Sambandsanalys över dränering av supraglaciala sjöar

Självständigt arbete vid Institutionen för geovetenskaper 2021: 11

Sambandsanalys över dränering av supraglaciala sjöar

Maja Granberg

Självständigt arbete vid Institutionen för geovetenskaper 2021: 11

Sambandsanalys över dränering av supraglaciala sjöar

Maja Granberg

Copyright © Maja Granberg

Publicerad av Institutionen för geovetenskaper, Uppsala universitet (www.geo.uu.se), Uppsala, 2021

Sammanfattning

Sambandsanalys över dränering av supraglaciala sjöar

När glaciärisen smälter kan vattnet ansamlas i depressioner på glaciärerna och bildar Supraglaciala sjöar.

Dessa utvecklas under smältperioderna, och på nordöstra Grönland syns de tydligt med satellitbilder.

Sjöarna är uppmärksammade för att hastigt kunna dräneras genom sprickbildning. Problematiken uppstår när vattnet som transporteras ner och längs berggrunden kan bidra till glacialupplyftning och accelerera isrörelsen. Glaciärisen som flyter på vattnet förflyttas längre ut där kalvning sker vilket resulterar i ökade havsnivåer. I detta arbete analyseras dräneringsmönster för att undersöka påverkan och samband mellan sjöar som spricker och töms på vatten. Satellitbilder granskades genom att jämföra antal sjöar under en smältperiod i olika tidsintervall. I ArcMap 10.7.1 behandlas bilderna med flera analysverktyg för att sedan skapa kartor över dränerade sjöar. Resultaten visar på samband mellan vart och när sjöar försvinner. Två tydliga exempel observeras där närliggande sjöar helt dräneras över en dag vilket stärker bevisen för påverkan. Vetenskap om de hydrologiska processerna av jordens glaciärer är av största vikt för att förutspå och förbereda konsekvenserna av stigande temperaturer. Resultaten i detta arbete bidrar till ökad förståelse av samband samt kan användas till vidare forskning.

Nyckelord: supraglaciala sjöar, samband, dränering, ArcMap

Självständigt arbete i geovetenskap, 1GV029, 15 hp, 2021 Handledare: Rickard Pettersson

Institutionen för geovetenskaper, Uppsala universitet, Villavägen 16, 752 36 Uppsala (www.geo.uu.se)

Hela publikationen finns tillgänglig på www.diva-portal.org

Abstract

Impact Analysis of Supraglacial Lake Drainage Events

When the glacier ice melts can the water accumulate in topographic depressions to form supraglacial lakes. These evolve during the melting seasons and can be seen clearly by satellite image on the northeastern part of Greenland. These lakes are known to rapidly drain through fracture propagation.

The problem arises when the water is transported down and along the bedrock, which can contribute to glacial uplift and ice-sheet acceleration. The glacier ice which floats on water is displaced further out where calving occur which results in rising sea levels. In this independent project, drainage patterns are analyzed to investigate the impact and relationship between lakes that fractures and drains. Satellite images was studied by comparing the number of lakes during a melting period in different time intervals.

Images was processed with different analysis tools in ArcMap 10.7.1 in order to create maps of drained lakes. The results display a connection between where and when lakes disappear. Two clear examples are observed where nearby lakes are completely drained over one day, which strengthens the evidence of impact. Knowledge of the hydrological processes of earth’s glaciers is of outmost importance in order to predict and prepare for the consequences of global warming. The results of this project contribute to an increased understanding of lake drainage relationship and can be applied in further research.

Keywords: supraglacial lakes, impact, drainage, ArcMap

Independent Project in Earth Science, 1GV029, 15 credits, 2021 Supervisor: Rickard Pettersson

Department of Earth Sciences, Uppsala University, Villavägen 16, SE-752 36 Uppsala (www.geo.uu.se)

The whole document is available at www.diva-portal.org

Innehållsförteckning

1. Introduktion ... 1

1.1 Inledning ... 1

1.2 Tidigare forskning ... 2

2. Metod ... 2

2.1 Förbehandling ... 2

2.2 Efterbehandling ... 2

3. Resultat ... 3

3.1 Östra området ... 4

3.2 Västra området ... 7

4. Diskussion ... 9

4.1 Analys av samband mellan dräneringar ... 9

4.1.1 Östra området ... 9

4.1.2 Västra området ... 10

4.2 Resultat vs osäkerheter... 11

4.3 Felkällor ... 11

5. Slutsats ... 12

Tack ... 12

Referenser ... 12

1. Introduktion

1.1 Inledning

Supraglaciala sjöar förekommer i hög utsträckning på nordöstra Grönland (figur 1) (google maps 2021).

