Ablation measurement and modeling on the Sygyktinsky Glacier (the Kodar Ridge)

封面

如何引用文章

全文:

开放存取 开放存取
受限制的访问 ##reader.subscriptionAccessGranted##
受限制的访问 订阅存取

详细

High-resolution data from an automatic weather station (for 45 days in July–August 2021) installed at the level of the perrenial snowline of the Sygyktinsky Glacier (Kodar Ridge, south of the Eastern Siberia) were used to simulate ablation with daily resolution. Ablation was measured conventionally (using snow stakes and ultrasonic sensor) and calculated basing on a surface heat balance (SHB). The average and total values of measured and calculated ablation are in a good agreement with each other, while daily fluctuations in the ablation may differ due to changes in the surface density. It was found that the calculation of ablation based on thermal balance is the most accurate and physically justified. The average magnitude of energy spent on melting the glacier was 81 W/m2. The greatest contribution to melting is made by the radiation balance (70 W/m2, 86%), and especially by the shortwave radiation balance (76 W/m2, 94%). The long-wave radiation balance was slightly negative (–7 W/m2) that means that the glacier was losing heat. The turbulent fluxes of latent and sensible heat were positive on all days, but their total contribution was insignificant (10 W/m2, 13% of the melting energy). The reason for the low values of turbulent heat is the weak wind speeds which are typical for the Kodar region in summer. Significant statistical correlations of ablation with the cloudiness, precipitation, atmospheric pressure, air temperature and relative humidity were found. The relationship of the melting rate with meteorological parameters is controlled mainly by the short-wave radiation balance, and not by the turbulent heat flows. Two the T-index models (regression and “degree-day” ones) were tested using the meteorological data. Both models reproduce the mean and total ablation well (deviation ≤ 9%), but the daily fluctuations in ablation are simulated with significant error (standard error of about 50%). The use of different “degree-day factor” (DDF) coefficients for snow and ice allows improving the model accuracy up to 44%. The T-index models best estimate ablation for snow surface (standard error ≤26%), and they may be improved by taking into account shortwave radiation and weather conditions.

全文:

