Endre søk
Begrens søket
1 - 19 of 19
RefereraExporteraLink til resultatlisten
Permanent link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Treff pr side
  • 5
  • 10
  • 20
  • 50
  • 100
  • 250
Sortering
  • Standard (Relevans)
  • Forfatter A-Ø
  • Forfatter Ø-A
  • Tittel A-Ø
  • Tittel Ø-A
  • Type publikasjon A-Ø
  • Type publikasjon Ø-A
  • Eldste først
  • Nyeste først
  • Skapad (Eldste først)
  • Skapad (Nyeste først)
  • Senast uppdaterad (Eldste først)
  • Senast uppdaterad (Nyeste først)
  • Disputationsdatum (tidligste først)
  • Disputationsdatum (siste først)
  • Standard (Relevans)
  • Forfatter A-Ø
  • Forfatter Ø-A
  • Tittel A-Ø
  • Tittel Ø-A
  • Type publikasjon A-Ø
  • Type publikasjon Ø-A
  • Eldste først
  • Nyeste først
  • Skapad (Eldste først)
  • Skapad (Nyeste først)
  • Senast uppdaterad (Eldste først)
  • Senast uppdaterad (Nyeste først)
  • Disputationsdatum (tidligste først)
  • Disputationsdatum (siste først)
Merk
Maxantalet träffar du kan exportera från sökgränssnittet är 250. Vid större uttag använd dig av utsökningar.
  • 1.
    Feiccabrino, James
    et al.
    Lund University, Department of Water Resources Engineering.
    Graff, William
    21st Operational Weather Squadron, United States Air Forces in Europe, Kapuan Air Base, APO-AE 09021, Germany.
    Lundberg, Angela
    Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Geovetenskap och miljöteknik.
    Sundström, Nils
    Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Geovetenskap och miljöteknik.
    Gustafsson, David
    Kungliga tekniska högskolan, KTH, KTH Royal Institute of Technology, Land and Water Resources Engineering, KTH och SMHI, Research and Development (hydrology), Swedish Meteorological and Hydrological Institute, Norrköping.
    Meteorological Knowledge Useful for the Improvement of Snow Rain Separation in Surface Based Models2015Inngår i: Hydrology, ISSN 2306-5338, Vol. 2, nr 4, s. 266-288Artikkel i tidsskrift (Fagfellevurdert)
    Abstract [en]

    An accurate precipitation phase determination—i.e., solid versus liquid—is of paramount importance in a number of hydrological, ecological, safety and climatic applications. Precipitation phase can be determined by hydrological, meteorological or combined approaches. Meteorological approaches require atmospheric data that is not often utilized in the primarily surface based hydrological or ecological models. Many surface based models assign precipitation phase from surface temperature dependent snow fractions, which assume that atmospheric conditions acting on hydrometeors falling through the lower atmosphere are invariant. This ignores differences in phase change probability caused by air mass boundaries which can introduce a warm air layer over cold air leading to more atmospheric melt energy than expected for a given surface temperature, differences in snow grain-size or precipitation rate which increases the magnitude of latent heat exchange between the hydrometers and atmosphere required to melt the snow resulting in snow at warmer temperatures, or earth surface properties near a surface observation point heating or cooling a shallow layer of air allowing rain at cooler temperatures or snow at warmer temperatures. These and other conditions can be observed or inferred from surface observations, and should therefore be used to improve precipitation phase determination in surface models.

  • 2.
    Granlund, Nils
    Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Geovetenskap och miljöteknik.
    Estimation of snow wetness using multi-offset ground penetrating radar: towards more accurate estimates of snow water equivalent2009Licentiatavhandling, med artikler (Annet vitenskapelig)
    Abstract [en]