De bildas när smältvatten ansamlas i topografiska depressioner på glaciären under de varma perioderna på året. Dessa sjöar uppstår vanligen på konstanta och upprepande positioner under åren, vilket antyder på att depressionerna avspeglar markytans topografi. Vatten har ett lägre albedo än is, vilket bidrar till en positiv feedbackeffekt eftersom sjöarna absorberar mer energi från solen som smälter glaciären ytterligare (Echelmeyer et al. 1991). Supraglaciala sjöar är uppmärksammade för att hastigt kunna dräneras på vattnet, som sedan strömmar ner mot markytan under glaciären. De töms genom sprickbildning som uppstår av vattnet i sjön. Vattentrycket är högre längre ner mot sprickans spetts, vilket bidrar till utveckling mot berggrunden. Förutsatt att smältvatten förses till sjön kommer sprickan expandera till dess att markytan nås och dränering kan ske. Vattnet kan försvinna hastigt på endast några få timmar, eller i en långsammare dränering under flera dagar (Veen 2007). Vid dränering kan glaciären lyftas upp av vattnet som strömmar längs berggrunden och accelerera isrörelsen (Doyle et al. 2013).

Detta är ett problem på grund av att delar av förflyttas och skjuter shelfisen längre ut. Isen längts ut bryts loss från glaciärisen och hamnar fritt i havet där smälthastigheten ökar och bidrar till stigande havsnivåer (Boon & Sharp 2003). En varmare atmosfär smälter isen på glaciärerna i högre utsträckning, vilket leder till att fler Supraglaciala sjöar bildas, samt dräneras (Liang et al. 2012) som bidrar till glacialkalvning.

Ett varmare klimat leder till ökade globala havsnivåerna på olika sett, dels genom glaciäracceleration, samt att med högre temperaturer förväntas sjöar bildas på glaciärens annars sjöfria elevationer (Leeson et al. 2015). Smältperioden blir längre vilket resulterar i att fler sjöar hinner formas och dräneras. Att förstå de hydrologiska processerna av jordens glaciärer är av största vikt för att kunna förutspå och förbereda konsekvenserna av ökade temperaturer. Eftersom dränerande sjöar kan leda till upplyftning av glaciären och bidra förändrad rörelseriktning finns möjligheten att närliggande sjöar påverkas. Denna rapport ska undersöka med hjälp av fjärranalys från Sentinel-2 bilder ifall en sjö som dräneras kan skapa rörelser nog att bidra till att närliggande sjöar spricker och dräneras. Molnfria bilder under smältperioden juli och augusti analyseras i ArcMap version 10.7.1 för att granska tidsamband mellan sjöar som dräneras. Genom att använda flera analysverktyg i ArcMap ska olika dagar jämföras med varandra för att kartlägga möjliga dräneringsmönster av sjöarna.

Figur 1. Karta över Grönland. Röd markering visar studieområde. (Kartdata, Google 2021 INEGI)

2

1.2 Tidigare forskning

Tidigare studier har fokuserat på olika spår inom detta område. Analysmetoder för fjärranalys har testats i syfte att identifiera sjöarna med bästa prestanda (Moussavi et al. 2020). Sprickbildningsprocessen och anledningen bakom den är känd (Veen 2007) men den utlösande faktorn till dränering har inte med säkerhet fastställts. En tidigare studie använde en lineär relation mellan isens tjocklek och mängden vatten för att en spricka ska öppnas. Genom att använda det antagandet kunde en uppskattning skapas över sjöarnas framtida distributioner. Resultaten presenterade vart och hur högt sjöarna antas formas på glaciärens högre elevationer i ett varmare klimat med mer smältning, vilket kommer medföra en ökning i antal sjöar i framtiden (Leeson et al. 2015). Det föreligger dock en motsättning till den lineära relationen. En studie undersökte en specifik sjö där antagandet motbevisades. Sjöns mängd vatten översteg det kritiska värdet enligt den relationen med nära fem gånger volymen vatten innan dränering skedde (Stevens et al. 2015). Forskning har kommit fram till att dräneringar även kan ske under vintern när sjöarna har ett fruset istäcke ovanpå sjöarna med flytande vatten under (Schröder et al. 2020).

Dränerande sjöars påverkan på glacialupplyftning, rörelser och vibrationer har blivit daterade av bland annat (Doyle et al. 2013) med hjälp av GPS sensorer. Dessa typer av mätningar gav upphov för detta projekts frågeställning, att den dynamiska förändringen och glacialupplyftningen vid dränering kan påverka närliggande sjöar.

