Вклад гражданских ученых стал благом для моделирования снежного покрова

Данные, собранные бэккантри-лыжниками, специалистами по прогнозированию лавин и другими любителями и профессионалами зимних видов отдыха, могут значительно улучшить моделирование снежного покрова. К такому выводу пришли исследователи из инженерного колледжа Университета штата Орегон.

Результаты, опубликованные в журнале Hydrology and Earth System Sciences, стали частью финансируемого NASA проекта «Community Snow Observations» (CSO), входящего в программу NASA «Citizen Science for Earth Systems». Это первое документальное подтверждение того, что данные CSO, собранные «органически и оппортунистически», улучшают моделирование снежного покрова.

«Мы показали, что вклад гражданских ученых очень ценен и что мы можем достичь многого даже при отсутствии развитой инфраструктуры наблюдательных сетей», — отметил профессор гражданского строительства Дэвид Хилл. В этом исследовании ученые использовали новый набор данных, собранный участниками CSO в прибрежной Аляске, для улучшения показателей глубины снега и снегозапаса в модели снежных процессов.

Роль снега в функционировании экосистем и управлении водными ресурсами в западной части Северной Америки критически важна. Во всем мире более миллиарда человек живут в водоразделах, где снег является основным компонентом гидрологической системы. «Снежный покров в горах играет ключевую роль, связывая атмосферные процессы и гидрологический цикл с потребителями воды ниже по течению», — пояснил аспирант Крис Косгров.

Проект CSO стартовал в феврале 2017 года, и с тех пор были внесены тысячи записей. Для участия достаточно смартфона, бесплатного приложения Mountain Hub и лавинного щупа с разметкой в сантиметрах. Путешествуя по горам, участники измеряют глубину снега и загружают данные в приложение.

В недавнем исследовании ученые оценили, как улучшились модели снежного покрова для региона перевала Томпсон на Аляске после включения данных гражданской науки. «Улучшения наблюдались в 62–78% симуляций в зависимости от года моделирования, — сообщила аспирантка Кристина Арагон. — Наши результаты показывают, что даже скромные усилия по измерениям могут улучшить моделирование снежных процессов в высокогорных условиях».

Хотя информацию о распределении снега ученые получают из многих источников, простота подхода с участием граждан позволяет заполнить множество пробелов. «Потенциал мобилизации нового типа данных, собираемых людьми в удаленных горных районах, значителен, — отметил Райан Крамли. — Все эти люди могут собирать данные в масштабах, недоступных небольшой группе ученых».