• No results found

Utvärdering av automatiska snödjupsmätningar med en SR50A Sonic Ranging Sensor

N/A
N/A
Protected

Academic year: 2022

Share "Utvärdering av automatiska snödjupsmätningar med en SR50A Sonic Ranging Sensor"

Copied!
49
0
0

Loading.... (view fulltext now)

Full text

(1)

Examensarbete vid Institutionen för geovetenskaper ISSN 1650-6553 Nr 190

Nicole Carpman

Utvärdering av automatiska

snödjupsmätningar

med en SR50A Sonic

Ranging Sensor

(2)

         

   

                   

     

                                       

Copyright © Nicole Carpman och institutionen för geovetenskaper, Luft‐, vatten‐ och  landskapslära, Uppsala universitet. 

Tryckt hos Institutionen för geovetenskaper Geotryckeriet, Uppsala Universitet, Uppsala, 2010 

(3)

Referat 

Utvärdering av automatiska snödjupsmätningar med en SR50A Sonic Ranging  Sensor 

Nicole Carpman 

I Sverige utförs dagligen observationer av snöns djup och utbredning under snösäsongen. 

Observationerna används till exempel för att årsvis avgöra maximalt snödjup, snötäckets första och  sista dag samt antal dygn med snötäcke på olika platser. Traditionellt utförs snödjupsmätningar  manuellt med en enkel mätpinne, men med ny teknik kommer nya möjligheter. Med en 

ultraljudssnömätare kan automatiserade snödjupsmätningar utföras med bättre upplösning i både  tiden och rummet vilket därmed ger bättre uppfattning av snöns tillväxt, hopsjunkning samt  smältning och innebär att alla signifikanta förändringar i snötäcket garanterat kommer observeras.  

I denna utvärdering har en jämförelse gjorts av manuella och automatiska snödjupsmätningar  utförda parallellt på samma plats men med olika frekvens. Instrumentet som utvärderats är en  SR50A Sonic Ranging Sensor uppmonterad vid Institutionen för geovetenskapers mätstation vid  Uppsala universitet. Vid mätstationen görs även manuella snödjupsmätningar en gång per dag. De  automatiska snödjupsmätningarna genomförs varje minut och medelvärdesbildas över ett 10  minuters intervall. 

Utvärderingen visar att de båda metodernas mätresultat stämmer mycket väl överrens förutom  en mer eller mindre systematisk skillnad. I medeltal ger Sonic Ranging Sensorn 1,6 cm större snödjup,  något som till största del kommer av en osäkerhet vid kalibreringen av instrumentet. Resultaten visar  tydligt på en bättre upplösning hos de automatiska mätningarna men att de manuella mätningarna  ändå fått med de stora förändringarna av snötäcket vad gäller tillväxt, minskning samt max‐ och  mindjup.  

Rådata från Sonic Ranging Sensorn visade på större och mindre fluktuationer som berodde på  osäkra mätningar. Kvaliteten på mätningarna har avgjorts antingen med instrumentets inbyggda  kvalitetsnummer eller utifrån max‐ och minvärden på snödjupet tagna under varje 10 minuters  intervall. De faktorer som försämrade kvaliteten i mätningarna var först och främst snöfall, men även  regndroppar eller snö som drev på grund av vinden gav försämrad kvalitet. Instrumentets känslighet  för temperaturdifferensen i skiktet precis ovanför snöytan har också utvärderats vilket visade att de  temperaturmätningar som görs i nuläget på 1,5 m höjd ger tillräckligt bra mätresultat. Det skilde  endast 0,14 cm i medeltal om temperaturdifferensen togs med i beräkningarna av snödjupet. 

Förutom en systematisk skillnad visade sig drivbildning inom mätområdet vara den faktor som gav  störst skillnad mellan manuella och automatiska snödjupsmätningar. För att avgöra hur 

representativa snödjupsmätningarna vid mätstationen är i jämförelse med närområdet och därmed  också eliminera påverkan av drivbildning genomfördes ytterligare manuella mätningar av snödjupet  på ett homogent fält i närheten. Resultaten visar att de manuella mätningarna vid mätstationen ger  ett för området representativt snödjup.  

 

Nyckelord: Snödjup, automatiska snödjupsmätningar, ultraljud, Sonic Ranging Sensor  

   

(4)

Abstract 

 

Evaluation of automatic snow depth measurements with a SR50A Sonic  Ranging Sensor 

Nicole Carpman 

During the snow season, daily observations of snow depth and distribution are performed all around  Sweden. The observations are for example used to yearly determine maximum snow depth, first and  last day of snow coverage and number of days with snow coverage in different areas. Manual snow  depth measurements are traditionally performed with a simple measurement stick but with new  technology new possibilities arise. With an ultrasonic snow depth sensor, automatic snow depth  measurements can be performed with much better resolution in both time and space, thus give a  more detailed picture of the growth, compaction and melting of the snow coverage. There is also no  risk to miss out on any important changes in the snow coverage. 

In this evaluation, a comparison has been made between manual and automatic snow depth  measurements performed parallel on the same place but with different frequency. The instrument  that has been evaluated is a SR50A Sonic Ranging Sensor mounted at a measuring station near the  Department of Earth Sciences, Uppsala University. At the measuring station manual snow depth  measurements are made once a day. The automatic snow depth measurements are made every  minute and an average is taken over a 10 minute interval. 

The evaluation shows that the measuring results of both techniques follow each other very well  except for a more or less systematic difference. The Sonic Ranging Sensor gives in average 1.6 cm  larger snow depth which mostly is due to in uncertainty in the calibration of the instrument. The  results clearly show a better resolution in the automatic snow depth measurements, although the  manual measurements still show all significant changes of the snow coverage when it comes to  growth, compaction, maximum and minimum depth. 

Raw data from the Sonic Ranging Sensor showed some large amplitude and small amplitude  fluctuations that were implemented by uncertainty in the measurements. The quality of the  measurements have been determined either with the built in quality number of the instrument or  from maximum and minimum snow depth measurements during each 10 minute interval. The factors  that reduced the quality of the measurements was mainly snow fall, but also rain drops or drifting  snow reduced the quality. The sensitivity of the instrument due to the temperature difference in the  layer just above the snow surface was also evaluated, showing that the temperature measurements  that currently are performed at 1.5 m height give good enough measuring results. The difference was  only 0.14 cm in average if the temperature difference was taken into account when calculating the  snow depth. 

Except for a systematic difference, drifting snow inside the measuring area was the factor giving  largest difference between manual and automatic snow depth measurements. To determine how  representative the snow coverage at the measuring station is compared to the local area, extra  manual measurements were performed at a field near the station. The result shows that the  measuring station has a representative snow depth. 

 

Key words: Automatic snow depth measurements, ultra sound, Sonic Ranging Sensor 

(5)

