图 1。研究区域概览:2017 年飞机生成的积雪深度图(黑色)、2018 年积雪深度图范围(蓝色)以及 2019 年、2020 年和 2021 年各自航班得出的积雪深度区域(红色;对应于主要研究区域)。此外,还显示了 2018 年和 2021 年 UAS 覆盖的参考数据区域(绿色)。插图中的红色多边形描绘了瑞士主要研究区域的位置(地图来源:联邦地形局)。140
确定积雪深度的空间分布不仅对于与饮用水供应或水力发电相关的民用目的至关重要,而且对于雪、水文和环境研究中的多种应用也至关重要。然而,积雪深度在空间和时间上都变化很大。因此,传统和最先进的积雪监测方法并不总是能够捕捉到如此高的空间变化,除非采用非常昂贵的解决方案。在这项研究中,我们提出了一种新方法,旨在通过利用地球科学研究环境中的两种低成本和新兴技术来提出解决问题的方法;运动结构 (SfM) 数字摄影测量和无人机 (UAV)。这些技术相结合的优点在于,它们可以以较低的运行成本和较少的工作量提供大面积的精确高分辨率数字高程模型 (DEM)。所提出的方法将利用这一资产,在地理参考雪面(雪 DEM)与其相应的底层地形(地形 DEM)之间进行减法,从而提供雪深分布图。为了在小规模上测试所提出方法的可行性和效率,在上述背景下调查了六个不同的积雪区域。这些区域的面积从 900 到 51,000 平方米不等,其中两个位于斯瓦尔巴群岛朗伊尔城附近,四个位于西格陵兰岛安登峡湾附近。调查在雪面类型、底层地形复杂性、亮度条件和所用设备方面有所不同,以评估该方法的适用范围。结果呈现为六张雪深分布图,并通过比较估计的雪深和一组质量控制点上探测到的雪深来验证。根据区域不同,探测到的雪深与估计的雪深之间的平均差异从最佳情况的 0.01 米到最坏情况的 0.19 米不等,同时空间分辨率范围从 0.06 到 0.1 米。彻底调查了每种情况的误差源,并评估了通过使用雪面和相应的底层地形中可见的公共地面控制点对 DEM 进行地理配准可以进一步减轻误差。在进行的测试中,该方法没有受到该区域的任何特定表面特征或任何调查条件的特别限制。尽管是在小规模区域进行测试,但通过考虑这些初步结果,该方法有可能成为一种简化程序,允许重复绘制雪动态图,同时降低运行成本,并且不会放弃获得高精度和高分辨率。
摘要3 1简介3 1.1 SWE的定义3 1.2 SWE估算的意义和动机4 1.3当前的操作SWE监视5 1.3.1地面测量6 1.3.2模型产品7 1.4 ML 9 1.5当前挑战9 2。SWE估计方法的历史发展10 2.1经验方法10 2.2基于物理的方法11 2.3数据驱动方法13 3.当前基于机器学习的SWE估计研究15 3.1早期努力(2000-2014)15 3.2最新技术(现状)(现状)(2014年至今)18 4。ml福利和瓶颈20 5。讨论和未来方向26 5.1 SWE的广义AI 26 5.2 SWE的自学习剂26 5.3将SWE AI纳入较大的地球AI模型27 6.结论28作者贡献28致谢28资金28参考28
参考Hock,R。2003。“温度指数在山区的建模。”水文,山水和水资源杂志,282(1):104–15。Kraaijenbrink,P.D.A.,M.F.P。 Bierkens,A。F。Lutz和W.W. Immerzeel。 2017。 “全球温度升高为1.5摄氏度对亚洲冰川的影响。” Nature 549(7671):257–60。 Lievens,H.,M。Demuzere,H.P。 Marshall,R.H。Reichle等。 2019。 “从太空观察到的北半球山脉的雪深度变化。”自然通讯10(1):1-12。 出版为:Kraaijenbrink,P。D. A.,Stigter,E。E.,Yao,T。和Immerzeel,W。W.(2021)。 气候变化决定亚洲的雪融合水供应。 nat。 攀登。 chang。 11,591–597。 doi:10.1038/s41558-021-01074-x。Kraaijenbrink,P.D.A.,M.F.P。Bierkens,A。F。Lutz和W.W. Immerzeel。 2017。 “全球温度升高为1.5摄氏度对亚洲冰川的影响。” Nature 549(7671):257–60。 Lievens,H.,M。Demuzere,H.P。 Marshall,R.H。Reichle等。 2019。 “从太空观察到的北半球山脉的雪深度变化。”自然通讯10(1):1-12。 出版为:Kraaijenbrink,P。D. A.,Stigter,E。E.,Yao,T。和Immerzeel,W。W.(2021)。 气候变化决定亚洲的雪融合水供应。 nat。 攀登。 chang。 11,591–597。 doi:10.1038/s41558-021-01074-x。Bierkens,A。F。Lutz和W.W. Immerzeel。2017。“全球温度升高为1.5摄氏度对亚洲冰川的影响。” Nature 549(7671):257–60。Lievens,H.,M。Demuzere,H.P。 Marshall,R.H。Reichle等。 2019。 “从太空观察到的北半球山脉的雪深度变化。”自然通讯10(1):1-12。 出版为:Kraaijenbrink,P。D. A.,Stigter,E。E.,Yao,T。和Immerzeel,W。W.(2021)。 气候变化决定亚洲的雪融合水供应。 