Sikt i snöfall - En studie av siktförhållanden under perioder med snöfall

Sikt i snöfall

-

En studie av siktförhållanden under perioder med snöfall

Jesper Blomster

ABSTRACT 2 SAMMANFATTNING 2

1 INTRODUKTION 3

2 DEN TEORETISKA BAKGRUNDEN 4

2.1 Sikt 4

2.1.1 Sikt under dagtid 4

2.1.2 Sikt under nattetid 5

2.1.3 Jämförelse mellan sikt dagtid respektive nattetid 5

2.2 Snöfallets siktreducerande egenskaper 6

2.3 Snö och isfysik 10

3 DATA – URVAL OCH BEHANDLING 12

3.1 Data från automatstation 12

3.2 Data från SYNOP telegram 15

3.3 Data från TEMP 15

4 ANALYS 16

4.1 Relationen mellan sikt och nederbörd 16

4.2 Temperaturens påverkan på sikten 20

4.2.1 Medeltemperaturen mark till 850hPa 20

4.2.2 Molntemperatur 22

4.3 Skillnader i uppmätt sikt under dag och natt 23

5 RESULTAT 24

6 DISKUSSION OCH SLUTSATSER 25

7 TACK 27

REFERENSER 28

BILAGOR 30

Bilaga 1 Klassificeringsdiagram för iskristaller av Magono och Lee 30

Bliaga 2 Tabell över egenskaper hos individuella iskristaller 32

Bilaga 3 Exempel på SYNOP telegram 33

Bilaga 4 Exempel på sonderingsdata från TEMP 34

Bilaga 5 Förklaring av statistiska begrepp i uppsatsen 34

Abstract

The purpose of this thesis is to study the visibility conditions during snowfall events in order to study the possibility of improvement of the visibility forecast currently in use. Measurement data for visibility and precipitation rate was gathered from Storöns automatic weather station at Storön in the Kalix archipelago situated in most northern part of the Bay of Bottnia. The elevation of weather station at Storön is fairly low. Examination of data gathered from the automatic weather station at Storön shows a large degree of scatter in the visibility for a given precipitation rate.

An estimation of visibility function from the gathered data exhibits some discrepancy from the visi- bility function in the operational model. However this discrepancy is not statistically significant. On comparison with previous studies of the relationship between visibility and precipitation rate, the estimated visibility function was found to be somewhere in the middle of the previous estimates.

In order to try to explain some of the deviation in the measured visibility from the value estimated by the visibility function, three factors were studied. These three were cloud temperature, the aver- age temperature in the layers between ground and approximately 850 hPa and the time/month during the year when the snowfall occurred. The reason behind the choice of these factors were that literature shows that the underlying physics is the same in both the case of visibility reduction due to snowfall and density of freshly fallen snow, and in the latter studies has shown that these factors to some extent explain the variability in snow density. Based on the available data the results never the less show that these factors does not influence the variability of the measured visibility.

Sammanfattning

Syftet med denna uppsats är att studera siktförhållanden under perioder med snöfall för att under- söka om det finns möjlighet till förbättringar av dagens siktprognoser. Mätdata över sikt och nederbördsintensiteter kom från Storöns automatstation som ligger på en relativt låg ö i Kalix skärgård, i den nordligaste delen av Bottenviken. Undersökningen av mätdata från Storöns automatstation visar på en stor spriding av siktvärden vid givna nederbördsintensiteter.

En skattning av siktfunktionen utifrån mätdata gav en viss skillnad jämfört med dagens prognosmo- dell. Dock var skillnaden inte statistiskt signifikant. Vid en jämförelse med tidigare studier av sikten vid snöfall befanns denna skattning ligga någonstans i mitten av skattade siktfunktioner.

I ett försök att förklara en del av avvikelserna från den skattade siktfunktionen studerades huruvida tre faktorer, som visat sig ha betydelse för prognostisering av snödensiteter även påverkade siktvärden. Dessa tre var molntemperatur, medeltemperatur i de lägsta skikten samt när under året snöfallet ägde rum, uppdelat månadsvis. Skälet till att dessa tre faktorer studerades var likheten mellan den bakomliggande fysiken hos siktreduktionen respektive snödensiteten. Både snöns densitet och siktreduktion till följd av snöpartiklar i luften beror på egenskaper hos de enskilda snöflingorna. Resultaten baserade på tillgängliga mätdata gav dock inget stöd för att dessa faktorer även påverkar sikten.

1 Introduktion

Dagens siktprognoser vid tillfällen med nederbörd i HIRLAM 1D (High Resolution Limited Area Model 1 Dimensionell) är baserade på en relativt enkel formel med sikten som en funktion av ne- derbördsintensiteten och nederbördsslag. Detta samband finns undersökt för fall med vinterneder- börd under två vintrar (Rasmussen et al., 1998). Siktvärdena har i de flesta fallen uppvisat en kraftig spridning vid en given nederbördsintensitet. Jämförelser med andra studier visar också en stor spridning av siktvärdena. Olika undersökningar visar även skillnader av den skattade sikt och nederbördsfunktionen (Rasmussen et al. 1999).

Teoretiskt kan det visas, att sikten är en funktion av nederbördsintensitet, fallhastighet samt en parameter, vars värde beror på kristalltypen hos snöflingorna (se avsnitt 2.1). Vidare visar empiriska studier att olika kristalltyper bildas under olika temperaturer och fuktighetsförhållanden (Nakaya, 1954). En effekt av detta är att den skenbara densiteten¹ hos iskristallerna varierar med temperatur (Fukuta och Takahashi, 1999). Det senare har även visat sig ha betydelse för densiteten hos nyfallen snö (Roebber et al., 2003). Ett flertal undersökningar visar att snöns densitet i förhållande till vattnets densitet vid 0 °C och 1000 hPa kan variera från 1:100 ända upp till 1:3. I en tidig kanadensisk undersökning från 1800-talet fann man, att snöns densitet i medeltal var 1:10 i förhål- lande till vattnets densitet och detta har fått utgöra en tumregel för ett flertal länders väderleks- tjänster när prognoser av snödjup ska göras (Potter, 1965).

Avsikten med denna uppsats är först och främst, att studera förhållandet mellan sikt och vattenekvi- valent nederbördsintensitet för att sedan undersöka om dagens prognosmodell stämmer överens med mätdata. Därefter undersöks om man utifrån befintliga sparade data så som SYNOP (landobservationer, se bilaga 3), TEMP (sonderingar, se bilaga 4) och automatstationsdata kan finna ytterligare parametrar som är viktiga för sikten vid snöfall, utöver nederbördsintensiteten. Detta för att undersöka om det finns möjligheter till förbättringar av dagens prognosmodell.

Under senare år har en del forskare börjat söka förklaringar till variation i densiteten hos nyfallen snö genom att studera de bakomliggande fysikaliska mekanismerna från det att iskärnan bildas till dess att en snöflinga slutligen når marken. När det gäller prognostisering av snödensitet, har man på senare år förbättrat den genom att ta hänsyn till bland annat temperatur och fukt i höjden (Roebber et al., 2003; Ware et al., 2006, Judson et al., 2000). Även tid på året (månad) har visat sig ha en viss förklarande roll (Huntington, 2005). I denna uppsats undersöks om dessa faktorer även påverkar variationer i uppmätt sikt.

1Apparent density som är det engelska begreppet i litteraturen är iskristallens massa per den volym en sfär som har iskristallen inskriven i sig skulle uppta.

2 Den teoretiska bakgrunden

Precis som sades ovan, är det de mikrofysikaliska processerna i och under molnen som väsentligen bestämmer vilken typ av iskristaller/snöflingor som kommer att falla till marken. Då det är de olika optiska egenskaperna hos dessa olika iskristaller och snöflingor som i grunden är de faktorer som påverkar sikten, kommer de viktigare resultaten från den litteratur som behandlar is- och snökristall- processer att tas upp längre fram.

