3D-modeling of snow in the Saariselkä region during the winter 2015-2016

Show full item record



Permalink

http://urn.fi/URN:NBN:fi-fe2017112251571
Title: 3D-modeling of snow in the Saariselkä region during the winter 2015-2016
Author: Jutila, Arttu
Other contributor: Helsingin yliopisto, Matemaattis-luonnontieteellinen tiedekunta, Fysiikan laitos
University of Helsinki, Faculty of Science, Department of Physics
Helsingfors universitet, Matematisk-naturvetenskapliga fakulteten, Institutionen för fysik
Publisher: Helsingfors universitet
Date: 2017
Language: eng
URI: http://urn.fi/URN:NBN:fi-fe2017112251571
http://hdl.handle.net/10138/184892
Thesis level: master's thesis
Discipline: Geophysics
Geofysiikka
Geofysik
Abstract: Studying and modelling the snow distribution processes is important because snow influences the ground, flora, and fauna by affecting among other things the energy balance both in large and small scales and the near-surface atmospheric conditions due to its highly reflective and insulating properties. The aim of the study was to use the spatially distributed high-resolution snow-evolution modelling system SnowModel to simulate the snow conditions in winter 2015-2016 in the Saariselkä region in Northern Finland and assess the model's performance. SnowModel has not been used to study a domain in Finland before, and the model gives information about variables that are hardly measured in Finland, such as snow sublimation. The simulations were first run without snow water equivalent assimilation and then assimilating the available snow water equivalent (SWE) observations. The simulation results show that in the default mode the model needs assimilation and SWE observations, preferably more frequent observations towards the spring, to produce physically sensible results. The domain averaged simulated end-of-winter maximum SWE value of 220 mm was reached on 21 April 2016. The simulated SWE patterns match with known elevation and vegetation dependencies. Timing of the first snow, the beginning of the snow season and the end-of-winter SWE are simulated well, whereas the melt and the snowfree date depend on the amount of snow. The assimilation run suggests that the needed summed precipitation is as much as 18 % larger than the observed increasing towards the northeast. Similarly, the simulated summed melt reaches locally up to 70 % larger values compared to the non-assimilation run. Blowing-snow sublimation takes place in open areas and its simulated summed value is up to 27 mm. Simulated static-surface sublimation varies between 4-22 mm. The simulated sublimation from the canopy-intercepted snow peaks at 110 mm. Up to 16 % of the precipitation is returned to the atmosphere by sublimation. The simulation results could be improved by utilizing more detailed data of the study domain and modifying the hard-coded variables to suit the surroundings, which could in turn decrease the need for assimilating SWE observations.Lumen alueelliseen jakautumiseen liittyvien prosessien tutkiminen ja mallintaminen on tärkeää, sillä lumi vaikuttaa suuren heijastavuutensa ja pienen lämmönjohtokykynsä avulla maankamaraan, kasveihin ja eläimiin muun muassa suuren ja pienen skaalan energiataseen kautta sekä muokkaamalla pinnanläheisen ilmakehän olosuhteita. Tutkimuksen tavoitteena oli tarkkaa spatiaalista SnowModel-lumimallisysteemiä käyttämällä simuloida talven 2015-2016 lumioloja Saariselän alueella Pohjois-Suomessa ja arvioida mallin sopivuutta kyseisiin olosuhteisiin. SnowModelia ei ole aiemmin käytetty Suomessa sijaitsevan tutkimusalueen simulointiin, mutta malli antaa tietoja sellaisista suureista, joita Suomessa harvoin mitataan, kuten lumen sublimaatiosta. Ensimmäinen simulaatio tehtiin ilman lumen vesiarvojen assimilointia ja toinen lumen vesiarvohavainnot assimiloiden. Tulokset osoittavat että oletusarvoisia käyttäjän määrittämiä muuttujia käytettäessä malli tarvitsee assimilointia ja lumen vesiarvohavaintoja, mieluiten tihenevästi kevättä kohti, jotta tulokset olisivat fysikaalisesti mielekkäitä. Tutkimusalueella simuloidun lumen vesiarvon aluekeskiarvo saavutti maksiminsa 220 mm 21.4.2016. Lumen vesiarvon jakautuminen noudattaa tunnettuja maastonkorkeus- ja kasvillisuusriippuvuuksia. Ensilumen, pysyvän lumen alkamisen ja lumen vesiarvon maksimin ajoitus mallintuu hyvin, mutta sulaminen riippuu lumen määrästä. Assimilaatiomallinnuksen mukaan jopa 18 % suurempi vuosisadanta tarvitaan havaittujen lumiolosuhteiden toistamiseksi, ja sadanta kasvaa kohti tutkimusalueen koillisosia. Vastaavasti vuosisulanta on assimilaatiomallinnuksessa enintään 70 % suurempi kuin ilman assimilaatiota. Lumituiskusta sublimoituu lunta aukeilla alueilla yhteensä enintään 27 mm vuoden aikana, kun taas lumipeitteen pinnalta simulaation mukaan sublimoituu 4-22 mm. Puihin interseptoituneesta lumesta simulaatiossa sublimoituu yhteensä jopa 110 mm. Yhteensä sadannasta enintään 16 % sublimoituu takaisin ilmakehään. Mallin tuloksia voisi parantaa keräämällä yksityiskohtaisempaa dataa tutkimusalueelta ja muokkaamalla malliin koodattuja muuttujia ja vakioita olosuhteisiin sopiviksi, jolloin tarve assimiloida lumen vesiarvoja voisi vuorostaan vähentyä.


Files in this item

Total number of downloads: Loading...

Files Size Format View
thesis_Jutila.pdf 22.68Mb PDF View/Open

This item appears in the following Collection(s)

Show full item record