    Measurements of snow water equivalent (SWE) constitute an important input to hydrological models used to predict snowmelt runoffs. The new generation of such models use distributed snow data, including distribution of SWE, as input, and rely on it for calibration and validation. Using ground penetrating radar (GPR) from snowmobiles or helicopters is one of the methods to estimate SWE, and it allows for covering large areas in a short period of time. However, the accuracy offered by GPR is detrimentally affected by the presence of liquid water in the snow. This is a problem since when a snowpack is at its peak, and therefore of the largest interest, it has quite often started to melt so there might be liquid water in the snowpack. The present work is an attempt to solve this problem for SWE estimates made by multi-offset GPR operated from a snowmobile. The main idea is to use radar data already available, and to utilize, in addition to two-way travel time, radar wave attenuation, which both depend on snow wetness. Thus obtained liquid water content of a snowpack can be used to get more accurate estimates of SWE.Using radar wave attenuation to obtain liquid water content requires the relationship between liquid water content and electrical conductivity, which has to be established experimentally. The results of several series of experiments, first establishing this relationship for a specific salt content, and then confirming that variation in salt content does not significantly affect it, are presented in this work.However, there remains another problem to be solved. Attenuation caused by energy dissipation in the snow can only be determined from measured radar wave amplitude if losses due to reflection at the snow/ground interface are known. Since a multi-offset GPR system is in fact an array of antennas, several measurements can be made at each point with radar waves reflecting from the ground with different angles of incidence. It should therefore be possible to calculate angle-dependent reflectivity from radar wave amplitudes using Snell's law and one of Fresnel equations. However, applicability of this method in the presence of measurement errors has to be verified. Initial experiments point to problems due to antenna ring-down from the direct wave interfering with the reflected wave, so further tests of the method should be conducted, or ultimately another method to determine reflectivity of the snow/ground interface should be found. Theoretical and experimental results presented in this thesis lead to the conclusion that when SWE is estimated with a multi-offset GPR system, radar wave amplitudes, available in radar data, can be used to establish liquid water content of a snowpack and hence improve the accuracy of SWE estimates, provided that the problem with establishing reflectivity of the snow/ground interface is solved.

  • 3.
    Granlund, Nils
    et al.
    Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Geovetenskap och miljöteknik.
    David, Gustafsson
    Feiccabrino, James
    Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Geovetenskap och miljöteknik.
    Lundberg, Angela
    Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Geovetenskap och miljöteknik.
    Laboratory test of snow wetness influence on impulse radar amplitude2008Inngår i: Proceedings of the Western Snow Conference, Kailua-Kona, Hawaii, April, 16 - 19, 2007: seventy-fifth annual meeting / [ed] Randall Julander, Soda Springs, Calif: Western Snow Conference , 2008, s. 151-156Konferansepaper (Fagfellevurdert)
  • 4.
    Granlund, Nils
    et al.
    Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Geovetenskap och miljöteknik.
    Gustafsson, David
    Kungliga tekniska högskolan, KTH.
    Lundberg, Angela
    Laboratory study of snow salinity influence on the relationship between electrical conductivity and wetness of snow2009Inngår i: 65th Eastern Snow Conference, 2009, s. 301-307Konferansepaper (Fagfellevurdert)
  • 5.
    Granlund, Nils
    et al.
    Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Geovetenskap och miljöteknik.
    Lundberg, Angela
    Feiccabrino, James
    Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Geovetenskap och miljöteknik.
    Gustafsson, David
    Kungliga tekniska högskolan, KTH.
    Laboratory test of snow wetness influence on electrical conductivity measured with ground penetrating radar2009Inngår i: Hydrology Research, ISSN 1998-9563, Vol. 40, nr 3, s. 33-44Artikkel i tidsskrift (Fagfellevurdert)
    Abstract [en]

    Ground penetrating radar operated from helicopters or snowmobiles is used to determine snow water equivalent (SWE) for annual snowpacks from radar wave two-way travel time. However, presence of liquid water in a snowpack is known to decrease the radar wave velocity, which for a typical snowpack with 5% (by volume) liquid water can lead to an overestimation of SWE by about 20%. It would therefore be beneficial if radar measurements could also be used to determine snow wetness. Our approach is to use radar wave attenuation in the snowpack, which depends on electrical properties of snow (permittivity and conductivity) which in turn depend on snow wetness. The relationship between radar wave attenuation and these electrical properties can be derived theoretically, while the relationship between electrical permittivity and snow wetness follows a known empirical formula, which also includes snow density. Snow wetness can therefore be determined from radar wave attenuation if the relationship between electrical conductivity and snow wetness is also known. In a laboratory test, three sets of measurements were made on initially dry 1m thick snowpacks. Snow wetness was controlled by stepwise addition of water between radar measurements, and a linear relationship between electrical conductivity and snow wetness was established.

