Assessment of thermal resistance of snow cover in Spitsbergen

Мұқаба

Дәйексөз келтіру

Толық мәтін

Ашық рұқсат Ашық рұқсат
Рұқсат жабық Рұқсат берілді
Рұқсат жабық Тек жазылушылар үшін

Аннотация

Snow cover is an important factor that largely determines the thermal regime of the ground in the cold season. Thermal protective properties of snow cover are conditioned by its thermal resistance, equal to the ratio of the snow thickness to its thermal conductivity coefficient. The thermal resistance of the snow cover is equal to the sum of thermal resistances of its layers. Therefore, to assess the thermal resistance of the whole snow cover, the thermophysical parameters of each layer should be known that is a problem. Previously, assessment of the thermal resistance of snow cover was derived on the basis of data on the ground temperature with small fluctuations in the air temperature. In this case, the desired quantity of the thermal resistance is obtained with regards for all features of the snow thickness development at the time of measurement. This method is implemented with a quasi-stationary temperature distribution wityin the snow cover and ground. Mathematical modeling was used to assess the effect of small air temperature fluctuations on the snow surface temperature and the temperature gradient within the snow cover. The results of calculation demonstrated that the average temperature of the snow surface can be used to estimate the temperature gradient in a snow cover when its thickness exceeds 50 cm. Based on measurements of ground and air temperatures in the area of the Barentsburg weather station, the thermal resistance of the snow cover and its thermal conductivity coefficient were estimated. For the period 23-26 of March, 2023, the average value of the thermal resistance of the snow cover was equal to 3.23 m2·K/W at a standard deviation of 0.17 m2 K/W, and the thermal conductivity coefficient – 0.27 W/(m·K) at a standard deviation of 0.015 W/(m·K).