2.1 Sikt

Inledningsvis är det lämpligt att kortfattat gå igenom begreppet meteorologisk sikt, då detta arbete handlar just om sikt vid tillfällen med nederbörd i form av snö. Sikt är något som de flesta av oss intuitivt har ett begrepp om, exempelvis hur långt bort vi kan uppfatta ett föremål. Men när det gäller den definition som används när man talar om sikt vid en flygplats, så är det hela lite mer komplicerat. Först gås siktdefinitionen under dagtid respektive nattetid igenom, därefter beskrivs skillnaderna mellan dessa. Beskrivningen nedan följer i huvudsak den som ges av Rasmussen et al., 1999.

2.1.1 Sikt under dagtid

Definitionen av meteorologiska sikten (Vis) som används under dagtid bygger på den skenbara eller apparenta kontrasten², C, mellan ett objekt och bakgrunden:

C= ( ′ B _o− ′ B _h)

B ′ _h = e^−σR, (1)

där R är avståndet mellan observatören och objektet, σ den atmosfäriska utsläckningskoefficienten.

B ′ _o är ljusstyrkan från objektet på avståndet R och B ′ _h är ljusstyrkan från bakgrunden på ett avstånd R från objektet.

Ju större avståndet är mellan observatör och objekt desto mindre blir den apparenta kontrasten C, och vid ett visst avstånd R så kommer man ner till den minsta kontrastskillnad som det mänskliga ögat kan uppfatta, ε. Detta avstånd är det som kallas för meteorologisk sikt, Vis. Vi har nu här att C=ε och R=Vis, vilket gör att man enkelt kan uttrycka sikten under dagen Visd :

ε= e^−σVIS (2)

I ekvation (2)³ finns det ett antal implicita antaganden, nämligen att bakgrunds ljustyrkan är kons- tant med avståndet från observatören samt att tröskelvärdet för kontrastuppfattningsförmågan, ε, hos ögat är konstant. Vad det beträffar tröskelvärdet ε, brukar man vanligtvis sätta det till 0.02 eller 0.055 (Middleton, 1952), men i själva verket beror det på en rad faktorer, som exempelvis objektets färg, dess vinkel på näthinnan med mera.

2 Med den skenbara eller apparenta kontrasten avses den av en observatör upplevda kontrasten mellan objektet och bakgrunden. Den verkliga kontrasten är skillnaden i ljusstyrka mellan objektet och bakgrunden på ett tillräckligt kort avstånd mellan observatör och objekt för att eventuella atmosfäriska effekter ska kunna betraktas som försumbara.

3 Denna ekvation härleddes först av Koschmieder 1924 och kallas nu för tiden Koschmieders relation .

2.1.2Sikt under nattetid

Dess värre kan inte skillnader i kontrast mellan ett objekt och dess omgivning användas nattetid på grund av avsaknaden av ljus, eller rättare sagt den spridda solstrålning. Istället bygger definitionen av den meteorologiska sikten nattetid på den maximala sträcka från en punktljuskälla med intensi- teten I0, där det mänskliga ögat precis kan uppfatta ljuset. På ett avstånd R från ljuskällan och med en given utsläckningskoefficient σ har vi då att illuminansen E ges av Allard's lag:

E= I₀⋅ e^−σR

R² (3)

Ekvation (3) beskriver att det finns två mekanismer som begränsar sikten under nattetid där den första är den att illuminansen E kommer att avta med kvadraten på avståndet på grund av den större (sfäriska) yta som källan kommer att belysa när R ökar. Den andra mekanismen är den som härrör från atmosfärens spridning och absorption av strålning, vilken gör att illuminansen E avtar expo- nentiellt med ett ökande avstånd mellan objektet och observatören.

Precis som i förra fallet där det mäskliga ögat sätter begränsningen för siktmaxima under dagtid, så kommer även här den fysiologiska faktorn vara den som är begränsande. Den minsta illuminans som ögat kan uppfatta, Et, är inte konstant, utan den beror på bakgrundsilluminansen, frekvensen hos ljuskällan, var någonstans på näthinnan ljuset träffar, hur stor del av näthinnan som träffas av ljuset. För att komma runt detta problem införs följande relation:

E_t = C_DB

Vis_natt (4)

där CDB är en proportionalitetskonstant. Så med hjälp av ekvationerna (4) och (3) kan sikten under mörker förhållanden Visnatt skrivas som:

Vis_natt = I₀

C_DBe^−σVisnatt (5)

2.1.3 Jämförelse mellan sikt dagtid respektive nattetid

Fram till och med nu har det visats att sikten, som vi människor uppfattar den under dagtid respek- tive nattetid, skiljer sig åt vad det avser de olika bakomliggande fysikaliska och fysiologiska meka- nismerna. Frågan som då är naturlig att ställa sig är huruvida sikten i sig självt, dvs. dess värde, skiljer sig åt mellan natt och dag om det enda som är förändrat mellan de två fallen är solstrålnin- gen. I Rasmussen et al., 1999 jämförs siktalgoritmerna som U.S National Weather Service använder sig av under dagen respektive natten. Dessa siktalgoritmer är ekvationerna (2) och (5) som om de kombineras kan skrivas som:

Vis_dag = ln

( )

ln C_DBVis_natt I₀

⎛

⎝ ⎜ ⎞

⎠ ⎟ (6)

Som ses i ekvation (6), så har den atmosfäriska utsläckningskoefficienten σ försvunnit och relatio- nen mellan sikten under nattetid respektive dagtid beror endast på parametrarna I0, ε och CDB.

0 1 2 3 4 5 6 7 8 9 10 0

1 2 3 4 5 6 7 8 9 10

Sikt under dagtid, VISdag(km)

Sikt under nattetid, VISnatt(km)

Relationen mellan sikt dagtid respektive nattetid

Figur 1. Sikten under nattetid plottat mot sikten under dagtid för samma atmosfäriska utsläckningskoefficient σ där värdet på parametrarna I0, ε och CDB är de som används i ASOS (Automated Surface Observing System, se fotnot 4 för beskrivning)systemet (I0=25 candela, ε=0.055 CDB=0.084 mi-1) men med CDB omräknat från miles till kilometer.

Figur 1 visar hur sikten nattetid förhåller sig till sikten under dagtid beräknat med hjälp av ekvation (6), när värden på de ingående parametrarna är samma som de som används i det amerikanska ASOS⁴ systemet (Rasmussen et al., 1999). Som figur 1 visar, så följer inte sikten nattetid respektive dagtid ett 1:1 förhållande. Framför allt vid lägre värden på sikten, tenderar värdet nattetid att vara omkring 2 gånger så stort som värdet under motsvarande förhållanden dagtid. Vad detta innebär för en siktprognos där den enda ingående parametern är nederbördsintensiteten, som siktprognosen i HIRLAM 1D, är att den borde ge ett för lågt värde under mörkerförhållanden och då speciellt vid låga siktvärden.

2.2 Snöfallets siktreducerande egenskaper

Man kan härleda ett teoretiskt uttryck för sikten som en funktion av nederbördsintensitet och iskris- tallsegenskaper. Detta är gjort för ett antal olika typer av iskristaller i Rasmussen et al., 1999. Här nedan följer en snabb genomgång av resultaten därifrån. De antaganden som görs är att iskristal- lerna är sfäriska till sin form samt att partikelstorlekarna följer en gammafördelning:

4 Automated Surface Observing System (ASOS), ett automatiskt system för observationer av marknära väder som används av den amerikanska luftfartsmyndigheten FAA, försvarsdepartementet DoD (Department of Defence) samt U.S. National Weather Service.

N D

( )

( )

gen m, som är parametern som bestämmer fördelningens form. Tittar vi först på ekvation (2) och skriver om den som:

Vis= 3.912

σ (cm) (8)

så har vi där den atmosfäriska utsläckningskoefficienten σ med enheten cm²

cm³, detta då det den atmosfäriska utsläckningskoefficienten anger är den optiska tvärsnittsarean hos en mängd partiklar i en enhetsvolym luft. Det är partiklarna som utgör denna optiska tvärsnittsarea som svarar för sprid- ningen av ljuset, och det är denna spridning som bidrar till att kontrastsänkning dvs. minskad sikt.

