science >> Wetenschap >  >> Natuur

Hoeveel water houden snowpacks vast? Een betere manier om de vraag te beantwoorden

OSU-professor civiele techniek David Hill draagt ​​een sneeuwboorapparaat bergop bij Thompson Pass, Alaska. Krediet:Foto door Ryan Crumley

Onderzoekers van de Oregon State University hebben een nieuw computermodel ontwikkeld voor het berekenen van het watergehalte van snowpacks, een belangrijk hulpmiddel voor waterbeheerders, lawinevoorspellers en wetenschappers.

"Op veel plaatsen in de wereld sneeuw is een cruciaal onderdeel van de hydrologische cyclus, ", zegt David Hill, hoogleraar civiele techniek van OSU. "Het rechtstreeks meten van sneeuw-waterequivalent is moeilijk en duur en kan niet overal worden gedaan. Maar informatie over sneeuwdiepte is veel gemakkelijker te krijgen, dus ons model, die het sneeuwwaterequivalent van sneeuwdiepte nauwkeuriger schat dan eerdere modellen, is een grote stap voorwaarts."

De bevindingen, gepubliceerd in De cryosfeer , zijn gerelateerd aan een door de NASA gefinancierd sneeuwdiepteproject dat mede wordt geleid door Hill en waarbij ook Oregon State Ph.D. student Ryan Crumley.

Het project heet Community Snow Observations en maakt deel uit van NASA's Citizen Science for Earth Systems-programma. Sneeuwschoenen, backcountry skiërs en gebruikers van sneeuwmachines verzamelen gegevens om te gebruiken bij computermodellering van sneeuw-waterequivalent, of ZWE.

Het onderzoeksteam Community Snow Observations is in februari 2017 van start gegaan. Onder leiding van Hill, Gabe Wolken van de Universiteit van Alaska Fairbanks en Anthony Arendt van de Universiteit van Washington, het project was oorspronkelijk gericht op sneeuwpakken in Alaska. Onderzoekers begonnen vervolgens burgerwetenschappers te rekruteren in de Pacific Northwest. Momenteel, het project heeft meer dan 2, 000 deelnemers.

Ryan Crumley gebruikt een lawinesonde om de sneeuwdiepte in de Witte Bergen te meten, Vermont. Krediet:foto door J. Klementovich

De University of Alaska Fairbanks heeft het voortouw genomen bij het aspect van de publieke betrokkenheid van het project, terwijl de belangrijkste rol van de Universiteit van Washington het beheren van de gegevens is. Hill en Crumley zijn verantwoordelijk voor de modellering.

Naast sneeuwdiepte-informatie die is verzameld en geüpload door recreanten met behulp van lawinesondes, enorme hoeveelheden gegevens zijn ook beschikbaar dankzij LIDAR, een teledetectiemethode die een gepulseerde laser gebruikt om de topografie van de aarde in kaart te brengen.

Het nieuwe model, ontwikkeld door het Community Snow Observations-team en medewerkers van de University of New Hampshire, berekent het sneeuwwaterequivalent door rekening te houden met de sneeuwdiepte, tijd van het jaar, 30-jarige gemiddelden (normals) van winterneerslag, en seizoensverschillen tussen warme en koude temperaturen.

"Door die klimaatnormalen te gebruiken in plaats van dagelijkse weergegevens, kan ons model SWE-schattingen geven voor gebieden ver van elk weerstation, ' zei Heuvel.

Onderzoekers hebben het model gevalideerd aan de hand van een database met metingen van sneeuwkussens - een sneeuwkussen meet sneeuw-waterequivalenten via de druk die wordt uitgeoefend door de sneeuw erop - evenals een paar grote onafhankelijke datasets, een uit het westen van Noord-Amerika, de andere uit het noordoosten van de Verenigde Staten.

"We hebben het model ook vergeleken met drie andere modellen van verschillende mate van complexiteit, gebouwd in verschillende geografische regio's, " zei Hill. "De resultaten laten zien dat ons model beter presteerde dan alle modellen tegen de validatiegegevenssets. Het is een effectieve, eenvoudig te gebruiken schattingsmethode die erg handig is voor uitgestrekte gebieden zonder weersinstrumenten - gebieden waarvoor sneeuwdieptegegevens direct beschikbaar zijn en dagelijkse weergegevens niet."