Towards a Generalized Machine Learning Approach for Estimating Chlorophyll Values in Inland Waters with Spectral Data

Wasser ist ein wesentliches Element des Lebens. Seine Qualität ist jedoch bedroht, zum Beispiel durch schädliche Algenblüten oder anthropogene Verschmutzungen. Regelmäßige Kontrollen ermöglichen das Erkennen von Veränderungen der Wasserqualität von Binnengewässern. Konventionelle Wasserqualitätskontrollen werden hauptsächlich mittels In-situ-Probenahmen durchgeführt, eine teure und arbeitsintensive Vorgehensweise. Spektrale Fernerkundung kann eine Alternative zu In-situ-Beprobungen sein. Die sichtbare und nahinfrarote Strahlung, die von einem Sensor aufgenommen wird, hat mit dem Wasserkörper und dessen Inhaltsstoffen interagiert. Dadurch enthält die Strahlung Informationen über Absorptions- und Streuprozesse in der Wassersäule. Ein Parameter, der stark mit der Strahlung wechselwirkt, ist das pflanzliche Pigment Chlorophyll a. Chlorophyll a ist ein Proxy für die Phytoplanktonabundanz und kann daher mit der Wasserqualität in Verbindung gebracht werden. Die spektrale Überlappung mit anderen Wasserinhaltsstoffen erschwert die Bestimmung des Chlorophyll a-Gehalts mit spektralen Daten in der Wassersäule. Daher ist ein zuverlässiger Modellierungsansatz erforderlich, um diese nicht-lineare Regressionsaufgabe zu lösen und damit kontinuierliche Chlorophyll a-Werte aus Spektraldaten zu gewinnen. Eine zusätzliche Anforderung an einen solchen Ansatz ist die Anwendbarkeit auf die meisten der weltweiten Binnengewässer, da der Mangel an Referenzdaten nicht erlaubt, spezialisierte Modelle für jeden einzelnen See zu generieren. Diese Generalisierungsanforderung passt perfekt zu Ansätzen des überwachten maschinellen Lernens. Ein Hauptziel dieser Arbeit ist daher das Trainieren und Evaluieren von überwachten maschinellen Lernverfahren zum Schätzen kontinuierlicher Chlorophyll a-Werte von mehreren Binnengewässern. Die untersuchten Studien stützen sich dabei vollständig auf spektrale In-situ-Messungen. Dieser Aufbau erlaubt eine detailliertere Analyse der Beziehungen zwischen spektralen Daten und Wasserparametern. Außerdem wird der Einfluss der Atmosphäre verringert. Drei verschiedene Datensätze wurden im Rahmen dieser Arbeit aufgenommen, um den Generalisierungsprozess der generierten Modelle zu untersuchen. Die Variabilität der Datensätze nimmt dabei sukzessive zu. Daher wurden für diese Datensätze drei Studienkonfigurationen entworfen, die sukzessive die Anforderung zur Generalisierung der Modelle erhöhen. In der ersten Konfiguration werden lediglich Modelle untersucht, die sich auf ein einzelnes Gewässer beziehen. Im Gegensatz dazu stützt sich die letzte Konfiguration auf einen vollständig simulierten Datensatz für den Trainingsprozess der Modelle, während deren Evaluierung auf einem völlig unabhängigen Datensatz mit elf verschiedenen Binnengewässern erfolgt. Die Idee hinter diesem Konzept ist, wenn die Modelle die Chlorophyll a-Werte der elf völlig unbekannten Binnengewässer schätzen können, werden sie vermutlich auch weltweit, die Werte ähnlicher Binnengewässer schätzen können. Ein eindimensionales CNN als Vertreter der Deep-Learning-Verfahren hat sich dabei als das Modell mit den besten Generaliserungseigenschaften bei zufriedenstellender Schätzgenauigkeit erwiesen. Ein weiteres Augenmerk wird auf die spektrale Auflösung gelegt. Eine Verringerung der spektralen Auflösung von hyperspektral auf multispektral ist mit einem Informationsverlust verbunden. Die Schätzungsergebnisse aus dem eindimensionalen CNN zeigen, dass eine hyperspektrale Auflösung für ein vollständig generalisierendes Modell notwendig ist. Eine multispektrale Auflösung ist jedoch ausreichend für weniger generalisierende Modelle. Diese Erkenntnisse sind wichtig um im Hinblick auf ein zukünftiges Forschungsvorhaben den Upscaling-Ansatz auf reale Satellitendaten zu realisieren und damit eine flächendeckende Überwachung der Wasserqualität zu verwirklichen