Den atmosfäriska utsläckningskoefficienten definieras som:

σ =2π

4 N₀ D²D^mexp(−ΛD)dD

0

∫

=πN₀Γ m + 3

( )

2Λ^m+3 cm²cm⁻³, (10)

när man har antagit att partikelstorlekarna följer en gammafördelning. Exempel på utseendet hos gammafördelningen ges i figur 2.

Partikelstorlek D

Antal N(D)

Exempel på gammafördelningar

m=0 m=1 m=2

Figur 2. Gammafördelningens utseende vid olika värden på parametern m.

Kombination av ekvation (7) och (9) ger:

Vis= 2.49Γ m +1

( ) (

)

Γ m + 3

( )

2N_t cm (11)

Vis= 2.49Γ m +1

( )

Γ m + 3

( )

cm (12)

Där Nt är partikelkoncentrationen per enhetsvolym och D0 är median partikeldiametern. Om man vidare antar att storleksfördelningen är exponentiell dvs. m=0 så reduceras ekvationerna (11) och (12) till följande:

Vis=16.77

D₀²N_t cm, (13)

Vis=1.245Λ²

N_t cm, (14)

Så här långt är sikten beskriven som enbart beroende av iskristallernas egenskaper och egentligen bara deras storleksfördelning. Nästa steg är att introducera nederbördsintensiteten, S, som kan skrivas som:

S=πρ_sN₀Γ m + 4

( )

6.0Λ^m+4 cm s^-1, (15)

där V _t är den genomsnittliga fallhastigheten och ρär den genomsnittliga partikeldensiteten. Med hjälp av ekvation (15) och (12) kan man nu studera variationerna mellan sikt och nederbördsinten- sitet. Studier av snöspektra (Braham, 1990) har visat, att vanliga värden på de olika parametrarna i ekvationerna (12) och (15) kan variera en hel del, exempelvis varierade N_t mellan 0.1 och 10 L^-1, D₀ mellan 0.1 och 1 cm och ρ_s mellan 0.01 och 0.2 g cm^-3. Om man dessutom antog att snöns medel- fallshastighet var 1 m s^-1 fann Rasmussen et al., 1998, att vid en vattenekvivalent nederbördsinten- sitet på 0.5 mm/timme kunde sikten variera mellan 300 meter och 10 kilometer. Denna spridning såg lika ut för alla olika värden på nederbördsintensiteten. Den stora spridningen syns även i verkliga sikt- och nederbördsdata från automatstationen på Storön, se figur 3.

10⁻¹ 10⁰ 10¹ 10⁻¹

10⁰ 10¹ 10²

Sikt och nederbördsintensitet uppmätt vid Storö under perioden 1996−1999

Nederbördsintensitet (mm/h)

Sikt (km)

Figur 3. Diagram över uppmätta nederbördsintensiteter och siktvärden vid automatstationen på Storö utanför Luleå för alla tillfällen med snö och eller snöblandat regn under kalender året 1996.

För att komma undan de stora variationerna i sikt- och nederbördsrelationen, måste man införa någon förenkling. Ett sätt är att inte låta alla parametrarna variera utan att man exempelvis ”låser”

den skenbara densiteten ρ_s. När detta gjordes, fann man i Rasmussen et al., 1998 att sikt- och nederbördsrelationen blev betydligt mer väldefinierad. Vid en nederbördsintensitet på 2.5 mm h^-1 så varierade sikten mellan 200 meter och 1.0 kilometer. När man istället för den skenbara densiteten låste nederbördsintensiteten, fann man att den skenbara densiteten var direkt proportionell mot sikten.

För sfäriska snöflingor gäller att den skenbara densiteten ρ_s är omvänt proportionell mot diametern D och tar man hänsyn till om snöflingan är torr eller ”fuktig”⁵, så kan man ställa upp en enkel relation:

ρ_sD= C₃ (g cm^-2), (16)

där C₃ är en konstant vars värde beror just på graden av fuktighet. Värden på C₃ är enligt tidigare undersökningar omkring 0.724 för ”fuktig” snö och 0.17 för torr snö Rasmussen et al., 1999. Enligt Prupacher och Klett, 1997 så har den sfäriska snöflingan med densiteten ρ_s en fallhastighet som skrivs som:

V_t = 4gρ_sD 3C_Dρ_a

⎛

⎝ ⎜ ⎞

⎠ ⎟

12

, (17)

där CD är koefficienten för luftmotståndet hos den sfäriska snöflingan och ρ_a är luftens densitet. På grund av ekvation (16) gäller det att en snöflingas slutgiltiga fallhastighet kommer att bestämmas av

5Den engelska litteraturen använder här begreppet wet eller rimed. Det finns inget som riktigt motsvarar wet, men rimed skulle ungefär kunna översättas med frostad.

dess grad av fuktighet eller ”frostning”⁶. Jämför man med ett hagel som kan betraktas som helt genomfrostat och en vanlig stjärnformad torr snöflinga så förstår man lätt sambandet.

Med hjälp av (16) så kan (15) skrivas om som:

S= C₃π

6N_tΓ m + 3

( )

Γ m + 1

( )

som i sin tur skrivs om med hjälp av (17) och resultatet blir då:

S=1.3C₃V _t

Vis (cm s^-1). (19)

Det ekvation (19) säger är, att sikten är en funktion av nederbördsintensiteten S samt egenskaper hos de individuella snö- och iskristallerna nämligenV _t och C₃. Dessa egenskaper är snökristallernas densitet, fallhastighet och diameter och de är i sin tur direkt kopplade till iskristallernas utseende.

Bilaga 1 visar hur ett antal olika kristaller ser ut och i bilaga 2 finns egenskaper så som densitet, storlek, massa och fallhastighet för ett antal olika kristalltyper. För att klassificera iskristaller och snöflingor finns det i dag ett antal olika system. Det system som visas i bilaga 1 är skapat av Magono och Lee, 1966 och är det mest komplexa klassificeringssystemet med sina 80 typer. Andra större klassificeringssystem är bland annat Nakayas (Nakaya, 1954) med 41 morfologiska typer, samt The International Snowflake Classification System med sju morfologiska huvudtyper, samt tre tilläggstyper.⁷

2.3 Snö och isfysik

Studier av tillväxten hos iskristaller i atmosfären har visat att beroende på den omgivande luftens temperatur och grad av övermättnad tenderar olika typer av iskristaller att växa fram. Även tillväxthastigheten hos enskilda snökristaller beror av temperatur och grad av övermättnad relativt is. Den som först studerade tillväxtmiljöns påverkan på tillväxten hos snökristaller var Nakaya under 1930-talet (Libbrecht, 2005). Resultatet från dessa studier blev grunden till det morfologidiagram över snökristaller vilket visas i figur 4. Figuren visar fyra huvudregioner där olika kristalltyper bildas under stationära förhållanden, det vill säga konstant temperatur och övermättnad. Dessa regioner är relativt väl avgränsade i temperaturen och deras utsträckning med tillhörande huvudkristalltyp är ”tjocka plattor” > −4°C, ”columns” vid −4°C ~ −8.1°C, ”plattor”

vid −8.1°C ~ −22.4°C och ”columns” vid temperaturer < −22.4°C. Den påverkan en ökning av övermättnad relativt is har på iskristallens tillväxt är att den ökar graden av komplexitet i dess form.

Vid statiska förhållanden så finner man således de mest komplexa kristallformerna vid en temperatur omkring −15°C och en hög grad av övermättnad (Libbrecht, 2005).

6När en kristall är frostad innebär att den på sin väg ned genom atmosfären har kolliderat med en eller flera underkylda vattendroppar som frusit fast på kristallens yta.

