and empirical algorithms. Geophysica 41: 31-55. (pdf, 530 kB)
• Kutser, T., Pierson, D. C., Kallio, K. Y., Reinart, A. & Sobek, S. (2005). Mapping lake CDOM by satellite remote sensing. Remote sensing of Environment 94: 535-540.
• Kutser, T., Pierson, D., Tranvik, L., Reinart, A., Sobek, S. & Kallio, K. (2005). Estimating the colored dissolved organic matter absorption coefficient in lakes using satellite remote sensing. Ecosystems 8: 709-720.
• Vepsäläinen, J., Pyhälahti, T., Rantajärvi, E., Kallio, K., Pertola, S., Stipa, T., Kiirikki, M., Pulliainen, J. & Seppälä, J. (2005). The combined use of optical remote sensing data and unattended flow-through fluorometer measurements in the Baltic Sea. International Journal of Remote Sensing 26 (2): 261-282.
• Pulliainen, J., Vepsäläinen, J., Kaitala, S., Hallikainen, M., Kallio, K., Fleming, V., Maunula, P. (2004). Regional Water Quality Mapping through the Assimilation of Space-Borne Remote Sensing Data to Ship-Based Transect Observations. Journal of Geophysical Research, Vol. 109, No. C12, C12009.
• Koponen, S., Kallio, K., Pulliainen, J., Vepsäläinen, J., Pyhälahti, T., Hallikainen, M. (2004). Water Quality Classification of Lakes Using 250-m MODIS Data. IEEE Geoscience and remote sensing letters 1(4): 287-291.
• Kallio, K., Koponen, S., Pulliainen, J., (2003). Feasibility of airborne imaging spectrometry for lake monitoring—a case study of spatial chlorophyll a distribution in two meso-eutrophic lakes. International Journal of Remote Sensing 24 (19): 3771–3790.
• Härmä, P., Vepsäläinen, J., Hannonen, T., Pyhälahti, T., Kämäri, J., Kallio, K., Eloheimo, K., Koponen, S. (2001). Detection of water quality using simulated satellite data and semi empirical algorithms in Finland. The Science of Total Environment 268 (1-3): 107-121.
• Kallio, K., Kutser, T., Hannonen, T., Koponen, S., Pulliainen, J., Vepsäläinen, J., Pyhälahti, T. (2001). Retrieval of water quality from airborne imaging spectrometry of various lake types in different seasons. The Science of Total Environment 268 (1-3): 59-77.
• Koponen, S., Pulliainen, J., Servomaa, H., Zhang, Y., Hallikainen, M., Kallio, K., Vepsäläinen, J., Pyhälahti, T., Hannonen, T. (2001). Analysis on the feasibility of multi source remote sensing observations for chl a monitoring in Finnish lakes. The Science of the Total Environment 263(1-3): 95-106.
• Kutser, T., Herlevi, A., Kallio, K. & Arst, H., (2001). A hyperspectral model for interpretation of passive optical remote sensing data from turbid lakes. The Science of the Total Environment 268: 47-58.
• Pulliainen, J., Kallio K., Eloheimo, K., Koponen, S., Servomaa, H., Hannonen, T., Tauriainen, S., Hallikainen, M. (2001). A semi-operative approach to water quality retrieval from remote sensing data. The Science of The Total Environment 268: 79-93.

Muita julkaisuja

• Koponen, S. ja Attila, J., Sentinel-satelliitit mullistavat vesiseurannan, Vesitalous 2/2017, pp. 16-19.
• Attila, J., Alasalmi, H., Bruun, E., Kallio, K. ja Räike, A. 2016. Jokivesien sameusalueet rannikolla vuosien 2003 -2015 satelliittikuvista arvioituna. 12 s. (pdf, 2842 kB)