摘要。为了了解南极洲气候的演变,需要在气候模型中准确捕捉控制地面和低层大气气象学的主导过程。我们使用了 10 公里水平分辨率的区域气候模型 MAR (v3.11),该模型由 ERA5 在 9 年期间 (2010-2018) 重新分析,以研究飘雪 (此处指 2 米以下和 2 米以上的风驱动雪粒运输) 对东南极洲阿德利地近地面大气和地表的影响。进行了两次模型运行,一次有飘雪,一次没有飘雪,并与阿德利地沿海多风地点 D17 的半小时现场观测进行了比较。我们表明,大气中飘雪颗粒的升华导致了模型运行之间的差异,并对近地面大气产生了重大影响。通过冷却低层大气并增加其相对湿度,飘雪还会减少地表的感热和潜热交换(平均 -5.7 W m-2)。此外,大而密集的飘雪层通过与入射辐射通量相互作用,增强入射长波辐射并减少夏季入射短波辐射(净辐射强迫:5.7 W m-2),充当近地面云。即使飘雪改变了这些涉及地表-大气相互作用的过程,由于地表能量通量的补偿效应,总地表能量收支仅因飘雪的引入而略有改变。飘雪驱动的影响是
摘要。机载雪深雷达观测数据(例如 NASA 的“冰桥行动” (OIB) 任务)最近已用于高度计得出的海冰厚度估计以及模型参数化。在北冰洋西部进行了许多比较机载和现场雪深测量的验证研究,证明了机载数据的实用性。但是,在北极的大西洋地区尚未进行验证研究。最近对该地区进行的观测表明,由于薄海冰上的深雪,雪冰状态发生了显著且主要的转变。在挪威年轻海冰、气候和生态系统 (ICE) 考察 (N-ICE2015) 期间,于 2015 年 3 月 19 日在斯瓦尔巴群岛北部地区进行了一项验证研究。这项研究在 OIB 飞越期间收集了地面真实数据。在二维 (2-D) 400 m × 60 m 网格上获得了雪和冰厚度测量值。从相邻浮冰现场收集的额外雪和冰厚度测量值有助于将在网格调查现场获得的测量值置于更区域性的环境中。由于相对较薄的海冰上普遍存在厚雪的情况,在 N-ICE2015 考察期间观察到了广泛的负干舷和积雪淹没。这些条件导致盐水渗入基底雪层并饱和。这导致机载雷达信号发生更多的弥散散射,从而可以很好地探测到雷达主散射地平线的位置
雪动力学在喜马拉雅山脉高山流域的水文中起着至关重要的作用。然而,基于现场观测来阐明该地区高海拔积雪的能量和质量平衡的研究却很少。在本研究中,我们使用尼泊尔喜马拉雅山脉两个高海拔地点的气象和雪观测来量化季节性积雪的质量和能量平衡。使用数据驱动的实验装置,我们旨在了解融雪的主要气象驱动因素,说明考虑积雪冷含量动态的重要性,并深入了解融雪水重新冻结在积雪能量和质量平衡中的作用。我们的研究结果显示,融化和重新冻结对反照率的敏感性、融水重新冻结的重要性以及用于克服积雪冷含量的正净能量之间存在复杂的关系。两个地点的净能量主要由净短波辐射驱动,因此对雪反照率测量极为敏感。我们得出结论,根据观察到的积雪温度,21% 的净正能量用于克服夜间积累的冷量。我们还表明,在这两个地点,至少有 32-34% 的融雪水会再次冻结。即使考虑到冷量和冻结,仍然有超过融化积雪所需的过剩能量。我们假设,这种过剩能量可能是由于短波辐射测量的不确定性、由于基底冰层而低估的冻结、由于新雪和地面热通量而导致的冷量增加所致。我们的研究表明,为了准确模拟喜马拉雅流域季节性积雪的质量平衡,简单的温度指数模型是不够的,需要考虑冻结和冷量。
