Snowpack Temperature Profiler: A Novel Approach to Measuring Snow Temperature and Cold Content During Snow Surveys
Anne Heggli · Bjoern Bingham · Daniel McEvoy 等 13 人
提出雪包温度剖面仪，用红外传感器快速测量雪温与冷含量，验证精度高。
红外温度传感器降入雪采样孔，对比62个雪坑剖面，三个冬季多气候验证。
STP与雪坑温度高度相关（R²=0.91），冷含量R²=0.92，可规模化采集。
将雪温观测同化进水文模型以改进融雪径流预报，并支撑雷达遥感液态水反演。
提出可随雪样器快速测量雪温剖面的红外传感器方案，验证数据扎实，对融雪径流预报与雷达遥感有实用价值。
雪包温度与冷含量控制着融雪发生的时间，但它们仍是业务化雪水供应预报模型中验证最不充分的变量之一。与拥有广泛观测网络支持的雪水当量不同，雪包温度一直难以在大尺度上测量。传统雪坑方法劳动强度大且耗时，而连续原位测量尝试则面临长期存在的挑战，使其大多局限于研究环境。在此，我们介绍一种新方法。雪包温度剖面仪（Snowpack Temperature Profiler, STP）是一种紧凑、低功耗的红外温度传感器，设计用于放入联邦雪采样器留下的孔洞中，从而无需挖掘雪坑即可快速测量雪包温度。我们在三个冬季（2023—2026年）中，针对海洋性、大陆性和山间雪气候区的62个同址雪坑温度剖面，对STP进行了验证。STP测得的平均雪包温度与雪坑观测高度相关（R²为0.91），偏差较低（-0.01 °C），由STP和雪坑观测得出的冷含量值结果相似（R² = 0.92；-0.02 MJ m⁻²）。这些结果反映的是STP不确定性的上界，而非对其不确定性的直接测量，因为用于验证的参考传感器绝对精度为±0.5 °C。STP提供了一种可扩展的雪包温度采集方法，若在美国和加拿大的各雪道加以利用，有潜力每年采集3500个雪温剖面。将该观测数据纳入现有业务化模型以约束冷含量值，有潜力改进融雪时间和径流预报，并且还将提供对液态水存在可能性的重要估计，这对雷达遥感反演至关重要。