2. Metod

2.1 Förbehandling

I detta arbete analyserades satellitbilder hämtade från U.S. Geological Survey över ett mindre område i UTM zonen 27N på Grönlands nordöstra sida där många supraglaciala sjöar förekom under juli och augusti. Satellitbilderna som användes var tagna av Sentinel-2 som har en hög upplösning på 10 meter och ett omlopp som kan ge bilder med några dagars mellanrum (sentinel.esa.int u.å.). Ett bestämt rutnummer (T27XVH) utsågs som inkluderade flest sjöar över området och där efter valdes bilder med så lite moln som möjligt <2% för att minimera fel i sjöidentifieringen. Många bilder blev bortvalda men sammanlagt 12 bilder med ett medelvärde i tidsmellanrum på 4 dagar ansågs vara bra nog för att kunna se samband mellan dräneringarna. Samma behandlingsprocess som förklaras nedanför genomfördes för alla nedladdade bilder från dagarna i syfte att sedan jämföras med varandra. Samtliga spektrala band hämtades för att kunna kombineras i en ekvation för bästa möjliga identifiering av sjöarna. Filerna placerades i ArcMap där band 3 (Grön) och band 8 (NIR) användes för att räkna ut normaliserat vattenskillnadsindex (NDWI) (ekvation 1).

𝑁𝐷𝑊𝐼 = 𝐵𝑎𝑛𝑑 3 (𝐺𝑟ö𝑛) − 𝐵𝑎𝑛𝑑 8 (𝑁𝐼𝑅) 𝐵𝑎𝑛𝑑 3 (𝐺𝑟ö𝑛) + 𝐵𝑎𝑛𝑑 8 (𝑁𝐼𝑅)

Cellernas värden i bilderna varierande mellan -1 och 1 beroende på mängden reflektion. Vatten och is reflekterar olika mycket och ett tröskelvärde tillämpades för att få ut endast två värden, 1=sjö och 0=is.

Vid bestämmandet av tröskvärdet som skulle användas var det först tänkt att granska vad andra undersökningar har använt. Detta var inte möjligt då flera hade använt olika värden, medan en rapport valde att prova flera olika för att jämföra med den riktiga färgbilden som kunde laddas ner på samma plats som de andra banden (Hochreuther et al. 2021). 0,6 valdes som tröskelvärde i ett om klassificerings verktyg i ArcMap vilket innebar att ifall pixel värdet var >0,6 sattes det till 1=sjö och <0,6 till 0=is.

Detta var med anledning av att rasterbilden gjordes där efter om till polygoner, där varje sjö hade varsitt id nummer och area i attribut tabellen. Det fanns bergstoppar med i undersökningsområdet vilka skapade felbedömningar eftersom programmet tolkade vissa mörka bergsskuggor som sjöar. Därför applicerades shapefilen ”IceBridge BedmachineGreenland, Version 3” från NSIDC (National Snow & Ice Data Center) (Morlighem et al. 2017) som användes för att få en polygon över glaciärisen utan topografihöjderna och havet (Morlighem, M. et al 2017).

2.2 Efterbehandling

Efterbehandling ansågs vara nödvändigt för att minimera möjliga fel vid sjöidentifieringen. Först uteslöts sjöar med area mindre än 15 000 m² för att undvika att fel klassificeringar i bilderna granskades som sjöar. Sjöis bidrog med att stora delar av sjöar klassificerades som is vilket resulterade i hål i

(1)

polygonerna. Eliminering av dessa genomfördes med ett buffringsvektyg där sjöarna breddades med 60 meter, vilket fick till följd att hålen upplöstes och blev en gemensam polygon. Sedan användes samma verktyg för att minska sjöarna igen med 60m. Resultat blev betydligt bättre men ett antal sjöar erhöll fortfarande hål som redigerades bort i efterhand. För att endast erhålla sjöarna utan glaciärisen applicerades ett raderingsverktyg, vilket gav ett lager med enbart sjöarna. Polygonerna korrigerades slutligen gentemot riktiga färgbilden för att korrigera de sjöar som inte uppgav den sanna formen.

För att fastställa dräneringsmönster utfördes genom att placera polygonerna över sjöarna för olika dagar ovanpå varandra. Genom att ett senare datum placerades på ett tidigare, syntes de sjöar som hade dränerats under det tidsintervallet. De sjöar som existerat tidigare men inte fanns vid det senare datumet kommer fortfarande vara synliga när man placerar det senare datumet ovanpå. Medan de sjöarna som inte dränerats kommer observeras som det senare datumets polygoner, då de är placerade ovanpå.

