Water quality estimation by optical remote sensing in boreal lakes

In lake-rich regions, the gathering of information about water quality is challenging because only a small proportion of the lakes can be assessed each year by conventional methods. One of the techniques for improving the spatial and temporal representativeness of lake monitoring is remote sensing from satellites and aircrafts. The experimental material included detailed optical measurements in 11 lakes, air- and spaceborne remote sensing measurements with concurrent field sampling, automatic raft measurements and a national dataset of routine water quality measurements from over 1100 lakes. The analyses of the spatially high-resolution airborne remote sensing data from eutrophic and mesotrophic lakes showed that one or a few discrete water quality observations using conventional monitoring can yield a clear over- or underestimation of the overall water quality in a lake. The use of TM-type satellite instruments in addition to routine monitoring results substantially increases the number of lakes for which water quality information can be obtained. The preliminary results indicated that coloured dissolved organic matter (CDOM) can be estimated with TM-type satellite instruments, which could possibly be utilised as an aid in estimating the role of lakes in global carbon budgets. Based on the results of reflectance modelling and experimental data, MERIS satellite instrument has optimal or near-optimal channels for the estimation of turbidity, chlorophyll a and CDOM in Finnish lakes. MERIS images with a 300 m spatial resolution can provide water quality information in different parts of large and medium-sized lakes, and in filling in the gaps resulting from conventional monitoring. Algorithms that would not require simultaneous field data for algorithm training would increase the amount of remote sensing-based information available for lake monitoring. The MERIS Boreal Lakes processor, trained with the optical data and concentration ranges provided by this study, enabled turbidity estimations with good accuracy without the need for algorithm correction with field measurements, while chlorophyll a and CDOM estimations require further development of the processor. The accuracy of interpreting chlorophyll a via semi empirical algorithms can be improved by classifying lakes prior to interpretation according to their CDOM level and trophic status. Optical modelling indicated that the spectral diffuse attenuation coefficient can be estimated with reasonable accuracy from the measured water quality concentrations. This provides more detailed information on light attenuation from routine monitoring measurements than is available through the Secchi disk transparency. The results of this study improve the interpretation of lake water quality by remote sensing and encourage the use of remote sensing in lake monitoring.

Kaukokartoituksella saadaan alueellisesti ja ajallisesti kattavaa tietoa järvistä ja niiden vedenlaadusta. Tämän kaltaiselle tiedolle on erityistä tarvetta runsasjärvisillä alueilla, joilla vain pientä osaa järvistä pystytään vuosittain seuraamaan perinteisin menetelmin. Tässä väitöskirjatyössä selvitettiin eri tulkintamenetelmien ja kaukokartoitusinstrumenttien soveltuvuutta Suomen järvien vedenlaadun arvioimiseksi sekä menetelmiä valon tunkeutumissyvyyden määrittämiseksi. Kaukokartoitus soveltuu instrumentin ominaisuuksista riippuen sameuden, rehevyystason, humuksen ja näkösyvyyden arviointiin. Väitöskirjassa osoitettiin, että boreaalisille järville kehitetyn prosessorin avulla tulkitut MERIS satelliittikuvat arvioivat sameutta hyvällä tarkkuudella ilman kuvakohtaista kalibrointia. Prosessorin opettamiseen käytettiin Suomen järvien optisia ominaisuuksia ja vedenlaadun vaihtelua. Menetelmät, jotka eivät vaadi kenttähavaintoja algoritmien kalibrointiin, lisäävät huomattavasti käyttökelpoisten kaukokartoitusarvioiden määrää. Alueellisesti tarkkojen TM-tyyppisten satelliittikuvien ilmakehäkorjaus ei riittävästi korjannut kuvien välistä vaihtelua. Näin ollen näiden kuvien käyttö järvien seurantaan edellyttää ylilennon kanssa samanaikaisia kenttämittauksia tulkinnan avuksi. Suomessa yleiset humusjärvet ovat kaukokartoituksen kannalta haasteellisia, koska niistä heijastuvan valon määrä on alhainen. Kenttämittaukset ja mallinnustulokset osoittivat, että humuspitoisuuden arviointi onnistuu näissäkin järvissä, mutta satelliittikuvista korkeiden humuspitoisuuksien tulkinta riippuu pitkälti ilmakehäkorjauksen onnistumisesta ja instrumentin ominaisuuksista. Korkea humuspitoisuus voi häiritä a-klorofyllin arviointia, mutta tulkintaa voidaan parantaa luokittelemalla järvet humuspitoisuuden perusteella. Tarkan alueellisen resoluution lentokonekuvat osoittivat, että rehevissä järvissä a-klorofylli vaihtelee huomattavasti alueellisesti. Perinteisillä menetelmillä saatava arvio voi poiketa jopa 50 % järven todellisesta a-klorofyllipitoisuudesta. Tutkimuksen aineistot koostuivat tarkoista optisista mittauksista eri puolella Suomea, satelliitti- ja lentokonekuvista Etelä-Suomesta yhdessä samanaikaisten kenttähavaintojen kanssa ja automaattisen järviaseman mittauksista. Lisäksi työssä hyödynnettiin yli 1100 järven rutiiniseurannan tuloksia koko Suomesta. Väitöskirjan tulokset parantavat vedenlaadun tulkintaa kaukokartoitusaineistoista ja tukevat kaukokartoituksen käyttöönottoa järvien seurannassa. MERIS satelliittikuvia (erotuskyky 300 m) voidaan käyttää suurten ja keskisuurten järvien eri osien tilan arvioinnissa sekä arvioitaessa niitä tämän kokoluokan järviä, jotka eivät kuulu seurantaohjelmiin. Pienempiä järviä voidaan seurata TM-tyyppisillä satelliitti-instrumenteilla, mutta tämä edellyttää kenttämittauksia tulkinnan tueksi.