1大学格勒诺布尔(Grenoble Alpes),CNRS,环境地球科学研究所,38000,法国格勒诺布尔2大学。Grenoble Alpes, University of Toulouse, Météo-France, CNRS, CNRM, Center for Snow Studies, Grenoble, France 3 F.R.S.-FNRS, Laboratory of Climatology, Department of Geography, University of Liège, 4000 Liège, Belgium 4 Department of Geosciences, University of Oslo, Oslo, Norway 5 Science Systems and Applications,美国马里兰州格林贝尔特
1 莱比锡大学莱比锡气象研究所,德国莱比锡 2 阿尔弗雷德·魏格纳研究所,亥姆霍兹极地和海洋研究中心,德国不来梅港 * 现在就职于:奥斯陆大学地球科学系,挪威奥斯陆
本文提供了冰盖遥感中心 (CReSIS) 雷达和平台的更新和概述,包括这些系统的代表性结果。CReSIS 雷达系统的工作频率范围为 14 – 38 GHz。每个雷达系统的特定频带由所需的信号穿透深度、测量分辨率、分配的频谱和天线工作频率(通常受飞机集成的影响)决定。我们还重点介绍了最近的系统进步和未来工作,包括 (1) 增加系统带宽;(2) 小型化雷达硬件;(3) 提高灵敏度。对于平台开发,我们正在开发更小、更易于操作且更便宜的无人机系统。下一代平台将进一步扩大具有垂直起降能力的科学家的可及性。
关键词:颗粒介质;流体力学;流变学、CFD;DEM;人工智能;机器学习和神经网络。背景和目标:该研究项目是圣艾蒂安矿业学院(法国顶级工程学院)与世界核能领导者 Orano 长期合作的一部分。该项目专注于颗粒流建模。这些流体具有与传统流体不同的迷人特征。我们在自然环境(泥流、雪崩……)或工业过程(粉末混合、气动输送、筒仓排放……)中发现它们,其中有各种材料(金属、氧化物、有机化合物……)。我们的研究小组开发了数值策略来高效、快速地模拟涉及大量粒子(10 6 10 18 )的工业过程。在这篇博士论文中,候选人将探索人工智能的潜力,以减少使用离散元法 (DEM) 进行模拟生成的数据量,离散元法通常用于对颗粒物质进行建模。他/她将使用这种简化的信息(例如以本构方程的形式)来输入 CFD 模型。研究结果将发表在该领域的顶级期刊上,并由博士生在国际会议上发表。所需个人资料和技能:至少在以下领域获得硕士学位:流体力学、材料物理、软物质物理、数值模拟。您喜欢建模和解决难题。好奇心、严谨性、参与度、批判性分析能力、倾听能力,当然还有对科学和技术的热情,这些都是成功答辩优秀论文的关键资产。英语流利 + 愿意学习基础法语。申请:文件包括四项:求职信 + 简历 + 至少一封推荐信 + 硕士排名或学术成绩。其他:最好从 2020 年 10 月 1 日开始。在工业资助和合作下
摘要。海拔高度对降水和降雪的数量和分布模式有重大影响。许多研究确定了正海拔梯度,通常基于稀疏降水站或雪深测量数据。我们对海拔 - 雪深关系进行了系统评估。我们分析了在季节性积雪量最大时通过遥感获取的七个山区面积雪深数据。将雪深平均到 100 m 海拔带,然后与各自的海拔水平相关联。评估在三个尺度上进行:(i)完整数据集(10 km 尺度)、(ii)子集水区(km 尺度)和(iii)坡度横断面(100 m 尺度)。我们表明,所有尺度的大多数海拔-积雪深度曲线都具有单一形状。平均积雪深度随海拔高度增加,直至达到一定水平,此时积雪深度达到明显峰值,然后在最高海拔处下降。我们用通常为正的降雪海拔梯度来解释这种典型形状,该梯度受积雪覆盖和地形相互作用的影响。这些过程包括降水的优先沉积和风、滑坡和雪崩对雪的重新分布。此外,我们表明,平均积雪深度峰值的海拔水平与岩石的主要海拔水平(如果存在)相关。
只是一部爱情小说,还是一部小品杂耍剧?它可能不是像《我的房间之旅》那样的幻想小说,甚至也不是一部旅行记录片