3. Resultat

För att visuellt presentera resultaten har kartor gjorts i ArcMap i olika tidsintervall. Kartorna är uppdelade i två mindre områden, ett åt öst och ett åt väst för att tydligare studera sjöarna. Till att börja med behövdes den första dagen (15e juli) och den sista dagen (26e augusti) jämföras med varandra för att se att det är skillnad över antal sjöar, för att sedan undersöka vidare under kortare perioder. Flera sjöar som förekom första dagen, observeras inte vid sista dagen (figur 2). Störst skillnad syns till i öst och väst, därför valdes detta till två mindre studieområden.

Figur 2. Karta över sjöarna vid första dagen jämfört med sista. Gul visar sjöar vid 2018-07-15 och blå visar sjöar för 2018-08-26. De gula polygonerna visar dränerade sjöar. Innehåller modifierad Copernicus Sentinel-2 data

2018

4

3.1 Östra området

Det är tydligt i figuren nedanför att sjöar dränerats mellan 2018-07-15 och 2018-08-17 (figur 3). Denna period delades in i kortare tidsintervall för att jämföra steg för steg. Detta var i syfte att granska noggrannare platsen och tidpunkten för dränering, samt undersöka om närliggande sjöar försvinner vid intervallet efter. 15e juli jämfördes med 27e juli (figur 4). 27e juli jämfördes sedan med 8e augusti (figur 5), 8e med 12e augusti (figur 6), och slutligen 12e med 17e augusti (figur 7).

Figur 3. Karta över östra sidan. Gul visar sjöar för 2018-07-15 och röd visar sjöar för 2018-08-17. Gula polygoner representerar dränerade sjöar. Innehåller modifierad Copernicus Sentinel-2 data 2018

Figur 4. Karta över östra sidan. Gul visar sjöar för 2018-07-15 och rosa visar sjöar för 2018-07-27. Gula polygoner visar dränerade sjöar. Ellipserna är mindre områdesindelningar. Innehåller modifierad Copernicus Sentinel-2 data 2018

Figur 5. Karta över östra sidan. Rosa visar sjöar för 2018-07-27 och svart visar sjöar för 2018-08-08.

Rosa polygoner visar dränerade sjöar. Ellipserna är mindre områdesindelningar. Innehåller modifierad Copernicus Sentinel-2 data 2018

6

Figur 7. Karta över östra sidan. olivgul visar sjöar för 2018-08-12 och röd visar sjöar för 2018-08-17.

Olivgula polygoner visar dränerade sjöar. Ellipserna är mindre områdesindelningar. Innehåller modifierad Copernicus Sentinel-2 data 2018

Figur 6. Karta över östra sidan. Svart visar sjöar för 2018-08-08 och olivgul visar sjöar för 2018-08-12.

Svarta polygoner visar dränerade sjöar. Ellipserna är mindre områdesindelningar. Innehåller modifierad Copernicus Sentinel-2 data 2018

Tre ellipser appliceras till kartorna, en blå för det översta området, en grön för mellersta, och en orange ellips för det nedre området, som markerar sjöar som ligger grupperade. Detta är för att närmare granska närliggande sjöar inom ellipserna. I figur 4 ser man att det finns gula sjöar utspridda över samtliga ellipser, vilket illustrerar de som har dränerats. Vid jämförelse med figur 5 finns även där dränerade sjöar i alla ellipser, vilka för detta tidsintervall är rosa. Två stora bredvidliggande sjöar har från mitten av den gröna ellipsen förvunnit, samt flertalet sjöar runt dem. I figur 6 har det börjat bli glesare på sjöar i den gröna ellipsen, samt i den blåa syns en skillnad mellan antalet småsjöar. I den orange ellipsen observeras två stora svarta sjöar som försvunnit mellan den 8e och 12e augusti. Vid den sista dagen 17e augusti kan man se i figur 7 att det är mindre sjöar än vid första dagen, framför allt österut i samtliga ellipser.

3.2 Västra området

I det västra området observeras inte samma mängd sjöar som i öst, men tillräckligt för att se skillnader (figur 8). Sjöarna fylldes upp senare i detta område jämfört med i öst och en påfyllnad av vatten pågick fram till den 8e augusti. Detta är på grund av att sjöar på högre elevationer förses med vatten och dränerar senare under smältperioden (Sundal et al. 2009). Först vid jämförandet av den 8e och 12e augusti observeras enstaka sjöar som påvisar dränering, tre stycken är utmärkta med en gul pil (figur 9). Den 12e ställs sedan mot den 17 augusti (figur 10), där ett flertal sjöar påbörjat dränera i den orange ellipsen.

Vid den blå cirkelns södra del har också några sjöar minskat i storlek. Mellan den 17e och 26e augusti har nästan alla sjöar i den orange ellipsen försvunnit och de sjöarna som är kvar vid den 26e är centrerade åt öst (figur 11). I den blå cirkeln fortsätter dränering av den södra delen. Samtliga sjöar som befanns emellan de dränerade sjöarna markerade med pilar i figur 9 försvinner under det sista intervallet.

