Snöflingor som täcker berg eller hänger kvar under trädkronorna är en viktig sötvattenresurs för över en miljard människor runt om i världen. För att avgöra hur mycket sötvatten som lagras i snö, ett team av NASA-finansierade forskare skapar ett datorbaserat verktyg som simulerar det bästa sättet att upptäcka snö och mäta dess vatteninnehåll från rymden.

Snöns vattenhalt, eller snövattenekvivalent (SWE) är en "helig gral för många hydrologer, sa Bart Forman, projektets huvudutredare och en professor vid University of Maryland, College Park. När snön smälter, den efterföljande vattenpölen är dess SWE.

I västra amerikanska stater, snö är den främsta källan till dricksvatten och vatten från snö är en stor bidragande orsak till vattenkraftsproduktion och jordbruk.

Vissa förändringar i snöfallsmönster är indikatorer på klimatförändringar. Till exempel, varmare temperaturer gör att vattnet faller som regn istället för snö. Som ett resultat, vissa berg kan inte hålla vatten i form av snösäck som de brukade, vilket innebär att regn översvämmar floder och översvämningar är mer intensiva. När översvämningssäsongen är över, torka kan vara allvarligare.

Formans nya tillvägagångssätt följer NASAs försök att studera SWE från satelliter, flygplan och fältet. Moderat (Resolution Imaging Spectroradiometer) är ett instrument ombord på två satelliter som tar dagliga bilder av jorden. MODIS kan identifiera snötäckt land och is på sjöar och stora floder. Global Precipitation Measurement mission (GPM), en internationell konstellation av satelliter, kan observera regn och fallande snö över hela jordklotet varannan till var tredje timme.

Förutom rymdbaserade observationer, NASA driver en kampanj närmare hemmet som heter SnowEX. Kampanjen är ett femårigt program som inkluderar luftburna observationer och sedan fältarbete för att avslöja vad satellitinsatser inte gör. SnowEX låter forskare undersöka komplexa terränger som kan vara svåra att karakterisera från rymden. Nästa vinters kampanj kommer att samarbeta med Airborne Snow Observatory, som mäter snödjup och snöegenskaper.

Vikten av snö och dess vatten

"Vi skulle älska att ha en global karta över SWE, sa Edward Kim, en forskare vid NASA:s Goddard Space Flight Center i Greenbelt, Maryland. Dock, det finns ingen enskild teknik som kan mäta SWE globalt eftersom snöegenskaperna varierar beroende på var den landar, Sa Kim. Den bildar ofta ett djupare lager i skogar, där den är skyddad från solen, men håller en grundare profil i tundran och prärien, där den utsätts för vind och högre temperaturer.

Snö ändrar form när den faller till ytan och fortsätter sedan att förändras på sin viloplats. Dess form kan avgöra vilken sensor som kan observera den, Kim sa, lägga ytterligare komplexitet till uppskattat SWE.

Forman och hans teams nya verktyg kommer att bestämma den mest effektiva kombinationen av satellitbaserade sensorer för att producera mest data. "Verktyget kommer att visa oss hur man gör intelligenta val om hur man kombinerar sensorer, " sa Kim.

En berättelse om olika sensorer

Verktyget utvärderar tre olika typer av jordomloppssensorer:radar, radiometer, och lidar.

Teamet tittade på radar- och radiometerinformation från befintliga sensorer, såsom radiometern Advanced Microwave Scanning Radiometer 2 (AMSR2). Sensorn lanserades som ett partnerskap ledd av Japan Aerospace Exploration Agency (JAXA) för att fånga mikrovågsutsläpp från jordens yta och atmosfär. Syftet är att identifiera snötäcke, havsytans temperaturer, markfuktighet och andra faktorer som är avgörande för att förstå jordens klimat.

För radarobservationer, teamet inkluderade data från European Space Agency (ESA) Copernicus Sentinel 1A och 1B satelliter, som övervakar land- och havsytor.

Förutom att inkludera radar- och radiometersensorer, som för närvarande övervakar snö från rymden, det nya verktygets simulering inkluderar lidar; lidar har flugit ombord på flygplan för att mäta snö över specificerade områden. Till exempel, SnowEx -kampanjen och NASA:s Airborne Snow Observatory använder lidar för att bestämma snödjup och SVE. "Vi kan hjälpa till att utforska frågan, tänk om vi hade ett snöcentrerat observationssatellituppdrag i rymden?" sa Forman.

Av superdatorer och satelliter

"För att göra allt detta, du måste använda superdatorer, " sa Forman. Närmare bestämt, Discover Supercomputer på Goddard och Deepthought2 High-Performance Computing-klustret vid University of Maryland.

När data från de olika sensorerna finns i simuleringsverktyget, teamet kan köra experiment som inkluderar olika scenarier, som att placera en satellit i en omloppsbana mot en annan, eller med en satellit titta på en bred sträng kontra smal sträng av jorden. Med denna uppsättning experiment, de kan jämföra hur bra en viss kombination presterar jämfört med ett referensscenario, sa Forman.

Som en generell regel, med fler satelliter i omloppsbana, forskare skulle ha högre kvalitet på data, sa Forman. Dock, "Vi kan fråga, vad är den marginella vinsten om vi hade en radiometer till?" sa Forman.

Det nya snöavkännande simuleringsverktyget kommer att hjälpa till att skapa en rymdbaserad snöobservationsstrategi för att bättre förstå denna viktiga sötvattenresurs. Simulatorn kommer att användas för att "fortsätta att ställa frågor om vad som ska hända härnäst och hur vi ska planera om 20 år eller mer, "Sa Forman.

Det här nya snösimuleringsverktyget finansieras av NASA:s Earth Science Technology Office.