Forårssne, glitrende i solen, kan afsløre mere end bare gode skiforhold

Man kunne tro, at sne af alle ting er let at beskrive:den er kold, hvid og dækker landskabet som et tæppe. Hvad er der ellers at sige om det?

Meget, ifølge Mathieu Nguyen. Han har netop forsvaret sin doktorafhandling om sneens optiske egenskaber ved NTNU i Gjøvik.

"Sne reflekterer alle lysets bølgelængder og kan have meget forskellige farver afhængigt af forholdene og den vinkel, lyset rammer det i. Sneens alder og tæthed og luftforurening påvirker også, hvordan det ser ud. Sneens udseende er en meget kompliceret sag ," siger Nguyen.

Han har analyseret over tusind billeder af sne. Resultaterne er offentliggjort i tidsskriftet Geosciences .

"Denne type metode kan bruges i en række sensorteknologier, der omfatter alt fra at give os et bedre beslutningsgrundlag for, hvornår vejene skal ryddes til at overvåge risikoen for lavine i bjergene nærmere," sagde han.

Et landskab af spejle

Nguyen har blandt andet undersøgt, hvordan sne absorberer og reflekterer lys, og den måde, solen får snekrystaller til at gnistre, har været af særlig interesse.

Han mener, at vinterlandskabernes smukke udseende kan være nøglen til at besvare en række spørgsmål, som har undret forskere i mange år.

Men først, hvad er det, der får sneen til at gnistre på lyse solrige dage?

"Sne er en ophobning af iskrystaller. Når forholdene er helt rigtige, fungerer de som bittesmå spejle. Hvis de er i den rigtige vinkel, reflekterer de sollyset direkte mod dig og skinner som 'gnister' i landskabet," siger Nguyen.

Der er udført mange undersøgelser af, hvordan forskellige metaller gnistrer på denne måde, men gnistret i sne er stadig dårligt forstået.

"Hvis vi skal have fuldt autonome biler her i Norge, vil denne type teknologi også bidrage til sikrere kørsel på vinterveje," siger Nguyen.

Nguyen har derfor søgt at finde ud af, hvordan disse gnistre varierer i kontrast og tæthed i billeder af sne under forskellige forhold. Han håber, at det vil give en analysemetode, der gør os i stand til at klassificere forskellige typer sne ud fra billeder.

Dette er ikke muligt i øjeblikket.

"Denne type metoder kan bruges i en række sensorteknologier, der omfatter alt fra at give os et bedre beslutningsgrundlag for, hvornår vejene skal ryddes til at overvåge lavinerisikoen i bjergene nærmere. Hvis vi skal have fuldt autonome biler her i Norge, vil denne type teknologi også bidrage til sikrere kørsel på vinterveje," siger Nguyen.

Kræver billeder fra hele verden

Indtil videre har forskerne kun indsamlet data fra forskellige steder i det østlige Norge. Resultaterne er lovende og viser, at mousserende kan bruges til at klassificere sneens kornstørrelse.

Men at kunne klassificere snetypen mere præcist kræver en langt større mængde data, end de hidtil har arbejdet på. Gerne med billeder fra hele verden.

"Det vil være vigtigt at få billeder fra andre steder, hvor miljøet er anderledes. At forstå, hvordan forskellige niveauer af forurening spiller en rolle i sneens udseende og egenskaber, vil være afgørende," siger Nguyen.

Ud over at være svær at fortolke ud fra billeder, har sne længe vist sig at være overraskende udfordrende at gengive digitalt.

"De kunstige repræsentationer, vi har af sne i computerspil og simulatorer i dag, er ikke meget bedre end hvide overflader," siger Nguyen.

Hans resultater har også vist lovende resultater på dette område. Han tror på, at hans arbejde vil give folk, der ikke har adgang til sne, gode vinteroplevelser – også i en fremtid, hvor der kan være meget mindre sne.

Ifølge Norges Meteorologiske Institut vil mere end en million nordmænd i 2050 bo steder, hvor der er mindre end en måned med vinterforhold. Derudover en nylig undersøgelse i tidsskriftet Nature bekræftet, at hele den nordlige halvkugle går en fremtid i møde med mindre sne som følge af menneskeskabte klimaændringer.

"Hvis vi skal lære nogen, der måske aldrig har set sne før, hvad det er, skal vi være i stand til at gengive den i al dens kompleksitet," siger Nguyen.

Flere oplysninger: Mathieu Nguyen et al., Exploring Imaging Methods for In Situ Measurements of the Visual Appearance of Snow, Geosciences (2024). DOI:10.3390/geosciences14020035

Mathieu Nguyen et al., Statistical Analysis of Sparkle in Snow Images, Journal of Imaging Science and Technology (2022). DOI:10.2352/J.ImagingSci.Technol.2022.66.5.050404

Journaloplysninger: Natur

Leveret af Norges Universitet for Videnskab og Teknologi