受限制的访问

作者简介

E. Osipov

Limnological Institute, Siberian Branch of RAS

编辑信件的主要联系方式.
Email: eduard@lin.irk.ru
俄罗斯联邦, Irkutsk

O. Osipova

V.B. Sochava Institute of Geography Siberian Branch of RAS

Email: eduard@lin.irk.ru
俄罗斯联邦, Irkutsk

参考

  1. Gavrilova M.K. Heat regime of melting of a glacier in the region of Suntar-Khayata (Southern Verkhoyansk Range). Materialy Glyatsiologicheskikh Issledovaniy. Data of glaciological studies. 1964, 9: 149–153. [In Russian].
  2. Kotlyakov V.M., Khromova T.Yu., Nosenko G.A., Muraviev A.Y., Nikitin S.A. Glaciers in the Russian Mountains (Caucasus, Altai, Kamchatka) in the First Quarter of the 21st Century. Led I Sneg. Ice and Snow. 2023, 63 (2): 157–173. [In Russian]. https://doi.org/10.31857/S2076673423020114
  3. Osipov E.Yu., Osipova O.P., Vasilenko O.V. Meteorological regime of the Sygyktinsky Glacier (the Kodar Ridge) during the ablation period. Led I Sneg. Ice and Snow. 2021, 61 (2): 179–194. [In Russian]. https://doi.org/10.31857/S2076673421020080
  4. Osipova O.P., Osipov E.Yu. Influence of Atmospheric Processes on the Dynamics of Kodar Glaciers. Geografiya i prirodnye resursy. Geography and Natural Resources. 2023, 44 (4): 351–358. https://doi.org/10.1134/S1875372823040108
  5. Toropov P.A., Shestakova A.A., Smirnov A.M., Popovnin V.V. Evaluation of the components of the heat balance of the Djankuat Glacier (Central Caucasus) during the period of ablation in 2007–2015. Kriosfera Zemli. Earth`s Cryosphere. 2018, 22: 42–54. [In Russian]. https://doi.org/10.21782/KZ1560-7496-2018-4(42-54)
  6. Andreassen L.M., Van Den Broeke M.R., Giesen R.H., Oerlemans J.A. 5 year record of surface energy and mass balance from the ablation zone of Storbreen, Norway. Journal of Glaciology. 2008, 54: 245–258. https://doi.org/10.3189/002214308784886199
  7. Braithwaite R.J. On glacier energy balance, ablation, and air temperature. Journ. of Glaciology. 1981, 27 (97): 381–391. https://doi.org/10.3189/S0022143000011424
  8. Braithwaite R.J., Konzelmann T., Marty C., Olesen O.B. Errors in daily ablation measurements in northern Greenland, 1993-94, and their implications for glacier climate studies. Journ. of Glaciology. 1998, 44 (148): 583–588. https://doi.org/10.3189/S0022143000002094
  9. Ebrahimi S., Marshall S.J. Parameterization of incoming longwave radiation at glacier sites in the Canadian Rocky Mountains. Journ. of Geophys. Research: Atmospheres. 2015, 120 (24): 12536–12556. https:// doi.org/10.1002/2015JD023324
  10. Hock R. A distributed temperature-index ice-and snowmelt model including potential direct solar radiation. Journ. of Glaciology. 1999, 45 (149): 101–111. https://doi.org/10.3189/S0022143000003087
  11. Hock R. Temperature index melt modelling in mountain areas. Journ. of Hydrology. 2003, 282 (1–4): 104–115. https://doi.org/10.1016/S0022-1694(03)00257-9
  12. Hock R., Holmgren B. A distributed surface energy-balance model for complex topography and its application to Storglaciären, Sweden. Journ. of Glaciology. 2005, 51: 25–36. https://doi.org/10.3189/172756505781829566
  13. Mölg T., Hardy D.R. Ablation and associated energy balance of a horizontal glacier surface on Kilimanjaro. Journ. of Geophys. Research: Atmospheres. 2004, 109 (D16). https://doi.org/10.1029/2003JD004338
  14. Müller F., Keeler C.M. Errors in short-term ablation measurements on melting ice surfaces. Journ. of Glaciology. 1969, 8 (52): 91–105. https://doi.org/10.3189/S0022143000020785
  15. Munro D.S. Comparison of melt energy computations and ablatometer measurements on melting ice and snow. Arctic and Alpine Research. 1990, 22 (2): 153–162. https://doi.org/10.1080/00040851.1990.12002777
  16. Ohmura A. Physical basis for the temperature-based melt-index method // Journ. of Applied Meteorology and Climatology. 2001, 40 (4): 753–761. https://doi.org/ 10.1175/1520-0450(2001)040<0753:PBFTTB>2.0.CO;2
  17. Osipov E.Yu., Osipova O.P. Glacier Changes on the Pik Topografov Massif, East Sayan Range, Southeast Siberia, from Remote Sensing Data. Geosciences. 2018, 8 (5). https://doi.org/10.3390/geosciences8050148
  18. Osipov E.Yu., Osipova O.P. Glaciers of the Levaya Sygykta River watershed, Kodar Ridge, southeastern Siberia, Russia: modern morphology, climate conditions and changes over the past decades. Environmental Earth Sciences. 2015, 74 (3): 1969−1984. https:// doi.org/10.1007/s12665-015-4352-4
  19. Osipov E.Yu., Osipova O.P. Mountain glaciers of southeast Siberia: current state and changes since the Little Ice Age. Annals of Glaciology. 2014, 55 (66): 167–176. https://doi.org/10.3189/2014AoG66A135
  20. Osipov E.Yu., Osipova O.P. Reconstruction of the Little Ice Age glaciers and equilibrium line altitudes in the Kodar Range, southeast Siberia. Quaternary International. 2019, 524: 102–114. https://doi.org/10.1016/j.quaint.2018.11.033
  21. Osipov E.Yu., Osipova O.P. Surface energy balance of the Sygyktinsky Glacier, south Eastern Siberia, during the ablation period and its sensitivity to meteorological fluctuations. Scientific Reports. 2021, 11 (1): 21260. https://doi.org/10.1038/s41598-021-00749-x
  22. Osipova O.P., Osipov E.Yu. Objective classification of weather types for the Eastern Siberia over the 1970–2020 period using the Jenkinson and Collison method. Atmosphere Research. 2022, 277: 106291. https:// doi.org/10.1016/j.atmosres.2022.106291
  23. Pellicciotti F., Brock B., Strasser U., Burlando P., Funk M., Corripio J. An enhanced temperature-index glacier melt model including the shortwave radiation balance: development and testing for Haut Glacier d’Arolla, Switzerland. Journ. of Glaciology. 2005, 51 (175): 573–587. https://doi.org/10.3189/172756505781829124
  24. Sicart J.E., Hock R., Six D. Glacier melt, air temperature, and energy balance in different climates: The Bolivian Tropics, the French Alps, and northern Sweden. Journ. of Geophys. Research: Atmospheres. 2008, 113 (D24). https://doi.org/10.1029/2008JD010406
  25. Stokes C., Shahgedanova M., Evans I., Popovnin V. Accelerated loss of alpine glaciers in the Kodar Mountains, south-eastern Siberia. Global Planetary Change. 2013, 101: 82–96. https://doi.org/10.1016/j.gloplacha.2012.12.010
  26. Sun W., Qin X., Ren J., Yang X., Zhang T., Liu Y., Cui X., Du W. The Surface Energy Budget in the Accumulation Zone of the Laohugou Glacier No. 12 in the Western Qilian Mountains, China, in Summer 2009. Arctic, Antarctic and Alpine Research. 2012, 44: 296–305. https://doi.org/10.1657/1938-4246-44.3.296
  27. van den Broeke M., van As D., Reijmer C., van de Wal R. Assessing and improving the quality of unattended radiation observations in Antarctica. Journ. of Atmospheric and Oceanic Technology. 2004, 21 (9): 1417–1431. https://doi.org/10.1175/1520-0426(2004)021<1417:AAITQO>2.0.CO;2
  28. Wagnon P., Sicart J.E., Berthier E., Chazarin J.P. Wintertime high-altitude surface energy balance of a Bolivian glacier, Illimani, 6340 m above sea level. Journ. of Geophys. Research: Atmospheres. 2003, 108 (D6). https://doi.org/10.1029/2002JD002088

