• Home
  • Chimica
  • Astronomia
  • Energia
  • Natura
  • Biologia
  • Fisica
  • Elettronica
  •  science >> Scienza >  >> Natura
    Stime della massa della neve ora più affidabili

    Massa di neve. Credito:Pexels.com

    La stima della quantità di neve stagionale è importante per comprendere il ciclo dell'acqua e il sistema climatico della Terra, ma stabilire un quadro chiaro e coerente del cambiamento si è rivelato difficile. Una nuova ricerca della Climate Change Initiative dell'ESA ha contribuito a produrre la prima stima affidabile del cambiamento della massa nevosa e ha aiutato a identificare le diverse tendenze continentali.

    È noto che il riscaldamento delle temperature superficiali ha portato a riduzioni sostanziali dell'estensione e della durata del manto nevoso dell'emisfero settentrionale. Ugualmente importante, ma molto meno ben compresa è la massa di neve, la quantità di acqua trattenuta nel manto nevoso, e come è cambiata nel tempo.

    Milioni di persone si affidano allo scioglimento delle nevi per l'energia, irrigazione e acqua potabile. Informazioni più accurate sulla massa di neve non solo aiuterebbe a valutare la disponibilità di risorse di acqua dolce e identificare il rischio di inondazioni, ma anche consentire una migliore valutazione del ruolo che la neve stagionale gioca nel sistema climatico.

    In un nuovo documento, pubblicato in Natura , ricercatori dell'Istituto meteorologico finlandese (FMI) e dell'Environment and Climate Change Canada, lavorando come parte della Climate Change Initiative dell'ESA, hanno stimato in modo affidabile la quantità di massa nevosa annuale e i cambiamenti nel manto nevoso nell'emisfero settentrionale tra il 1980 e il 2018. La loro ricerca mostra che la massa nevosa è rimasta la stessa in Eurasia ed è diminuita in Nord America, ma l'estensione del manto nevoso è diminuita in entrambe le regioni.

    Il record combinato di dati climatici sulla massa di neve di 39 anni si basa su osservazioni satellitari passive a microonde combinate con misurazioni della profondità della neve al suolo. Ciò ha permesso al team di restringere la massa massima annuale di neve per l'emisfero settentrionale a 3062 gigatonnellate tra il 1980 e il 2018, con il picco di neve che si verifica a marzo, mentre le stime precedenti andavano da 2500-4200 gigatonnellate.

    Variazioni della massa nevosa tra il 1980 e il 2018. Nelle zone A-E, si osservano grandi cambiamenti regionali nella quantità di neve. Nelle aree blu (A, E) la massa di neve è diminuita, nelle aree rosse (B, C, D) la massa della neve è aumentata. La scala è la variazione del valore dell'acqua della neve in millimetri per 10 anni (il valore dell'acqua indica quanto è alta una colonna d'acqua a cui corrisponde la neve quando si scioglie). Credito:Istituto meteorologico finlandese

    Il team ha utilizzato questo metodo, che corregge eventuali anomalie nei dati, e li ha confrontati con le stime del Global Snow Monitoring for Climate Research, noto anche come GlobSnow, con tre stime indipendenti della massa della neve.

    Jouni Pulliainen, l'autore principale del documento e professore di ricerca presso FMI, dice, "Il metodo può essere utilizzato per combinare diverse osservazioni e fornisce informazioni più accurate sulla quantità di neve che mai. La precedente notevole incertezza del 33% sulla quantità di neve è scesa al 7,4%".

    Il team di ricerca ha riscontrato una piccola riduzione della massa nevosa dell'emisfero settentrionale nei quattro decenni di osservazioni satellitari quando si osserva la quantità massima annuale di neve a cavallo tra febbraio e marzo.

    Però, le stime più affidabili hanno permesso al team di identificare diverse tendenze continentali. Per esempio, la massa di neve è diminuita di 46 gigatonnellate per decennio in tutto il Nord America. Questo non si rifletteva in Eurasia, ma è stata osservata un'elevata variabilità regionale.

    Jouni continua, "Nel passato, le stime delle tendenze delle nevicate globali e regionali sono state solo indicative. I risultati mostrano che la quantità di pioggia è aumentata nelle regioni settentrionali, soprattutto nelle parti settentrionali dell'Asia".

    Utilizzando un metodo sviluppato dai ricercatori dell'Istituto meteorologico finlandese, è possibile combinare diverse osservazioni sulla neve. Il metodo riduce i margini di errore delle osservazioni dal 33% al 7%. Credito:Istituto meteorologico finlandese

    Nelle zone settentrionali, dove le piogge generalmente si trasformano in neve in inverno, la massa nevosa è rimasta invariata o addirittura aumentata. Nelle parti meridionali, dove d'inverno la pioggia scende come acqua invece che come neve, sia l'estensione del manto nevoso che la massa nevosa sono diminuite.

    I dati sulla massa della neve hanno il potenziale per aiutare gli scienziati ad analizzare e migliorare l'affidabilità dei modelli utilizzati per prevedere il cambiamento futuro, però, i precedenti tentativi di stimare la quantità di massa nevosa alle latitudini settentrionali sono così vari che non è possibile giudicare se i cambiamenti si siano verificati con sufficiente sicurezza.

    Il team del progetto mira a continuare a sviluppare l'algoritmo GlobSnow, come parte della Climate Change Initiative dell'ESA, un programma di ricerca e sviluppo che unisce e calibra le misurazioni di più missioni satellitari per generare una serie temporale globale.

    A novembre 2019, Gli Stati membri dell'ESA hanno approvato un'importante espansione della flotta di missioni satellitari Copernicus Sentinel, tra cui CIMR, la missione candidata al radiometro a microonde di imaging di Copernicus. Da lanciare non prima del 2025, questo radiometro a microonde multifrequenza fornirà un'elevata risoluzione spaziale e misurazioni ad alta fedeltà per continuare ed estendere l'estensione della neve e registrare i record di osservazione di massa in futuro.

    Coautore e membro dell'ESA CIMR Mission Advisory Group, Kari Luojus, aggiunge, "Il team FMI sta già lavorando per utilizzare i prossimi dati CIMR per la stima della massa della neve, per estendere ulteriormente il set di dati a lungo termine."


    © Scienza https://it.scienceaq.com