7Dessa sju huvudtyper heter på engelska: plates, stellar crystals, columns, needles, spatial dendrites, capped columns, and irregular forms, de tre tillägstyperna är kornsnö, hagel och ispellets.

Figur 4. Morfologidiagram över snökristaller som visar under vilka temperaturer och grad av övermättnad som olika iskristaller bildas i atmosfären. [Bilden hämtad från Libbrecht 2005]

På grund av sina olika former får dessa iskristaller olika skenbar densitet. Allmänt gäller att ju kom- plexare form desto lägre skenbar densitet, detta därför att mer luft hamnar i kristallstrukturen.

Fukuta och Takahashi har vid försök i underkylda vindtunnlar samt statiska molnkammare funnit två minima för den skenbara densiteten hos iskristaller efter en tillväxt tid på 10 minuter (Fukuta och Takahashi, 1999). Dessa två minima fanns vid temperaturen −5°C och vid −15°C.

QuickTime™ and a TIFF (LZW) decompressor are needed to see this picture.

Figur 5. Skenbar iskristalldensitet vid diffusionstillväxt i olika temperaturer.

[Bilden hämtad från Fukuta och Takahashi 1999]

Vid samma temperaturintervall fanns även minima för fallhastigheten V_t dessutom finns det vid

−10°C även markant maxima för fallhastigheten. Fallhastighetsmaximat är relaterat till de

iskristaller som bildas vid temperaturer runt −10°C och som har en relativt liten yta mot den omgivande luften och därigenom växer mycket långsammare vid en diffusionstillväxt⁸.

3 Data – urval och behandling

De data som funnits tillgängliga för att studera sikt och nederbördsrelationen är i huvudsak auto- matstationsdata. Den mätstation vars data använts i denna uppsats är den som är placerad på Storön.

Stationen ligger i Kalixskärgård cirka 40 km NO från Kallax flygplats. Sonderingsdata kommer från TEMP (sonderingar i telexform) som gjorts på Kallax där även SYNOP (landväderoservationer i telexform) är gjord. Både Storön och Kallax flygplats ligger nära Bottenviken. Bägge stationerna ligger dessutom relativt lågt och utan någon hindrande terräng i närheten.

8Diffusionstillväxt hos en iskristall innebär att tillväxten sker genom sublimation av vattenånga direkt på iskristallen.

Figur 6. Kartor som visar läget på Storöns automatstation samt Kallax flygplats.

3.1 Data från automatstation

Datat från automatstation består av följande parametrar:

Datum

Tid (observationstermin)

Temperatur (medel över 1 min vid observationsterminen)

Nederbörd 1-timmes (i mm mäts mellan observationsterminerna)

Nederbörd 12-timmars (de senaste 12 timmarnas ackumulerade nederbörd i mm) Sikt (i km taget som ett 10 minuters medelvärde vid observationsterminen)

Eftersom det inte har funnits tillgängliga sikt- och nederbördsdata med bättre korrelation i tiden, så tvingas man att göra antagandet, att den uppmätta sikten även varit den rådande sikten under den föregående timmen, dvs. under tiden då den uppmätta nederbörden fallit. Figur 7 visar förhållandet mellan nederbördsmätningen och siktmätningen.

Figur 7. Schematisk bild över mätperioden hos automatstationen.

Snöintensiteten mäts med hjälp av en Geonormätare (se figur 8). Geonormätaren mäter ackumulerad nederbörd genom att mäta frekvensen hos vibrationerna i de tre vajrar som håller fast mäthinken. Frekvensen hos dessa vibrationer är proportionell mot dragspänningen hos vajrarna.

Dragspänningen i sin tur beror av tyngden hos hinken och dess innehåll (Bakkehøi et al., 1985).

Uppsamlingsarean för nederbörden hos Geonormätaren är på 200 cm². Vintertid smälts den fasta nederbörden ned till flytande vatten i hinken. På grund av mätnoggrannheten kan man inte vara helt säker på att den uppmätta nederbörden under perioden verkligen fallit under rätt period. Detta för att den mäter i intervall om 0.1 mm och det kan vara fråga om del nederbörd som ligger kvar sen tidigare. Men i de fallen understiger felet 0.1 mm. Vad som kan vara värre är om snö samlats runt om nederbördsmätaren och smälter ned i den vid ett senare tillfälle. För att undvika detta problem, kontrollerades 12-timmars nederbördsdata mot granskade värden på 12-timmars nederbörden. Vid avvikelser mellan de granskade 12-timmars värdena och de uppmätta 12-timmars värdena korrigerades om möjligt 1-timmes nederbörden, annars sorterades dessa timmar bort.

QuickTime™ and a TIFF (LZW) decompressor are needed to see this picture.

Figur 8 Nederbördsmätare från Geonor. [Bilden kommer från www.geonor.no.]

Sikten mäts i en liten volym på drygt 1 dm³. På grund av detta är man tvungen att mäta över en längre period för att korrekt kunna bedöma sikten i en luftmassa. Mätningen av sikten sker genom att man sänder ut en ljuspuls från en ljuskälla som är riktad snett från mottagaren. Mottagaren mäter sedan mängden reflekterat ljus från luften i den lilla volymen. På så sätt är den uppmätta mängden ljus bestående av enbart det ljus som reflekterats i mätvolymen. Här är värt att notera att denna mätmetod motsvarar den mänskliga sikten under dagsljusförhållanden. Figur 9 visar hur sikt- mätaren ser ut.

Period för siktmätning

Huvudperiod för nederbördsmätning

t=1h 10min

t=1h t t=0

QuickTime™ and a TIFF (LZW) decompressor are needed to see this picture.

Figur 9. Siktmätare från Vaisala. [Bilden hämtad från www.vaisala.com.]

I de fall man har samtidiga mätningar av sikt och nederbörd, så kan man mäta en mer korrekt neder- bördsintensitet. Figur 10 visar samtidiga sikt- och nederbördsintensiteter från NCAR (National Center for Atmospheric Research) uppmätta under vintern 1995-1996 vid deras anläggning i Boulder, Colorado. I jämförelse med figur 3, som visar sikt- och nederbördsintensiteter från Storö, kan man se att det för Storö-datat blir många låga värden på nederbördsintensiteten och få stora. För data från NCAR gäller det omvända, dvs. få låga värden och många höga.

Figur 10. Samtidiga sikt och nederbördsintensiteter uppmätta under vintern -95/96 vid NCAR mätstation vid Marshall i närheten av Boulder, Colorado, USA. [Bilden hämtad från Rasmussen et al., 1998.]

3.2 Data från SYNOP telegram

SYNOP-data är manuella observationer vanligen gjorda en gång i timmen, dygnet runt. Exempel på utseendet hos dessa finns i bilaga 3. För att sortera ut fall med vinternederbörd⁹ ur automatstations- data från Storö användes SYNOP från Luleå/Kallax flygplats. Denna utsortering skedde genom att SYNOP-data fick tjänstgöra som en ”proxy” kontroll av nederbördsslaget och förekom andra väder- fenomen så som till exempel dimma. Om SYNOP hade någon av koderna¹⁰ för snöfall i närheten men inte i direkt anslutning till mätplatsen, samtidigt som automatstationen rapporterat nederbörd, antogs den vara av slaget snö. Om det i SYNOP däremot fanns rapporterad förekomst av snöblandat regn under perioden, eller i närheten av mätplatsen, betraktades nederbörden vid automatstationen som snöblandat regn och togs med men fick en flagga för att kunna plockas bort vid behov.

Likadant var det för tillfällen med dimma på, eller inom synhåll från, observationsplatsen. I de fallen togs inte heller automatstationsdata med. De data som på detta sätt erhölls från automatstatio- nen utgjorde sedan grunden för analysen av sikt och nederbördsrelationen.

