地球科學：揭開雪花的神秘面紗，從阿爾卑斯山到南極洲！
達沃斯附近的木結構保護了研究人員的相機免受風吹襲。圖片來源：LTE / EPFL。
想象一下，使用安裝在海拔2500米處的專用儀器，從三個不同角度拍攝數千個雪花。然後想象使用3,500張這些圖片來手動訓練算法以識別六種不同類型的雪花。最後，想象一下，使用這種算法將數百萬張剩餘圖片中的雪花以極快的速度分類為這六個類。這正是EPFL環境遙感實驗室（LTE）研究人員在Alexis Berne牽頭的項目中所做的。他們的開創性方法在最新一期的大氣測量技術中得到了體現。
“科學界一直在努力改善降水測量和預測超過50年。我們現在已經非常瞭解雨水的相關機制，”伯爾尼說。“但雪更復雜。許多因素 - 如個別雪花的形狀，幾何形狀和電磁特性 - 影響雪晶體如何將信號反射回天氣雷達，使我們的任務更加困難。而且我們仍然沒有很好地掌握雪花的等效液態水含量。我們在這項研究中的目標是更好地瞭解下雪時的下降情況，以便我們最終能夠改善高海拔地區的降雪預報。“伯爾尼還看到了該團隊研究結果的其他應用，例如更準確地估算了存儲在用於灌溉和水電的積雪。
識別雪花及其響應程度！
為了實現他們的目標，研究人員購買了一臺多角度雪花相機（MASC） - 一種由三個同步相機組成的複雜儀器，當它們通過金屬環時，同時拍攝高分辨率（高達35微米）的雪花圖片。
他們與聯邦氣象和氣候學辦公室MeteoSwiss以及雪崩和雪崩研究所合作，在達沃斯附近的一個地點安裝了MASC，海拔2500米，在那裡拍攝了整個冬天和一個地點。沿海南極洲，在整個南方夏天拍照。然後他們運行他們的算法，根據現有的分類將雪花圖像分為六大類：平面晶體，柱狀晶體，graupels，聚合體，柱和平面晶體的組合，以及小顆粒。
研究人員使用MASC拍攝的照片，根據表面粗糙度確定每個雪花的照度（圖3）。“雪花在大氣層落下時會改變形狀 - 特別是通過雲層，”伯爾尼說。“他們中的一些人聚集了霜凍，並且或多或少地變成了雪晶[圖像中的＃3-5]，而其他人仍保持原始狀態並且具有非常低的振盪指數。” 振盪很重要，因為它是將雲水滴變成冰形沉澱的過程 - 換句話說就是雪。
使用特殊的多角度相機，EPFL研究人員已經獲得了關於雪花結構的重要見解。圖片來源：EPFL。
比較阿爾卑斯山脈和南極洲的雪花！
下一步是將從瑞士阿爾卑斯山達沃斯附近拍攝的照片與在南極洲海岸的阿德利蘭拍攝的照片進行比較。這表明每個雪花家族出現的頻率存在顯著差異。阿爾卑斯山的大部分雪花都是聚集體（49％），其次是小顆粒和霰粒。然而，在南極洲，大多數是小顆粒（54％），其次是聚集體和霰粒。
根據伯爾尼的說法，可以解釋這些差異。“激烈的南極風不斷侵蝕積雪，導致形成微小的雪粒。更重要的是，南極洲的雪花比阿爾卑斯山的雪花更不穩定，因為南極的空氣更加乾燥。” 研究人員的另一項研究結果可能會讓純粹主義者失望的是，“恆星枝狀”類型的雪花 - 我們通常與“理想”雪花相關聯 - 在兩個地點都很少見，只佔雪花的10％在阿爾卑斯山和南極洲5％的雪花。
達沃斯附近的木結構保護了研究人員的相機免受風吹襲。圖片來源：LTE / EPFL。
多工具方法！
為了解決所涉及的多個過程的複雜性，科學家在進行氣象測量和天氣預報時通常依賴於幾種不同的儀器。因此，當與其他儀器（如天氣雷達）結合使用時，伯爾尼團隊獲得的結果將提供更多的見解，這些儀器收集雲層和大氣層各層降水的數據。
作為國際固體降水比對實驗（SPICE）的一部分，MeteoSwiss在達沃斯站點的MASC旁邊設置了一個雨量計。數據尚未完全分析，但通過比較MASC拍攝的雪花類型與給定時期內收集的水量，該團隊將能夠測試雪花液體水含量的各種假設，這仍然是一個謎。對於大氣科學家。
2018年冬季奧運會期間的測量活動！
為了鞏固他們的發現，伯爾尼的團隊需要收集更多數據。今年他們將他們的MASC送回南極洲進行另一輪數據收集; 然後它將於2018年前往韓國山區參加將在平昌舉行的冬季奧運會。“我們擁有的數據越多，我們的計算就越可靠，”伯爾尼說。
該研究項目結合了基礎研究和應用研究。它涉及三位科學家：來自EPFL環境遙感實驗室的Alexis Berne和Christophe Praz以及來自MeteoSwiss（聯邦氣象和氣候學辦公室）的Yves-Alain Roulet。MeteoSwiss多年來一直與EPFL合作，以改善其降水估算及其數值天氣預報模型。
閱讀更多 秋蟬歡快的鳴叫 的文章