Innehållsförteckning 

REFERAT ... II  ABSTRACT ... III 

1  INLEDNING OCH BAKGRUND ... 1 

2  SNÖDJUPSMÄTNINGAR MED OLIKA METODER ... 2 

2.1  SNÖDJUPSMÄTNINGAR I ALLMÄNHET ... 2 

2.2  MANUELLA SNÖDJUPSMÄTNINGAR ... 2 

2.3  AUTOMATISKA SNÖDJUPSMÄTNINGAR ... 3 

2.3.1  Instrument: SR50A Sonic Ranging Sensor ... 3 

2.3.2  Kvalitet och noggrannhet ... 3 

2.4  JÄMFÖRELSE MELLAN MANUELLA OCH AUTOMATISKA SNÖDJUPSMÄTNINGAR ... 4 

3  UTFÖRANDE ... 5 

3.1  PLATS OCH UTFÖRANDE AV MANUELLA SNÖDJUPSMÄTNINGAR... 5 

3.1.1  Mätstationens representativitet ... 5 

3.2  PLATS OCH UTFÖRANDE AV AUTOMATISKA MÄTNINGAR ... 7 

3.2.1  Montering och mätområde ... 7 

3.2.2  Insamling av data ... 9 

3.4  METOD ... 10 

4  RESULTAT ... 11 

4.1  FEBRUARI  MARS 2009 ... 11 

4.1.1  Vädrets inverkan på Sonic Ranging Sensorns snödjupsmätningar, februari – mars 2009 ... 12 

4.1.2  Jämförelse mellan automatiska och manuella snödjupsmätningar,  februari ‐ mars 2009 ... 14 

4.1.3  Temperaturens påverkan på de automatiska snödjupsmätningarna ... 16 

4.2  VINTERN 2009/2010 ... 18 

4.2.1  Sonic Ranging Sensorns mätresultat vid barmark, november – december 2009 ... 18 

4.2.1.1  Vädrets inverkan på Sonic Ranging Sensorns snödjupsmätningar vid barmark ... 19 

4.2.2  Sonic Ranging Sensorns mätresultat vid snötäcke, december 2009 – februari 2010 ... 20 

4.2.2.1  Vädrets inverkan på Sonic Ranging Sensorns snödjupsmätningar vid snötäcke ... 21 

4.2.2.2  Jämförelse mellan automatiska och manuella snödjupsmätningar,  vintern 2009/2010 ... 23 

4.3  REPRESENTATIVITET ... 24 

4.3.1  De manuella snödjupsmätningarnas representativitet ... 25 

5  DISKUSSION OCH SLUTSATSER ... 26 

5.1  SNÖDJUPSMÄTNINGAR VID SNÖTÄCKE ... 26 

5.2  SNÖDJUPSMÄTNINGAR VID BARMARK ... 28 

5.3  JÄMFÖRELSE MELLAN MANUELLA OCH AUTOMATISKA SNÖDJUPSMÄTNINGAR ... 29 

5.4  MÄTSTATIONENS REPRESENTATIVITET ... 29 

5.5  SLUTSATSER ... 29 

6  REFERENSER ... 31  7  APPENDIX A. MANUELLA OBSERVATIONER ... I  8  APPENDIX B. DATA FRÅN YTTERLIGARE MANUELLA SNÖOBSERVATIONER ... VI  9  APPENDIX C. VINDHASTIGHETER OCH VINDRIKTNINGAR ... IX  10  APPENDIX D. SNÖDJUPSMÄTNINGAR VID OCH SKISS ÖVER MÄTSTATIONEN ... X 

(6)
(7)

1 Inledning och bakgrund 

Runt om i Sverige utförs dagligen observationer av allt från temperaturer, nederbörd och fuktighet  till salthalter och strålning. Dessa observationer innefattar såväl atmosfären som sjöar, hav och land. 

Data samlas in av Sveriges Meteorologiska och Hydrologiska Institut (SMHI) som sammanställer  observationerna och använder dem som underlag exempelvis i prognoser, i modeller för  klimatscenarier och utredningar med mera som sedan används som underlag för myndigheter,  organisationer, forskare, politiker eller privatpersoner.  

En av parametrarna som dagligen observeras under vintersäsongen är snödjupet. Detta görs vid  samtliga manuella väderstationer i Sverige, med vissa undantag. Observationerna används för att ge  information om snötäckets djup, varaktighet och utbredning. Intressanta aspekter är första och sista  dag med snötäcke, antal dygn med snötäcke samt maximala snödjupet.  

Förekomsten av snö och vatteninnehållet i snön har stor betydelse för många delar av samhället,  några exempel är: vinterväghållningen där det är viktigt att ha tillgång till uppdaterade observationer  om hur mycket nysnö som fallit och dimensionering av hustak där en uppfattning av vilken mängd  snö som kan förväntas på platsen är viktig.  

Vid Institutionen för geovetenskaper vid Uppsala universitet utförs dagligen manuella  observationer av nederbörd, nederbördsslag, snödjup och andel snötäcke. Snödjupet mäts  traditionellt med en enkel mätpinne vid institutionens mätstation. Sedan februari 2009 har  institutionen även en automatisk snödjupsmätare, en SR50A Sonic Ranging Sensor från Campbell  Scientific Inc. Det är ett instrument som med hjälp av ultraljud mäter avståndet till snöytan och på så  sätt beräknar snödjupet. Mätningarna sker en gång per minut och ett medelvärde bildas sedan över  ett 10 minuters intervall.  

Syftet med denna undersökning är i huvudsak att utvärdera hur väl snödjupsmätningar med en  ultraljudsmätare stämmer överens med traditionellt utförda snödjupsmätningar med mätpinne. 

Intresse ligger också i att undersöka hur mycket extra information som fås av att utföra mer  frekventa mätningar i jämförelse med de mätningar som utförs endast en gång per dag. Både de  manuella och de automatiska mätningarna utförs vid endast en mätpunkt. Det är därför intressant  att vidare undersöka hur representativa dessa mätpunkter är vid jämförelse med närområdet. Som  en utvärdering av själva instrumentet har eventuella felkällor undersökts, främst på grund av olika  väderförhållanden. 

Data från två skilda tidsserier har använts där snödjupet uppmätts parallellt både automatiskt  med en Sonic Ranging Sensor (SR‐sensor) och manuellt med en fast mätpinne. Enligt en tidigare  utvärdering av SR‐sensorer (Brazenec, 2005) visade sig störningar i instrumenten till största del bero  på olika väderpåverkningar så som snö med låg densitet, snödrev, höga vindhastigheter, intensiva  snöfall och extrema temperaturer varför fokus lades på att utvärdera olika väderförhållandens  påverkan på mätresultatens noggrannhet.  Mätresultaten från de två metoderna jämfördes  kvantitativt genom att beräkna den absoluta differensen, medelvärdet av differensen samt 

standaravvikelsen från detta medelvärde. För att avgöra hur representativt det manuellt uppmätta  snödjupet vid mätstationen är i jämförelse med snöns fördelning i närområdet så har här ytterligare  mätningar genomförts på ett större homogent fält i närheten under en kortare period. 

(8)

2 Snödjupsmätningar med olika metoder  2.1 Snödjupsmätningar i allmänhet 

Sedan början av 1900‐talet har snödjupet mätts på ett stort antal platser i Sverige (Nord & Teasler,  1973). Att mäta snödjup är en till synes enkel uppgift, men det finns vissa aspekter att ta hänsyn till  och en djupare förståelse för snöns fysikaliska egenskaper är värdefull vid analys av ett snötäcke. 

Ett snötäcke växer nästan uteslutande på grund av fallande nederbörd eller drivbildning. 

Kondensation av fuktig luft på dess yta kan anses försumbar (Nord & Teasler, 1973). Beroende på  temperaturen kan nederbörden falla som regn eller snö i olika former. De fallande iskristallerna kan  vara små och lätta eller sammanslagna till stora, tyngre snöflingor vilket påverkar hur snön fördelar  sig på marken. Små lätta snöflingor har till exempel större tendens att bilda drivor.  

Minskning av snötäcket sker i huvudsak på grund av att snön sjunker ihop, blåser bort eller  smälter. Hopsjunkning sker snabbt i ett nybildat snötäcke på grund av att snöns fysikaliska 

egenskaper ändras. Små iskristaller omvandlas till större på grund av avdunstning och sublimation  mellan de olika kristallerna. Detta resulterar i att snötäckets struktur förändras och blir mer kompakt  vilket gör att snötäcket snabbt sjunker ihop. (Nord & Teasler, 1973). Även snötäckets egen tyngd  påverkar hopsjunkningen.  

Vidare kan snödrev ha stor inverkan på snöns fördelning över ett område. Vanligast är att snön  lägger sig i drivor på grund av höga vindhastigheter vid snötillfället, men snödrev förekommer även  av befintliga snötäcken. För torr, lös snö uppkommer snödrev från och med vindhastigheter på 4‐4,5  m/s medan tröskelvärdet för hårt vindpackad snö är ca 10 m/s (Nord & Teasler, 1973). 

2.2 Manuella snödjupsmätningar 

Snödjup mäts traditionellt med en smal mätpinne graderad i hela centimetrar och avläses på en  centimeter när (SMHI, 1979). Helst bör minst fem olika mätpunkter med några meters mellanrum  inom ett område av 20 x 20 m användas för att få ett, för området, representativt värde på  snödjupet. Snödjupet rapporteras sedan som medelvärdet av de fem mätpunkterna. 