  • 6. Granlund, Nils
    et al.
    Lundberg, Angela
    Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Geovetenskap och miljöteknik.
    Gustafson, David
    KTH Royal Institute of Technology, Land and Water Resources Engineering.
    Laboratory study of the influence of salinity on the relationship between electrical conductivity and wetness of snow2010Inngår i: Hydrological Processes, ISSN 0885-6087, E-ISSN 1099-1085, Vol. 24, nr 14, s. 1981-1984Artikkel i tidsskrift (Fagfellevurdert)
    Abstract [en]

    Snow water equivalent of a snowpack can be estimated using ground-penetrating radar from the radar wave two-way travel time. However, such estimates often have low accuracy when the snowpack contains liquid water. If snow wetness is known, it is possible to take it into account in the estimates; it is therefore desirable to be able to determine snow wetness from already available radar data. Our approach is based on using radar wave attenuation, and it requires that the relationship between electrical conductivity and wetness of snow should be known. This relationship has been tentatively established in previous laboratory experiments, but only for a specific liquid water salinity and radar frequency. This article presents the results of new laboratory experiments conducted to investigate if and how this relationship is influenced by salinity. In each experiment, a certain amount of snow was melted and a known amount of salt (different for different experiments) was added to the water. Water salinity was measured, and the water was added step-wise to a one-meter thick snowpack, with radar measurements taken between additions of water. Our experiments have confirmed the earlier established linear relationship between electrical conductivity and wetness of snow, and they allow us to suggest that the influence of liquid water salinity on electrical conductivity is negligible when compared to the influence of liquid water content in snow

  • 7.
    Granlund, Nils
    et al.
    Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Geovetenskap och miljöteknik.
    Lundberg, Angela
    Gustafsson, David
    Kungliga tekniska högskolan, KTH.
    Ahlberg, Jesper
    Kungliga tekniska högskolan, KTH.
    Wetterhall, Fredrik
    SMHI.
    Towards better predictions of snow melt runoffs: measuring snow depth and density using ground penetrating radar2009Konferansepaper (Annet vitenskapelig)
  • 8.
    Gustafsson, David
    et al.
    KTH och SMHI.
    Ahlberg, Jesper
    Kungliga tekniska högskolan, KTH.
    Feiccabrino, James
    Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Geovetenskap och miljöteknik.
    Lindström, Göran
    SMHI.
    Lundberg, Angela
    Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Geovetenskap och miljöteknik.
    Sundström, Nils
    Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Geovetenskap och miljöteknik.
    Wetterhall, Fredrik
    SMHI.
    Distribuerade system för förbättrade snö- och avrinningsprognoser: Integration i hydrologiska modeller. Slutrapport2012Rapport (Annet vitenskapelig)
    Abstract [sv]