补充文件

附件文件
动作
1. JATS XML
下载
2. Fig. 1. Location of the study area. North Asia and Kodar Range (а); Sygyktinsky Glacier and automatic weather stations (б): 1 – on moraine, 2 – on glacier; automatic weather station (July 2021) installed on mast (в) and on tripod (г): 1 – ultrasonic sensor; 2 – temperature and relative humidity sensors

下载 (73KB)
索引源数据
3. Fig. 2. Curves of cumulative ablation (Acum) at the weather station installation point for the period from July 7 to August 20, 2021 obtained by different methods: 1 – ablation stake measurement (Ар); 2 – ultrasonic sensor measurement (Ауз); 3 – energy balance calculation (Атб)

下载 (24KB)
索引源数据
4. Fig. 3. Daily averages of energy fluxes, albedo (α) and ablation (A) for the period from July 6 to August 20, 2021: 1 – incoming longwave radiation; 2 – net shortwave radiation; 3 – net longwave radiation; 4 – net radiation; 5 – turbulent heat (H+LE); 6 – albedo; 7 – ablation

下载 (55KB)
索引源数据
5. Fig. 4. Glacier ablation for the period 7.07-20.08.2021 calculated by different methods: (а) mean daily ablation (A), (б) cumulative ablation (Acum): 1 – ablation calculated from the heat balance (Атб); 2 – TM1 model; 3 – TM2 model with constant kt; 4 – TM2 model with variable kt

下载 (48KB)
索引源数据

版权所有 © 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».