Snödjupsmätningar utförs dagligen kl 07 (kl 10 för vissa stationer) från och med första snöfallet på  hösten. Mätplatsen väljs på en yta där snötäcket av erfarenhet fördelar sig jämt. Platser där snön  blåser bort eller där drivbildning är vanlig bör undvikas.  Enligt nationella föreskrifter (SMHI, 1979)  skall förutom snötäckets djup även en beskrivning av hur stor del av marken som är snötäckt  rapporteras. Detta görs utifrån en fyragradig skala enligt Tabell 1. 

Tabell 1. Markytans tillstånd 

S  marken helt eller nästan helt snötäckt 

SB  marken mer än till hälften men inte helt snötäckt  BS  marken mer än till häften men inte helt bar  B  marken helt eller nästan helt bar 

 

Endast då marken är mer än till hälften täckt med snö (S eller SB) rapporteras snödjup. Detta innebär  att om snön har smält bort i mer än hälften av det omkringliggande området, till exempel på grund  av en större uppvärmning eller mer vind, men själva mätplatsen fortfarande har ett snötäcke kvar, så  noteras inte snödjupet och de manuella data förlorar information om snösmältningsförloppet på  mätplatsen. 

(9)

För att undvika mätfel är det viktigt för en fast mätpinne att kalibreringen till nollnivån vid  markytan är noggrann. För en lös mätpinne som sticks ner i snön är det viktigt att se till att den når  ända ner till markytan. De vanligaste orsakerna till mätfel vid en fast mätpinne är smältning precis  invid pinnen eller drivbildning på mätplatsen.  

2.3 Automatiska snödjupsmätningar 

Ett annat sätt att mäta snödjup är att använda sig av automatiserade avståndsmätningar där man  utnyttjar snöytans förmåga att reflektera ljud. På så sätt kan mätningar genomföras på ett kostnads‐ 

och tidseffektivt sätt med stor noggrannhet och hög tidsupplösning.  

2.3.1 Instrument: SR50A Sonic Ranging Sensor 

Den automatiska snödjupsmätare som undersökts är en SR50A Sonic Ranging Sensor från Campbell  Scientific, Inc. Det är ett instrument som genom att sända ut korta pulser av ultraljud och sedan  registrera ekot mäter avståndet till ett objekt eller en yta, till exempel en snö‐ eller vattenyta  (Campbell Scientific Inc., 2007‐2008).  

Sonic Ranging Sensorn är specialutformad för att mäta snödjup och har därför hög noggrannhet  för alla typer av snö, allt från våt, tung snö till nyfallen pudersnö med hög förmåga att absorbera ljud. 

Den är byggd av tåligt aluminium vilket gör att den klarar hårt väder. De känsliga inre delarna skyddas  från kondenserad fukt med hjälp av ett torkmedel. Tillverkaren rekommenderar att dessa inre delar  av instrumentet1  bör bytas vart 3:e år. Om Sonic Ranging Sensorn brukas i ett fuktigt klimat bör de  bytas varje år. Torkmedlet använder kiselsyragel som en indikator på om fukt har tagit sig in i 

instrumentet. Blå färg innebär att torkmedlet fortfarande fungerar, rosa färg indikerar att torkmedlet  behöver bytas. 

Sensorn är både en sändare och mottagare av ultraljud. Enligt instruktionsmanualen (Campbell  Scientific Inc., 2007‐2008) sänder den ut ultraljud med frekvensen 50 kHz som träffar objektets yta  där ljudpulsen absorberas och reflekteras. Ytans egenskaper avgör hur stor del av ljudpulsen som  reflekteras. En fast yta reflekterar större del av ljudet medan en porös yta till största del absorberar  ljudet. Det reflekterade ekot tas emot av sensorn och tiden det tagit för ljudet att färdas från  sändaren och tillbaka registreras. Ljudets hastighet i luft varierar med luftens temperatur varför en  korrektion av ljudets hastighet behöver göras för att få korrekta mätvärden. Som 

standardinställningen för SR50A så är den omgivande temperaturen 0 °C vilket ger en ljudhastighet  av 331,4 m/s (Campbell Scientific Inc., 2007‐2008). Tillsammans med sensorn behövs därför en  extern temperaturgivare som vid varje mätning anger den faktiska lufttemperaturen. Det  temperaturkompenserade, verkliga snödjupet fås av Ekvation 1 

  ° ,     (1) 

där  = Sonic Ranging Sensorns uppmätta snödjup i cm,   0°  = uppmätt snödjup i cm vid  0 °C, T = externt uppmätt lufttemperatur i Kelvin (Campbell Scientific Inc., 2007‐2008). 

2.3.2 Kvalitet och noggrannhet 

Enligt instrumentspecifikationen tar det ca 1 sekund för en SR50A Sonic Ranging Sensor att  genomföra en snödjupsmätning och skicka utdata. Upplösningen i snödjupsmätningarna är 0,025 cm  och noggrannheten anges till ±1 cm. 

      

1 Översättning: ”The transducer housing assembly” (Campbell Scientific Inc., 2007‐2008) 

(10)

Förutom att mäta snödjup utför Sonic Ranging Sensorn även en kvalitetskoll på mätningarna. 

Instrumentet använder en algoritm för att säkerställa pålitligheten i mätningarna och ge användaren  en indikation på kvaliteten. Instrumentet sänder enligt Brazenec (2005) ut ett flertal ljudpulser vid  varje snödjupsmätning och kontrollerar så att det inte skiljer mer än 1 cm mellan de olika 

mätresultaten. Kvaliteten anges med ett kvalitetsnummer k som kan anta värden mellan 0 och 600,  där höga nummer innebär stor osäkerhet i mätningen medan mindre nummer anger god kvalitet, 0  innebär att mätningen inte kunnat utföras (se Tabell 2). Om osäkerheten är alltför stor kan 

snödjupsmätningen ratas. När en mätning ratas ger instrumentet kvalitetsnumret 0 samtidigt som  snödjupet sätts till ‐999.  

Tabell 2. Definition av intervallen för Sonic Ranging Sensorns kvalitetsnummer k. 

0   ingen mätning har kunnat utföras  152‐210  bra kvalitet på mätningen 

210‐300  en viss osäkerhet finns i mätningen  300‐600  stor osäkerhet i mätningen 

 

De orsaker som Campbell Scientific, Inc. (2007‐2008) anger påverkar kvaliteten på mätningarna är: 

 Sensorn är inte vinkelrät mot objektets yta 

 Objektet är litet och reflekterar lite ljud 

 Objektets yta är skrovligt eller ojämnt 

 Objektet har dålig förmåga att reflektera ljud, till exempel snö med extremt låg densitet 

Även vid snöfall förväntas kvalitetsnumret öka, speciellt om snön har låg densitet då ljudsignalen lätt  sprids (Campbell Scientific, Inc. 2007‐2008). 

Orsaker till att mätdata anses osäker kan vara att den reflekterade ljudpulsen har blivit försvagad  på sin väg tillbaka till mottagaren. Exempelvis om ljudet sprids mycket vid reflektionen på ytan eller  om snöns egenskaper gör så att den absorberar väldigt stor del av ljudet. Brazenec (2005) uppger  tillfällen med starka vindar och snöfall som den största källan till osäkerhet. Förklaringen som anges  är att ljudpulserna då har svårt att tränga igenom snöflingorna, detta i kombination med en 

försvagning av ekot i och med att ljudet sprids åt olika håll, resulterar i att instrumentet inte korrekt  klarar av att mäta avståndet till själva snöytan. Andra orsaker till att mätdata anses osäker kan vara  om något objekt inom mätområdet rör på sig med mer än 4 cm/s, till exempel om ett djur rör sig  inom sensorns mätradie (Campbell Scientific Inc., 2007‐2008).  

