Evaluating satellite and modeled lake surface water temperature across the contiguous United States.

Die Studie entwickelte und validierte Random-Forest-Modelle zur Vorhersage der Oberflächentemperatur von Seen in den USA unter Verwendung von Satelliten- und In-situ-Daten, um die Genauigkeit der Vorhersage von cyanobakteriellen Algenblüten zu verbessern.

Das Wesentliche

Das große Puzzle: Wie warm sind unsere Seen wirklich?

Stellen Sie sich vor, Sie wollen wissen, wie warm das Wasser in fast 2.200 Seen in den USA ist. Warum ist das wichtig? Weil warmes Wasser wie ein perfektes Zuhause für eine unangenehme Gäste ist: Blaualgen (Cyanobakterien). Diese können Giftstoffe produzieren, die für Menschen, Hunde und die Natur gefährlich sind. Um diese Algenblüten vorherzusagen, müssen wir genau wissen, wann und wo das Wasser warm wird.

Das Problem ist: Man kann nicht jeden See jeden Tag mit einem Thermometer messen. Das wäre wie zu versuchen, den Regen in jedem einzelnen Tropfen eines Gewitters zu zählen – unmöglich und zu teuer.

Die zwei Detektive: Satelliten vs. Vor-Ort-Messungen

In dieser Studie haben die Forscher zwei verschiedene Methoden getestet, um die Wassertemperatur zu erraten:

1. Der Satelliten-Detektiv (Landsat):
   Dieser "Augen im Himmel" schaut von oben auf die Erde. Er kann fast jeden See sehen, aber er hat ein großes Problem: Wolken.

   • Die Analogie: Stellen Sie sich vor, Sie versuchen, die Temperatur eines Tees zu messen, indem Sie durch ein Fenster schauen. Wenn das Fenster beschlagen ist oder eine dicke Wolke davor steht, sehen Sie nichts oder messen die falsche Temperatur.
   • Die Forscher haben herausgefunden, dass der Satellit, wenn er auch nur ein bisschen durch Wolken oder deren Schatten "hindurchschaut", oft falsche Werte liefert. Je klarer der Himmel ist, desto besser funktioniert er. Aber klare Tage sind selten, besonders im Osten der USA.

2. Der Vor-Ort-Detektiv (In-Situ-Messungen):
   Das sind echte Messungen, die von Menschen direkt am See gemacht wurden.

   • Die Analogie: Das ist wie jemand, der direkt in den See springt und sagt: "Aua, das ist kalt!" oder "Hach, das ist warm!".
   • Der Nachteil: Diese Leute sind nicht überall gleichzeitig. Sie messen nur an bestimmten Tagen und an bestimmten Orten. Es gibt also viele Lücken im Kalender und auf der Landkarte.

Der Zauber-Trick: Der "Wald der Entscheidungen" (Random Forest)

Da keine der beiden Methoden allein perfekt ist, haben die Forscher einen cleveren Trick angewendet. Sie haben einen Computer-Algorithmus namens Random Forest (auf Deutsch: "Zufallswald") trainiert.

• Die Analogie: Stellen Sie sich einen riesigen Wald vor, in dem jeder Baum ein kleiner Experte ist.
  • Ein Baum fragt: "Wie hoch liegt der See?"
  • Ein anderer fragt: "Wie war das Wetter gestern?"
  • Ein dritter fragt: "Wie groß ist der See?"
  • Ein vierter schaut auf die Satellitenbilder.
  • Ein fünfter schaut auf die echten Messungen.

Jeder Baum gibt eine Meinung ab. Am Ende wird die Antwort aller Bäume gemittelt. So entsteht eine sehr genaue Vorhersage, die die Schwächen der einzelnen Methoden ausgleicht.

Was haben sie herausgefunden?

Die Forscher haben drei verschiedene "Wälder" (Modelle) gebaut und getestet:

1. Der Satelliten-Wald: Er hat viele Daten, ist aber oft ungenau, weil die Wolken die Messungen verfälschen. Er sagt oft, es sei kälter, als es wirklich ist.
2. Der "Super-Klar-Himmel"-Wald: Dieser hat nur die besten Satellitendaten (ohne eine einzige Wolke). Er ist genauer, aber er hat so wenige Daten, dass er im Winter oft raten muss und dann falsch liegt (er sagt oft, es sei wärmer als es ist).
3. Der Vor-Ort-Wald: Dieser wurde mit den echten Messungen trainiert. Er war der Gewinner! Er hatte die geringsten Fehler und sagte die Temperatur am genauesten voraus.

Das große Ergebnis:
Der Computer-Modell, der auf den echten Messungen basierte, konnte die Lücken füllen. Er sagt nun für jeden der 2.200 Seen im ganzen Jahr (auch wenn es gerade bewölkt ist oder niemand vor Ort war) die Temperatur voraus.

