Quantcast
Channel: Uutiset
Viewing all articles
Browse latest Browse all 949

Tarkkuutta lumen vesiarvon määrittämiseen

$
0
0
Lumen vesiarvoa tarvitaan niin kattojen suunnitteluun kuin ilmastonmuutoksen tutkimiseenkin. Aalto-yliopiston tuoreessa väitöskirjassa parannettiin fysikaalista mallia, jolla simuloidaan lumipeitteisen maan mikroaaltoemissiota eli -säteilyä. Uuden mallin avulla saavutettiin aiempaa tarkempia tuloksia lumen vesiarvon määrittämisessä, kun sitä sovellettiin satelliittimittausten tulkintaan.

Lumen vesiarvo eli lumikuorma ilmoittaa lumikerroksesta sulatettuna muodostuvan vesikerroksen paksuuden. Lumen vesiarvo vaikuttaa siihen, paljonko tietty määrä lunta painaa: esimerkiksi 5 cm paksuinen kerros vastasatanutta, kuivaa pakkaslunta on kevyempi kuin 5 cm kosteaa lunta.

Lumi on tehokas eriste, joten lumen kokonaismassalla on tärkeä rooli mallinnettaessa maapallon hydrologista kiertoa sekä energiatasapainoa ilmastomalleissa. Lumikuorma täytyy ottaa huomioon myös esimerkiksi rakennusten kattorakenteiden kantavuutta suunniteltaessa. Lisäksi vesiarvon avulla voidaan arvioida sulamisvesien aiheuttamien keväisten tulvien suuruutta.

Paikallisesti vesiarvon saa selville mittaamalla manuaalisesti luminäytteestä tilavuuden ja massan. Satelliittihavainnot puolestaan perustuvat maanpinnan luonnollisen mikroaaltoemission vaimenemiseen lumessa, mitä pystytään mittaamaan radiometri-instrumenttien avulla. Satelliitti-instrumentit ovat käytännössä ainoa keino mitata vesiarvo globaalisti.

DSC01678_sm.jpg
Lumen rakenteen mittaus koealueella. Kuva Christian Mätzler, 2011.

 

Mikroaaltoradiometrien käyttökelpoisuutta rajoittaa niiden heikko erottelukyky, joka on tyypillisesti useita kymmeniä kilometrejä maanpinnalla. Käytännössä tämä tarkoittaa sitä, että satelliitti pystyy antamaan vain yhden emissioarvon vaikkapa 20 km x 20 km suuruiselle alueelle.

– Tällöin jokaiseen mittaustulokseen vaikuttaa useita maankäyttöluokkia, esimerkiksi metsäalueita, avoalueita, soita ja vesialueita. Tutkitun suureen eli lumen osuus mitattuun signaaliin vaihtelee voimakkaasti paikasta toiseen, mikä hankaloittaa mittausten tulkintaa, väittelijä Juha Lemmetyinen selittää.

pic 111_sm.jpg
Lumipeitteinen järvi Saariselällä. Kuvattu talvella 2011 lentomittauskampanjan yhteydessä. Kuva Tania Casal, ESA, 2011.

 

Etenkin lumipeitteiset järvet poikkeavat suuresti ympäröivästä maastosta mikroaaltoalueella. Tällöin seuduilla virheet lumen vesiarvon tulkinnassa voivat kasvaa suuriksi seuduilla, joilla järviä on runsaasti – kuten meillä Suomessa tai esimerkiksi Kanadan arktisilla alueilla.

Itse lumipeitteen kohdalla ongelmia aiheuttaa myös lumen luonnostaan kerrostunut rakenne; erilaiset sääilmiöt kuten lumisateet, tuuli, ja sulantajaksot aiheuttavat sen, että lumipeitteeseen muodostuu toisistaan voimakkaastikin poikkeavia kerrostumia. Kerrokset vaikuttavat myös mikroaaltojen kulkeutumiseen lumessa.

– Kehittämäni mallin avulla voi kuvata myös eri kerrosrakenteiden vaikutusta mikroaaltojen kulkeutumiseen lumessa. Tämä mahdollistaa muun muassa lumipeitteisten järvien mikroaaltovasteen eli niiden lähettämän säteilyn mallinnuksen, Lemmetyinen kertoo.

DSC02166_sm.jpg Lumikiteiden koko ja muoto vaikuttavat mikroaaltojen etenemiseen. Makrokuva kiteestä lumen pohjakerroksissa. Kuva Christian Mätzler, 2011.

 

Väitöstyössä kehitetyn mallin ennusteita vertailtiin maan pinnalta ja lentokoneesta mitattuihin radiometrihavaintoihin sekä sovellettiin mallia lumipeitteen ominaisuuksien tulkintaan satelliittihavainnoista.

lento1_sm.jpg
Sähkötekniikan korkeakoulun Skyvan-lentokone. Kuva: Radiotieteen ja -tekniikan laitos.

 


Mikroaaltomittauksista

Maapallon kaukokartoitus mikroaaltoradiometreillä on käyttökelpoinen menetelmä eri ympäristötekijöiden seurannassa. Passiivisten mikroaaltolaitteiden mittauksia käytetään mm. valtamerten, kasviston sekä lumi- ja jääpeitteen havainnointiin.

Verrattuna optisiin kaukokartoitusinstrumentteihin mikroaaltolaitteiden etuina ovat ilmakehän heikko vaikutus ja riippumattomuus valaistusolosuhteista. Passiivisilla mikroaaltolaitteilla on kuitenkin vaatimaton spatiaalinen eli tilaa koskeva erottelukyky, mikä tekee heterogeenisten alueiden havaintojen tulkinnasta haastavaa; tähän tarvitaan maanpinnan tuottaman mikroaaltosäteilyn mallinnusta. Kehittyneiden mallien avulla voidaan kompensoida esimerkiksi heterogeenisen kasvillisuuden tai maaston vaikutusta havaintoihin.

DSC01873_sm.jpg
Radiometrejä mittaamassa lumen mikroaaltovastetta Ilmatieteen laitoksen arktisessa tutkimuskeskuksessa Sodankylässä. Kuva Christian Mätzler, 2011.

 


Sivun ylin kuva: Mittauksiin sisältyi myös havaintoja merijäästä. Kuvassa silloisen Merentutkimuslaitoksen Aranda-tutkimusalus.


Viewing all articles
Browse latest Browse all 949

Trending Articles