Retrieving snow depth distribution by downscaling ERA5 Reanalysis with ICESat-2 laser altimetry

要約

季節的な積雪の変動性、特に遠隔地での積雪の深さを推定することは、利用可能な空間的および時間的データが限られているため、重大な課題を引き起こします。
この研究では、ICESat-2 衛星レーザー高度計からの空間的にも時間的にもまばらな積雪深測定値を使用し、それらを気候再解析データとともにダウンスケーリング校正スキームに組み込んで、マイクロスケール (10 m) で月次グリッド積雪深マップを作成します。
。
ICESat-2 によるプロファイルに沿った雪面の標高測定値がデジタル標高モデルと比較され、各地点の雪の深さが決定されます。
まばらな測定値を効率的に積雪深マップに変換するために、回帰モデルを当てはめて、取得した積雪深と対応する ERA5 Land 積雪深との関係を確立します。
サブグリッド変動と呼ばれるこの関係は、月次の ERA5 陸地積雪深データをダウンスケールするために適用されます。
この方法では、ERA5 時間範囲全体 (1950 年以降) の月次積雪深マップの時系列を提供できます。
ダウンスケールされた積雪深データの検証は、ノルウェー南部のハルダンゲルヴィッダ地域での航空機レーザー スキャン (ALS) からのデータセットを使用して、中間スケール (100 m x 500 m) で実行されました。
結果は、積雪深予測が 0.74 ～ 0.88 の範囲の R2 値を達成したことを示しています (校正後)。
この方法は世界中で利用可能なデータに依存しており、森林限界より上の他の積雪地域にも適用できます。
地域固有のキャリブレーションが必要ですが、私たちのアプローチは、そのようなデータが存在しない地域でも積雪深マップを提供できる可能性があり、既存の積雪調査を時間内に、より広い地域にわたって推定するために使用できます。
これにより、水文学、生態学、または永久凍土のモデリング タスクに貴重な入力データを提供できます。

要約(オリジナル)

Estimating the variability of seasonal snow cover, in particular snow depth in remote areas, poses significant challenges due to limited spatial and temporal data availability. This study uses snow depth measurements from the ICESat-2 satellite laser altimeter, which are sparse in both space and time, and incorporates them with climate reanalysis data into a downscaling-calibration scheme to produce monthly gridded snow depth maps at microscale (10 m). Snow surface elevation measurements from ICESat-2 along profiles are compared to a digital elevation model to determine snow depth at each point. To efficiently turn sparse measurements into snow depth maps, a regression model is fitted to establish a relationship between the retrieved snow depth and the corresponding ERA5 Land snow depth. This relationship, referred to as subgrid variability, is then applied to downscale the monthly ERA5 Land snow depth data. The method can provide timeseries of monthly snow depth maps for the entire ERA5 time range (since 1950). The validation of downscaled snow depth data was performed at an intermediate scale (100 m x 500 m) using datasets from airborne laser scanning (ALS) in the Hardangervidda region of southern Norway. Results show that snow depth prediction achieved R2 values ranging from 0.74 to 0.88 (post-calibration). The method relies on globally available data and is applicable to other snow regions above the treeline. Though requiring area-specific calibration, our approach has the potential to provide snow depth maps in areas where no such data exist and can be used to extrapolate existing snow surveys in time and over larger areas. With this, it can offer valuable input data for hydrological, ecological or permafrost modeling tasks.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google