Efter årtionden av forskning, en ny modell utvecklades av University of Saskatchewan (USask) forskare som för första gången framgångsrikt förutspådde bergsnöpackning med en hög grad av noggrannhet och detaljer – information av avgörande betydelse för vattenhantering, lantbruk, brytning, rekreation, och översvämningsprognoser över hela världen. Snötäcket i bergen är den främsta drivkraften för våravrinning.

"Snö i de kanadensiska klippiga bergen står för 60 % av flödet av South Saskatchewan River och tre fjärdedelar av provinsen är beroende av den för dricksvatten, för bevattning, för kalibrytning och andra industrier, sade John Pomeroy, Kanada forskningsprofessor i vattenresurser och klimatförändringar och professor vid USask Department of Geography and Planning. "Floderna i Saskatchewan är verkligen livsnerven i provinsen."

Enligt Pomeroy, mer än hälften av mänskligheten är beroende av avrinning från bergssnö för att dricka, kraftproduktion, och bevattning.

"Vi kan äntligen förutsäga utvecklingen av fjällsnacksäck, " sade Pomeroy. "Detta är en stor bedrift, som gör det möjligt för vattenförvaltningsmyndigheter att bättre bedöma våra snövattenresurser i berg."

Till exempel, mängden snöpackning i Klippiga bergen varje vinter avgör vattenkraftskapaciteten vid Gardinerdammen, och mängden vatten tillgängligt i sjön Diefenbaker för bevattning.

Big data

Kör på superdatorer, den kanadensiska hydrologiska modellen (CHM) knuffar detaljerade data om snödistribution genom vind och laviner, skuggning av berg, vinden flyter över åsar, och vegetation, tillsammans med väderprognoser, för att generera en uppskattning av var och hur mycket snö som har samlats i ett givet område.

USask-teamet använde sin modell för att förutsäga mängden snöpack i en 1, 000 kvadratkilometer område i södra Kananaskis-dalen, i Canadian Rockies. Deras resultat, publicerades i mitten av februari i tidskriften Kryosfären , var en nära överensstämmelse med snödjupsdata som samlats in av ett team av forskare vid University of British Columbia med hjälp av LiDAR-lasermätningar (light detection and rangeing) som tagits med flygplan. Högupplösta snötäcksdata som fångats av satellit och bearbetats av ett labb vid universitetet i Toulouse (Frankrike) bekräftade resultaten.

Att generera uppskattningar av snöackumulering är för närvarande en kostsam, arbetsintensiv träning, förlitar sig på team av snömätare som åker in i backlandet på skidor eller med helikopter, sedan manuellt mäta snödjup och täthet på avlägsna platser – tekniker som har använts i över ett sekel. På grund av kostnader och tid, de kan bara göra mätningar på ett fåtal platser.

USask-teamet har skapat en demonstrationswebbplats som heter Snowcast som använder deras modell för att generera nästan realtidsuppskattningar av snöpackning för en del av Bow Valley som börjar strax väster om Calgary och löper upp till Lake Louise och Field.

Modell skalbar till stora ytor

Chris Marsh, en USask-postdoktor som utvecklade CHM som en del av sin Ph.D. med USask Global Institute for Water Security och Department of Geography and Planning, är entusiastisk över potentialen att skala upp modellen från en relativt liten forskningsdomän till större områden, som den nordamerikanska Cordillera (den nästan kontinuerliga bergskedjan som löper längs västra sidan av USA och Kanada) eller High-mountain Asia (en bergsregion som är hem för världens största samling av glaciärer och snö).

"Mycket stora rumsliga omfattningar är nu lösbara med en modell som denna, ", sa Marsh. "Det är verkligen viktigt för att kunna ge uppskattningar för mängden snötäcke i slutet av vintern i svåråtkomliga bergsområden. Simuleringar ger en saknad pusselbit för att hjälpa kvantifiera mängden vatten i bergssnötäcket."

Andra provinser visar redan intresse för att använda modellen för hydrologisk prognos, sa Pomeroy, och de senaste diskussionerna med UNESCO (United Nations Educational, Scientific and Cultural Organization) tyder på att det finns ett globalt intresse för att utnyttja dess förutsägelsekraft.

"Detta kommer att möjliggöra bättre vattenhantering, vilket verkligen är vad alla vattenförvaltningsmyndigheter i världen vill ha just nu, med vårt klimat som blir mer varierande, sa Pomeroy. "Vi ser vilda svängningar i vädret och i extrema händelser, som torka och översvämningar. Det är en verklig utmaning för vattenhantering, att försöka jämna ut dessa ytterligheter, att tillhandahålla stadiga förnödenheter till alla."

Utmaningar i att bygga modellen

Huvudförfattare Vincent Vionnet, nu forskare med miljö- och klimatförändringar Kanada, tillbringade två år med det USask-ledda programmet Global Water Futures och arbetade med projektet. Han kom på designen för att validera modellen, och en strategi för det knepiga arbetet med att införliva bergsvindbeteende i CHM.

Som en del av deras validering, teamet kunde slå på och av de olika fysiska faktorerna i sin modell – en process som kallas modellförfalskning – för att avgöra hur stort inflytande var och en hade på noggrannheten av den information som genererades.

"Vi stängde av vindfördelningen, vi stängde av lavinen, ", sa Vionnet. "Du ser en enorm minskning av modellens prestanda som tydligt illustrerar vikten av att ta hänsyn till dessa processer."

En kostsam strävan

Kalifornien spenderar 14 miljoner dollar på att ta flygmätningar av snöpackning i Sierra Nevada-bergen med hjälp av LiDAR-teknik, enligt Pomeroy.

"De mäter det på det sättet eftersom de inte kan modellera det, ", sa Pomeroy. "Vi gjorde det redan 2007 i Klippiga bergen, men vi har inte råd att göra det (regelbundet). Vi var tvungna att lista ut hur vi skulle beräkna snöpackningen utan den informationen. Ibland när man inte har rikedomen, du tvingas vara smartare."