Sensitivitetsanalyse av SNOWPACK for norske forhold
Master thesis
Permanent lenke
https://hdl.handle.net/11250/2778327Utgivelsesdato
2020Metadata
Vis full innførselSamlinger
Sammendrag
NVE (Norges Vassdrag- og Energidirektorat) ga i 2019 ut en rapport, ``Snøskredulykker vinteren 2018-2019'', som viste at det var vedvarende svake lag og flaksskred som var hovedårsaken til nesten alle dødsulykkene i den perioden. Videre rapporterte NGI (Norges Geotekniske Institutt) at i løpet av de siste 10 årene har 75 personer omkommet i forbindelse med snøskredsulykker, der 13 av disse gjaldt 2018/2019-sesongen.
I Sveits, og mange andre snøskredsutsatte fjellområder i verden, er modelleringsverktøyet SNOWPACK brukt for å simulere snødekke, og benyttes til å varsle om potensielle snøskre-dsfarer i reelltid. SNOWPACK har mulighet å gi ut forskjellige responsfaktorer i simuleringsperioden. En av de er Structured Stability Index (SSI). SSI gir et mål på skjærstyrken til et bestemt lag koblet til forskjellen i hardhet og kornstørrelse i nærliggende lag. Denne faktoren har blitt sett som en mulig faktor for å predikere og detektere svake lag i snødekket.
Av værparametre som styrer lokale værforhold, har åtte parametre blitt ansett som viktige. Disse åtte parametrene er lufttemperatur, relativ luftfuktighet, vindstyrke, vindretning, innkommende solstråling, innkommende langbølgestråling, trykk ved havoverflaten og nedbør. Av disse har jeg i denne oppgaven tatt utgangspunkt i temperatur, vind-styrke og -retning, innkommende solstråling, trykk ved havoverflaten og nedbør, der jeg har generert 100 kunstige og uavhengige værscenarier ved hjelp av Wxgen.
Mye av de lokale værforholdene blir styrt av topografien til valgt område, og for denne oppgaven er feltområdet valgt til fjellet Ruten i Heim-kommune i Trøndelag. Fjellet ligger 1040 moh, og blir klassifisert som et kystnært område med underliggende maritimt klima. De 100 simulerte værscenariene som er brukt i denne oppgaven er sett opp mot historiske data fra nærliggende værstasjoner til feltområdet, og funnet konsistent. Ved bruk av sensitivitetsanalyse er værparametrene sett opp mot valgt responsfaktor for å klassifisere hvilke av parametrene SSI er sensitiv for.
I sensitivitetsanalysen er temperatur og innkommende solstråling funnet som de mest sensitive parameterne, både med hensyn på SSI i sin helhet, men også ved å se på de verdien av SSI som er knyttet til svake lag. Trykk har også vist seg å være sensitiv i flertallet av simuleringene, men ikke i samme grad som temperatur eller innkommende solstråling. Utover de er nedbør, vindretning og vindstyrke lite sensitive i seg selv, men ved å se på de sistenevnte parametrene betinget på bestemte nivå av hverandre, har de også høye sensitivitetsverdier. In 2019, NVE (The Norwegian Water Resources and Energy Directorate) published a report on snow avalanche accidents in 2018/2019 which showed that avalanches triggered by persistent weak layers were the main reason for almost all of fatal accidents. Furthermore, NGI (Norwegian Geotechnical Institute) reports that in the last 10 years, 75 people have died in avalanche accidents, where 13 of these were reported last year.
In Switzerland and many other snowfall-exposed mountain countries, the modeling tool SNOWPACK has been used to simulate snow cover, and help to alert potential dangers in real-time. SNOWPACK has the ability to output different response variables throughout the simulation period, and one of them is the Structured Stability Index (SSI). SSI measures the shear strength of a layer, together with the difference in hardness and grain size in neighboring layers. This factor has been seen as a possible relevant factor for predicting weak layers in snowpacks.
Of the weather parameters that control local weather conditions, eight parameters have been found to be important. These eight are air temperature, relative humidity, wind velocity, wind direction, incoming solar radiation, incoming long-wave radiation, surface air pressure, and precipitation. My thesis considers temperature, wind velocity and wind direction, incoming solar radiation, air pressure, and precipitation, where I have generated 100 artificially and independently weather scenarios using Wxgen.
Many of the local weather conditions are also influenced by the topography of the selected area. For this thesis I have chosen Ruten, a mountain in Heim municipality in Trøndelag, to be the area of interest. The mountain reaches 1040 meters above sea level and is classified as a coastal area with an underlying maritime climate. The 100 generated weather scenarios that have been used in this thesis are found to be consistent with data from nearby weather stations. Sensitivity analysis can classify which of the input parameters the response factor is sensitive to, and in this thesis, SSI is measured against the selected weather parameters to find which of the parameters that influence SSI the most.
In the sensitivity analysis temperature and incoming solar radiation have been detected as the most sensitive parameters, both with regards to the response factor as a whole and with regard to low SSI values connected to weak layers. Air pressure has also been shown to be sensitive in the majority of the simulations, but not in the same degree as temperature and incoming solar radiation. Furthermore, precipitation, wind directions, and wind velocities are not found to be sensitive by themselves, but by looking at the latter parameters conditioned on certain levels of each other, they also return high sensitivity values.