Header
  • Jürgen Beyerer - Grußwort des Gastgebers
  • Rudolf W. Kessler - Sensitivität und Selektivität bildgebender Spektroskopietechniken
  • Jan Makowski - Prozessierungspipelines für die hyperspektrale Datenauswertung
  • Thomas Wagner - Optimale Informationsgewinnung aus hyperspektralen UV/Vis/NIR Satellitenbildern
  • Robin Gruna - Hyperspectral Imaging für die industrielle Sichtprüfung
  • Bernd Jähne - Polarisationsbildgebung und -analyse
  • Optimale Informationsgewinnung aus hyperspektralen UV/Vis/NIR Satellitenbildern
    •
  • UV/vis satellite history
    •
  • Verschiedene Beobachtungsgeometrien
    •
  • UV / vis / NIR
    •
  • Frühe (und immer noch erfolgreiche) Nadir-Messungen: Wettersatelliten (Bilder)
    •
  • Lineare Beziehung zwischen Helligkeit und Optischer Dichte
    •
  • Mittlere Aerosol optische Dichte (MODIS 2003 – 2011)
    •
  • Spurenstoffmessungen
    •
  • Satellitenmessungen von kontinuierlichen Spektren (seit 1995: GOME)
    •
  • DOAS satellite algorithms developed by Uni Heidelberg during the last 10 years
    •
  • Beispiel einer spektralen Analyse eines Nadirspektrums
    •
  • Different satellite ground pixel sizes above Mainz
    •
  • One of our first GOME tropospheric NO2 maps (GOME 1996 – 1998)
    •
  • GOME-2 2007 – 2008
    •
  • TROPOMI – a new era of satellite measurements
    •
  • TROPOMI NO2 SCD
    •
  • Satellitenorbits
    •
  • The TROPMI Measurement Principle
    •
  • GOME & SCIAMACHY
    •
  • Wichtige Aspekte
    •
  • Wie groß ist die solare Einstrahlung auf der Erde?
    •
  • Wie viele solare Photonen erreichen das Instrument?
    •
  • Wie viele solare Photonen erreichen das Instrument?
    •
  • Examples: MODIS and TROPOMI
    •
  • Wie viele solare Photonen erreichen das Instrument? TROPOMI
    •
  • Wie viele solare Photonen erreichen das Instrument? MODIS
    •
  • Wie kann die räumliche Auflösung und/oder Überdeckung für spektral auflösende Instrumente verbessert werden?
    •
  • Begrenzung auf ausgewählte Regionen
    •
  • Wie kann die räumliche Auflösung und/oder Überdeckung für spektral auflösende Instrumente verbessert werden?
    •
  • Spezielle Instrumente für verschiedene Spurenstoffe
    •
  • Wie kann die räumliche Auflösung und/oder Überdeckung für spektral auflösende Instrumente verbessert werden?
    •
  • Für Ozon wird eine sehr viel geringere spektrale Auflösung benötigt als für NO2
    •
  • Wie kann die räumliche Auflösung und/oder Überdeckung für spektral auflösende Instrumente verbessert werden?
    •
  • Das ideale Instrument
    •
  • Welche weiteren Möglichkeiten gibt es, um die räumliche und zeitliche Auflösung und / oder Überdeckung für spektral auflösende Instrumente zu verbessern?
    •
  • Neuronale Netzwerke
    •
  • Fälle, bei denen ‚voll physikalische‘ Auswertungen‘ nicht möglich sind: Auswertung von troposphärischem Ozon
    •
  • Bestimmung der troposphärischen Ozonsäule (0 – 10 km, rote Rauten) aus GOME Nadir-Messungen am Observatorium for Hohenpeissenberg (Deutschland)
    •
  • Fälle, bei denen eine volle physikalische Auswertung viel zu langsam ist: Auswertung von troposphärischem Ammoniak aus Nadir-IR Messungen (Training anhand von voll physikalischen Simulationen)
    •
  • Ammoniak-Verteilung über Europa aus IASI-Messungen (IR)
    •
  • Data assimilation: adjustment of model simulations using measurement data, e.g. satellite observations
    •
  • There are two main types of data assimilation in atmospheric models
    •
  • Using model data can help to fill the gaps between observations. But the quality of the resulting data depends on the ability of the quality of the model and the input data
    •
  • Zusammenfassung
    •