2.4 Jämförelse mellan manuella och automatiska snödjupsmätningar 

Det finns både för‐ och nackdelar med att använda sig av automatiska snödjupsmätningar istället för  traditionellt utförda manuella mätningar. Fördelen med att använda automatiska snödjupsmätningar  är att tidsupplösningen kan göras högre, på så sätt fås en mycket mer detaljerad bild av snödjupets  variation. När nederbörd faller så ökar snödjupet för att sedan snabbt börja sjunka ihop. Denna  tillväxt och hopsjunkning kan detekteras i mycket större detalj vid mer frekventa mätningar. Om  endast en mätning per dag genomförs finns också en stor risk att dygnets maximala eller minimala  snödjup missas.  

Det man vinner med att använda manuella observationer utförda av en erfaren observatör, är den  rumsliga uppfattningen av snötäcket. Sonic Ranging Sensorn mäter endast på en mindre yta medan  en observatör kan ta hänsyn till snödjupet på en större yta för att få ett mer representativt värde. 

(11)

Detta är speciellt viktigt vid drivbildning då vindens riktning och hastighet samt instrumentets  placering avgör om snön under sensorn är tjockare eller tunnare än det allmänna snötäcket  runtomkring.  Även i senare skeden av snösäsongen, när smältningen påbörjas, ger de manuella  observationerna större förståelse för snöläget i området medan de automatiska 

snödjupsmätningarna ger en mer detaljerad bild av snösmältningsförloppet precis vid mätplatsen. 

Om då endast automatiska mätningar finns tillgängliga så finns risken att en missvisande bild ges av  snödjupet. Om snön på mätplatsen smälter långsammare än i resten av området skulle en längre  snösäsong rapporteras av den automatiska snödjupsmätaren i jämförelse med vad manuella 

observationer skulle ha rapporterat, eller vise versa om snön på mätplatsen smälter snabbare. Valet  av metod skulle alltså kunna påverka en klimatologisk analys av snösäsongens varaktighet. 

3 Utförande 

Nedan följer en närmare genomgång av utförandet av de manuella och de automatiska 

snödjupsmätningarna samt en beskrivning av metoden som ligger till grund för undersökningen och  jämförelsen mellan dem. 

De data som undersöktes kommer från i huvudsak två olika tidsserier där manuella och 

automatiska snödjupsmätningarna är utförda parallellt. Tidsserierna innefattar februari – mars 2009  samt november 2009 – februari 2010. Utöver dessa ingick även en kortare serie data med ytterligare  manuella snödjupsmätningar som utfördes parallellt med övriga mätningar mellan 29 januari och 15  februari 2010.  

3.1 Plats och utförande av manuella snödjupsmätningar  

De manuella observationerna kommer från mätstationen vid Institutionen för geovetenskaper,  Uppsala universitet, som är ett inhägnat område där endast behöriga personer har tillträde. De  använder sig av en i marken fastsatt centimetertjock metallstång graderad med hela centimetrar för  att manuellt mäta snödjupet (Figur 1). Metallstången placeras i marken inför varje snösäsong och  mätnoggrannheten kan uppskattas till ±1 cm. Eftersom endast en mätpunkt används gör 

observatören vid avläsning en visuell interpolering inom den närmaste kvadratmetern för att  minimera mätfel och få ett mer representativt mätvärde av snödjupet på platsen. Förutom snödjup  observeras även andelen snötäcke i området samt vilken slags nederbörd som fallit det senaste  dygnet. 

Observationerna genomfördes på morgonen varje vardag (måndag – fredag). Tidpunkten för  observationerna har varierat och vissa dagar har inte någon tidpunkt angetts vid rapporteringen (se  Appendix A). Dagar då ingen observation genomförts samt under helger har snödjupet interpolerats  linjärt mellan de två närliggande mätningarna.  

3.1.1 Mätstationens representativitet 

De ytterligare manuella snödjupsmätningarna utfördes på en öppen yta i närheten av den ordinarie  mätstationen med en tunn linjal av plast (se Figur 2). Linjalen var 50 cm lång och graderad i 

millimeter. Den stacks ner genom snötäcket vid flera olika mätpunkter och mätningarna 

rapporterades med 1 centimeters noggrannhet. Observationerna antecknades tillsammans med en  allmän observation om snöfall, eventuell nysnö, vindförhållanden samt snöytans struktur (se  Appendix B).  

 

(12)

Figur 1. Metallstång graderad i centimeter för manuella  

snödjupsmätningar vid Uppsala universitet. 

Figur 2. 50 centimeter lång linjal i plast graderad i  

millimeter för ytterligare snödjupsmätningar på  ett större homogent område. 

 

 

Figur 3. Karta över närområdet vid de två olika mätplatserna i Uppsala (efter UNT/Akademiska hus, 2010). 

Mätplatsen som valdes var ett större homogent fält i närheten av den ordinarie mätstationen som  kan anses representativ för hur snö normalt fördelar sig då den är öppen med bara enstaka träd, till  viss del skyddad av omgivande bebyggelse (se Figur 3). Ytan är platt förutom två konstgjorda kullar ca  3 m höga och 30 m långa (Figur 4).  

Den exakta platsen för mätningarna var på en yta av 20 x 35 meter som innefattade både den  platta delen av området samt en av de avlånga kullarna. Mätpunkterna placerades i fem räta rader  (rad A – E) dels på kullens krön (rad E) dels parallellt med kullen (rad D), samt vinkelrätt bort från  kullen (rad A‐C). Radernas orientering samt placeringen av de två kullarna ses i Figur 4. På varje rad 

200 m

(13)

har snödjupet mätts på 4‐6 punkter. Avståndet mellan dem stegades upp med 5‐6 steg mellan varje  mätpunkt vilket motsvarar ungefär 5‐6 meter.  

Genom att använda många mätpunkter kunde den rumsliga variationen i snödjup över en relativt  homogen yta undersökas. Det stora mätområdet gjorde också att olika vindriktningars påverkan på  snöns fördelning kunde studeras. Mätpunkterna på Kulle 1 avsågs kunna ge en bild av vindens  påverkan och snödrevets omfattning. 

 

Figur 4. Skiss över mätområdet för de ytterligare manuella snödjupsmätningarna. På varje rad (A‐E) har 4‐6 mätningar  gjorts med ca 5 m mellanrum. 

 

3.2 Plats och utförande av automatiska mätningar  

De automatiska snödjupsmätningarna utfördes av på samma mätstation som de manuella  observationerna utfördes och markeras på kartan i Figur 3. Underlaget består av gräs som kan bli  decimeterhögt och tovigt till sin karaktär. Data finns från och med februari 2009 då instrumentet  monterades upp. 

3.2.1 Montering och mätområde 

En Sonic Ranging Sensor bör monteras vinkelrätt mot marken på en höjd av 0,5 till 10 m från den yta  som skall undersökas för att mätningarna ska genomföras korrekt och hänsyn bör därför tas till hur  djup snö som förväntas på platsen (Campbell Scientific Inc., 2007‐2008). Avståndet måste vara minst  50 cm men bör heller inte vara alltför långt ifrån ytan då det absoluta felet i snödjupsmätningen ökar  med avståndet.  

   

(14)

 

Sensorns mätområde är en cirkulär yta rakt nedanför instrumentet definierad som basytan i en  kon (se Figur 5). Höjden till instrumentet avgör ytans storlek enligt Ekvation 2. Ljudpulsen har en  bredd av cirka 30 grader vilket innebär att radien respektive arean ges av Ekvation 2 a) respektive b)   

tan 15° 0.268     (2 a) 

0.071824     (2 b) 

 

där r = radien, h =höjden till sensorn och A = arean på cirkeln.  

För att få korrekta mätresultat bör inga störande föremål befinna sig inom instrumentets  mätområde varför det är viktigt att placera instrumentet över en tillräckligt stor, plan yta. Detta för  att SR‐sensorn mäter avståndet till det föremål som är på kortast avstånd från sändaren. 

