Til hovedinnhold

SNOWHOW

SNOWHOW

Publisert 22. april 2016

Snøforhold er en viktig faktor klimatisk, for dyr og planter og for samfunnet. I Norge faller en tredjedel av nedbøren som snø, og den er viktig av økonomiske årsaker (vannkraft), for samfunnets infrastruktur (transport, dimensjonering av bygninger, dammer brer, etc) og ikke minst for fritidsaktiviteter (skigåing, hytteliv og utendørsaktiviteter).

I dag bruker vi data modeller og observasjoner for å overvåke og prognosere snøforhold. Modellene som anvendes er ofte av en regresjonstype, det vil si at vi har tilpasset funksjoner til observasjoner av nedbør, temperatur og snø. Slike modeller står i kontrast til mer fysisk baserte modeller hvor f.eks. smelting er beregnet ut i fra en energibalansebetrakting i stedet for en antatt proporsjonal sammenheng mellom antall plussgrader og mengde smeltet snø.

Grunnen til forskjellen i modelltilnærming er at de forsøker å beskrive snø på forskjellige romlige skalaer. Fysisk baserte modeller kan gi ganske gode beskrivelser for et punkt, gitt de riktige inputdata, mens regresjons modellen er ganske gode for å beskrive snø for større områder, for eksempel et nedbørsfelt. Det regresjonsmodeller ikke kan er å beskrive snø for forhold som ennå ikke er observert, under et endret klima. Det er heller ikke mulig å få korrigert modellen når vi har observasjoner som forteller oss at den går feil.

I SNOWHOW vil vi

  1. ta i bruk all mulig snø informasjon for å utvikle, oppdatere og evaluere operasjonelle snø modeller
  2. forsterke den fysiske realismen i operasjonelle modeller ved å ta det beste fra fysisk baserte- og areal modeller og
  3. gi anbefalinger for et optimalt observasjonsnett for snø, tilpasset den neste generasjonen snø modeller. Resultater fra SNOHOW vil være nyttig for vannkraftproduksjon, flomvarsling og snøskredvarsling.

Dette er et IPN-prosjekt (Innovasjonsprosjekt i næringslivet) som er delfinansiert fra Forskningsrådet


 

Prosjektvarighet

2015 - 2017