Как снежный покров Сьерра-Невады искажает данные о грунтовых водах Центральной долины

Новое исследование Стэнфордского университета показало, что миллиарды тонн снега, скапливающиеся в горах Сьерра-Невада, вызывают проседание частей Центральной долины к западу от хребта. Это явление искажает оценку запасов подземных вод, где проседание традиционно считается признаком истощения водоносных горизонтов. Учёные предложили метод учёта этой нагрузки для более точного определения уровня грунтовых вод.

Спутниковый мониторинг изменений поверхности со временем стал перспективным методом наблюдения за грунтовыми водами в таких регионах, как сельскохозяйственно важная Центральная долина, где фермеры сильно зависят от подземных вод в засушливые годы. Однако метод требует точного понимания истинных механизмов наблюдаемых изменений высоты. Исследование, опубликованное 28 апреля в Geophysical Research Letters, демонстрирует, что скопление снега и льда в Сьерре во влажный сезон опускает дно долины, что составляет большую часть обнаруженных изменений высоты на 60% её территории. При скоплении десятков или даже сотен футов снега, как прошлой исторически снежной зимой, это вызывает проседание грунта в долине на величину от 0,1 до 1 дюйма.

Неучёт эффекта нагрузки от снежного покрова может привести к недооценке фактического уровня воды менеджерами по водным ресурсам, которые всё чаще полагаются на методы мониторинга, основанные на изменении высоты. «Мы впервые показали, как разделить, разъединить и в конечном итоге изолировать два эффекта изменения высоты: из-за уровня грунтовых вод и из-за нагрузки снежного покрова», — заявил ведущий автор исследования Сеоги Канг, постдокторант в области геофизики в Стэнфорде.

Для исследования учёные проанализировали пять лет данных о высоте, собранных с помощью интерферометрического радара с синтезированной апертурой (InSAR). Набор данных охватывает почти все 18 000 квадратных миль Центральной долины с измерениями в среднем раз в неделю между 2015 и 2019 годами. Канг создал программу статистического машинного обучения, чтобы разделить массив данных InSAR на кластеры на основе временной вариации, и сравнил их с ежемесячными данными о снежном покрове Сьерра-Невады. «Сортировка данных таким образом позволила нам определить части Центральной долины, где изменения высоты в основном обусловлены гидрологической нагрузкой — эффектом снежного покрова — а какие части — системой грунтовых вод», — пояснил Канг.