Толық мәтін

Рұқсат жабық

Авторлар туралы

N. Osokin

Institute of Geography, Russian Academy of Sciences

Email: alexandr_sosnovskiy@mail.ru
Ресей, Moscow

A. Sosnovsky

Institute of Geography, Russian Academy of Sciences

Хат алмасуға жауапты Автор.
Email: alexandr_sosnovskiy@mail.ru
Ресей, Moscow

Әдебиет тізімі

  1. Anisimov O.A., Streletsky D.A. Geocryological risks in the melting of permafrost soils. Arktika XXI vek. Estestvennye nauki. Arctic twenty-first century. Natural Sciences. 2015, 2 (3): 60–74. [In Russian].
  2. Varlamov S.P., Skachkov Yu.B., Skryabin P.N., Baluta V.I. Long-term variability of the thermal state in the upper horizons of the cryolithozone in Central Yakutia. Prirodnye resursy Arktiki i Subarktiki. Arctic and Subarctic Natural Resources. 2023, 28 (3): 398–414. [In Russian].
  3. Vtoroy otsenochnyy doklad Rosgidrometa ob izmeneniyakh klimata i ikh posledstviyakh na territorii Rossiyskoy Federatsii. The second assessment report of Roshydromet on climate change and its consequences on the territory of the Russian Federation. Moscow: Roshydromet, 2014: 58. p. [In Russian].
  4. Glyatsiologicheskiy slovar’. Glaciological Dictionary. Ed. V.M. Kotlyakov. Leningrad: Gidrometeoizdat, 1984: 528 p. [In Russian].
  5. Otchet o klimaticheskikh riskakh na territorii Rossiyskoy Federatsii. Report on climate risks on the territory of the Russian Federation. St. Petersburg: Climatic Center of Roshydromet, 2017: 106 p. [In Russian].
  6. Kolomyts E.G. Teoriya evolyucii v strukturnom snegovedenii. Theory of evolution in snow structural science. Moscow: GEOS, 2013: 435 p. [In Russian].
  7. Kotlyakov V.M., Sosnovsky A.V., Osokin N.I. Estimation of thermal conductivity of snow by its density and hardness in Svalbard. Led i Sneg. Ice and Snow. 2018, 58 (3): 343–352. [In Russian]. https://doi.org/10.15356/2076-6734-2018-3-343-352
  8. Kotlyakov V.M., Sosnovsky A.V. Estimation of the thermal resistance of snow cover based on the ground temperature. Led i Sneg. Ice and Snow. 2021, 61 (2): 195−205. [In Russian].
  9. Kuzmin P.P. Fizicheskiye svoystva snezhnogo pokrova. Physical properties of snow cover. Leningrad: Hydrometeoizdat, 1957: 179 p. [In Russian].
  10. Osokin N.I., Samoilov R.S., Sosnovsky A.V., Sokratov S.A., Zhidkov V.A. On esтimation тне influence of snow cover characteristics variabiliтy on soils freezing. Kriosfera Zemli. Cryosphere of the Earth. 1999, 3 (1): 3–10. [In Russian].
  11. Osokin N.I., Samoilov R.S., Sosnovsky A.V. Towards the assessment of heat and mass transfer in the surface layer of snow taking into account penetrating radiation. Materialy Glyatsiologicheskikh Issledovaniy. Data of Glaciological Studies. 2004, 96: 127–132. [In Russian].
  12. Osokin N.I., Sosnovsky A.V., Chernov R.A. Influence of snow cover stratigraphy on its thermal resistance. Led i Sneg. Ice and Snow. 2013, 53 (3): 63−70. [In Russian]. https://doi.org/10.15356/2076-6734-2013-3-63-70
  13. Osokin N.I., Sosnovsky A.V. Field investigation of efficient thermal conductivity of snow cover on Spitsbergen. Led i Sneg. Ice and Snow. 2014, 54 (3): 50−58. [In Russian]. https://doi.org/10.15356/2076-6734-2014-3-50-58
  14. Osokin N.I., Sosnovskiy A.V. Influence of snow cover thermal resistance on permafrost stability. Kriosfera Zemli. Cryosphere of the Earth. 2016, 22 (3): 105–112. [In Russian]. https://doi.org/10.21782/KZ1560-7496-2016-3(105-112)
  15. Pavlov A.V. Energoobmen v landshaftnoy sfere Zemli. Energy exchange in the landscape sphere of the Earth. Novosibirsk, “Nauka”, 1984: 256 p. [In Russian].
  16. Pavlov A.V. Monitoring kriolitozony. Monitoring of cryolithozone. Novosibirsk: Geo, 2008: 229 p. [In Russian].
  17. Skachkov Yu.B. Assessment of modern variability of snow cover characteristics in Yakutia. Kriogennye resursy polyarnyh i gornyh regionov. Sostoyanie i perspektivy inzhenernogo merzlotovedeniya: Materialy mezhdunarodnoj konferencii. Proc. of the International. Conference “Cryogenic resources of polar and mountain regions. State and prospects of engineering permafrost science”. Tyumen, Express, 2008: 271–274. [In Russian].
  18. Building Code. SNiP 2.02.04–88. Osnovaniya i fundamenty na vechnomerzlyh gruntah. Basements and Foundations in Permafrost. GUP TCPP. Moscow, 1997: 52 p. [In Russian].
  19. Chernov R.A. Experimental determination of the effective thermal conductivity of depth hoar. Led i Sneg. Ice and Snow. 2013, 53 (3): 71–77. [In Russian].
  20. Sherstyukov A.B. Correlation of soil temperature with air temperature and snow depth in Russia. Kriosfera Zemli. Cryosphere of the Earth. 2008, 12 (1): 79–87. [In Russian].
  21. Sherstiukov A.B., Anisimov O.A. Assessment of the snow cover effect on soil surface temperature from observational data. Meteorologiya i gidrologiya. Meteorology and Hydrology. 2018, 2: 17–25. [In Russian].
  22. Shmakin A.B., Osokin N.I., Sosnovsky A.V., Zazovskaya E.P., Borzenkova A.V. Influence of snow cover on soil freezing and thawing in the West Spitsbergen. Led i Sneg. Ice and Snow. 2013, 53 (4): 52−59. [In Russian]. https://doi.org/10.15356/2076-6734-2013-4-52-59
  23. Calonne N., Flin F., Morin S., Lesaffre B., du Roscoat S.R., Geindreau C. Numerical and experimental investigations of the effective thermal conductivity of snow. Geophys. Research Letters. 2011, 38: L23501. https://doi.org/10.1029/2011GL049234
  24. Hjort J., Streletskiy D., Dore G., Wu Q;, Bjella K., Luoto M. Impacts of permafrost degradation on infrastructure. Nature Reviews Earth & Environment. 2022, 3 (1): 24−38. https://doi.org/10.1038/s43017-021-00247-8
  25. Jan A., Painter S.L. Permafrost thermal conditions are sensitive to shifts in snow timing. Environmental Research Letters. 2020, 15: 084026.
  26. Riche F., Schneebeli M. Thermal conductivity of snow measured by three independent methods and anisotropy considerations. The Cryosphere. 2013, 7: 217–227.
  27. Stieglitz M., Déry S.J., Romanovsky V.E., Osterkamp T.E. The role of snow cover in the warming of arctic permafrost. Geophysical Research Letters. 2003, 30 (13): 1721–1724.
  28. Sturm M., Holmgren J., Konig M., Morris K. The thermal conductivity of seasonal snow. Journ. of Glaciology. 1997, 43. 143: 26–41.
  29. Suter L., Streletskiy D., Shiklomanov N. Assessment of the cost of climate change impacts on critical infrastructure in the circumpolar Arctic. Polar Geography. 2019, 42: 267–286.
  30. Weather Archive in Barentsburg. Retrieved from: http://rp5.ru/archive.php?wmo_id=20107&lang=ru. Last access: 12 February 2024.

Қосымша файлдар

Қосымша файлдар
Әрекет
1. JATS XML
Жүктеу
2. Fig. 1. Average daily air temperature at the Barentsburg weather station for the period from October 2022 to June 2023; 1 − period selected for analysis

Жүктеу (34KB)
Метадеректер
3. Fig. 2. Locations of thermochrons at points 1, 2 and 3

Жүктеу (84KB)
Метадеректер
4. Fig. 3. Temperature distribution in the snow cover on the 3rd day at hours: 1 − 6; 2 − 12; 3 − 24; 4 – 18

Жүктеу (22KB)
Метадеректер

© Russian Academy of Sciences, 2024

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».