雪水当量

积雪的水当量(SWE)是某一特定地区的积雪融化所得到的水层垂直深度(WMO, 1981)。SWE与积雪深度和密度的关系如Pomeroy and Gray(1995)式(5.1)所示:

SWE (mm) = HSps (5.1)

HS的深度是多少雪(m)， ps是the雪的密度(公斤m3)。从积雪质量(kg m-2)到水深(mm)的换算是基于在面积为1 m2的面积上覆盖1mm的水重为1kg的事实。

SWE信息对于水资源管理(例如洪水预测、水库管理、灌溉调度)至关重要，在世界范围内收集SWE信息所花费的大部分努力都是基于水管理的经济和安全效益。验证积雪模型和GCM积雪模拟也需要SWE信息。正确的模拟地面积雪质量的季节和年度变化是需要捕捉重要的直接(例如。冰雪反照率)和雪与气候系统之间的间接反馈(例如径流、土壤水分补给、表面蒸发、云)。raybet雷竞技最新例如，已知与雪相关的直接和间接反馈是影响印度夏季强度的重要因素季风环流(巴内特等等。, 1989;Bamzai和Shukla, 1999)。监测SWE也需要用于气候变化探测。raybet雷竞技最新预计全球气候变raybet雷竞技最新暖与降水增加有关，这些趋势的净影响需要监测积雪覆盖范围和SWE。例如，Brown(2000)提出证据表明，20世纪北美中纬度地区初冬积雪深度和SWE增加是对降水增加的响应，而春季积雪覆盖和SWE则是对气温升高的响应。Groisman等人(1994)证明，春季积雪的减少在每年的这个时候通过增强的正反馈促进春季变暖。

测定SWE最常用的方法是重量法，该方法涉及从积雪中取出垂直岩心，称重或融化岩心以获得SWE(图5.1a, d)。世界各地使用了各种取芯和称重系统，根据测量单位和当地雪况不同，长度和直径各不相同(见Sevruk, 1992)。最早的国家SWE观测网络之一于1909年在芬兰建立(Kuusisto, 1984)。然而，直到20世纪中叶，对SWE的系统观察才广泛开展。例如，在美国，国家气象局在1952/53年冬季开始在第一个储气站对SWE进行定期点测量(Schmidlin, 1990)。为了获得具有代表性的SWE值，通常沿着一个永久标记的样带或“雪路”按常规标记的间隔进行测量。雪道的设计涉及许多因素(例如目的、可达性、地形)，读者可参考Goodison等人(1981)进行详细讨论。积雪过程的长度和采样点的数量取决于所需的精度水平和积雪的空间变异性，通常用变异性系数(COV或CV)表示，这是标准偏差与平均值的比值。关于这个主题有大量的文献，例如Goodison等人(1981)，WMO (1981)， Sevruk (1992)， Pomeroy和Gray(1995)。积雪深度的空间变异性一般高于雪密度，这意味着更多的深度

测量沿雪的路线比雪密度。例如，在丘陵地带，雪道一般为120-270米长，深度和密度测量间隔约为30米。在积雪较浅的开阔环境中，一条雪路可能长达1-2公里，密度测量间隔为100-500米，深度测量在密度点之间约5个等间距点进行(Pomeroy和Gray, 1995)。

Sevruk(1992)详细讨论了雪采样器人工SWE测量的准确性。主要的系统误差(由于仪器的原因)是由于当额外的雪被推过积雪时，它会被挤进一个管子里。与观测者和雪况相关的随机错误包括难以在取芯器中保持松散的颗粒雪，从非常湿雪冰层，以及非常浅的、斑驳的积雪。雪程测量通常每星期或每两星期进行一次。然而，并不是所有的球场在积雪覆盖的季节都有定期的测量。在许多情况下，业务机构或公用事业公司为径流管理所作的测量仅限于冬末和早春时期，因为主要关心的是确定融化前的峰值SWE。这可能会限制一些雪路数据在气候相关研究中的有用性。raybet雷竞技最新在与气候相关的研究中使用SWE地表观测的其他限制是:数据的空间分布不均匀，连续观测的周期相对较短，数据质量不高(raybet雷竞技最新见Schmidlin, 1990)，以及普遍缺乏数据可用性。国家冰雪数据中心正试图通过数据救援计划来解决最后一个问题，例如前苏联的水文雪调查(Krenke, 1998)。雪程观测的不均匀时空分布对全球尺度SWE气候学的发展提出了重大挑战，以验证气候模式模拟。raybet雷竞技最新需要混合来自现场、卫星和模式的信息，以提供一系列土地覆盖表面和地形类型的一致的空间SWE信息(Hartman etal, 1995年;卡罗尔等等。, 1999, 2001).

通过诸如雪枕(图5.1g)之类的设备，可以实现基于地面的SWE自动化观测，这些设备通过位移流体或压力传感器来测量小范围内的积雪质量。雪枕通常为八角形或圆形，面积为~5-10平方米。雪枕对于监测有遮蔽的环境中相对较深的积雪是最有效的。数据的解释可能因“桥接”(从积雪中的冰或硬雪层)或湿雪的排水而变得复杂(Pomeroy和Gray, 1995)。雪枕是偏远地区的理想选择，因为它们维护成本低，通常与陆地线或卫星数据传输系统相连，以提供实时信息，例如美国农业部(USDA)在美国西部的雪遥测(SNOTEL)网络(Rallison, 1981)。一个优势

这些自动化系统的一个特点是，它们可以在每天的基础上进行查询，在融化季节提供比常规的每周或两周的雪过程观测更详细的信息。从1979年起，美国西部600多个雪枕点的日SWE值可从美国农业部国家水和环境局获得raybet雷竞技最新气候中心．Serreze等人(1999)对1980 - 1998年期间的这些数据进行了全面分析。

5.2.4积雪地层

积雪地层学的详细信息(如层密度、硬度、晶粒尺寸、晶粒类型、化学性质、温度)是监测雪崩潜力、积雪可通过性研究以及污染物的大气输送和沉积等广泛需求所必需的。这些观察大多必须通过挖一个“雪坑”和观察/测量来手动进行雪属性．这是一个耗时耗力的过程，通常只有在需要支持雪崩风险评估等关键活动和研究项目时才会挖雪坑。需要雪坑数据来验证详细的积雪层模型，如CROCUS (Brun et al.， 1992)， Snow pack (Bartelt and Lehning, 2002;Lehning et al.， 2002a, b)，或SNTHERM (Jordan, 1991)模拟层发育和雪粒演化。用于对积雪层进行分类的术语和符号在《国际地面季节性雪分类》中给出(Colbeck等人，1990年)。来自格陵兰岛和南极的大量雪坑数据被存档在美国国家冰雪数据中心。观察和记录雪坑剖面数据的程序和方法可在McClung和Schaerer(2006)中找到。

继续阅读:降雪和固体降水

这篇文章有用吗?

＋1 0