nat。 攀登。 chang。 11,591–597。 doi:10.1038/s41558-021-01074-x。Lievens,H.,M。Demuzere,H.P。Marshall,R.H。Reichle等。 2019。 “从太空观察到的北半球山脉的雪深度变化。”自然通讯10(1):1-12。 出版为:Kraaijenbrink,P。D. A.,Stigter,E。E.,Yao,T。和Immerzeel,W。W.(2021)。 气候变化决定亚洲的雪融合水供应。 nat。 攀登。 chang。 11,591–597。 doi:10.1038/s41558-021-01074-x。Marshall,R.H。Reichle等。2019。“从太空观察到的北半球山脉的雪深度变化。”自然通讯10(1):1-12。出版为:Kraaijenbrink,P。D. A.,Stigter,E。E.,Yao,T。和Immerzeel,W。W.(2021)。气候变化决定亚洲的雪融合水供应。nat。攀登。chang。11,591–597。 doi:10.1038/s41558-021-01074-x。11,591–597。doi:10.1038/s41558-021-01074-x。
1 英国诺森比亚大学地理与环境科学系,泰恩河畔纽卡斯尔 2 英国埃克塞特气象局 3 英国爱丁堡大学地球科学系,爱丁堡 4 法国格勒诺布尔阿尔卑斯大学 IGE 5 魁北克大学三河市环境科学系,加拿大魁北克省三河市 6 舍布鲁克大学应用测绘系,加拿大舍布鲁克 7 加拿大环境与气候变化部气候研究部,加拿大多伦多 div>
这项研究为从气候监测到广泛的地区到环境项目和农业任务提供了更准确的细分机会。例如,该解决方案促进了对森林区域的有效分析,其特征和变化,即使在云云比例很高的北部地区,同时考虑了气候条件对图像的影响。
本文旨在从信息技术的文化主导地位角度重新审视 CP Snow 的“两种文化”讲座。信息时代的传播危机,无论是虚假新闻、政治两极分化还是科学否定,都是因为科学和文学文化在寻求一个没有熵的世界时,无意中发现了一个毫无意义的世界。为了解释这种情况是如何发生的,本文首先探讨了 Snow 面临的挑战:描述热力学第二定律。然后,本文对熵进行了中性的描述,这种描述与热力学和信息无关,而不仅仅是对无序、不确定性、混乱、扩散、复杂性或涌现等更直观事物的度量。最后,本文认为,Snow 建议每个人都应该能够描述第二定律,这是现在的及时做法,因为熵是信息与现实之间的桥梁,也是科学与科幻小说之间的区别。
,我们专注于冰片遥感中心收集的雪雷达[1]数据集,作为NASA操作Icebridge的一部分。雪雷达从2-8 GHz运行,并且能够在冰盖较大区域的较高区域的冰层中跟踪冰层。传感器连续几年产生历史降雪堆积的二维灰度,其中水平轴代表沿轨道方向,而垂直轴代表层层深度。像素亮度与返回信号的强度成正比。代表表面层的像素通常由于较高的反射和降雪密度变化而更明亮且更明确,而代表更深层的像素通常由于密度和较低的回流 - 信号强度而较深,更嘈杂。在我们的实验中,我们在2012年使用了从格陵兰岛选定的雪雷达弹射线的雷达数据。在许多区域,每个冰层代表一年一度的等铁[2]。因此,我们可以在相应的一年之前指定的冰层。
持续的气候变化基本上改变了降雪模式,并在全球滑雪区域具有严重但不同的序列。目前缺乏对全球评估以及对山地生态系统潜在影响的调查。我们在不同的气候变化情景下量化了纳图尔雪覆盖天数的未来趋势,直到2100年在七个主要的全球滑雪区域中,并通过分析自然雪覆盖天与区域人口密度的关系如何讨论对山区生物多样性的影响。在所有主要滑雪区域中,预计在每种评估的气候变化情况下,积雪天数将大大减少。目前所有滑雪区的13%预计将完全失去自然的年度雪覆盖,而到2071 - 2100年相对于历史悠久的基线,五分之一将减少50%以上。未来的滑雪区将集中在人口较少的地区,大陆区域和山脉的内部。由于将来将位于距人口稠密区域的距离更大的距离,因此我们预计基础设施的扩大并增加了中间行动(即人工造雪,坡度修饰),以延长降雪持续时间。我们的结果涉及滑雪的娱乐和经济价值以及山地生物多样性,因为易用的高海拔物种可能会受到随着滑雪面积扩张的空间降低的威胁。
摘要。北方和亚高山森林每年多个月的季节性降雪;但是,由于温度和森林干扰,这些环境中的降雪状况正在迅速变化。准确预测森林雪动力学,与生态水文,生物地球化学,冰冻圈和气候科学有关,需要基于过程的模型。虽然已经提出了跟踪单个雪层微观结构的雪态研究,但到目前为止,只有在几个雪透水模型中才存在解决树冠代表的树规范过程。迄今为止,缺乏在仪表尺度上实现图层和微观结构的森林降雪模拟的框架。为了填补这一研究差距,这项研究介绍了森林雪建模框架FSMCRO,该框架结合了两种脱落的,最先进的模型组件:来自柔性雪模型(FSM2)的冠层代表和crocus snowpack代表crocus snepack sysemble model sys-sys-tem(coccroc)。我们将FSMCRO应用于北方和亚高山位点的不连续森林,以展示树规范的雪过程如何影响层尺度的雪堆特性。在对比位置的模拟显示整个冬季地层上有明显的不同。这些原因是由于镜片不足与间隙位置的不同流行过程以及由于空间可变的雪堆能量平衡而导致的雪变质性变异性。eN-Semble模拟使我们能够评估模拟地层学的鲁棒性和不确定性。在空间上明确的模拟揭示了