Warum ist das ein Gewinn für uns?

Stellen Sie sich vor, Sie sind der Bürgermeister einer Stadt am See. Dank dieses neuen Modells können Sie jetzt eine Warnung erhalten, bevor die Blaualgenblüte beginnt.

• Wenn das Modell sagt: "Hey, das Wasser wird diese Woche sehr warm, und die Bedingungen sind perfekt für Algen", können Sie die Strände warnen, die Wasserwerke vorbereiten und die Menschen schützen.
• Ohne dieses Modell müssten Sie warten, bis die Algen schon da sind und das Wasser grün und giftig aussieht. Dann ist es oft schon zu spät.

Zusammenfassend: Die Forscher haben einen digitalen "Wetterbericht" für die Temperatur von Seen gebaut. Sie haben gelernt, dass Satellitenbilder toll sind, aber Wolken sie stören. Der beste Weg war, die echten Messungen zu nutzen, um den Computer zu lehren, wie das Wetter die Seen beeinflusst. Jetzt können wir die Seen besser überwachen und unsere Gesundheit und die Natur schützen.

Technische Zusammenfassung

Titel: Evaluierung von satellitengestützten und modellierten Oberflächentemperaturen von Seen über die kontinentalen USA hinweg

1. Problemstellung und Motivation

Die Überwachung der Oberflächentemperatur von Seen ist entscheidend für den Schutz der menschlichen Gesundheit und aquatischer Ökosysteme, insbesondere im Zusammenhang mit der Vorhersage von schädlichen Blaualgenblüten (CyanoHABs). Da die Temperatur ein Schlüsselfaktor für das Wachstum von Cyanobakterien und die physikalische Schichtung von Gewässern ist, sind lückenlose räumliche und zeitliche Daten erforderlich.

• Herausforderungen bei In-situ-Daten: Bodenmessungen sind zwar präzise, aber räumlich und zeitlich stark lückenhaft. Nur ein kleiner Bruchteil der Gewässer im National Hydrography Dataset (NHDPlus) verfügt über Temperaturmessungen.
• Herausforderungen bei Satellitendaten: Satelliten (wie Landsat) bieten eine breite Abdeckung, leiden jedoch unter Wolkenbedeckung, was zu Datenlücken und Fehlern bei der Temperaturableitung führt. Bestehende Modelle für CyanoHABs (z. B. in Florida) mussten diese Lücken oft durch Klimatologie füllen, was die Vorhersagegenauigkeit beeinträchtigt.
• Ziel: Entwicklung robuster Modelle, die eine kontinuierliche, tägliche Vorhersage der Oberflächentemperatur für alle 2.192 durch den Sentinel-3 OLCI-Sensor auflösbaren Seen in den USA ermöglichen, um CyanoHABs präziser vorhersagen zu können.

2. Methodik

Die Studie nutzte einen maschinellen Lernansatz (Random Forest) und verglich zwei verschiedene Datengrundlagen: In-situ-Messungen und satellitengestützte Landsat-Daten.

• Datengrundlagen:
  • In-situ-Daten: Daten aus dem National Water Information System (NWIS) und dem National Lakes Assessment (NLA) für die Jahre 2007, 2012 und 2016–2022. Nur Messungen in den oberen 2 m des Wassers wurden berücksichtigt.
  • Satellitendaten: Landsat Analysis Ready Data (ARD) von den Missionen 7, 8 und 9 (2016–2022).
• Datenvorverarbeitung und Filterung:
  • Es wurden zwei Varianten der Landsat-Daten erstellt:
    1. Landsat(LakeCloudFree): Nur Pixel innerhalb des Sees ohne Wolken/Schatten.
    2. Landsat(SceneCloudFree): Szenen mit < 1 % Wolken- und Schattenbedeckung im gesamten Bild (strenge Filterung).
  • Schnee- und Eisbedeckung wurden maskiert.
• Modellierung:
  • Es wurden drei Random-Forest-Modelle trainiert (jeweils mit 100 Bäumen):
    1. Trainiert mit In-situ-Daten.
    2. Trainiert mit Landsat(LakeCloudFree)-Daten.
    3. Trainiert mit Landsat(SceneCloudFree)-Daten.
  • Eingangsvariablen: Geokoordinaten (Nord/Süd, Ost/West), Höhe, Tag des Jahres, Seegröße, Uferlänge, aktuelle Lufttemperatur und gleitender 30-Tage-Durchschnitt der Lufttemperatur (PRISM-Daten).
• Validierung:
  • Die Modelle wurden mit einem separaten Validierungsdatensatz (20 % der In-situ-Daten) getestet.
  • Metriken: Mittlerer absoluter Fehler (MAE), Bias, Root-Mean-Square-Error (RMSE) und Bestimmtheitsmaß ($R^2$).