    Det övergripande målet med projektet har varit att minska totala volymfelet i prognoser för vårflödesavrinningen samt att förbättra tids- och volym-bestämningen av flödespikarna för dessa. Projektet har fokuserat på att kombinera utveckling av modell- och mätteknik för att studera hur modellstrukturer och metoder för att integrera mätinformation (data-assimilering) kan optimeras i förhållande till tillgänglig snöinformation. Ett syfte har också varit att de utvecklade metoderna skall vara operationellt användbara och baserade på kostnads- och tidseffektiva mättekniker och modelleringsverktyg, samtidigt som de skall ge en betydande förbättring av prognoserna. I projektet har en rad mättekniker testats och vidareutvecklas (tex snökuddar, automatiska sensorer för snödjup- och densitet, samt markradartekniker). Störst fokus har varit på vidareutveckling av radarteknik för linjemätning av snötäckets djup, densitet och fuktighet. För torr snö har djup och densitet uppskattats med hjälp av radarvågornas snöutbredningshastighet direkt från radardata med ett flerkanalradarsystem, [så kallad ”common-mid point” (CMP) metod)]. För blöt snö krävs förutom utbrednings-hastigheten också information om snöns fuktighet för korrigering av uppskattningen av snöns densitet. Inom projektet har därför en ny metod utvecklats för bestämning av snös fuktighet baserad på det faktum att utsläckningen av radarsignalens amplitud beror på snöns fuktighet. Två olika hydrologiska modeller har använts inom projektet: SMHI:s nya vattenbalans- och vattenkvalitetsmodell HYPE samt en egenutvecklad modell. Den senare modellen har utvecklats för att kunna jämföra tillrinnings-prognosernas känslighet för val av snömodellstruktur (representation av processer och distribution i tid och rum). Modellen består av en rumsligt distribuerad snömodell kopplad till en odistribuerad avrinningsmodell (en förenklad variant av HBV-modellen). Modellen utvecklades inom det hydrologiska modelleringssystemet HYSS utvecklat på SMHI, men kan i princip kopplas till vilken modellplattform som helst. Snö-smältningen kan beräknas antingen med temperatur- och strålnings-indexmetod eller med energibalansmetod. Den rumsliga distribueringen kan göras antingen med ett 2-dimensionellt nät eller genom uppdelning av avrinningsområdet i representativa enheter baserad på klassificering av topografi (höjd, lutning väderstreck) och vegetation. HYPE-modellen har för närvarande en enklare snömodell än den egenutvecklade modellen, men erbjuder istället hög rumslig uppdelning, öppen källkod (HYPE Open Source Community) och en enkel hantering av drivdata och modelluppsättningar för nya områden genom den operationella sverigeapplikationen (S-HYPE). HYPE-modellen har därför använts för att göra projektets modellutveckling lättare tillgänglig för andra. Den har också använts för att jämföra värdet av assimilering av snödata med värdet av val av prognosdata för nederbörd och temperatur. På sikt kan den egenutvecklade snömodellen göras tillgänglig som en valbar modul i HYPE. En dataassimileringsrutin baserad på Ensemble Kalmanfilter (EnKF) har utvecklats för integrering av snöinformation i simuleringarna och har implementerats som en modul i HYPE. Med EnKF metoden uppdateras modelltillstånd som funktion av kovariansen mellan modelltillstånd och modellfel. Uppdateringen sker sekventiellt, det vill säga under simuleringens gång vartefter nya observationer tillkommer. Kovariansen mellan modelltillstånd och modellfel uppskattas genom att skapa en ensemble av modeller med en viss spridning i modelltillstånden. Spridningen genereras genom att köra flera parallella modeller med slumpmässiga avvikelser i drivvariabler och parametervärden. En styrka med metoden är att osäkerheter i observationer, modellparametrar och indata kan uppskattas var för sig och användas för en automatisk uppdatering av modelltillstånden. Resterande spridning i den uppdaterade prognosen nyttjas för skattning av osäkerheten i resultaten. Beräkningsbördan ökar jämfört med en enskild simulering (ca 100 ensemblemedlemmar behövs), men jämfört med andra dataassimileringsmetoder är EnKF metoden mycket effektiv. De flesta hydrologiska modeller använder samma tröskeltemperatur för att skilja på regn och snö för alla nederbördstillfällen Förhållanden högre upp i atmosfären påverkar emellertid också hur stor andel av nederbörden som faller som snö respektive regn vid en viss markytetemperatur. Situationen i atmosfären beror i sin tur till stor del på vilken typ av front (gräns mellan luftmassor med olika temperatur) som producerar nederbörden. Vi har visat att man kan minska andelen felklassad nederbörd genom att identifiera vilken typ av front (varm- eller kall) som orsakar nederbörden vid ett specifikt tillfälle och anpassa tröskeltemperaturen efter fronttypen. Simuleringar med det nyutvecklade modellsystemet för testområdet Kultsjön i Västerbotten visar att assimilering med EnKF av distribuerade snödata förbättrade vårflodsprognoserna samtliga 4 år i delområdet Kultsjön och 3 av 4 år i delområdet Ransarn. Den relativa förbättringen var i medel 10-15 % beroende på vilka drivdata som användes. Störst förbättring av vårflodsprognosen, jämfört med den traditionella metoden med ensembler av historiska år, erhölls emellertid genom att använda säsongsprognoser från ECMWF (European Centre for Medium Range Weather Forecasts) som drivdata. Det var överraskande att dessa simuleringar gav bättre resultat än simuleringar med stationsmätningar. En möjlig förklaring kan vara att den interpolation av stationsdata som ligger till grund för SMHIs operationella drivdata (nederbörd och temperatur, PTHBV) kan ge både över- och underskattning av nederbörd i fjällområden beroende på om vädersystemen kommer från väster eller öster. Medelvolymfelet för Kultsjön förbättrades från 17 % till 8 % för de undersökta åren när en kombination av säsongsprognoser från ECMWF och assimilering av snöradardata användes istället för en deterministisk PTHBV-simulering. Den utvecklade dataassimileringstekniken har således visats sig vara ett effektivt sätt att automatiskt uppdatera modellerna inför vårflodsprognosen, och bör enkelt kunna anpassas för operationell användning. Det är också tydligt att assimilering av väderprognosdata från ECWMF gav en bättre prognos för Kultsjöns avrinningsområde än nuvarande PTHBV data. Mer arbete med att förstå hur osäkerheter och korrelationer i såväl snödata som modelldata krävs dock för att med säkerhet slå fast att målsättningarna i projektet har uppnåtts. Användningen av väderprognosdata som input i kombination med assimilering av snödata var mycket lovande och bör vidareutvecklas.