3.3 Data från TEMP

Sonderingsdata, TEMP, användes för att undersöka huruvida det finns något samband mellan den uppmätta sikten och den ovanliggande luftmassan, mer än just den mellan sikt och mängden neder- börd. Sonderingar görs för normalt sett var sjätte timme, 00Z, 06Z 12Z och 18z. Exempel på TEMP finns i bilaga 4. För att erhålla vertikalprofiler för korresponderande automatstationsdata, räknades först sonderingarna om till ett sigma system. Detta sigma-system har 14 nivåer med början vid marken. Sigma koordinaterna räknas fram genom följande samband:

σ= p

p_mark. (20)

Där p är trycket på aktuell sigmanivå och pmark är trycket vid markytan. Därefter användes dessa sigma-profiler för att interpolera fram vertikalprofiler för alla de tillfällen då det inte fanns samtidiga automatstationsobservationer och sonderingar.

Om det saknades en sondering, interpolerades den fram med hjälp av sondering från perioden före samt perioden efter. Saknades det två eller fler sonderingar i följd, användes inte data från automat- stationen.

9Med vinternederbörd avses snö, snöblandat regn och snöpellets osv. Regn som fallit under vintermånaderna räknas inte in under begreppet vinternederbörd.

10Alla SYNOP koder finns sammanställda i Meteorologiska koder: SYNOP för landstationer, 1981.

4 Analys

4.1 Relationen mellan sikt och nederbörd

Det totala antalet snötimmar som har kunnat sorteras ut från rådata under de fyra åren var 1822 stycken. Figur 11 visar logaritmerad nederbördsintensitet och logaritmerad sikt för alla snötimmar under perioden 1996-1999. Spridingen är stor vid alla uppmätta värden på nederbördsintensiteten.

Sambandet mellan uppmätt sikt och vattenekvivalent nederbördsintensitet är ett logaritmiskt sam- band, dvs:

log Vis

( )

log S

( )

Vid en regressionsanalys¹¹ mellan de två variablerna sikt och nederbördsintensitet måste man då använda logaritmerade värden. Det innebär att en log-linjär regressionsmodell måste användas och den har följande form:

log Vis

( )

( )

−1 −0.8 −0.6 −0.4 −0.2 0 0.2 0.4 0.6 0.8 1

−1

−0.5 0 0.5 1 1.5 2

log(S)

log(Vis)

Sikt och nederbördsintensitet uppmätt vid Storö under perioden 1996−1999

Figur 11. Logaritmen av nederbördsintensiteten plottat mot logaritmen av sikten för alla timmar med registrerat snöfall under åren 1996-1999 från Storöns automatstation.

11För en förklaring av begreppet regressionsanalys se bilaga 5.

Sikten vid nederbörd i HIRLAM 1D räknas ut med följande formler¹²:

Vis= S⁻²³, (vid snöfall) (23a)

Vis= 2 ⋅ S^{− 23} (vid snöblandat regn) (23b)

Vis= 3⋅ S^{− 23} (vid regn) (23c)

vilket för ekvation (23a) efter logaritmering blir:

log Vis

( )

3⋅ log S

( )

där β₁= 0.

Vid en regression med hjälp av minsta kvadrat metoden av sikt och nederbördsdata från Storöns automatstation för alla timmar med uppmätt nederbörd i form av snö erhölls följande funktions- uttryck:

log Vis

( )

( )

Detta uttryck (25) skiljer sig i parametrarna från det som används i HIRLAM 1D (24). För att un- dersöka om skillnaderna i parametrarna är signifikanta, genomfördes två hypotesprövningar¹³. Först undersöktes om parametern β₁ kunde betraktas som skild från 0, som är parametervärdet i HIRLAM 1D:

H₀:β₁= 0

H₁:β₁≠ 0

Ett 95%-igt konfidensintervall för β₁ blev [0.0157 0.1019] och nollhypotesenH₀ kan förkastas, dvs. baserat på data är skillnaden statistiskt signifikant.

Därefter kontrollerades på motsvarande sätt om β₂ med följande hypotes:

H₀:β₂= −23 H₁:β₂ ≠ − 2

3

Här var det 95%-iga konfidensintervallet för β₂ [-0.6770 -0.5656] och nollhypotesenH₀ kunde därmed inte förkastas. Detta innebar för den skattade regressionsmodellen som helhet, att man inte kunde säga att den skiljde sig från den siktmodell som används i HIRLAM 1D, vad det gäller verk- liga värden på parametrarna.

12Uppgiften kommer från mailkontakt med Esbjörn Olsson vid SMHI.

13För en förklaring av hypotesprövning se bilaga 5.

Som jämförelse kan ekvation (25) skrivs om på samma form som ekvation (23) så erhålls följande uttryck:

Vis=1.145 ⋅ S^−0.6213. (26)

Figur 12 visar spridningen under fyra enskilda tillfällen under 1996. Tillfällena är valda med hänsyn taget till längden på snöfallen, så att en observation av spridningen ska vara möjlig Vad det gäller spridningen av observationerna för enskilda tillfällen med snöfall, syns ingen minskning av sprid- ningen i figur 12 från den spridning som observerats i figur 11.

−1 −0.8 −0.6 −0.4 −0.2 0 0.2 0.4

−1

−0.5 0 0.5 1 1.5

Logaritmerad nederbördsintensitet

Logaritmerad sikt

Sikt och nederördsintensitet uppmätta under under fyra olika dagar

19960215 19961031 19961031 19961224 H1D

Regressions modell

Figur 12. Spridning av uppmätta siktvärden och nederbördsintensiteter vid Storöns automatstation under fyra enskilda tillfällen under 1996. Även Modellen från HIRLAM 1D (H1D) samt den skattade modellen finns plottade i figuren som jämförelse.

De stora variationerna i uppmätt sikt vid given nederbördsintensitet syns även i data som delats upp månadsvis. Figur 13 visar logaritmen av de uppmätta värdena på sikt och nederbördsintensitet för de kalendermånader under perioden 1996-99 när det fallit snö. Figur 13a och 13b visar att månads- data inte heller har någon större avvikelse från den sammanlagda bilden, vad det beträffar läget på observationerna. Denna bild styrks även av en analys av individuella regressionskoefficienter för varje enskild månad. Endast november månad avvek genom att båda dess regressionskoefficienter låg utanför det 95%-iga konfidensintervallen för β₁ och β₂ hos den fulla regression som spänner över hela perioden över hela perioden.

−1 −0.5 0 0.5

−1

−0.5 0 0.5 1 1.5 2

Logaritmerad nederbördsintensitet

Logaritmerad sikt

Januari

−1 −0.5 0 0.5

−1

−0.5 0 0.5 1 1.5 2

Logaritmerad nederbördsintensitet

Logaritmerad sikt

Februari

−1 −0.5 0 0.5

−1

−0.5 0 0.5 1 1.5 2

Logaritmerad nederbördsintensitet

Logaritmerad sikt

Mars

−1 −0.5 0 0.5

−1

−0.5 0 0.5 1 1.5 2

Logaritmerad nederbördsintensitet

Logaritmerad sikt

April

−1 −0.5 0 0.5

−1

−0.5 0 0.5 1 1.5 2

Logaritmerad nederbördsintensitet

Logaritmerad sikt

Maj

−1 −0.5 0 0.5

−1

−0.5 0 0.5 1 1.5 2

Logaritmerad nederbördsintensitet

Logaritmerad sikt

Oktober

Figur 13a. Uppmätt sikt och nederbördsintensitet vid automatstationen på Storö under perioden 1996-1999 uppdelat månadsvis.

−1 −0.5 0 0.5

−1

−0.5 0 0.5 1 1.5 2

Logaritmerad nederbördsintensitet

Logaritmerad sikt

November

−1 −0.5 0 0.5

−1

−0.5 0 0.5 1 1.5 2

Logaritmerad nederbördsintensitet

Logaritmerad sikt

December

Figur 13b. Uppmätt sikt och nederbördsintensitet vid automatstationen på Storö under perioden 1996-1999 uppdelat månadsvis.

