Standardization of snow depth measurement in Norway

Snø og snødybde er viktige klimafaktorer, særlig i nordiske land. Snødybde har tradisjonelt blitt målt manuelt en gang i døgnet ved hjelp av en målestav. Automatiske sensorer gjør det mulig å måle snødybde med en høyere målefrekvens på steder med vanskelig tilgjengelighet vinterstid. Meteorologisk institutt (MET) har to typer automatiske snødybdesensorer i sitt nettverk: ultralydsensoren Campbell SR50A og lasersensoren Lufft SHM 30. Beliggenheten til den automatiske snødybdemålingen må velges med ekstra forsiktighet ettersom en observatør ikke er tilstede og kan justere for inhomogeniteter i snødybden. Underlagene som benyttes varierer fra stasjon til stasjon og enkelte steder oppleves det problemer med vegetasjon som gror og gir falske snødybder i perioder uten snø. Kvaliteten til snødybdedataene varierer ved ulike værforhold som kraftig nedbør og/eller snø som blåser og dette kan forstyrre den automatiske snødybdemålingen. Hovedformålet med denne oppgave har vært å videre standardisere automatisk snødybdemåling i Norge og evaluere dagens oppsett og den generelle funksjonaliteten til sensorene i felt. Mulige underlag ble testet i to feltforsøk. Sensornøyaktighet i generelt feltoppsett ble karakterisert. Videre ble dataserier fra vinteren 2014-2015 ved 27 utvalgte MET-stasjoner analysert for å undersøke under hvilke forhold snødybdemålingene var ukorrekte og om det var vesentlige forskjeller i funksjonalitet på sensorene. Fire ulike underlag ble testet på Blindern i Oslo vinteren 2013-2014 og i Ås i Akershus vinteren 2014-2015. Underlagene som ble testet var kryssfinerplate, Litex-Membranplate, glassfiberarmert plast (GRP-plate) og sand. I Ås ble kunstgress inkludert i forsøket. Basert på analyser av bilder tatt hver time (eller oftere) av alle underlagene ble det undersøkt hvordan snøen la seg og smeltet på underlagene og sammenlignet med omkringliggende gress. Fra undersøkelsen ser det ut til at GRP-platen vil være et godt valg av underlag, mens Litex-Membranplate og sand ikke er egnet. Alle ukorrekte snødybdemålinger på de 27 MET-stasjonene ble klassifisert i tre kategorier. Analysene viste at noen stasjoner har flere ukorrekte målinger enn andre. I noen tilfeller er det en sammenheng mellom mye nedbør og/eller kraftig vind, men i mange tilfeller er snødybdemålingene korrekte under disse meteorologiske forholdene. Åsakene til hvorfor de ukorrekte målinger med ultralyd- og lasersensor inntreffer er ikke signifikante, og flere vintersesonger bør analyseres. Det ble ikke påvist store forskjeller mellom SR50A og SHM 30 med hensyn til funksjonaliteten i felt. Baset på sensorenes måleområde, målenøyaktighet og mulighet til å også registrere snø/ikke snø med SHM 30 konkluderer denne oppgaven med at SHM 30-sensoren bør være den foretrukne sensoren til snødybdemåling i kombinasjon med en GRP-plate som underlag.Snow and snow depth are important climate factors, especially in Nordic countries. Snow depth has traditionally been measured manually once a day using a measuring stick. Automatic sensors allow for measurements with a higher frequency at locations with difficult access during winter. The Norwegian Meteorological Institute (MET) has two types of automated snow depth sensors in their network: the ultrasonic sensor Campbell SR50A and the laser sensor Lufft SHM 30. The site for automatic snow depth measurements has to be chosen with extra care, as no human observer is in place to adjust in case of inhomogenity in snow depth. Ground surfaces vary from station to station and some locations experience problems with growing vegetation that can give false snow depths in periods without snow. The quality of snow depth data vary under different weather conditions, as heavy precipitation and/or blowing snow may interfere with the automatic snow depth measurement. The main purpose of this thesis was to further standardize the automatic snow depth measurements in Norway and to evaluate the current configurations and the overall functionality of the sensors in the field. Possible ground surfaces where tested in two field studies. The sensor accuracy in typical field configurations was characterized. Further, data from the winter season 2014-2015 at 27 selected MET-stations were analyzed to examine under which conditions sensor measurements became erroneous and if there are major differences in the overall functionality of the sensors. Four different surfaces were tested at a site in Blindern in Oslo during winter 2013-2014 and in Ås in Akershus during winter 2014-2015. The tested surfaces were plywood, Litexmembrane, glass fiber reinforced plastic (GRP) and sand. In Ås artificial turf was added to the experiment. Based on the analysis of hourly (or more often) photographs of all surfaces it was analyzed how snow lay and melted on the surfaces and how it compared to the surrounding grass. From the study, it appears that the GRP-plate will be a good choice of surface, while Litex-membrane plate and sand are not suitable. All erroneous measurements detected in the data from the 27 MET-stations were classified into three categories. The analysis shows that some stations have more incorrect measurements than others. In some cases heavy precipitation and/or high wind could be connected to the occurence of erroneous measurements, but in a lot of cases the sensors were also working correctly under these meteorological conditions. Why incorrect measurements by ultrasonic- and laser sensor occurs is not significant, and more winter seasons should be analyzed. There could not be detected any major differences of the major functionality in the field between SR50A and SHM 30. Based on the sensor's measurement range, measurement accuracy and the ability to also record snow/no snow with SHM 30 this thesis concludes that the SHM 30 sensor should be the preferred sensor for measuring snow depth in combination with a GRP-plate as a ground surface.M-M