  • 9.
    Gustafsson, David
    et al.
    Kungliga tekniska högskolan, KTH.
    Ahlberg, Jesper
    Kungliga tekniska högskolan, KTH.
    Sundström, Nils
    Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Geovetenskap och miljöteknik.
    Lindström, Göran
    SMHI.
    Wetterhall, Fredrik
    SMHI.
    Lundberg, Angela
    Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Geovetenskap och miljöteknik.
    Distribuerade system för förbättrade snö- och avrinningsprognoser: Integration i hydrologiska modeller - Delrapport 12009Rapport (Annet vitenskapelig)
    Abstract [sv]

    Ambitionen med projektet är att minska volymfelet i avrinningsprognoser samt att förbättra tidsbestämningen av den första avrinningen och av flödespikarna i samband med snösmältning. Projektet fokuserar på att kombinera modell- och mättekniksutveckling för att utforska hur mo-dellstruktur och metod för att integrera mätinformation (dataassimilering) kan optimeras i förhållande till tillgängliga snödata. Syftet är att utveckla en operationellt användbar metod baserad på kostnads- och tidseffektiva mättekniker och modelleringsverktyg. Metoden skall anpassas för användning av både stora och små vattenreglerande företag, och den skall ge en betydande förbättring av prognoserna. I projektet testats och vidareutvecklas en rad mättekniker, som tex snökuddar, automatiska snödjups- och snödensitetssensorer, och mark-radartekniker. Radartekniken vidareutvecklas för bestämning av snötäckets djup, densitet och våthet genom att utnyttja informationen som fås från radarvågornas utbredningshastighet, av att ett flerkanalssystem används och från amplitudutsläckning. En ny snömodell har utvecklats för att kunna testa olika val av modellstruktur för processrepresentation och distribution i tid och rum. Modellen är programmerad som en subrutin till SMHI:s nya hydrologiska simulerings-system HYSS, men kan i princip kopplas till vilken hydrologisk modellplattform som helst. Kärnan i modellen är en modell av snö- och markskiktet, där snösmältning och avdunstning från marken kan beräknas antingen med graddagarsmetoden eller med energibalansmetoden. En enkel variant av HBV-modellens grundvatten- och sjörepresentation används för att simulera avrinningen. Den rumsliga distributionen av snö- och markmodellen kan väljas fritt. I projektet testas både distribuering i gridnät med olika upplösning, samt distribuering i klasser uppdelade enligt höjd, lutning, vädersträck och vegetation. En dataassimileringsrutin baserad på Ensemble Kalmanfilter (EnKF) har utvecklats för integrering av snöinformation i simuleringarna. EnKF metoden uppdaterar parametervärden och modelltillstånd, som funktion av kovariansen mellan modellfel och modelltillstånd, parametrar och inputvariabler. Exempel på sådana parametrar och variabler är graddagsfaktorn för smältning och snömängd. Kovariansmatrisen genereras genom slumpmässiga störningar på inputvariabler och parametrar. EnKF ger förutom en automatisk uppdatering och kalibrering även en uppskattning av osäkerheter i resultaten. Resultaten av simuleringarna med det nyutvecklade modellsystemet visar att dataassimilering med EnKF av distribuerade snödata kan förbättra avrinnings-prognoserna och uppskatta osäkerheter i resultaten. För enstaka år visades även att de markburna radarmätningarna av snömängden minskade osäkerheterna och förbättrade prognoserna mer än motsvarande manuella mätningar. En systematisk undersökning av förtjänsten av olika modell-strukturer och av rumslig distribuering i förhållande till datakvalitet och data-mängd återstår dock som en viktig uppgift för projektets avslutande hälft.

  • 10.
    Gustafsson, David
    et al.
    Kungliga tekniska högskolan, KTH.
    Magnusson, Jan
    WSL Institute for Snow and Avalanche Research SLF, Davos, Switzerland.
    Granlund, Nils
    Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Geovetenskap och miljöteknik.
    Impulse radar measurements of snow interception: laboratory tests andfield application to a forest stand in northern Sweden2009Konferansepaper (Annet vitenskapelig)
  • 11.
    Gustafsson, David
    et al.
    Kungliga tekniska högskolan, KTH.
    Sundström, Nils
    Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Geovetenskap och miljöteknik.
    Lundberg, Angela
    Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Geovetenskap och miljöteknik.
    Friborg, Johan
    Malags.
    Multi-offset impulse radar for snow water equivalent measuerments2008Konferansepaper (Annet vitenskapelig)
  • 12.
    Lundberg, Angela
    et al.
    Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Geovetenskap och miljöteknik.
    Granlund, Nils
    Gustafsson, D.
    Kungliga tekniska högskolan, KTH.
    "Ground truth" snow measurements: review of operational and new ground-based snow measurement methods for Sweden, Norway and Finland2009Inngår i: 65th Eastern Snow Conference, 2009, s. 215-237Konferansepaper (Fagfellevurdert)
    Abstract [en]