4.2 Temperaturens påverkan på sikten

Vid prognostisering av densitet hos nyfallen snö har ibland lufttemperatur i moln, marktemperatur eller genomsnittlig temperatur i skiktet mellan marken och 850hPa använts för att korrigera det vanliga värdet på snödensitet, som antas vara 10 gånger lägre än densiteten för rent vatten (Roebber et al., 2003; Ware et al., 2006). En fråga som då infinner sig är om dessa parametrar även kan ge någon ytterligare information till siktmodellen vid snöfall.

4.2.1 Medeltemperaturen mark till 850hPa

För att studera om det fanns en eventuell påverkan från lägsta skiktets medeltemperatur på den upp- mätta sikten studerades residualerna¹⁴ från regressionen i 4.1. Detta för att de visar på avvikelsen från modellen oberoende av nederbördsintensiteten, vilket vi sedan tidigare vet är avgörande för uppmätt sikt. Först klassindelades datamaterialet ¹⁵, residualer och motsvarande medeltemperaturer i fem olika klasser beroende på medeltemperaturen i skiktet från mark upp till ca. 850hPa. De fem olika temperaturintervallen framgår av figur 14. Därefter beräknades residualerna fram baserade på regressionsmodellen från förgående avsnitt, ekvation (25). För att kunna identifiera en eventuell påverkan av medeltemperaturen i de låga nivåerna, plottades den kumulativa procentuella fördel- ningen av residualerna för de fem olika temperaturklasserna i ett gemensamt diagram. Inspektion av diagrammet visade att ingen synlig separation av klasserna existerarade. Uttryckt i andra termer kan man säga att siktmodellen inte hade någon bias (systematisk avvikelse) relaterad till medeltempera- turen i det lägsta skiktet.

14För en förklaring av begreppet residualer se bilaga 5.

15Intervallen hos klasserna valdes att motsvara de som använts av Roebber et al., 2003 för att kunna undersöka om motsvarande separation mellan klasser som fanns hos den uppmätta snödensiteten även förkommer hos den uppmätta sikten.

−2 −1.5 −1 −0.5 0 0.5 1 1.5 2 0

10 20 30 40 50 60 70 80 90 100

Residualvärde

Kumulativ procentuell fördelning

Kumulativ fördelning av residualerna för temperaturklassindelat material

−16 − −10.1

−10.1 − 6.9

−6.9 − −4.6

−4.6 − −2.7

−2.7 − +1.9

Figur 14. Kumulativ fördelning av residualvärden från regression av logaritmerade värden på nederbördsintensitet mot sikt indelat för olika värden på det medeltemperaturen hos det lägsta skiktet (mark till 850 hPa).

Vad som däremot framkommer i data är att spridningen ökar när temperaturen i det lägsta skiktet ökar. Figur 15 visar enskilda residualer plottade mot temperaturen i det lägsta skiktet och där tycks de största avvikelserna från modellen förekomma vid temperaturer över -3°C, men ingen bias.

−16 −14 −12 −10 −8 −6 −4 −2 0 2

−2

−1.5

−1

−0.5 0 0.5 1 1.5

Fördelning av residualer från regression mellan nederbörd och sikt

Residualvärde

Medeltemperatur i skiktet mark till 850 hPa

Figur 15. Spridning av residualer fördelat över medeltemperaturen i skiktet mark till 850 hPa visar en antydan till ökning av spridningen när temperaturen ökar.

4.2.2 Molntemperatur

I Judson och Doesken, 2000 framhålls molntemperaturen som en faktor, som bestämmer densiteten hos nyfallen snö. För att se om denna temperatur kan ha inverkan på uppmätt sikt, togs moln- medeltemperaturen fram. Den beräknades som ett medelvärde av temperaturen i de nivåer där den rapporterade relativa fukten överstiger 90%¹⁶. I de fall ingen nivå hade en relativ fuktighet rappor- terad på över 90% valdes temperaturen från den nivå med högsta relativa fuktigheten att represen- tera molntemperaturen. Eftersom det endast är fall med registrerad nederbörd som studeras, bör moln finnas någonstans i sonderingen, men på grund av övergången från ett trycksystem i sondering till ett sigma-system, kan ett tunt skikt med moln falla bort ifrån sigma-systemet.

Figur 16 visar residualer från regressionsmodellen plottade mot framräknade medelmolntempera- turer. Precis som för fallet med medeltemperatur i skiktet mellan marken och 850 hPa nivån, så finns ingen synbar korrelation.

−25 −20 −15 −10 −5 0 5

−2

−1.5

−1

−0.5 0 0.5 1 1.5

Medeltemperatur i moln

Residualvärde

Fördelning av residualer från regression mellan nederbörd och sikt

Figur 16. Residualer från regressionsmodellen plottade mot molntemperatur.

16Valet av 95% fuktighet beror på att endast ett tiotal sonderingar under hela perioden givit en relativ fukt på 100% och studier av sonderingssystem visar att dessa (beroende på modell och kalibrering) oftast anger den relativa fukten i moln i spannet 90-95% (Golden et al., 1986)

4.3 Skillnader i uppmätt sikt under dag och natt

Teorin för sikten säger att den mänskliga förmågan att urskilja ett upplyst objekt under natten är större än förmågan att uppfatta kontrastskillnaden mellan ett objekt och dess omgivning under dagtid. Speciellt tydligt är detta vid dåliga siktförhållanden, se ekvation (6) och figur 1. Vid en jämförelse mellan uppmätta siktvärden dagsljusförhållanden respektive mörkerförhållanden, finns ingen märkbar skillnad. Figur 17 visar att värden från natten respektive dagen ligger fördelat på ett likartat sätt.

−1 −0.8 −0.6 −0.4 −0.2 0 0.2 0.4 0.6

−1

−0.8

−0.6

−0.4

−0.2 0 0.2 0.4 0.6 0.8 1

Logaritmerad nederbördsintensitet

Logaritmerade siktvärden

Jämförelse mellan sikt− och nederbördsvärden uppmätta under dag respektive natt 1996

Nattvärden Dagsvärden

Figur 17. Jämförelse mellan uppmätta siktvärden under nattetid samt under dagtid.

5 Resultat

Analys av sikt och nederbörds data från Storöns automatstation under perioden 1996 - 1999 visade att vid en given nederbördsintensitet var spridningen i sikten stor. Exempelvis varierade den upp- mätta sikten vid en vattenekvivalent nederbördsintensitet på 0.3 mm/timme från 200 m upp till 20 km. Den stora spridningen var observerbar i enskilda perioder av snöfall och i även samtliga månader med nederbörd i form av snö. För att skatta sambandet mellan uppmätt sikt och

nederbördsintensitet, utfördes en linjär regression på den log-linjära modellen (22) och en skattning av parametrarna gav att dess funktionsform blev Vis=1.145⋅ S^−0.6213. Detta uttryck skiljde sig lite från den form siktberäkningen har i dagens HIRLAM 1D.

Under senare år så har en del forskning visat på att det finns faktorer, så som molntemperatur, temperaturen hos skiktet upp till 850 hPa nivån samt tidpunkten under året då snön föll, som påverkar sannolikhetsfördelningen av uppmätt densitet hos nyfallen snö. Litteraturstudier visar att teoretiskt kan variationer i både sikt och uppmätt densitet hos nyfallen snö härledas till de fysiska egenskaperna hos de enskilda snökristallerna. För att undersöka om två av dessa faktorer, lägsta skiktets medeltemperatur samt molntemperatur även kan förklara variationer i uppmätt sikt, studerades om avvikelserna från regressionsmodellen var korrelerade till dessa faktorer. Ingen korrelation förelåg och därmed fanns inget stöd för att någon av dessa två faktorer skulle kunna förklara variationerna i uppmätt sikt.

För att studera om tid på året (månad) var en faktor som påverkar sikten, undersöktes de individuella regressionskoefficienterna för respektive månad med regressionskoefficienterna för den ursprungliga regressionen. Resultatet visade att endast en månad, november, avvek i bägge parametrarna med 95% sannolikhet. Avvikelsen var dock väldigt liten och sammantaget med spridningsbilden och osäkerheten i mätningarna är det svårt att säga att den avviker från data som helhet.