Vid montering av SR‐sensorn är det ytterst viktigt att kalibrera den så att nollnivån är väl 

definierad. Snödjupet är direkt beroende av hur väl marknivån är definierad. Vid monteringstillfället  av SR‐sensorn vid mätstationen (februari 2009)  fanns det redan en viss mängd snö på marken. 

Avståndet mellan instrumentet och snöytan mättes därför upp med 1 cm noggrannhet och användes  som underlag för kalibreringen. En kontroll av kalibreringens noggrannhet gjordes genom att jämföra  med det manuellt uppmätta snödjupet vid mätpinnen.  

Instrumentet placerades 1,6 meter över marken på en stång monterad horisontellt på en mast, se  Figur 5. Avståndet från masten gjordes tillräckligt långt för att sensorns ljudstråle inte skulle störas av  några objekt. Enligt Ekvation 2 ger en placering av instrumentet på 1,6 meters höjd ett mätområde  med diametern 86 cm och därmed arean 0,58 m2 vid markytan. Enligt definition minskar mätområdet  när snödjupet ökar eftersom snöytan då kommer närmare instrumentet.  

Vid mätstationen utförs även automatiska observationer av flera andra meteorologiska 

parametrar. Luftens temperatur uppmäts med en resistansgivare av platina som är väl ventilerad och  strålningsskyddad med en noggrannhet på 0,01°C. Den är placerad på 1,5 m höjd på masten, i nära  anslutning till SR‐sensorn. Mark‐ eller snöytans temperatur registreras med en Infra‐Red Remote  Temperature Sensor som mäter ytans långvågiga IR‐strålning med noggrannheten 0,2 °C inom dess  mätområde ‐25 °C till +60 °C (Campbell Scientific Inc., 2008). Instrumentet är riktat för att mäta  temperaturen rakt nedanför SR‐sensorn (se Figur 5). Vindhastigheten mäts med en 

propelleranemometer placerad på institutionsbyggnadens tak. Den registrerar vindriktningen samt  medelvinden och maximala byvinden under 10 minuters intervall med en noggrannhet av 0,3 m/s  (Young, 2008).  

Figur 5 visar placeringen av SR‐sensorn på mätstationens område samt illustrerar den utsända  ljudpulsens räckvidd. Figuren visar även den manuella mätpinnen placerad strax bakom SR‐sensorn. 

På mitten av Figur 5 ses även IR‐strålningstemperaturmätaren monterad på den horisontella stången  och till vänster ses skåpet där en datalogger är placerad som tar emot data från de olika 

instrumenten(se nedan för närmare beskrivning). 

 

(15)

 

Figur 5. Foto från 28 januari som visar Sonic Ranging sensorns placering vid Institutionen för geovetenskapers  mätstation vid Uppsala universitet. Den från Sonic Ranging sensorn utsända ljudpulsens räckvidd har markerats i bilden. 

På bilden ses också den metallstång som används för manuella snödjupsmätningar (Figur 1) samt, monterad på stången,  temperaturgivaren för ytans strålningstemperatur. Instrumenten är placerade på 1,6 m höjd från markytan. Vid  fototillfället var snödjupet 36 cm.  

3.2.2 Insamling av data 

Utdata från Sonic Ranging Sensorn sparas i en Campbell CR10X datalogger som kommunicerar med  instrumentet med hjälp av SDI‐12 (Serial Digital Interface). Noggrannheten i data från loggern valdes  till 0,5 cm vilket anses tillräckligt eftersom mätosäkerheten på snödjup uppskattas till ± 1 cm. 

Enligt instrumentspecifikationen tar det ca 1 sekund för en SR‐sensor att genomföra en 

snödjupsmätning och skicka utdata. SR‐sensorn har i loggern programmerats till att mäta en gång per  minut. För varje mätning skickas  , , den externt uppmätta temperaturen på 1,5 m höjd, till  loggern där den används för att genomföra temperaturkompensationen (Ekvation 1). Vidare  beräknas snödjupet utifrån den uppmätta höjden från markytan till instrumentet genom att  subtrahera höjden till instrumentet (1,6 m). Det verkliga snödjupet  ,  sparas tillsammans  med data för att avgöra kvaliteten i mätningarna.  

SR‐sensorn genomför 1440 mätningar per dag. Dessa mätningar medelvärdesbildas i intervall om  10 minuter vilket ger 144 mätvärden per dag. Under den första tidsserien (februari – mars 2009)  sparades SR‐sensorns inbyggda kvalitetsnummer k som   och   under varje 10 minuters  intervall, tillsammans med medelvärdet av snödjupsmätningarna. Under den andra tidsperioden  (november 2009 – februari 2010) sparades istället max‐ och minvärdet av snödjupsmätningarna  (    och     ) under varje 10 minuters intervall tillsammans med medelvärdet av  snödjupsmätningarna.  

Vid de tillfällen då ett mätvärde har ratats och SR‐sensorn har angett snödjupet till  

±999 så upptäcker loggern detta orimliga värde och ger ±6999 som utdata för snödjupet, vilket gör  det enkelt att detektera dessa felaktiga mätningar vid bearbetning av data. 

Även övriga meteorologiska parametrar, beskrivna ovan, sparas som 10 minuters medelvärden i  dataloggern tillsammans med datum och tidpunkt för mätningens genomförande. 

   

IR‐temperatur  mätare

Sonic Ranging  Sensor

(16)

3.4 Metod 

Vid jämförelse mellan de manuella och automatiska snödjupsmätningarna har endast manuella  observationer då observatören rapporterat snötäcket till S eller SB använts (se Appendix A). Det vill  säga tillfällen då snötäcket täcker mer än 50 % av marken i området och snödjupet på mätplatsen  faktiskt har observerats. Vidare har endast mätningar från vardagar då observatören varit på plats vid  mätstationen tagits med i jämförelsen. 

För att kunna visualisera snödjupets variation med tiden har manuella data kompletterats med att  sätta icke angivna tidpunkter till 9:00 SNT, vilket är ett medelvärde av tidpunkten för övriga 

observationer. Dessa punkter har däremot inte använts vid den kvantitativa jämförelsen mellan  manuella och automatiska snödjupsmätningar, detta för att säkerställa ett mer korrekt resultat. För  att vidare möjliggöra jämförelse med automatiska mätningar så ändrades samtliga klockslag för de  manuella mätningarna till närmaste föregående hela 10‐tal så att de matchar 10 minuters 

medelvärdena från de automatiska mätningarna.  

För att kvantitativt kunna jämföra de båda serierna har de dagliga manuella snödjups‐

observationerna kombinerats med motsvarande automatiska snödjupsobservationer vid samma dag  och tidpunkt. Från dessa värdepar beräknades därefter den absoluta differensen i snödjup, 

medelvärdet av differensen samt standardavvikelsen från detta medelvärde. Fördelningen av  absoluta differensen har åskådliggjorts i histogram.  

Även för de ytterligare manuella snödjupsmätningarna har aritmetiska medelvärden av snödjupet  bildats utifrån olika antal mätpunkter. Resultaten har sedan jämförts med de ordinarie manuella  snödjupsmätningarna för att avgöra hur representativt snötäcket vid den ordinarie mätstationen är i  jämförelse med närområdet.  

Kvaliteten på de automatiska snödjupsmätningarna avgjordes med hjälp av Sonic Ranging  Sensorns kvalitetsnummer k, för perioden februari – mars 2009. Då inget kvalitetsnummer sparats,  november 2009 – februari 2010, användes skillnaden mellan snödjupets max‐ och minvärde under  varje 10 minuters intervall (     ) som en indikation på osäkerheten i 

mätningarna.  

För att kunna utvärdera hur väl en automatisk snödjupsmätare av denna typ fungerar vid olika  vädersituationer så har väderanalyser efterkonstruerats för att försöka hitta samband mellan  störningar i mätdata från SR‐sensorn och särskilda vädersituationer. Analyserna grundar sig på  endast en sparsam mängd observationer och bör därför inte ses som helt exakta. 