3. Wichtige Beiträge

• Validierung unter Wolkenbedingungen: Die Studie quantifiziert systematisch, wie sich Wolken und Schatten in Landsat-Szenen auf die Temperaturgenauigkeit auswirken. Sie zeigt, dass selbst Wolken außerhalb des Sees die Genauigkeit beeinträchtigen können.
• Umfassende Datensätze: Erstellung eines kontinuierlichen, täglichen Temperaturdatensatzes für 2.192 Seen in den USA, der die Lücken zwischen sporadischen In-situ-Messungen schließt.
• Vergleich von Ansätzen: Ein direkter Vergleich zwischen rein satellitengestützten Modellen und solchen, die auf In-situ-Daten basieren, um die Vor- und Nachteile für die CyanoHAB-Vorhersage aufzuzeigen.
• Open Source: Der Code und die Modelle sind öffentlich verfügbar, um die Reproduzierbarkeit und Weiterentwicklung zu fördern.

4. Ergebnisse

• Satellitenvalidierung:
  • Landsat-Daten ohne strenge Wolkenfilterung zeigten einen hohen Fehler (MAE ~2,99 °C) und eine negative Verzerrung (Bias -1,3 °C).
  • Mit strenger Filterung (< 1 % Wolken, Landsat(SceneCloudFree)) sank der Fehler auf 0,94 °C, jedoch reduzierte sich die Datenmenge drastisch (von 298.401 auf nur 270 Beobachtungen für das Training), was zu einer räumlichen Verzerrung führte (stärkere Gewichtung westlicher, höher gelegener Seen).
• Modellleistung:
  • Das In-situ-Modell erzielte die beste Leistung mit einem MAE von 0,77 °C und einem RMSE von 1,11 °C sowie einem nahezu null Bias.
  • Die Landsat-Modelle zeigten schlechtere Ergebnisse: Das LakeCloudFree-Modell unterschätzte systematisch die Temperaturen (Bias -1,97 °C), während das SceneCloudFree-Modell im Winter zu hohe Temperaturen vorhersagte (positiver Bias), da es aufgrund der strengen Filterung kaum Winterdaten für das Training hatte.
• Räumliche Muster:
  • Die In-situ-Modelle zeigten keine systematischen räumlichen Fehler.
  • Die Landsat-Modelle wiesen regionale Verzerrungen auf (z. B. Unterschätzung im Osten, Überschätzung im Westen), die auf die ungleiche Verteilung der Trainingsdaten und Wolkenbedeckung zurückzuführen sind.
• Variablenwichtigkeit: Für die In-situ-Modelle waren die Lufttemperatur (aktuell und 30-Tage-Durchschnitt) und der Tag des Jahres die wichtigsten Prädiktoren. Bei den Landsat-Modellen spielten geografische Koordinaten (Ost-West-Verlauf) eine größere Rolle, was auf räumliche Verzerrungen in den Trainingsdaten hindeutet.

5. Bedeutung und Schlussfolgerung

• Für das Management: Die entwickelten Modelle bieten ein wichtiges Werkzeug für das Wasserressourcenmanagement, den Ökosystemschutz und den Gesundheitsschutz, indem sie eine kontinuierliche Temperaturüberwachung ermöglichen, die für die Vorhersage von Blaualgenblüten essenziell ist.
• Datenqualität vor Datenmenge: Die Studie unterstreicht, dass die Qualität der Trainingsdaten (In-situ) entscheidender ist als die reine Menge an Satellitendaten. Obwohl Landsat eine höhere räumliche Abdeckung bietet, führen die inhärenten Fehler durch Wolken und atmosphärische Korrektur zu Modellen mit geringerer Vorhersagegenauigkeit.
• Zukunftsausblick: Für eine nationale CyanoHAB-Vorhersage ist die Kombination aus In-situ-Modellen (für hohe Genauigkeit) und der Fähigkeit, räumliche Lücken zu füllen, unerlässlich. Zukünftige Arbeiten sollten versuchen, Winddaten einzubeziehen und hybride Modelle (z. B. Deep Learning mit Random Forest) zu testen, um die Genauigkeit weiter zu steigern und die Abhängigkeit von reinen In-situ-Daten zu verringern.

Zusammenfassend liefert diese Studie einen robusten, validierten Ansatz zur Schätzung der Seetemperaturen in den USA, wobei betont wird, dass In-situ-Daten nach wie vor den "Goldstandard" für die Modellierung darstellen, während Satellitendaten trotz ihrer Vorteile durch Wolkenbedeckung signifikante Unsicherheiten mit sich bringen.