2022-05-06 カリフォルニア大学バークレー校(UCB)
気候変動に伴い、既存の積雪の上に雨が降って雪を溶かすことが年間を通じて多くなっており、この地域で最大かつ最も被害が大きい洪水のいくつかを引き起こしています。冬の嵐時にカリフォルニア州とネバダ州の水資源管理者が行う分刻みの判断は、人々や資産、水供給に長期的な影響を及ぼす可能性がありますが、積雪量が急速に変化する時期に洪水のリスクを軽減する方法について、ほとんど指針がありません。
この新しい研究は、オープンアクセス学術誌「iScience」に最近掲載され、CSSLのような既存の積雪モニタリングステーションからの1時間ごとのデータを使用して、積雪量決定支援ツールの最初の枠組みを提供するものです。この研究は、砂漠研究所（DRI）が主導し、カリフォルニア大学バークレー校、国立気象局、ネバダ大学リノ校のチームと共同で行われました。
＜関連情報＞
- https://vcresearch.berkeley.edu/news/predicting-flooding-rain-falling-sierra-snowpack
- https://www.cell.com/iscience/fulltext/S2589-0042(22)00510-7
積雪流出の意思決定支援に向けて Toward snowpack runoff decision support
Anne Heggli,Benjamin Hatchett,Andrew Schwartz,Tim Bardsley,Emily Hand
iScience Published:April 12, 2022
DOI:https://doi.org/10.1016/j.isci.2022.104240
Summary
Rain-on-snow (ROS) events are commonly linked to large historic floods in the United States. Projected increases in the frequency and magnitude of ROS multiply existing uncertainties and risks in operational decision making. Here, we introduce a framework for quality-controlling hourly snow water content, snow depth, precipitation, and temperature data to guide the development of an empirically based snowpack runoff decision support framework at the Central Sierra Snow Laboratory for water years 2006–2019. This framework considers the potential for terrestrial water input from the snowpack through decision tree classification of rain-on-snow and warm day melt events to aid in pattern recognition of prominent weather and antecedent snowpack conditions capable of producing snowpack runoff. Our work demonstrates how (1) present weather and (2) antecedent snowpack risk can be “learned” from hourly data to support eventual development of basin-specific snowpack runoff decision support systems aimed at providing real-time guidance for water resource management.