Figur 8. Karta över västra området. Svart visar sjöar för 2018-08-08 och blå visar sjöar för 2018-08-26.

Innehåller modifierad Copernicus Sentinel-2 data 2018

8

Figur 9. Karta över västra sidan. Svart visar sjöar för 2018-08-08 och olivgul visar sjöar för 2018-08-12. Svart polygoner visar dränerade sjöar. Ellipserna är mindre områdesindelningar. Innehåller modifierad Copernicus Sentinel-2 data 2018

Figur 10. Karta över västra sidan. Olivgul visar sjöar för 2018-08-12 och röd visar sjöar för 2018-08-17. Olivgula polygoner visar dränerade sjöar. Ellipserna är mindre områdesindelningar. Innehåller modifierad Copernicus Sentinel-2 data 2018

4. Diskussion

4.1 Analys av samband mellan dräneringar

Blå ellips

Vid granskning av den blå ellipsen observeras under det första tidsintervallet (15e till 27e juli) gula sjöar som försvinner från flertalet platser inom hela ellipsen. Flera närliggande sjöar från den östra sidan dränerar under denna period. Vid jämförelse med intervallet efter det, (27e juli till 8e augusti) noteras en minskning av antalet sjöar, samtidigt påvisas en påfyllnad av vatten eftersom sjöar observeras tilltagit i storlek. Flertalet mindre sjöar förvinner i mitten av ellipsen, vilket inte framgår tydligt i detta intervall, men i det efterföljande figuren (8e till 12e augusti) blir det klarare att det inte är samma antal småsjöar.

Ett antal sjöar med en svart kant runt indikerar att de håller på att dräneras. Vid sista intervallet (12e till 17e augusti) har nästan alla de mindre sjöarna i mitten försvunnit och de som tidigare hade påbörjat dräneras fortsätter att krympa. Det är en klar skillnad i antal sjöar jämfört med första datumet.

Grön ellips

I första tidsintervallet (15e till 27e juli) granskas utspridda gula sjöar som dränerats och håller på att minska, speciellt i mitten av ellipsen. Vid jämförelse med det andra intervallet försvinner två rosa stora sjöar i mitten, vilka hade en area den 27e juli på 0,9 km² respektive 0,5 km² och ett avstånd ifrån varandra på 2,3 km. Dessa försvann under det längsta tidsintervallet på 12 dagar. Inga användbara satellitbilder fanns emellan de datumen med lite moln. Dock upptäcktes en bild från 7e augusti som inte hade moln över just dessa sjöar. Anmärkningsvärt är att sjöarna var nästan fulla på vatten den 7e, vilket betyder att båda två hastigt dränerades på en dag, och inte under flera dagar (figur 12 och 13). Flera mindre sjöar runt dessa två dräneras också under denna tid. Vid det tredje intervallet (8 till 12e augusti) försvinner de Figur 11. Karta över västra sidan. Röd visar sjöar för 2018-08-17 och blå visar sjöar för 2018-08-26. Röda polygoner visar dränerade sjöar. Ellipserna är mindre områdesindelningar. Innehåller modifierad Copernicus Sentinel-2 data 2018

10

små svarta sjöarna som fanns kvar i mitten av ellipsen, och i sista figuren ser man att de enda som är kvar är 4 stycken sjöar i ellipsen västra sida.

Figur 12. Sjöar vid 2018-08-07. Copernicus Sentinel data 2018

Orange ellips

Vid den orange ellipsens östra sida, observeras det i första tidsintervallet (15e till 27e juli) en stor sjö som håller på att dräneras. Jämförs den med det nästa intervall (27e juli till 8e augusti) har sjön minskat i storlek drastiskt, och även en stor sjö norr intill den har påbörjat dräneras. Sjöar straxt sydväst om dessa sjöar har påbörjat dränering. I det tredje intervallet (8 till 12e augusti) fortsätter de små sjöarna att minska och antalet är färre jämfört med tidigare. En tydlig märkbar skillnad är två stora närliggande sjöar med avståndet på 1,2 km emellan varandra som försvinner helt. Detta var under ett tidsintervall på fyra dagar, men granskas de med kortare intervall på observeras det att båda sjöarna hade nästan helt dräneras på bara en dag. Den första dagen är den 8e augusti (figur 14) och den andra är den 9e (figur 15). Den tredje bilden är från 12e vilket är analysbilden med i kartorna (figur 16). Den 9e användes inte som satellitbild i analysen på grund av att stora delar av bilden var molntäckta, men var dessa sjöar förekom kunde man se tydligt hur båda sjöarna tömts på nästan allt vatten på en dag. Slutligen vid sista tidsintervallet (12e till 17e augusti) dräneras en sjö till vänster, samt att i princip alla sjöar i öst försvinner.