Observationsmaterialet kommer dels från den automatiska väderstationen vid Uppsala universitet  dels från de dagligen utförda manuella observationerna, dels från SMHI:s månadsrapporter över  väderläget från samma tidsperiod. De parametrar som studerades var nederbörd, nederbördsslag,  medelvind, byvind, luftens och ytans temperatur samt temperaturdifferensen mellan snötäckets yta  och instrumentet.  

Enligt tillverkaren (Campbell Scientific Inc., 2007‐2008) förväntas osäkerheten i SR‐sensorns  mätresultat öka vid snöfall varför fokus har lagts på nederbördsområden. Vindhastigheter och  riktningar ger information om risken för drivbildning eller snödrev. Temperaturen vid tiden för osäkra  observationer ger information om vilken sorts nederbörd man kan vänta sig. Vid temperaturer runt  nollstrecket förväntas snöflingorna vara stora jämfört med snöflingorna när temperaturen är flera  minusgrader, då de har en annan struktur och faller tätare men är mindre. Vid snötäcke uppstår en  kraftig temperaturgradient i skiktet närmast ytan. Detta innebär att ljudpulsen färdas genom ett  lager luft med väldigt skiftande temperatur, något som påverkar ljudets hastighet. Eventuell 

(17)

påverkan på snödjupsmätningarna från denna förändring av ljudhastigheten undersöks i närmare  detalj utifrån data från mars 2009. 

4 Resultat  

De data som undersökts kommer från två skilda tidsserier där manuella och automatiska 

snödjupsmätningar är utförda parallellt. Tidsserierna innefattar februari – mars 2009 samt november  2009  – februari 2010. I data finns de flesta vindriktningarna representerade, liksom olika former av  nederbörd så som regn, snöblandat regn samt snöfall med både små och stora snöflingor. 

Undersökningar av mätningar vid barmark respektive snötäcke har också kunnat genomföras.  

Resultaten från jämförelsen mellan de två metoderna är uppdelade efter vilken av de två 

tidsserierna som har använts. Utöver de två huvudsakliga dataserierna presenteras resultaten från de  ytterligare manuella snödjupsmätningarna som används till att avgöra representativiteten separat. 

Vid analys av Sonic Ranging Sensorns snödjupsmätningar genomfördes viss databearbetning för  att få tillförlitliga data set. I SR‐sensorns utdata återfanns ett antal spikar, där instrumentet gett ±999  vilket resulterat i att dataloggern gett ±6999 som utdata, samt en mängd mindre fluktuationer som  kom av osäkra mätningar En manuell kontroll av mätresultatet visade att de små variationerna oftast  var försumbara,       översteg sällan 3 cm på 10 minuter. Antal stora spikar och  signifikanta fluktuationer utgjorde sammanlagt endast 0,23 % av data vid snötäcke, beräknat över  båda tidsserierna, dessa spikar samt osäkra mätningar felflaggades och mätvärdet togs bort och  ersatts av värdet i närmast föregående tidssteg.  

4.1 Februari – mars 2009 

Snödjupets variation med tiden under perioden 3 februari – 31 mars 2009 visas som rådata i Figur 6. 

Linjen anger de automatiska observationerna från SR‐sensorn och består av 10 minuters 

medelvärden. Stjärnorna, sammanbundna med en linje, anger de dagliga manuella observationerna  där varje stjärna representerar en observation. Snödjupet uppmätt med SR‐sensorn visar ett antal  spikar som kommer av olika störningar i mätningarna. Det finns även ett antal mindre fluktuationer i  snödjupet som kommer av observationer där höga kvalitetsnummer vittnar om att osäkerheten varit  stor vid mätningens genomförande.

 

Figur 6. Snödjup i februari ‐ mars 2009. Jämförelse mellan manuella och automatiska snödjupsmätningar uppmätta  parallellt 

Kvalitetsnummer från den aktuella perioden ses i Figur 7a. På y‐axeln har den undre gränsen  markerats för mätningar med bra kvalitet ( 152 210), viss osäkerhet ( 210 300)  respektive stor osäkerhet (kmax=300‐600). Tillfällen då ingen mätning har kunnat genomföras  ( 0) markeras med stjärna. 

(18)

Vid databearbetning felflaggades alla spikar samt alla observationer där värdet på kvalitetsnumret   översteg 300 eller   var 0. I och med den stora mängden kvalitetsinformation var antal  felflaggade observationer i data från februari – mars relativt stort, 151 av sammanlagt 8117  observationer felflaggades, viket motsvarar 1,9 % av mätvärdena under perioden, men antal större  spikar var endast 11 st vilket motsvarar 0,14 % av data. Dessa felflaggade värden togs bort och  ersattes med värdet i närmaste föregående tidssteg. I Figur 7b ses de manuella snödjupsmätningarna  tillsammans med de automatiska snödjupsmätningarna där de felflaggade mätpunkterna ersatts  (markerade med kvadrater i figuren). 

Figur 7c visar nederbördsmängden uppmätt av den automatiska nederbördsmätaren. Figur 8 visar  uppmätta temperaturer under perioden; ytans strålningstemperatur, luftens temperatur på 1,5 m  höjd samt differensen mellan dem  ∆ ,

Jämförelse av Figur 7 a‐c visar på en tydlig korrelation mellan höga värden på kvalitetsnumret,  felaktiga värden från SR‐sensorn och tillfällen med nederbörd. Särskilt vid snöfall har SR‐sensorns  snödjupsmätningar störts i hög grad. Detta ses tydligt vid de tillfällen när snödjupet ökat snabbt på  grund av ett snöoväder, till exempel 23 februari, 3 mars och 9‐11 mars. Vad gäller vindhastigheterna  så har inga mönster kunnat urskönjas. Detta beror troligen på att vindhastigheterna i februari‐mars  2009 endast varit måttliga med friska byvindar under vissa perioder (se Appendix C). 

4.1.1 Vädrets inverkan på Sonic Ranging Sensorns snödjupsmätningar,  februari – mars 2009 

Den 4 februari drog mild fuktig luft in över Sverige söder ifrån och gav, i samband med ett flertal  nederbördsområden snöfall på sina håll, ibland med inslag av regn (SMHI, 2009 d). I Uppsala föll 5 cm  nysnö på två dagar. SR‐sensorns mätningar stördes av denna nederbörd nästan hela dagen den 5  februari och 17 mätpunkter felflaggades. Med temperaturer strax under nollstrecket kan man anta  att snöflingorna den här dagen var stora och reflekterade stora delar av ljudpulserna från 

instrumentet. Kvalitetsnummer, felflaggade snödjupsmätningar och temperaturer ses i   Figur 7 a‐c och Figur 8.  

Mellan den 6‐21 februari genomfördes snödjupsmätningar med bra kvalitet. Temperaturen var  lägre under denna period ligger gott och väl under 0 grader, i medeltal ‐5 °C (se Figur 8). Enligt Figur 7  b ökar snödjupet långsamt under denna period och enligt de manuella observationerna föll en viss  mängd snö varje dag trots att den automatiska regnmätaren inte registrerat någon nederbörd. Dessa  lätta snöfall har alltså inte stört SR‐sensorn. 

Den 22 februari rörde sig ett nederbördsområde in över Uppland (SMHI, 2009 d) som gav 10 cm  nysnö och återigen stördes de automatiska snödjupsmätningarna kraftigt under ett halvt dygn vilket  medför att 39 mätpunkter med mindre fluktuationer och höga kvalitetsnummer felflaggades, se Figur  7 b) och c). Vid de tillfällen som felflaggats med kvalitetsnummer 0 på eftermiddagen den 24 februari  har även fel detekterats i flera andra instrument på mätstationen vilket vittnar om något tekniskt fel i  instrumenten. Dessa fel  bör därför inte tas med i analysen av SR‐sensorn.  

På kvällen den 2 mars snöade det ganska intensivt från ett passerande nederbördsområde. 

Snödjupet ökade med 9 cm. Temperaturen låg runt nollstrecket så snön var antagligen blöt och i  stora flingor. Detta snöfall gav störningar i mätningarna från SR‐sensorn vid nio stycken 10 minuters  intervall mellan kl 20:00 och 23:00. Under hela dygnet 3 mars återfinns höga kvalitetsnummer och  störningar i snödjupsmätningarna.  