    Manual snow measurements are becoming increasingly expensive at the same time as climate change imposed snow alterations affects runoff and frost patterns; snow observations are included into runoff modelling, making reliable snow observations outmost important. New and modified ground-based techniques for monitoring snow depth, density, water equivalent (SWE), wetness and layering have the last decade been tested and this justifies a review of such methods. Techniques based on snow mass, electrical properties, attenuation of radioactivity and other miscellaneous properties are reviewed. The following sensors seem suitable for registration of temporal variations: Ultrasonic (depth), several snow pillows at the same location (SWE), CRREL/NRCS weighing sensor (SWE), Snowpower (depth, density, SWE and wetness), active and passive (cosmic) gamma-ray attenuation (SWE), and adjusted TDR-probes (density and wetness). Ground penetrating radar (GPR) is, depending on design and operation mode suitable for different purposes; when arrays of antennas are pulled by a snowmobile the technique is suitable for monitoring of spatial variations in depth, SWE, and density for dry snow. Techniques are under development which will improve the accuracy also for wet snow measurements. Frequency modulated continuous wave (FMCW) GPRs seem fit for measurement of snow layering. Some suggested techniques are not operational yet.

  • 13.
    Lundberg, Angela
    et al.
    Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Geovetenskap och miljöteknik.
    Granlund, Nils
    Gustafsson, David
    Division of Biogeophysics, The Royal Institute of Technology, KTH.
    Towards automated 'ground truth' snow measurements: a review of operational and new measurement methods for Sweden, Norway, and Finland2010Inngår i: Hydrological Processes, ISSN 0885-6087, E-ISSN 1099-1085, Vol. 24, nr 14, s. 1955-1970Artikkel i tidsskrift (Fagfellevurdert)
    Abstract [en]

    Manual snow measurements are becoming increasingly expensive and climate-change-imposed snow alterations are affecting run-off and frost patterns; snow observations are included in run-off modelling, making reliable snow observations of utmost importance. Multiple new and modified ground-based techniques for monitoring snow depth, density, snow water equivalent (SWE), wetness, and layering have been tested over the last decade, justifying a review of such methods. Techniques based on snow mass, electrical properties, attenuation of radioactivity, and other miscellaneous properties are reviewed. The following sensors seem suitable for registration of temporal variations: ultrasonic (depth) and terrestrial laser scanning (depth), several snow pillows at the same location (SWE), Cold Regions Research and Engineering Laboratory/Natural Resources Conservation Service weighing sensor (SWE), Snowpower (depth, density, SWE, and wetness), active and passive (cosmic) γ-ray attenuation (SWE), and adjusted time domain reflectometry probes (density and wetness). Ground-penetrating radar (GPR) is, depending on the design and operation modes, suitable for different purposes; when arrays of antennas are pulled by a snowmobile, the technique is suitable for monitoring of spatial variations in depth, density, and SWE for dry snow. Techniques are under development, which will hopefully improve the accuracy for wet snow measurements. Frequency-modulated continuous wave GPRs seem fit for measurement of snow layering. Some suggested techniques are not operational yet. Copyright

  • 14.
    Sundström, Nils
    Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Geovetenskap och miljöteknik.
    Improving snow water equivalent estimates with ground penetrating radar by measuring on multiple channels2012Doktoravhandling, med artikler (Annet vitenskapelig)
    Abstract [en]

