Optimizing over-summer snow storage at low latitudes and low altitudes
Notice bibliographique
Résumé
Climate change is forcing the ski industry to modify snow-making strategies and facility operations. Over-summer snow storage is an adaptation successfully employed by high-elevation and/or high-latitude ski centers in Europe, Canada, and Asia. The process involves stockpiling winter snow and storing it beneath insulation (e.g., wood chips) through summer. Current methods are empirically-based with few studies quantifying snowmelt through summer or comparing insulation strategies. In this project, we evaluate the feasibility of over-summer snow storage in Vermont, northeastern North America. Soil temperatures were recorded since June 2017 with sensors 5, 20, 50 cm and 1 m below the ground surface. In March 2018, two, 200 m3 snow piles were covered in plastic and wood chips; we monitored their volume bi-weekly through the melt season using terrestrial LiDAR. We also measured air to snow temperature gradients under various insulation materials: rigid foam, open cell foam, and wet wood chips, all with and without reflective coverings. Away from snow piles, ground temperatures at 1 m depth were ~7C in spring 2017, rising to 12C in summer, and falling to just above 0C in winter. As depth decreased, ground temperature became more responsive to air temperature; ground temperature lagged air temperature at all depths. Below summer snow piles, soil temperature at all depths remained near freezing through the summer as cold meltwater percolated into the ground. Snow was lost from each pile at a similar rate (~1.3 m3 day-1) from late March to mid-June; melt then accelerated slightly in response to increased air temperature, solar radiation, and humidity. Large crevasses formed in both piles along the edge of the plastic sheeting which exposed snow to direct sunlight. Temperature was at or above 10C over the snow below both rigid foam and open-cell foam with a strong diurnal variation, regardless of the addition of a reflective blanket. Beneath wet wood chips covered with a reflective blanket, temperature remained close to freezing even though air temperature was > 30C. There was no diurnal variation, indicating that wood chips effectively buffered thermal swings. It appears that a reflective surface over >20cm of wet wood chips is most effective at minimizing summer snow melt in humid, northeastern North America.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».