Avslutningsvis undersöktes om det fanns skillnad mellan uppmätt sikt dagtid respektive nattetid.

Resultatet visar att en sådan skillnad inte föreligger i mätdata. Eftersom mätmetoden är den samma under både ljusa och mörka förhållanden och mätvolymen är så pass liten, bör det inte heller föreligga några skillnader.

6 Diskussion och slutsatser

Undersökning av sikt och nederbördsdata från Storöns automatstation visar på en stor variation i sikten vid given nederbördsintensitet. Detta kan ses både hos enskilda tillfällen med snöfall, månadsdata samt för mätperioden 1996-1999 som helhet. En genomgång av studier av tillväxten hos iskristaller i atmosfären visar på ett temperaturberoende hos de kristallformer som uppträder naturligt. I den teoretiska beskrivningen av sikt i snöfall relateras sikten, förutom till nederbörds- intensiteten, även till fysiska karaktäristika så som densitet och fallhastighet hos enskilda iskristal- ler. Även densiteten hos nyfallen snö beror på egenskaper hos den fallna nederbörden, så som kristalltypen hos de enskilda snöflingorna. Temperatur i moln samt temperatur i de lägsta skikten har till viss del kunnat förklara variationer i uppmätt snödensitet på marken. För att undersöka om dessa faktorer även kunde förklara variationer i uppmätt sikt, studerades avvikelser från siktmodellen mot molntemperaturen och temperaturen i skiktet från mark upp till 850 hPa.

Undersökningen gav inget stöd för en sådan relation mellan temperatur och sikt. För att kunna dra en säkrare slutsats angående en eventuell relation mellan dessa temperaturer och sikten, bör mätdata med bättre korrelation i både tid och rum användas. Som det är nu, är sikten bara mätt under en tio minuters period, medan nederbörden mäts i intervall om en timme. Likaså är sonderingarna från en plats på ett avstånd av drygt 40 km från nederbörds- och siktmätningarna.

En annan faktor som tillskrivits förmåga att kunna närmare bestämma densitet hos nyfallen snö är tidpunkten (månaden) på året då snön föll. Inte heller här finns det något stöd i data för att tid på året påverkar relationen mellan sikt och nederbördsintensitet vid snöfall.

Prognostisering av sikt är en tvåstegsprocess, först skall nederbördsintensiteten prognostiseras och därefter beräknas sikten. En konsekvens av den stora spridningen för uppmätt sikt vid en given nederbördsintensitet är att även om nederbördsintensiteten är korrekt prognostiserad, kan den verkliga sikten komma att variera med en faktor 10 under prognosperioden. På grund av formen hos sikt och nederbördsfunktionen kommer ett eventuellt prognosfel vid låga nederbördsintensiteter i genomsnitt vara en underskattning av sikten. Detta då avvikelserna från den skattade sikt och nederbördsrelationen (25) är normalfördelade för de logaritmerade siktvärdena, men inte för de verkliga värdena på sikten. Däremot kommer medianvärdet av uppmätt sikt vid en given neder- bördsintensitet att ligga nära den beräknade medelsikten.

En skattning av förhållandet mellan sikt och vattenekvivalent nederbörd gav en relation som kan skrivas som Vis=1.145⋅ S^−0.6213. Detta uttryck avviker något från det som används i HIRLAM 1D, Vis= S⁻²³, men jämfört med andra studier av relationen sikt och vattenekvivalentnederbörd så befinner sig resultatet i någonstans i mitten. I (Rasmussen et al., 1999) finns en genomgång av 10 olika studier av sikt och nederbördsrelationen som visar att lutningen hos kurvan varierade från -0.42 till -1 och interceptet varierade mellan 0.915 och 1.65.

Som det tidigare påpekats så finns det svårigheter att mäta sikt och nederbördsintensitet. Man är tvungen att förutsätta en väldigt hög grad av horisontell homogenitet för att kunna dra några slutsatser ur data från automatstationerna. Även om den uppmätta nederbörden är just den som orsakat siktreduceringen så återstår det fortfarande ett problem. Data kommer på grund av den långa mätperioden (1 timme) att vara mer av ett medelvärde än ett momentanvärde. Denna effekt kan tydligt ses vid en jämförelse mellan figur 3 och figur 9. I den senare, vars mätperiod bara är tiden mellan varje registrering av 0.125 mm nederbörd, så finns det betydligt fler värden med låg sikt och stor nederbördsintensitet än vad figur 3 uppvisar. Visserligen är de olika mätplatserna belägna på två olika kontinenter och kan således ha olika snöförhållanden, men det torde ej utgöra hela skillnaden mellan de uppmätta värdena. För att kunna undersöka sikt- och nederbördsrelationen noggrannare behövs data med en betydligt högre tidsupplösning. Men detta är antagligen inte tillräckligt för att kunna förklara spridningen i mätdata. Temperaturen och fuktigheten har en stor

betydelse för bildandet av olika iskristaller och detta finns väl beskrivet i litteraturen. Figur 5 åskådliggör detta på ett tydligt sett. Vad som däremot sker efter kristallerna växt ”färdigt” och är på väg ner mot marken finns däremot inte lika väl beskrivet. Möjligtvis är det här man kan finna förklaringar till spridningen i data.

För sikt under nattetid kommer en prognosmodell med enbart nederbördsintensitet som oberoende variabel att ge en underskattning av sikt och då framför allt vid låga värden enligt teorin. På grund av siktmätarens mätmetod att mäta reflekterat ljus från en mätvolym, kan man inte direkt fånga upp effekten av mörker i mätdata. För att kunna styrka teorin behövs mätdata från mänskliga observa- törer. Dock bör den praktiska nyttan med att eventuellt införa en natt/dag-parameter i siktmodellen nämnas. Då siktprognoser framför allt är något som rör luftfarten bör man beakta under vilka förut- sättningar flyget opererar. Låg sikt är något som till störst del påverkar landningsfasen och under inflygning används landningsstrålkastare. Dessa avger ett kraftigt ljussken vilket medför att sikten längs siktlinjen mer kommer att likna sikten dagtid än nattetid, även om landning sker i mörker. Så ur det hänseendet finns ingen vinst i att prognostisera en separat nattsikt.

7 Tack

Först och främst vill jag rikta ett sort tack till min handledare Lars Bergeås som bidragit med många bra och värdefulla synpunkter under arbetets långa gång. Jag vill även tacka min kurskamrat

Christoffer Wittskog för det ovärderliga tipset om var jag kunde finna nödvändiga data för arbetet.

Ett stort tack till Ulf Fredriksson på SMHI som försåg mig med automatstationsdata och detsamma till Christer Sjölin på Försvarets vädercentral (FMVädC) som bidrog med SYNOP och

sonderingsdata.

Referenser

Bakkehøi, S., Øien, K., Førland, E. I., 1985: An Automatic Precipitation Gauge Based on Vibrating-Wire Strain Gauges. Nordic Hydrology, 1985, 193-202

Braham, R. R. Jr, 1990: Snow Particle Size Spectra in Lake Effect Snows. Journal of Applied Meteorology, 29, 200-208

Fukuta, N., Takahashi, T., 1999: The Growth of Atmsospheric Ice Crystals: A Summary of

Findings in Vertical Supercooled Cloud Tunnel Studies. Journal of the Atmospheric Sciences., 56, 1963-1979

Golden, J. H., Serafin, R., Lally V. och Facundo, J., 1986: Mesoscale Meteorology and Forecasting, Atmospheric Sounding Systems. Mesoscale Meteorology and Forecasting, Ray (Red)., American Meteorological Society, 50-70

Huntington, T. G., 2005: The Density of Falling Snow in New England, 1949-2001, 62^nd Eastern Snow Conference, Waterloo, ON, Canada, 287-297

Judson, A. och Doesken, N., 2000: Density of Freshly Fallen Snow in the Central Rocky Mountains, Bulletin of the American Meteorological Society, 81, 1577-1587

Libbrecht, K. G., 2005: The Physics of Snow Crystals. Report on Progress in Physics., 68, 855-895 Magono, C., Lee, C. W., 1966: Meteorological Classification of Natural Snow Crystals. J. Fac. Sci.