   

(19)

 

 

 

Figur 7 a‐c. Jämförelse mellan olika parametrar för att visa på felkällor i Sonic Ranging Sensorns snödjupsmätningar från  februari‐mars 2009 (a) Kvalitetsnummer k från Sonic Ranging Sensorn. De undre nivåerna för de olika  intervallen är markerade (för detaljer se Tabell 2) (b) Snödjup, jämförelse mellan manuella och automatiska  observationer. Felflaggade och borttagna punkter i automatiska data har markerats med svarta kvadrater. (c)  Nederbördsmängd. 

 

Figur 8. Temperaturer under perioden februari ‐ mars 2009. Luftens temperatur på 1,5 m höjd  , , ytans  strålningstemperatur   samt differensen mellan dem ∆ ,

   

a) 

b) 

b) 

(20)

Även den 4 och 5 mars registrerades nederbörd av automatstationen. Temperaturen låg mellan 1  och 4 plusgrader vilket gav nederbörd i form av regn enligt förmiddagsobservationen kl 10. Denna  nederbörd gav inga störningar i kvalitetsnumret och man kan dra slutsatsen att regndroppar ger  obetydlig störning i jämförelse med den stora störning som snöflingor bidrar till.  

På eftermiddagen och kvällen den 8 mars föll 2,2 mm nederbörd från ett nederbördsområde som  rörde sig in från Atlanten i samband med ett lågtrycksområde (SMHI, 2009 c) med temperaturer på  0,5‐1,5 °C. SR‐sensorn stördes inte i detta fall så troligen föll nederbörden i form av regn. Nästa dag,  på förmiddagen den 9 mars, observerades snöblandat regn, vilket gav SR‐sensorn störningar i en  timme mellan kl 8‐9.  

Den 10 mars gav ett lågtryck beläget öster om Sverige snöfall över Upplandskusten (SMHI, 2009  c). Vid mätstationen registrerades ihållande nederbörd i form av snö hela morgonen och 

förmiddagen som resulterade i en ökning av snödjupet med 10 cm. Temperaturen i luften var ca  

‐0,6 °C medan snöytan var kallare med ‐5 °C. Därefter registrerade den automatiska 

nederbördsmätare bara små mängder nederbörd ungefär en gång i timmen men snötäcket steg  under den följande dagen och nådde maximal höjd den 11 mars vilket skulle kunna innebära att det  varit snöfall men att snön hunnit smälta och avdunsta innan den registrerats av automatstationen. 

Kvalitetsnumrena från SR‐sensorn var höga under denna period vilket indikerar att snön gav problem  för signalen att reflekteras tillbaka till sensorn på ett korrekt sätt, se Figur 7a den 11 mars. Fortsatt  snöfall under kvällen den 11 mars gav rejäla störningar. Sammanlagt felflaggades 47 mätpunkter. 

Snödjupet nådde maximalt 20 cm enligt SR‐sensorn medan de manuella observationerna angav 23  cm. Därefter sjönk snötäcket snabbt ihop. 

Resterande del av månaden hade SR‐sensorn endast problem vid ett fåtal tillfällen, trots att  nederbörd registrerades under perioden. Den 13 mars noterades viss osäkerhet i mätningarna på  förmiddagen. Temperaturen steg över 0 grader och vinden ökade något (upp emot 8 m/s i byarna). 

Den manuella observationen visade på lätt snöfall vilken antagligen är orsaken till de vidare  störningarna, men nederbörden var så liten att den inte påverkade snödjupet och snötäcket sjönk  fortfarande ihop. 

Under ett dygn mellan den 15‐16 mars visar kvalitetsnumrena på vissa störningar i mätningarna  (k>210). En liten mängd nederbörd registrerades men den föll i form av regn och det mesta hade  hunnit avdunsta. Vindarna var till en början väldigt svaga (0‐1,5 m/s) men ökade till 7 m/s i byarna  under dagen den 16 mars. Vattendroppar som blåste under sensorn skulle kunna förklara 

störningarna. 

Snöbyar den 24 mars samt snöblandat regn i samband med höga vindhastigheter på natten till  den 28 mars gav förhöjda kvalitetsnummer med viss osäkerhet i SR‐sensorns mätningar. 

Från och med den 28 mars angav observatören snötäcket till mindre än 50 % i det närliggande  området och rapporterade därför snödjupet till 0 cm medan SR‐sensorn fortsatte mäta det verkliga  snödjupets minskning i ytterligare 3 dygn. I samband med ökande temperatur smälte den 

kvarvarande snön bort helt på 3 dygn och SR‐sensorns snödjupsmätningar landade på ‐1,2 cm i  medeltal vid barmark. 

4.1.2 Jämförelse mellan automatiska och manuella snödjupsmätningar,   februari ­ mars 2009 

Vid jämförelse mellan de manuella och de automatiska snödjupsmätningarna (Figur 9) ses att de  olika metodernas mätresultat är väl korrelerade men att en viss systematisk skillnad förekommer 

(21)

mellan mätningarna. Korrelationen mellan de två mätserierna är 0,97 vilket innebär att  snödjupsmätningarna från de båda mätmetoderna följer varandra mycket väl. 

Snödjupsmätningarna har kombinerats i tiden för att kunna utföra en kvantitativ jämförelse  mellan dem, sammanlagt ger det 38 par mätdata under perioden 2 februari – 27 mars. I Figur 9 är de  utvalda mätpunkterna i SR‐sensorns data markerade med ringar. Den absoluta differensen i snödjup  mellan de manuella snödjupsobservationerna och motsvarande automatiska observationer 

(∆ ) visas med ett stapeldiagram i Figur 10. Ur diagrammet kan utläsas att de  automatiska snödjupsmätningarna vid alla tillfällen utom ett ger ett mindre snödjup än vad de  manuella mätningarna ger. Differensen ligger inom intervallet  4,9    ∆ 1,9  . Efter  medelvärdesbildning av differensen över hela perioden (2 februari – 27 mars) ses att de automatiska  snödjupsmätningarna ligger i medeltal 2,0 ± 1,1 cm lägre än de manuella mätningarna.  

Histogrammet i Figur 11 visar fördelningen av differensen mellan snödjupet uppmätt manuellt  med mätpinnen och automatiskt med SR‐sensorn. Differenserna i snödjupet är uppdelade i grupper  om hela centimetrar. 79 % av de automatiska snödjupsmätningarna (30 av 38 punkter) skiljer sig med 

3  ∆ 1   från de manuella. Flest mätningar ligger inom  2 ∆ 1  . 

 

Figur 9. Snödjupet från februari‐mars 2009 uppmätt manuellt och automatiskt. Cirklar visar de 38 mätpar som har  använts vid jämförelse mellan automatiska och manuella observationer. 

Figur 10. Skillnad i snödjup mellan manuella och automatiska observationer ∆      under perioden februari – mars 2009. 

 

       

Figur 11. Fördelning av skillnaden i snödjup av de  automatiska observationerna jämfört med de manuella  under perioden februari – mars 2009. 

(22)

4.1.3 Temperaturens påverkan på de automatiska snödjupsmätningarna  Det beräknade snödjupet från Sonic Ranging Sensorn beror av den externt uppmätta 

lufttemperaturen enligt Ekvation 1. Ljudpulserna från SR‐sensorn färdas genom luften från 1,6  meters höjd till snötäckets yta och tillbaka. Som tidigare förklarats förändras ljudets hastighet i luften  med luftens temperatur (kapitel 2.3.1) och luftens temperatur förändras med höjden över marken. 

Speciellt när markytan är snötäckt så kan stora temperaturdifferenser uppstå (som ses i Figur 12).  

Figur 12 visar luftens temperatur på 1,5 m höjd, ytans strålningstemperatur samt differensen  mellan dem  ∆   ,    under mars 2009. Ett positivt värde på temperaturdifferensen  innebär att ytan är kallare än luften. Ur Figur 12 ses att ytans temperatur på grund av snöns stora  utstrålning alltid är lägre än luftens temperatur. Temperaturdifferensen under perioden varierar  inom intervallet  19,1 °C  ∆T 4,2 °C med ett medelvärde av ‐7,8 °C.  

