Site pictogram Scienceforum.nl

Studie ontwikkelt raamwerk voor het voorspellen van de bijdrage van sneeuwdek aan overstromingsrisico tijdens winterstormen: nieuw onderzoek bevordert de inspanningen om een ​​beslissingsondersteunend hulpmiddel te creëren voor reservoirbeheerders en overstromingsbeheerders

In de Sierra Nevada vinden midwinter ‘regen-op-sneeuw’-evenementen plaats wanneer regen op bestaande sneeuwlagen valt en hebben geleid tot enkele van de grootste en meest schadelijke overstromingen in de regio. Regen-op-sneeuwgebeurtenissen zullen naar verwachting in de komende jaren in omvang en frequentie toenemen, maar er zijn weinig richtlijnen voor waterbeheerders over hoe ze het overstromingsrisico kunnen beperken in tijden van snel veranderend sneeuwdek. Hun beslissingen van minuut tot minuut tijdens winterstormen kunnen langdurige gevolgen hebben voor mensen, eigendommen en watervoorzieningen.

Een nieuwe studie door een team van DRI, University of California, Berkeley, de National Weather Service en University of Nevada, Reno, biedt het eerste raamwerk voor een beslissingsondersteunend hulpmiddel voor sneeuwlagen dat waterbeheerders kan helpen zich voor te bereiden op mogelijke overstromingen tijdens regen. -sneeuwgebeurtenissen, gebruikmakend van uurlijkse gegevens van bestaande sneeuwmeetstations.

“Tijdens regen-op-sneeuw-evenementen moeten de mensen die onze watervoorraden beheren altijd beslissingen nemen, en het is echt een uitdaging als je te maken hebt met het leven en eigendom en levensonderhoud van mensen”, zegt DRI Graduate Assistant en hoofdauteur Anne Heggli, M.S. “Met dit werk maken we gebruik van bestaande monitoringnetwerken om de investering die al is gedaan te maximaliseren en de gegevens een nieuwe betekenis te geven terwijl we werken aan het oplossen van bestaande problemen die mogelijk groter zullen worden naarmate we de klimaatverandering het hoofd bieden.”

Om een ​​testbaar raamwerk voor een beslissingsondersteunend hulpmiddel te ontwikkelen, gebruikten Heggli en haar collega’s bodemvochtgegevens per uur van het Central Sierra Snow Laboratory van UC Berkeley van 2006-2019 om perioden van terrestrische watertoevoer te identificeren. Vervolgens ontwikkelden ze procedures voor kwaliteitscontrole om de nauwkeurigheid van het model te verbeteren. Uit hun resultaten hebben ze lessen getrokken over de afvoer van midwinter, die kunnen worden gebruikt om het raamwerk te ontwikkelen voor een breder toepasbare beslissingsondersteunende tool voor de afvoer van sneeuwlagen.

“We weten dat de toestand (koude inhoud) van de sneeuwlaag die leidt tot een regen-op-sneeuwgebeurtenis kan helpen om de zorgen over overstromingen te verminderen of te verergeren”, zei co-auteur Tim Bardsley van de National Weather Service in Reno. “De uitdaging is dat de vereenvoudigde fysica en het gebundelde karakter van onze huidige operationele riviervoorspellingsmodellen moeite hebben om hier nuttige richtlijnen te bieden. Dit onderzoek en raamwerk is bedoeld om die informatiekloof te helpen opvullen.”

“Deze studie en het besluitvormingskader dat is opgebouwd op basis van de gegevens zijn geweldige voorbeelden van de focus van onderzoek naar operaties die de afgelopen 75 jaar zo belangrijk is geweest in het Central Sierra Snow Lab”, zegt medeauteur van het onderzoek, Andrew Schwartz, Ph.D., manager van het sneeuwlab. “Dit werk kan helpen bij het nemen van beslissingen door waterbeheerders naarmate het klimaat en onze watervoorraden veranderen, en dat is het doel – betere hulpmiddelen beschikbaar hebben voor ons water.”

Het idee voor dit project ontstond in de winter van 2017, toen Heggli en haar broer sneeuwwatersensoren aan het testen waren in Californië. Er vonden verschillende grote regen-op-sneeuw-evenementen plaats, waaronder een reeks stormen in januari en februari die culmineerden in de Oroville Dam Spillway Crisis.

“Ik merkte in onze sensoren dat er interessante handtekeningen waren – en ik hoorde een prominente watermanager zeggen dat ze geen idee hadden hoe de sneeuwlaag zou reageren op deze regen-op-sneeuwgebeurtenissen,” legde Heggli uit. “Nadat ik de behoefte van de waterbeheerder had gehoord en het patroon in de gegevens had gezien, vroeg ik me af of we een deel van die sneeuwlaaggegevens per uur konden gebruiken om een ​​zekere mate van onzekerheid weg te nemen over hoe de sneeuwlaag zou reageren op regen.”

Heggli is momenteel ingeschreven in een Ph.D. programma bij UNR, en heeft gewerkt onder leiding van DRI-faculteitsadviseur Benjamin Hatchett, Ph.D., om haar langetermijndoel te bereiken, namelijk het creëren van een beslissingsondersteunend hulpmiddel voor reservoirbeheerders en overstromingsmanagers.

De resultaten van deze studie kunnen vervolgens worden gebruikt om bekkenspecifieke beslissingsondersteunende systemen te ontwikkelen die realtime begeleiding bieden aan waterbeheerders. De onderzoeksresultaten zullen ook worden gebruikt in een nieuw project met het Nevada Department of Transportation.

“Anne’s werk, geïnspireerd door observatie, laat zien hoeveel we nog kunnen leren van het creatief analyseren van bestaande gegevens om bruikbare informatie te produceren die het beheer van hulpbronnen ondersteunt tijdens zware weersomstandigheden, evenals de waarde van voortdurende investeringen om onze milieunetwerken in stand te houden en uit te breiden.” zei Hatchett, DRI Assistant Research Professor of Atmospheric Science.

Verhaalbron:

Materialen geleverd door Desert Research Institute. Opmerking: inhoud kan worden bewerkt voor stijl en lengte.

lees het gehele artikel bij de bron

Samenvatting: Een nieuwe studie biedt een raamwerk voor een beslissingsondersteunende tool voor snowpacks die waterbeheerders kan helpen zich voor te bereiden op mogelijke overstromingen tijdens regen-op-sneeuwgebeurtenissen, met behulp van uurlijkse gegevens van bestaande sneeuwmeetstations.
Datum van publicatie: 4 mei 2022
Bron: Technologie | Top technologienieuws — ScienceDaily

Mobiele versie afsluiten