Svět vědy | Kolik opravdu nasněžilo?

Jak změříte, kolik napadlo sněhu? Kromě měření na základě výšky lyžaře (vršek boty, hloubka po kolena, hloubka po boky, hloubka po prsa atd.) a počtu použitých hashtagů na Instagramu (#pow #powder #epic #deep #deep #deepestdayever #chestdeep #faceshots atd.) existuje několik dalších zavedených metod měření hloubky sněhu nebo čerstvého sněhu. Nejjednodušším a často nejlepším způsobem je ruční měření, kdy někdo pomocí metru zkontroluje, kolik sněhu je. Pro měření celkové výšky sněhu existují trvale instalované měřící tyče se stupnicí, kterou lze odečíst.

Tzv. sněhové tabule jsou položeny tak, aby měřily pouze množství čerstvého sněhu. Jedná se vlastně o desky, které se nechávají zasněžovat. Po napadnutí sněhu nebo v určitou dobu se měří množství sněhu, které se na desce nahromadilo. Poté se deska očistí a proces se opakuje. Zejména ve vysokých horách není vždy možné, aby někdo chodil a všude hledal a rozkládal desky, proto se srážky a výška sněhu měří také na automatických meteorologických stanicích. Existuje několik variant vyhřívaných srážkoměrů, které sbírají a rozpouštějí sníh a vodu pravidelně váží. Vzniká tak sněhový vodní ekvivalent (SWE) - veličina, která na rozdíl od výšky nového sněhu není závislá na jeho hustotě a lze ji porovnávat s letními srážkami. Pokud by sníh neroztával, srážkoměry by byly po prvním výraznějším sněžení plné a měření nového sněhu by přestalo fungovat.

Automatické měření hloubky sněhu obvykle funguje pomocí ultrazvukových nebo laserových senzorů, které měří vzdálenost mezi senzorem zavěšeným na tyči a zemí (nebo povrchem sněhu).

Měříme lépe: pluSnow

O lepší evidenci zimních srážek se samozřejmě intenzivně usiluje. Podhodnocování srážek pluviometry přetrvává jako chyba v mnoha různých aplikacích, například v Modelu INCA ZAMG, ke kterému přistupuje SNOWGRID. Projekt pluSnow, který je realizován v Innsbruckém institutu pro interdisciplinární výzkum hor (IGF) ve spolupráci se ZAMG, v současné době hledá způsoby, jak automaticky zaznamenávat co nejpřesněji výšku nového sněhu, aby se zlepšilo měření srážek. Doufá se, že to povede ke zlepšení korekcí pluviometrů. K tomu jsou zapotřebí také přesné údaje o hustotě čerstvého sněhu, protože pro korekce je zapotřebí nejen výška sněhu, ale také vodní ekvivalent čerstvého sněhu. Obojí by v konečném důsledku mohlo dále zlepšit přesnost analytických aplikací, jako jsou INCA a SNOWGRID.

Projekt pluSnow původně zkoumal, do jaké míry pluviometry skutečně podhodnocují zimní srážky v rakouských Alpách. Takové studie byly dříve prováděny pouze pro Německo a Švýcarsko. Ukázalo se, že i v Rakousku lze očekávat průměrnou chybu 20 %, přičemž měření na velmi vysoko položených a větru exponovaných stanicích jsou podle vedoucího projektu Kaye Helfrichta z IGF ovlivněna více než měření na chráněnějších místech.

Pokud se nyní porovnají roztáté srážky v pluviometru s velmi přesným měřením výšky čerstvého sněhu na stejném místě, může být první z nich korigováno. Přesnou výšku nového sněhu lze poměrně dobře odvodit ze změn celkové výšky sněhu naměřených ultrazvukovými a laserovými senzory.

Předpokládáme-li, že jsme nyní vypočítali množství nového sněhu z poměrně přesné změny celkové výšky sněhu, stačilo by jen přepočítat centimetry nového sněhu na milimetry vodního ekvivalentu (roztátého sněhu v pluviometru) a srovnání by bylo kompletní. Ale jak přesně tento přepočet opět fungoval? Jeden milimetr vody je jeden centimetr sněhu nebo něco takového?

Toto "něco takového" zahrnuje poměrně široký rozsah, který může činit rozdíl mezi šampaňským prašanem a hnusným lepenkovým sněhem. Hustota čerstvého sněhu podléhá časovým a prostorovým výkyvům. Ve společnosti pluSnow nyní probíhají rozsáhlé analýzy dat ve snaze pochopit příčiny těchto výkyvů hustoty a vyvinout lepší přepočítávací vzorce. Každý lyžař intuitivně předpokládá, že hustotu čerstvého sněhu ovlivňuje teplota a vítr. Přestože se tato závislost v datech odráží, je obtížné ji kvantifikovat a liší se stanici od stanice. Je zde tedy ještě mnoho práce na výzkumu a vylepšování.