Hokkaido Univ. Sec 1, No 3, 33-40 (citerad från Libbrecht 2005) Meteorologiska koder : SYNOP för landstationer / SMHI

Norrköping : SMHI ; [Stockholm] : [Liber distribution], 1981

Middleton, W. E. Knowles, 1952: Visibility in Meteorology. Compendium of Meteorology, Malone (Red)., 2:a utgåvan, American Meteorological Society, 91-97

Nakaya, U., 1954: Snow Crystals: Natural and Artificial. Harvard University Press, 510 pp Olsson, Esbjörn, SMHI, Personlig kommunikation.

Potter, J. G., 1965 Water Content of Freshly Fallen Snow. Meteorological Brach , Department of Transport, Toronto, ON, Canada 12 pp

Prupacher, H. R., Klett, J. D., 1997: Microphysics of Cloud and Precepitation. 2:a utgåvan Kluwer Academic, 954 pp.

Rasmussen, R. M., Vivekanandan, J., Cole, J., Karplus, E., 1998: Theoretical Considerations in the Estimation of Snowfall Rate Using Visibility. Transportation Development Center, Transport Canada, Publication No. TP 12893E, 54 pp

Rasmussen, R. M., Vivekanandan, J., Cole, J., 1999: The Estimation of Snowfall Rate Using Visibility. Journal of Applied Meteorology., 38, 1542-1563

Roebber, P. J., Bruening S. L., Schultz, D. M., Cortinas Jr, J. V., 2002: Improving Snowfall Forecasting by Diagnosing Snow Density. Weather and Forecasting., 18, 264-287

Wackerly, D., Mendenhall, W., Scheaffer, R. L., 1995: Mathematical statistics with applications.

5:e utgåvan, Duxbury Press, 695 pp.

Ware, E. C., Schultz, D. M., Brooks, H. E., Roebber, P. J., Bruening S. L., 2006 Improving Snowfallforecasting by Accounting for the Climatological Variability of Snow Density. Weather and Forecasting., 21, 94-103

Bilagor

Bilaga 1 Klassificeringsdiagram för iskristaller av Magono och Lee

(1/2)

QuickTime™ and a TIFF (LZW) decompressor are needed to see this picture.

(2/2)

QuickTime™ and a

TIFF (LZW) decompressor

are needed to see this picture.

Bliaga 2 Tabell över egenskaper hos individuella iskristaller

Bilaga 3 Exempel på SYNOP telegram

* * * * * * * * * * * * * * * *

* 02186 LULE•/KALLAX(MOMS9 *

* 1996-02-24 *

* 65• 33' N 22• 7' E 17 m *

* * * * * * * * * * * * * * * *

TEMPERATUR NEDERB÷RD MIN : -11.6 Kl 00: ----

MAX : -7.4 Kl 06: 0.01 EE: 47 MEDEL : -9.3 Kl 12: ---- SS: 21 MARK : ---- Kl 18: 0.0 SL: 1 VATTEN: ---- Dygn : 0.01

TRLJ VVHHNT DD FF TT TD UU WW W1 W2 PP AA PT NH LMH HS NCH1 NCH2 NCH3 FX PW HW SJ TR 00 0 89 4 7 30 08 -10.7 -12.1 89 78 2 2 1008.6 3 05 7 5-- 15 7615 ---- ---- -- -- -- - 00 01 0 89 4 7 30 07 -10.5 -11.6 92 78 2 2 1008.3 0 01 7 5-- 14 7614 ---- ---- -- -- -- - 01 02 0 89 4 7 31 04 -10.4 -11.6 91 78 2 2 1008.4 0 01 7 5-- 13 7613 ---- ---- -- -- -- - 02 03 0 89 1 7 33 04 -10.4 -11.7 90 78 2 2 1008.7 5 01 7 7-- 13 3703 5613 ---- -- -- -- - 03 04 0 75 1 7 30 05 -10.6 -11.5 93 71 7 7 1009.0 3 07 7 7-- 11 4703 7611 ---- -- -- -- - 04 05 0 60 1 7 00 00 -10.9 -12.0 92 71 7 7 1009.6 2 12 7 7-- 02 7702 ---- ---- -- -- -- - 05 06 1 09 1 7 34 01 -11.2 -12.3 92 48 7 7 1010.0 2 13 7 7-- 01 7701 ---- ---- -- -- -- - 06 07 1 06 - 9 32 01 -11.1 -12.3 91 49 7 7 1010.4 2 14 - --- -- ---- ---- ---- -- -- -- - 07 08 1 57 1 8 16 04 -10.6 -11.7 92 10 2 2 1011.0 3 14 8 6-- 02 8702 ---- ---- -- -- -- - 08 09 1 56 1 8 17 06 -9.0 -9.9 93 10 2 2 1011.6 3 16 8 6-- 02 8702 ---- ---- -- -- -- - 09 10 1 59 1 7 16 06 -9.2 -10.1 93 10 2 2 1012.0 2 16 7 6-- 02 7702 ---- ---- -- -- -- - 10 11 1 82 1 1 16 08 -8.8 -9.9 92 01 1 1 1012.5 3 15 1 670 89 1702 ---- ---- -- -- -- - 11 12 1 87 9 1 16 09 -8.7 -10.4 87 01 1 1 1012.9 1 13 1 070 89 1399 ---- ---- -- -- -- - 12 13 1 89 9 1 17 07 -8.4 -10.9 82 -- - - 1013.3 1 13 1 070 89 1399 ---- ---- -- -- -- - 13 14 1 89 9 1 17 09 -7.9 -9.8 86 -- - - 1013.6 1 11 1 070 89 1399 ---- ---- -- -- -- - 14 15 1 89 9 1 17 09 -7.5 -8.9 90 -- - - 1013.9 1 10 1 070 89 1399 ---- ---- -- -- -- - 15 16 1 89 9 1 17 09 -7.7 -9.1 90 -- - - 1014.6 3 13 1 070 89 1399 ---- ---- -- -- -- - 16 17 0 89 9 1 17 10 -7.6 -9.2 88 -- - - 1015.1 3 15 1 070 89 1399 ---- ---- -- -- -- - 17 18 0 89 9 0 17 09 -7.5 -8.8 90 -- - - 1015.7 3 18 - --- 89 ---- ---- ---- -- -- -- - 18 19 0 89 9 0 17 09 -7.6 -9.0 90 -- - - 1016.4 3 18 - --- 89 ---- ---- ---- -- -- -- - 19 20 0 89 9 0 15 07 -7.6 -8.8 91 -- - - 1017.2 3 21 - --- 89 ---- ---- ---- -- -- -- - 20 21 0 89 9 0 14 05 -9.4 -10.6 91 -- - - 1017.2 1 15 - --- 89 ---- ---- ---- -- -- -- - 21 22 0 89 4 2 15 06 -9.1 -10.2 92 -- - - 1017.6 3 12 2 500 89 2613 ---- ---- -- -- -- - 22 23 0 87 4 7 15 05 -9.3 -10.4 92 -- - - 1018.0 3 08 7 5-- 13 7613 ---- ---- -- -- -- - 23

De två datatyper som använts som kontrolldata till automatstationsdatat är LJ, ljus/mörker förhållanden, och WW (inklusive W1 W2), som är ”Väder vid observationsterminen”. Hos den senare presenteras vädret i kodform och de koder som har inneburit att data från automatstationen tagits med, är de som tillhör dekad 7, alltså 70-79.

För kontroll av dag respektive nattvärden användes LJ som är 0 under mörkerförhållanden och annars 1.