La neve che cade in montagna non fa solo sci, ciaspolate e panorami mozzafiato. Il manto nevoso che crea alla fine si scioglierà e quell'acqua può essere utilizzata per l'energia idroelettrica, l'irrigazione e l'acqua potabile.

I ricercatori vogliono prevedere quanta acqua avremo nel corso dell'anno in base al manto nevoso. Ma nelle regioni boscose, gli alberi influiscono sui calcoli. Quando la neve che cade viene intercettata dagli alberi, a volte non arriva mai a terra e gli attuali modelli faticano a prevedere cosa accadrà.

Per migliorare i modelli e indagare su cosa succede a questa neve intercettata, i ricercatori dell'Università di Washington hanno creato un progetto di citizen science chiamato Snow Spotter. I partecipanti hanno visualizzato foto time-lapse del Colorado e di Washington e hanno etichettato le foto scattate quando gli alberi avevano la neve tra i rami. Queste informazioni hanno fornito un primo assaggio di come le interazioni neve-albero potrebbero variare tra i climi e di come ciò potrebbe influenzare le previsioni dell'approvvigionamento idrico estivo.

Il team ha pubblicato questi risultati il ​​18 maggio in AGU Ricerca sulle risorse idriche .

"Noi, come sciatori o appassionati di neve, sappiamo che la neve in Colorado rispetto a Washington è davvero diversa. Ma, fino ad ora, non c'è stato un modo semplice per osservare come queste differenze si manifestano nella chioma degli alberi", ha detto il lead autrice Cassie Lumbrazo, una studentessa di dottorato UW che studia ingegneria civile e ambientale. "Questo progetto sfrutta i volontari per ottenere dati concreti su queste differenze. Un altro vantaggio è che introduce i nostri volontari a come funziona la ricerca e cos'è l'idrologia della neve."

Ci sono tre possibili scenari per la neve che è stata catturata dagli alberi. Potrebbe cadere a terra sotto forma di neve, aggiungendosi all'attuale manto nevoso. Potrebbe essere spazzato via e trasformarsi in vapore acqueo, quindi non aggiunge nulla al manto nevoso. Oppure la neve potrebbe sciogliersi e gocciolare al suolo, il che, a seconda delle condizioni, potrebbe aumentare o meno la quantità totale di acqua nel manto nevoso.

Un problema attuale con i modelli matematici che descrivono questi processi è che i ricercatori non conoscono i tempi (nel corso di un anno, quanto spesso c'è neve sugli alberi e cosa succede?) e come questo tempi varia in climi diversi.

Ma le fotocamere time-lapse possono registrare ciò che sta accadendo in località remote scattando foto ogni ora, ogni giorno per anni, creando un enorme set di dati di immagini.

È qui che entrano in gioco i cittadini scienziati. Snow Spotter mostra ai volontari una foto, con la domanda:"C'è neve tra i rami degli alberi?" I volontari quindi selezionano "sì", "no", "non sono sicuro" o "è buio" prima di passare alla foto successiva.

Utilizzando Snow Spotter, un totale di 6.700 scienziati cittadini ha scansionato 13.600 immagini da diversi siti negli Stati Uniti occidentali. Il team si è concentrato su quattro siti per questo studio:Mount Hopper, Washington; Niwot Ridge, Colorado; e due diversi siti a Grand Mesa, in Colorado.

"Quando il progetto è iniziato, non credo che nessuno sapesse davvero quanto successo avrebbe avuto", ha affermato Lumbrazo, che attualmente sta facendo ricerca in Norvegia nell'ambito del programma Valle Scholarship &Scandinavian Exchange. "Ma i citizen scientist lo stavano elaborando così velocemente che continuavamo a rimanere a corto di immagini per le persone da classificare. Abbiamo ricevuto feedback sul fatto che questo compito è davvero rilassante. Gli scienziati cittadini possono estrarre queste foto nell'app Zooniverse e possono semplicemente sedersi su sul divano e fai clic molto velocemente."

Ogni foto era classificata da nove a 15 diversi volontari e i volontari erano d'accordo tra il 95% e il 98% delle volte. Da lì, i ricercatori hanno potuto ricostruire l'aspetto della neve sugli alberi nel corso dell'anno per ciascun sito.

"I nostri dati mostrano fisicamente la differenza nella neve", ha detto Lumbrazo. "Puoi vedere come la neve a Washington si cementa nel baldacchino e non se ne va mai, ed è così che ci si sente quando si scia su quella neve. A differenza della neve in Colorado, dove nevica frequentemente, ma sta soffiando via. È asciutto e polveroso."

I ricercatori hanno utilizzato questo set di dati per valutare gli attuali modelli di neve. Una limitazione, tuttavia, è che in questo momento il team sa solo quando la neve è presente sugli alberi. Questo metodo non dice quanta neve c'è negli alberi, un altro componente necessario per rendere i modelli ancora migliori.

"Ma una limitazione che non esiste è il numero di scienziati cittadini che sono disposti a elaborare queste immagini", ha detto Lumbrazo. "Abbiamo firmato innumerevoli ore di volontariato per gli studenti, che finiscono anche per avere delle ottime discussioni su determinate immagini e diventa più una conversazione scientifica".

Inoltre, il set di dati generato da questi volontari potrebbe essere utilizzato per addestrare un algoritmo di apprendimento automatico per classificare le immagini in futuro, ha affermato il team.

I ricercatori stanno lavorando per espandere il loro set di dati di immagini per includere foto da tutto il mondo in modo che possano continuare a imparare come i diversi climi e modelli di precipitazioni influenzano il manto nevoso, il che aiuterà anche a rendere i modelli più accurati.

Altri coautori sono Andrew Bennett e William "Ryan" Currier, che hanno entrambi completato questa ricerca come studenti di dottorato in ingegneria civile e ambientale della UW; e Bart Nijssen e Jessica Lundquist, entrambi professori UW di ingegneria civile e ambientale. Snow Spotter è stato creato da Max Mozer, che ha iniziato questo progetto come studente universitario della UW che studiava ingegneria civile e ambientale.