Od bodových měření k mapám výšky sněhu

Všechny zmíněné obtíže se týkají měření míst, kde skutečně probíhá nějaké měření, ať už jde o ruční měření, pluviometry, ultrazvuk nebo radar. Kdo však často podniká lyžařské túry, sotva kdy narazí na meteorologické stanice, radarové antény nebo meteorology, kteří se hrabou ve sněhu. Ne všude jsou tedy k dispozici naměřené údaje. Místa měření také nejsou rovnoměrně rozmístěna a z logistických důvodů se častěji nacházejí v údolí než ve vysokých horách, které jsou obtížně přístupné. Je také otázka, které měření výšky sněhu je pro danou lokalitu reprezentativní - to na větru vystaveném krtinci, nebo to z příkopu o dva metry dál?"

Pokud chcete mapu, musíte dostupná data převést na plošné rozložení pomocí modelu a v něm zabudovaných algoritmů. Čím více dat je pro určitou oblast k dispozici, tím lépe to funguje. Limitujícím faktorem při převodu na plochu je terén. Už jen kvůli omezenému výpočetnímu výkonu není možné v modelu vyřešit drobné terénní struktury tak, jak je vnímáme při lyžování.

SNOWGRID má každých 100 metrů bod modelové sítě, pro který se vypočítává hodnota. V kombinaci s modelem terénu s vysokým rozlišením, který SNOWGRID používá, je to relativně velmi přesné. Kdybychom však při lyžování vždy brali v úvahu pouze průměr terénu ve čtverci 100 x 100 metrů, na horách bychom rychle selhali. Proto je třeba mít na paměti různá měřítka: Model nevidí situaci na jednotlivých svazích, což je pro lyžaře jedna z nejdůležitějších věcí. Nevidí také lokální vlivy větru. Redistribuce sněhu vlivem větru je někdy pro lyžování důležitější než přesné množství srážek, ale z meteorologického hlediska jde o dvě zcela odlišné záležitosti. Modelování větrného snosu je velmi složité a v systému SNOWGRID zatím nebylo implementováno. Takže ani při převodu bodových měření na plochu to není tak jednoduché.

Jistě existují situace, kdy je lyžování v regionu kvůli velmi nerovnoměrnému rozložení sněhu stěží možné, ale zároveň je na nedaleké meteorologické stanici již metr sněhu. Na druhé straně může být lokalita stanice zcela odfouknutá, ale lyžování je v okolí možné. To pak vede k rozporům ve vlastním vnímání a barvě na mapě SNOWGRID. Zatímco v mapách s celkovou výškou sněhu se kumulativní chyby přenášejí za celou zimu, v případě 24hodinové mapy sněhových rozdílů tomu tak není. Proto jsou rozdílové mapy výrazně přesnější než mapy celkové výšky sněhu, kromě oblastí, kde se vyskytují systematické chyby, např. v důsledku radarového zastínění.

Stejně jako u všech ostatních meteorologických map, předpovědí a údajů ze stanic byste měli mít vždy na paměti, odkud data pocházejí, jak jsou generována a jaké nejistoty a systémové limity se SNOWGRIDem existují. Neobvyklé hodnoty je třeba pečlivě zkoumat a porovnávat s hodnotami z okolí (webové kamery, měřicí stanice), ale také byste měli čas od času zpochybnit vlastní vnímání. Velmi vám také pomůže, pokud si z předchozích zim pamatujete, kolik sněhu zhruba musí daná oblast mít, aby stála za lyžování, a co se pak zobrazuje na příslušných měřicích bodech. Členové redakce PG například tvrdí, že na Krippensteinu se dá pořádně lyžovat jen tehdy, když stanice ukazuje výšku sněhu alespoň 2 metry. Pro brouzdání po alpských loukách však stačí podstatně méně.

Závěr: Meteorologické stanice a modely jsou tak nějak také jen lidé.

Literatura: Helfricht K., Koch R., Hartl L., Olefs M. 2016. Potenciál a výzvy rozsáhlého provozního využití vysoce přesných optických snímačů hloubky sněhu k minimalizaci nedosažení pevných srážek. Sborník příspěvků, International Snow Science Workshop, Breckenridge, Colorado, 2016.