Vid beräkning av snödjup från SR‐sensorn (Ekvation 1) har den externt uppmätta temperaturen på  1,5 m höjd använts enligt Ekvation 1a vid temperaturkompensationen 

,   ° ,  

,     (1a) 

där  ,  avser den uppmätta temperaturen i Kelvin på 1,5 meters höjd. Efter omskrivning av  Ekvation 1a och insättning av den uppmätta temperaturen   ,  samt SR‐sensorns utdata 

,  från mars 2009 fås SR‐sensorns rådata    °  ur Ekvation 3. Utifrån dessa framtagna  rådata kan sedan en ny temperaturkompensation göras genom insättning av temperaturdifferensen  mellan ytan och instrumentet för att få fram det teoretiskt beräknade snödjupet  , ∆   utifrån Ekvation 4. 

  ° , .

,      (3) 

,  ° , ,     (4) 

Skillnaden mellan orginalsnödjupet och det teoretiskt uträknade snödjupet, ∆ 1,5

, ∆ , beräknades för 7 olika temperaturdifferenser. Det innebär alltså att för  orginaldata är ∆ 0. De 7 temperaturdifferenserna valdes inom intervallet  20 °C  ∆T

0,5 °C för att motsvara de uppmätta differenserna under perioden. Resultatet ses i Figur 13 där de  exakta värdena på ∆  kan läsas i figurens teckenförklaring. Man ser utifrån figuren att den maximala  snödjupsskillnaden endast är 0,8 cm och inträffar vid ett fåtal tillfällen då temperaturdifferensen i  skiktet mellan instrumentet och snöytan är ‐ 20 °C. 

Ett annat sätt att åskådliggöra den inverkan som temperaturdifferensen har på snödjups‐

mätningarna från SR‐sensorn är att använda den uppmätta temperaturdifferensen ∆  mellan  instrumentet och snöytan i varje punkt, som ses i Figur 12, genom insättning i Ekvation 4 därvid  beräkna snödjupet  , ∆ . Det ger resultat enligt Figur 14. Den maximala 

snödjupsdifferens efter temperaturdifferenskompensationen blir då 0,49 cm under perioden och i  medeltal endast 0,14 cm (se Tabell 3).  

Ett mer korrekt sätt att behandla temperaturdifferensen i skiktet mellan instrumentet och  snötäckets yta är att göra ett medelvärde av temperaturen mellan de två nivåerna, ∆ /2, då fås 

(23)

en maximal snödjupsdifferens på 0,22 cm under perioden och i medeltal endast 0,07 cm differens  som visas i Figur 14.  

 

Figur 12. Temperaturer i mars 2009. Luftens temperatur från en resistanstermometer på 1,5 m höjd  , , ytans  strålningstemperatur   samt differensen mellan dem ∆ ,

 

Figur 13. Differensen i snödjup under mars 2009 genererad av en teoretisk ändring av den uppmätta temperaturen på 1.5  m med ∆ , där ∆  varierar mellan ‐1 °C och ‐20°C. 

 

Figur 14. Skillnaden i beräknat snödjup från Sonic Ranging Sensorn efter temperaturkorrektion med ∆ ,   samt ∆ / . Medelvärdet av snödjupsdifferensen över hela perioden anges inom parantes. 

   

(24)

Tabell 3. Data från mars 2009. Max‐, min‐ och medelvärden av temperaturen på 1,5 m höjd, strålningstemperaturen på  ytan, differensen mellan temperaturerna samt differensen i snödjup på grund av temperaturdifferensen mellan  luften och ytan.

 

   

Temperatur 1,5 m (°C) 

Strålnings‐

temperatur   på ytan (°C)   

Temperatur‐

differens  T1.5m –TIR (°C) 

Snödjups‐differens  dSRS(T1,5m) – dSRS(T1,5m+ΔT) (cm) 

Max  9,6  ‐2,2  ‐19,1  0,49 

Min  ‐14,3  ‐31,9  ‐4,2  ‐0,01 

Medel  0,4  ‐7,5  ‐7,8  0,14 

Standardavvikelse  3,2  4,8     

 

4.2 Vintern 2009/2010 

Från perioden november 2009 till februari 2010 finns data både från en period med barmark samt en  längre period med snötäcke. Vid barmark kan därför svårigheterna med att nollnivåkalibrera och  göra korrekta mätningar med en Sonic Ranging Sensor utvärderas. Från data med snötäcke kan  känsligheten för störningar hos SR‐sensorn vid snöfall, snödrev och drivbildning undersökas. 

Vid bearbetning av data från november 2009 – februari 2010 felflaggades stora fluktuationer där  SR‐sensorn angett snödjupet till över 60 cm eller under ‐5 cm medan de mindre fluktuationerna  behölls för att inte mista information (se nedan). De mätpunkter där snödjupet hade negativa värden  (mellan 0 cm och ‐5 cm) behölls för att visa på instrumentets nollnivåkalibrering samt den osäkerhet  som finns i SR‐sensorn vid barmark.  

 

4.2.1 Sonic Ranging Sensorns mätresultat vid barmark, november – december 2009  Den första månaden av vintersäsongen 2009/2010, 1 november till 13 december, hade 

genomgående barmark med enstaka snöfall där snön endast låg kvar någon dag. Trots att det var  barmark så uppmätte SR‐sensorn ett fiktivt snödjup på upp emot 5 cm vid flera tillfällen som ses i  Figur 15. Förutom ett antal spikar så uppmättes även långvariga mindre fluktuationer i avståndet  mellan marken och instrumentet. Dessa spikar och mindre fluktuationer åskådliggörs i Figur 15 i form  av det uppmätta snödjupets max‐ och minvärde under varje 10 minuters period. Figuren visar även  det manuellt uppmätta snödjupet samt det medelvärdet av det snödjup som uppmätts av SR‐

sensorn. För åskådlighetens skull är y‐axelns skala vald för att kunna jämföras med resterande  snödjupsmätningar från vinter 2009/2010. Antal spikar under perioden var 25 st av totalt 5945  observationer, motsvarande 0,42 % av data. I 22, % av data fanns mindre fluktuationer men 18,9 %  av dessa var små med       = 1 cm, vilket motsvarar instrumentets mätosäkerhet. 

Vid Institutionen för geovetenskapers mätstation i Uppsala består underlaget av gräs som blir  decimeterhögt och tovigt om det inte hålls efter. Under senhösten hade gräset växt till sig och var 5  cm högt, 10 cm på sina platser, med följden att en trolig orsak till fluktuationerna i uppmätt snödjup  är de utslag som grässtråna på mätplatsen gav upphov till, speciellt i samband med nederbörd då en  tendens till ökat utslag i mätresultaten från SR‐sensorn uppvisas. 

References

Related documents

The average accuracy that is achieved over time indicates if a population is able to evolve individuals which are able to solve the image classification task and improve over time..

This report are going to examine whether there is a difference in the accu- racy of a prediction based on the analysis of historical stock data using a feed forward neural

Industrial Emissions Directive, supplemented by horizontal legislation (e.g., Framework Directives on Waste and Water, Emissions Trading System, etc) and guidance on operating

When an offer is activated to solve congestions issues, RTE may pay an extra cost for this kind of balancing operations.. For an upward balancing operation, the

Nuclear localization is predicted by artificial neural networks, based on the amino acid sequence alone.. The network is trained on proteins containing nuclear

The deposition process for when the argon was opened in the MC was even harder when lower working pressures (1.5 and 2.5 mTorr) and a smaller distance between magnetron and sample

In this paper, outlier detection based on robust within group generalized M-estimation (WGM) of fixed effect panel data is applied to the government budget deficit

Tommie Lundqvist, Historieämnets historia: Recension av Sven Liljas Historia i tiden, Studentlitteraur, Lund 1989, Kronos : historia i skola och samhälle, 1989, Nr.2, s..