    Snow water equivalent (SWE) of a snowpack is often measured along well-chosen transects representative of an area of interest, such as a drainage basin, to capture spatial distribution of SWE, which is of great interest for many applications. For example, it is a useful input to the new generation of hydrological models used for snow melt run-off predictions. A time-effective method to perform such measurements is to conduct them along one or several transects using a ground penetrating radar (GPR) operated from e.g. a snowmobile. Traditionally, a single-channel radar system has been used to estimate SWE from the radar wave two-way travel time via a linear formula, which can be calibrated for a particular snowpack with one or several manual measurements of snow density; this method typically relies on the assumption of a dry snowpack. However, if an unknown amount of liquid water is present in the snow, or if the snow density or the liquid water content varies substantially along the transect, SWE estimates are likely to be inaccurate.A different approach is to use a multi-channel GPR system with an array of antennas that makes it possible to simultaneously measure two-way travel time of several radar pulses that form a common mid-point (CMP) gather. Then the snow depth and the radar wave propagation velocity can be determined at each point with the CMP method under the assumption of a single-layer snowpack with parallel snow and ground surfaces. With liquid water content known or assumed to be zero, the snow density can be estimated from the propagation velocity via an empirical formula for mixtures, thus solving the problem of spatial variation in snow density. Finally, SWE is calculated from the snow depth and density. However, the CMP method is known to be sensitive to measurement errors in two-way travel time and to violations of its assumptions; and for a wet snowpack, the need to know the liquid water content at each measurement point to accurately estimate snow density presents a problem if the liquid water content varies along the transect.In this thesis, two methods that improve SWE estimates obtained with GPR are presented, both of which rely on measuring on multiple channels to obtain a CMP gather at each measurement point. The first method mitigates the impact of errors in CMP calculations on density estimates by establishing a depth-to-density function from the CMP data for all measurement points along a transect. This function, specific for each transect, is then used to determine snow density from snow depth. The second method (the PDA method) improves SWE estimates of wet snowpacks by determining liquid water content at each measurement point from path-dependent attenuation of two radar signals in the CMP gather. Both methods have been tested in field experiments and the sensitivity of the PDA method to built-in assumptions and measurement errors has been investigated in simulations.The field experiment conducted to test the first method has demonstrated that by applying a depth-to-density function, the accuracy of SWE estimates for a dry snowpack can be improved substantially. For the transect in the experiment, snow density and SWE estimated directly with the CMP method were overestimated by 34% and 36% on average; and when a depth-to-density function was used, snow density was underestimated by 2% and SWE was overestimated by less than 1%. The error was determined by comparison with manual measurements.In the field experiment conducted to test the PDA method, for a snowpack with the mean liquid water content of about 5 vol.%, the mean error in SWE was 16%, compared to 34% and 31% for two reference methods that both assumed liquid water content to be zero. Separately, the performed simulations suggest that the PDA method is very sensitive to measurement errors when liquid water content is close to zero; in such cases, one of the methods that assume dry snow should be used instead of the PDA method.

  • 15.
    Sundström, Nils
    et al.
    Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Geovetenskap och miljöteknik.
    Gustafsson, David
    Kungliga tekniska högskolan, KTH.
    Testing the accuracy of electrical permittivity estimation from angle-dependent reflectivity with ground penetrating radar2012Rapport (Annet vitenskapelig)
  • 16.
    Sundström, Nils
    et al.
    Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Geovetenskap och miljöteknik.
    Kruglyak, Andrey
    Luleå tekniska universitet, Institutionen för system- och rymdteknik, EISLAB.
    Friborg, Johan
    Malå GeoScience AB.
    Modeling and simulation of GPR wave propagation through wet snowpacks: testing the sensitivity of a method for snow water equivalent estimation2012Inngår i: Cold Regions Science and Technology, ISSN 0165-232X, E-ISSN 1872-7441, Vol. 74-75, s. 11-20Artikkel i tidsskrift (Fagfellevurdert)
    Abstract [en]

    Snow water equivalent (SWE) of a snowpack is an important input to the distributed snow hydrological models used for runoff predictions in areas with annual snowpacks. Since the conventional method of manually measuring SWE is very time-consuming, more automated methods are being adopted, such as using ground penetrating radar operated from a snowmobile with SWE estimated from radar wave two-way travel time. However, this method suffers from significant errors when liquid water is present in the snow.In our previous work, a new method for estimating SWE of wet snowpacks from radar wave travel times and amplitudes was proposed, with both these parameters obtained from a common mid-point survey. Here we present a custom ray-based model of radar wave propagation through wet snowpacks and results of MATLAB simulations conducted to investigate the method's sensitivity to measurement errors and snowpack properties. In particular, for a single-layer snowpack up to 2.1 m deep and with liquid water content up to 4.5% (by volume), the simulations indicate that SWE can be estimated with an error of ± 5% or less if (a) the noise (measurement errors) in the resulting amplitude has a standard deviation less than 15% and(b) the noise in two-way travel time has a standard deviation less than 0.075 ns (22.5% and 0.15 ns for a snowpack less than 1.3 m deep).

