W obliczu trwającego kryzysu klimatycznego naukowcy z wielu dziedzin koncentrują swoją wiedzę na zrozumieniu, w jaki sposób zmieniły się różne systemy klimatyczne i będą to robić w miarę postępu zmian klimatycznych. Robert Lund, profesor i kierownik wydziału statystyki w UC Santa Cruz Baskin School of Engineering, współpracował przy nowym badaniu, które wykorzystuje rygorystyczne modele matematyczne i metody statystyczne i odkrywa zmniejszanie się pokrywy śnieżnej w wielu częściach półkuli północnej w ciągu ostatniego półwiecza.
Zrozumienie trendów pokrywy śnieżnej jest ważne ze względu na rolę, jaką śnieg odgrywa w globalnym bilansie energetycznym. Wysokie albedo śniegu – zdolność odbijania światła – i właściwości izolacyjne wpływają na temperaturę powierzchni w skali regionalnej i stabilność termiczną w skali całego kontynentu.
W nowym badaniu opublikowanym w Journal of Hydrometeorology naukowcy przeanalizowali dane dotyczące pokrywy śnieżnej zebrane z cotygodniowych przelotów satelitarnych między 1967 r. (kiedy satelity stały się bardziej powszechne) a 2021 r., które zostały podzielone na sekcje siatki do analizy. Spośród siatek, które naukowcy ustalili, że mają wiarygodne dane, odkryli, że pokrywa śnieżna zmniejsza się w prawie dwa razy większej liczbie siatek, niż się rozwija.
„W regionach arktycznych śnieg znika częściej niż rzadziej – myślę, że klimatolodzy podejrzewali to” – powiedział Lund. „Ale odchodzi także na południowych granicach kontynentów”.
W badaniu, którego ukończenie zajęło około czterech lat, naukowcy wykazali, że obecność śniegu w Arktyce i południowych szerokościach geograficznych półkuli północnej generalnie spada, podczas gdy niektóre obszary, takie jak wschodnia Kanada, odnotowują wzrost pokrywy śnieżnej. Może to być spowodowane rosnącymi temperaturami w obszarach, które są zwykle bardzo zimne, ale wciąż poniżej zera, co pozwala atmosferze zatrzymać więcej wody, która następnie spada w postaci śniegu.
Lund uważa, że jest to pierwsza naprawdę wiarygodna analiza trendów pokrywy śnieżnej na półkuli północnej ze względu na rygor metod statystycznych naukowców. Nie-statystom często trudno jest wyodrębnić trendy z tego typu danych satelitarnych, które mają postać sekwencji zer lub jedynek, aby wskazać, czy w danym tygodniu był śnieg. Naukowcy musieli również wziąć pod uwagę korelację, patrząc na trendy, ponieważ obecność pokrywy śnieżnej w jednym tygodniu znacznie wpływa na prawdopodobieństwo wystąpienia pokrywy śnieżnej w następnym tygodniu. Te dwa czynniki zostały uwzględnione w modelu opartym na łańcuchu Markowa. Na podstawie modelu można obliczyć dokładne oszacowania niepewności trendów. Naukowcy odkryli setki siatek, w których pokrywa śnieżna zmniejszała się z co najmniej 97,5% pewnością.
Jednak odkryli również, że niektóre dane satelitarne zebrane w regionach górskich były niewiarygodne i nie wskazywały na śnieg w zimie i kilka tygodni śniegu w zimie. Było to prawdopodobnie spowodowane wadą algorytmu, który przetwarzał dane satelitarne w celu ustalenia, czy śnieg był obecny, czy nie.
„Powodem, dla którego to badanie wymagało dużo pracy, jest to, że dane satelitarne są tak bardzo ubogie” – powiedział Lund. „Cokolwiek zrobili meteorolodzy, aby oszacować śnieg na podstawie zdjęć w niektórych regionach górskich, po prostu nie zadziałało, więc musieliśmy wziąć wszystkie siatki na półkuli północnej i dowiedzieć się, czy dane są w ogóle godne zaufania, czy nie”.
Określając, które dane satelitarne są niewiarygodne, badanie to może służyć jako źródło informacji dla społeczności naukowej, która może również chcieć ocenić te dane dotyczące pokrywy śnieżnej na potrzeby swoich badań.
Lund współpracował przy tym badaniu z dr UCSC. kandydat Jiajie Kong, adiunkt matematyki i statystyki na Uniwersytecie Północnej Florydy Yisu Jia, profesor meteorologii i klimatologii na Uniwersytecie Stanowym Mississippi Jamie Dyer, profesor nadzwyczajny statystyki na Uniwersytecie Stanowym Mississippi Jonathan Woody oraz profesor statystyki i badań operacyjnych na University of North Carolina w Chapel Hill JS Marron. Badania te były wspierane przez fundusze z National Science Foundation.