4.1.2 Västra området Orange ellips

Denna ellips visar tvetydliga resultat. Den visar genom tidsintervallerna att sjöar försvinner från den västra sidan mot den östra, vilket skulle indikera ett samband. Det observeras i sista intervallet att polygoner för sjöar har minskat och dränerats, dock på satellitbilden ser det ut att fortfarande vara vatten kvar i sjöarna. Detta kan bero på felklassificeringar i ArcMap under förbehandlingen. En annan möjlig förklaring kan vara på grund av att en minimumarea på 15 000 m² utsågs, vilket tog bort polygoner som var mindre än detta. Om detta skulle vara fallet skulle resultaten inte behöva vara ogiltiga för det skulle tyda på att en sjö har minskat till en area under minimum, vilket skulle leda till att ingen polygon finns men sjön kan ha tillräckligt med vatten för att synas på satellitbilden.

Figur 14. Sjöar vid 2018-08-08 Copernicus Sentinel data 2018

Figur 15. Sjöar vid 2018-08-09 Copernicus Sentinel data 2018

Figur 16. Sjöar vid 2018-08-12 Copernicus Sentinel data 2018

Figur 13. Sjöar vid 2018-08-08. Copernicus Sentinel data 2018

Blå cirkel

I det första tidsintervallet (8e till 12e augusti) observeras en dränerad sjö som är markerad med en gul pil. Två dränerade sjöar utanför de inringade områdena är också markerade med en gul pil. Man kan även se en påbörjan av mindre dräneringar i cirkeln södra del. I det andra intervallet förekommer fortsatt dränering av den södra delen, samt påbörjad minskning av sjöar strax ovanför dem. I det sista intervallet iakttas det att sjöarna som förekom emellan de dränerade sjöarna som var markerade med två pilar, har alla försvunnit.

4.2 Resultat vs osäkerheter

Några frågor som uppkommer från resultaten är huruvida de är bevis på samband eller om mönstren som presenteras beror på en slump. Resultaten tyder på samband mellan dräneringar. Tydligast resultat är det i det östra området. Detta kan vara på grund av att undersökningsperioden inte sträckte sig längre in på smältperioden, då fler sjöar smälter på den högre delen av glaciären senare. Vad som observeras är att sjöar försvinner och minskar från områden som kluster mellan tidsintervallen. Det finns fall där sjöar dränerar utan koppling, men det är en naturlig hydrologisk process som gör att de spricker och är oväsentligt utifrån detta syfte. Att en minskning sker av närliggande sjöar i alla ellipser under varje tidsintervall indikerar och stärker sambandet mellan dräneringar. Om det istället hade observerats uppehåll av dräneringar mellan tidsintervallen i ellipserna, skulle möjligheten öka för att det var en slump att sjöarna dränerats intill varandra. Utifrån resultaten som presenteras här är det osannolikt att dräneringarna inte har påverkat andra sprickor och närliggande sjöar. Vad som starkt påvisar samband är exemplen över de två närliggande sjöarna i den orange och gröna ellipsen. Där försvinner två stora sjöar ifrån båda ellipserna på bara en dag. Även om det var så att det bara fanns ett exempel på detta, att två sjöar bredvid varandra dränerades av slumpen exakt samma dag utan yttre påverkan, skulle det vara otroligt. Nu när det presenteras två exempel på händelsen är det ett starkt bevis på samband och påverkan av dränerande sjöar. Det är troligt att sådana samband förekommer för fler sjöar över området. Dessa sjöar har ett avstånd mellan varandra på 2,3km respektive 1,2km och är relativt stora till area jämfört med andra sjöar. Med en större volym vatten som dräneras kan större vibrationer antas, vilket betyder att mindre sjöar möjligtvis inte påverkar varandra vid det avståndet. Dock har majoriteten av sjöarna en kortare distans mellan varandra vilket skulle bidra till för att mindre sjöar inverkar på varandra.

Ellipserna valdes att placeras i en överlag latitudriktning över östra området, på grund av att en minskningstrend från öst mot väst observerades. För att studera dräneringsmönstret i mindre områden placerades därför ellipserna i liggande position med syftet att observera minskningen från öst mot väst.

Om de istället placerades i en stående position bredvid varandra, med en åt väst, en i mitten och en åt öst skulle analysen av ellipserna presenteras annorlunda. Det slutgiltiga resultatet av dräneringsmönster antas dock inte påverkas, vad som skulle förändras är snarare hur analysen av ellipserna hade presenterats. Mönstret förblir densamma, en minskning från öst mot väst, men ifall ellipserna var placerade annorlunda hade endast en mer komplicerad analys beskrivits, med approximativt samma slutsats.

4.3 Felkällor

I detta arbete flera möjliga felkällor som kan ha försämrat eller påverkat resultatet. Främst gäller det fel i behandling av satellitbilderna i ArcMap. Flera olika alternativa bandkombinationer kan användas i NDWI. Tidigare studier har använt de blåa och röda spektrumen i ekvationen (Williamson et al. 2017), medan andra använt grön och SWIR (kortvågs-infraröd) (Moussavi et al. 2020). I denna metod tillämpades grön och NIR som beskrevs på ArcGIS hemsida (NDWI—ArcGIS Pro | Documentation).

Dessa andra alternativen testades och kontrollerades innan den från ArcGIS applicerades eftersom den stämde bäst överens med den riktiga bilden. Det kan även blivit mindre fel vid buffringen på grund av att formen kan ändras lite när man förstorar och sedan minskar sjöarna igen. Trots att alla dagar granskades och korrigerades i slutet för att minimera fel i behandlingen, finns möjligheten att fel inte blivit upptäckte och rättade. För att förbättra resultatet på västra sidan så att alla sjöar fick polygoner, kunde ett mindre gränsvärde än 15 000 m² använts, och sen att man för hand tog bort pixel felen. Detta hade varit ett bättre alternativ om tiden hade funnits. Något som upptäcktes i efterhand var hur viktigt det är att data finns för nästan alla dagar, vilket tyvärr inte fanns. Detta är ett problem inom fjärranalys,

12

eftersom det inte alltid är optimala väderförhållanden för perfekta satellitbilder. Genom att gå tillbaka och kontrollera ifall det fanns bilder med en mängd moln vilka inte hade fungerat att tillämpa vid bildbehandlingarna, kunde delar av bilderna användas för att observera en mer korrekt tid för dränering.

Möjligheten finns således att fler samband och mönster existerar men inte kan presenteras i resultaten på grund av begränsning på data. Fler bilder har behandlats än de som inkluderas i tidsintervallerna, vilka kunde användas för att tillämpa all data. Detta ansågs dock leda till förvirrande redovisning av resultaten och blivit överflödigt.

5. Slutsats

I detta arbete presenteras supraglaciala sjöars dräneringsmönster under perioden 2018-07-15 till 2018- 08-26. Detta var med syfte att bidra till ökad förståelse över hur dränering av sjöarna påverkar varandra.

Resultaten tyder på samband i vart och när dränering sker. Bildanalyserna visar kontinuerlig minskning av närliggande sjöar över hela området. Den ständiga dräneringen i samtliga ellipser mellan alla tidsintervall tyder på bidragande påverkan. Resultaten är tydligast för det östra området som är lokaliserat på lägre elevationer. Ifall tiden räckte till hade det varit intressant att studera samma månader över flera år och jämföra dräneringsmönstren med varandra för att undersöka möjliga sammanhang. Det är först när mönster observerats som anledningen bakom dem kan fastställas. Arbetet presenterar bevis för samband mellan dränerande sjöar, men ytterligare studier är nödvändiga för att utveckla djupare kännedom. Denna kunskap kan användas i kombination med vidare forskning för att förstå och förutspå supraglaciala sjöars effekt på kommande klimatologiska händelser.

Tack

Stort tack till min handledare Rickard Pettersson som bidragit med projektförslag och modellering i ArcMap, samt för allt stöd som givits under arbetets gång. Jag vill även tacka min opponent Josefine Kynde Hämberg för korrekturläsning och idéer på förbättring.

Referenser

Boon, S. & Sharp, M. (2003). The role of hydrologically-driven ice fracture in drainage system evolution on an Arctic glacier. Geophysical Research Letters, 30 (18).

https://doi.org/10.1029/2003GL018034

Doyle, S., Hubbard, A., Dow, C., Jones, G., Fitzpatrick, A., Gusmeroli, A., Kulessa, B., Lindbäck, K., Pettersson, R. & Box, J. (2013). Ice tectonic deformation during the rapid in situ drainage of a

supraglacial lake on the Greenland Ice Sheet. The Cryosphere, Volume 7, Issue 1, 2013, pp.129-140, 7, 129–140. https://doi.org/10.5194/tc-7-129-2013

Echelmeyer, K., Clarke, T.S. & Harrison, W.D. (1991). Surficial glaciology of Jakobshavns Isbræ, West Greenland: Part I. Surface morphology. Journal of Glaciology, 37 (127), 368–382.

https://doi.org/10.3189/S0022143000005803

Hochreuther, P., Neckel, N., Reimann, N., Humbert, A. & Braun, M. (2021). Fully Automated Detection of Supraglacial Lake Area for Northeast Greenland Using Sentinel-2 Time-Series. Remote Sensing, 13 (2), 205. https://doi.org/10.3390/rs13020205

Leeson, A.A., Shepherd, A., Briggs, K., Howat, I., Fettweis, X., Morlighem, M. & Rignot, E. (2015).

Supraglacial lakes on the Greenland ice sheet advance inland under warming climate. Nature Climate Change, 5 (1), 51–55. https://doi.org/10.1038/nclimate2463

Liang, Y.-L., Colgan, W., Lv, Q., Steffen, K., Abdalati, W., Stroeve, J., Gallaher, D. & Bayou, N.

(2012). A decadal investigation of supraglacial lakes in West Greenland using a fully automatic detection and tracking algorithm. Remote Sensing of Environment, 123, 127–138.

https://doi.org/10.1016/j.rse.2012.03.020

Morlighem, M., Williams, C.N., Rignot, E., An, L., Arndt, J.E., Bamber, J.L., Catania, G., Chauché,

N., Dowdeswell, J.A., Dorschel, B., Fenty, I., Hogan, K., Howat, I., Hubbard, A., Jakobsson, M., Jordan, T.M., Kjeldsen, K.K., Millan, R., Mayer, L., Mouginot, J., Noël, B.P.Y., O’Cofaigh, C., Palmer, S., Rysgaard, S., Seroussi, H., Siegert, M.J., Slabon, P., Straneo, F., van den Broeke, M.R., Weinrebe, W., Wood, M. & Zinglersen, K.B. (2017). BedMachine v3: Complete Bed Topography and Ocean Bathymetry Mapping of Greenland From Multibeam Echo Sounding Combined With Mass Conservation. Geophysical Research Letters, 44 (21), 11,051-11,061.

https://doi.org/10.1002/2017GL074954

Moussavi, M., Pope, A., Halberstadt, A.R.W., Trusel, L.D., Cioffi, L. & Abdalati, W. (2020).

Antarctic Supraglacial Lake Detection Using Landsat 8 and Sentinel-2 Imagery: Towards Continental Generation of Lake Volumes. Remote Sensing, 12 (1), 134. https://doi.org/10.3390/rs12010134

Schroder, L., Neckel, N., Zindler, R. & Humbert, A. (2020). Perennial Supraglacial Lakes in Northeast Greenland Observed by Polarimetric SAR. Remote Sensing, 12 (17), 2798.

https://doi.org/10.3390/rs12172798

Stevens, L.A., Behn, M.D., McGuire, J.J., Das, S.B., Joughin, I., Herring, T., Shean, D.E. & King, M.A. (2015). Greenland supraglacial lake drainages triggered by hydrologically induced basal slip.

Nature, 522 (7554), 73–76. https://doi.org/10.1038/nature14480

Sundal, A.V., Shepherd, A., Nienow, P., Hanna, E., Palmer, S. & Huybrechts, P. (2009). Evolution of supra-glacial lakes across the Greenland Ice Sheet. Remote Sensing of Environment, 113 (10), 2164–

2171. https://doi.org/10.1016/j.rse.2009.05.018

Veen, C.J. van der (2007). Fracture propagation as means of rapidly transferring surface meltwater to the base of glaciers. Geophysical Research Letters, 34 (1). https://doi.org/10.1029/2006GL028385

Williamson, A.G., Arnold, N.S., Banwell, A.F. & Willis, I.C. (2017). A Fully Automated Supraglacial lake area and volume Tracking (“FAST”) algorithm: Development and application using MODIS imagery of West Greenland. Remote Sensing of Environment, 196, 113–133.

https://doi.org/10.1016/j.rse.2017.04.032

Internetkällor

Google maps. Karta över Grönland 2021-04-22

Morlighem, M. et al (2017). IceBridge BedMachine Greenland, Version 3. NASA National Snow and Ice Data Center DAAC. https://doi.org/10.5067/2CIX82HUV88Y

NDWI—ArcGIS Pro | Documentation. https://pro.arcgis.com/en/pro-app/latest/arcpy/image- analyst/ndwi.htm [2021-04-19]

The European space agency (u.å). Sentinel-2 Overview.

https://sentinel.esa.int/web/sentinel/missions/sentinel-2/overview −−

Programvara

ESRI (2021) ArcGIS Desktop Version 10.7.1 Hämtad från: https://desktop.arcgis.com/en/arcmap/