  • 17.
    Sundström, Nils
    et al.
    Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Geovetenskap och miljöteknik.
    Lundberg, Angela
    Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Geovetenskap och miljöteknik.
    Gustafsson, David
    KTH Royal Institute of Technology, Land and Water Resources Engineering.
    Kruglyak, Andrey
    Luleå tekniska universitet, Institutionen för system- och rymdteknik, EISLAB.
    Field evaluation of a new method for estimation of liquid water content and snow water equivalent of wet snowpacks with GPR2013Inngår i: Hydrology Research, ISSN 1998-9563, Vol. 44, nr 4, s. 600-613Artikkel i tidsskrift (Fagfellevurdert)
    Abstract [en]

    Estimates of snow water equivalent (SWE) with ground-penetrating radar can be used to calibrate and validate measurements of SWE over large areas conducted from satellites and aircrafts. However, such radar estimates typically suffer from low accuracy in wet snowpacks due to a built-in assumption of dry snow. To remedy the problem, we suggest determining liquid water content from path-dependent attenuation. We present the results of a field evaluation of this method which demonstrate that, in a wet snowpack between 0.9 and 3 m deep and with about 5 vol% of liquid water, liquid water content is underestimated by about 50% (on average). Nevertheless, the method decreases the mean error in SWE estimates to 16% compared to 34% when the presence of liquid water in snow is ignored and 31% when SWE is determined directly from two-way travel time and calibrated for manually measured snow density.

  • 18.
    Villain, Lucile
    et al.
    Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Geovetenskap och miljöteknik.
    Sundström, Nils
    Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Geovetenskap och miljöteknik.
    Perttu, Nils
    Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Geovetenskap och miljöteknik.
    Alakangas, Lena
    Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Geovetenskap och miljöteknik.
    Öhlander, Björn
    Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Geovetenskap och miljöteknik.
    Evaluation of the effectiveness of backfilling and sealing at an open-pit mine using ground penetrating radar and geoelectrical surveys, Kimheden, northern Sweden2014Inngår i: Environmental Earth Sciences, ISSN 1866-6280, E-ISSN 1866-6299, Vol. 73, nr 8, s. 4495-4509Artikkel i tidsskrift (Fagfellevurdert)
    Abstract [en]

    At Kimheden, a small copper mine in northern Sweden, reclamation of the two open pits was investigated using ground penetrating radar and geoelectrical multiple-gradient array measurements. The pits had been backfilled with waste rock, with a dry cover being applied on top in 1996 in order to reduce the influx of oxygen to the sulphidic mine waste and the subsequent production of acid mine drainage. The dry cover consists of a sealing layer of clayey till and a protective layer of unsorted till. As geochemical sampling in the drainage from the pits had previously revealed the continued release of contaminating oxidation products, the purpose of the geophysical survey undertaken in 2010 was to identify deficiencies in the cover or other pathways for oxygen to reach the waste rock. The radar images did not reveal any damage in the sealing layer but risks of deterioration of the cover in the long term were identified with both the radar and geoelectrical data. The radar localised regions of thinner protective layer where the sealing layer could be exposed to frost action. The geoelectrical measurements indicated the existence of seepage through the dry cover that presented a risk of erosion of the sealing layer. 2-D inversion of geoelectrical data also imaged some pathways of groundwater around the main pit. The results from the geophysical investigations were used together with other site data in order to show that both deficiencies in the cover and superficial fractures in the pit walls may explain an ongoing influx of oxygen to the mine waste.

  • 19.
    Villain, Lucile
    et al.
    Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Geovetenskap och miljöteknik.
    sundström, Nils
    Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Geovetenskap och miljöteknik.
    Perttu, Nils
    Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Geovetenskap och miljöteknik.
    Alakangas, Lena
    Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Geovetenskap och miljöteknik.
    Öhlander, Björn
    Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Geovetenskap och miljöteknik.
    Geophysical investigations to identify groundwater pathways at a small open-pit copper mine reclaimed by backfilling and sealing2011Inngår i: Mine Water – Managing the Challenges: Proceedings of the International Mine Water Association (IMWA) Congress 2011, RWTH Aachen, Germany, 4 — 11 September 2011 / [ed] Thomas R. Rüde; Antje Freund; Christian Wolkersdorfer, Aachen, Germany: RWTH Aachen University, Institute of Hydrogeology , 2011, s. 71-76Konferansepaper (Fagfellevurdert)
1 - 19 of 19
RefereraExporteraLink til resultatlisten
Permanent link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf