Generation of daily high-spatial resolution snow depth maps from in-situ measurement and time-lapse photographs

• J. Revuelto ^[1] ; Esteban Alonso González ^[1] ; J. I. López Moreno ^[1]
  1. [1] Instituto Pirenaico de Ecología

     Instituto Pirenaico de Ecología

     Zaragoza, España

     
• Localización: Cuadernos de investigación geográfica: Geographical Research Letters, ISSN-e 1697-9540, ISSN 0211-6820, Vol. 46, Nº 1, 2020, págs. 59-79
• Idioma: inglés
• Títulos paralelos:
  • Generación de mapas diarios de espesor de nieve a alta resolución espacial a partir de observaciones puntuales y fotografías automáticas diarias (time-lapse)
• Enlaces
  • Texto completo (pdf)
  • Texto completo
• Resumen
  • español

    En zonas de montaña, la adquisición de información distribuida del manto de nieve a elevada resolución espacio-temporal es muy laboriosa y además se ve limitado por las condiciones ambientales. Este trabajo presenta una metodología sencilla para generar mapas diarios de espesor de nieve combinando observaciones automáticas in-situ con una base de datos pre-existente de mapas de espesor de nieve. Las observaciones automáticas las constituyen datos diarios de espesor de nieve en un punto conocido (estación meteorológica) y fotografías time-lapse georectificadas de la superficie cubierta por nieve. La base de datos pre-existente, la conforman mapas de espesor de nieve obtenidos en el pico de acumulación de nieve anual generados con un Láser Escáner Terrestre (TLS). La zona de estudio en la que se ha validado esta metodología es la Cuenca Experimental de Izas en los Pirineos Centrales Españoles, cuenca en la que existen un total de seis temporadas hibernales (2011-2017) con las observaciones TLS así como con las variables nivo-meteorológicas necesarias para simular la distribución diaria del espesor de nieve. Las contrastadas características climáticas de las seis temporadas disponibles, permite analizar la posibilidad de emplear patrones de distribución de nieve observados una temporada en particular para simular la distribución en periodos sin observaciones distribuida (TLS u otros métodos). La mitología i) determina para las observaciones TLS en el pico de acumulación el ratio entre el valor máximo de espesor de nieve y los valores observados en el resto de pixeles, ii) re-escala diariamente dichos ratios para las zonas cubiertas por nieve a partir de la información de las fotografías time-lapse y iii) calcular la distribución de nieve con los ratios re-escalados y la observación diaria de espesor en nieve en la estación meteorológica. El promedio de los seis picos de acumulación observados con el TLS ha resultado ser la combinación que ha obtenido los mejores resultados. Pese a la simplicidad de esta metodología, los valores simulados han demostrado resultados alentadores cuando han sido comparados con observaciones de espesor de nieve en fechas particulares. Esto es debido principalmente al importante control que ejerce la topografía en la distribución del manto de nieve a pequeña escala en zonas heterogéneas de montaña, la cual tiene una elevada consistencia inter e intra-anual.

  • English

    Acquiring information on snow depth distribution at high spatial and temporal resolution in mountain areas is time consuming and generally these acquisitions are subjected to meteorological constrains. This work presents a simple approach to assess snow depth distribution from automatically observed snow variables and a pre-existing database of snow depth maps. By combining daily observations of in-situ snow depth, georectified time-lapse photography (snow presence or absence) and information on snowpack distribution during annual snow peaks determined with a Terrestrial Laser Scanner (TLS), a method was developed to simulate snow depth distribution on day-by-day basis. This method was tested is Izas Experimental Catchment, in the Central Spanish Pyrenees, a site with a large database of TLS observations, time-lapse images and nivo-meteorological variables for six snow seasons (from 2011 to 2017). The contrasted snow climatic characteristics among the snow seasons allowed analysis of the transferability of snowpack distribution patterns observed during particular seasons to periods without spatialized snow depth observations, by TLS or other procedures. The method i) determines snow depth ratio among the observed maximum snow depths and all other snow map pixels at the TLS yearly snow peak accumulation, ii ) rescales these ratios on a daily basis with time-lapse images information and iii) calculates the snow depth distribution with; the rescaled ratios and the snow depth observed at the automatic weather station. The average of the six TLS observed peaks was the combination showing optimal overall applicability. Despite its simplicity, these simulated values showed encouraging results when compared with snow depth distribution observed on particular dates. This was due primarily to the strong topographic control of small scale snow depth distribution on heterogeneous mountain areas, which has high inter- and intra-annual consistencies.