Imagine tirar fotos de milhares de flocos de neve de três ângulos diferentes com um instrumento especializado instalado a uma altitude de 2, 500 metros. Então imagine usar 3, 500 dessas imagens para treinar manualmente um algoritmo para reconhecer seis classes diferentes de flocos de neve. E, finalmente, imagine usar esse algoritmo para classificar os flocos de neve nos milhões de fotos restantes nessas seis classes a uma velocidade vertiginosa. Isso é exatamente o que os pesquisadores do Laboratório de Sensoriamento Remoto Ambiental (LTE) da EPFL fizeram, em um projeto liderado por Alexis Berne. Sua abordagem pioneira foi apresentada na última edição da Técnicas de Medição Atmosférica .

"A comunidade científica tem tentado melhorar a medição e a previsão da precipitação por mais de 50 anos. Agora temos uma boa compreensão dos mecanismos envolvidos na chuva, "diz Berne." Mas a neve é ​​muito mais complicada. Muitos fatores - como a forma, geometria e propriedades eletromagnéticas de flocos de neve individuais - afetam como os cristais de neve refletem os sinais de volta para os radares meteorológicos, tornando nossa tarefa muito mais difícil. E ainda não temos uma boa noção do conteúdo equivalente de água líquida dos flocos de neve. Nosso objetivo com este estudo foi entender melhor exatamente o que está caindo quando neva, para que possamos melhorar a previsão de queda de neve em grandes altitudes. "Berne também vê outras aplicações para as descobertas da equipe, como uma estimativa mais precisa do equivalente de água armazenado na neve para irrigação e energia hidrelétrica.

Identificando flocos de neve e seu grau de borda

Para alcançar seu objetivo, os pesquisadores adquiriram a Multi-Angle Snowflake Camera (MASC) - um sofisticado instrumento composto por três câmeras sincronizadas que tiram fotos de flocos de neve em alta resolução (até 35 mícrons) ao passarem por um anel metálico simultaneamente.

Em colaboração com o Escritório Federal de Meteorologia e Climatologia MeteoSwiss e o Instituto de Pesquisa de Neve e Avalanche, eles instalaram o MASC em um local perto de Davos, a uma altitude de 2, 500 metros, onde tirou fotos durante um inverno inteiro e em um local na costa da Antártica, onde tirou fotos de um verão austral inteiro. Eles então executaram seu algoritmo para classificar as imagens do floco de neve em seis classes principais com base na classificação existente:cristais planares, cristais colunares, graupels, agregados, combinação de coluna e cristais planares, e pequenas partículas.

Os pesquisadores usaram as fotos tiradas pelo MASC para determinar também o grau de borda de cada floco de neve com base na aspereza de sua superfície (imagem 3). "Os flocos de neve mudam de forma à medida que caem na atmosfera - especialmente através das nuvens, "diz Berne." Alguns deles acumulam geada e se tornam cristais de neve mais ou menos orlados [# 3-5 na imagem], enquanto outras permanecem intocadas e têm um índice de borda muito baixo. "A borda é importante porque é o processo que transforma as gotículas de água da nuvem em precipitação na forma de gelo - em outras palavras, neve.

Comparando flocos de neve alpinos e antárticos

O próximo passo foi comparar os resultados obtidos nas fotos tiradas perto de Davos, nos Alpes suíços, com as tiradas em Adélie Land, na costa da Antártica. Isso revelou diferenças significativas na frequência com que cada família de floco de neve apareceu. A maioria dos flocos de neve nos Alpes são agregados (49%), seguido por pequenas partículas e graupels. Contudo, na Antártica, a maioria eram pequenas partículas (54%), seguido por agregados e graupels.

De acordo com Berne, essas diferenças podem ser explicadas. "Os fortes ventos da Antártica corroem continuamente a neve acumulada e resultam na formação de minúsculas partículas de neve. Além do mais, Os flocos de neve da Antártica têm muito menos borda do que os dos Alpes porque o ar da Antártica é muito mais seco. "Outra descoberta dos pesquisadores que talvez desaponte os puristas é que o tipo de floco de neve 'dendrito estelar' - aquele que normalmente associamos ao 'ideal 'floco de neve - acabou sendo raro em ambos os locais, representando apenas 10% dos flocos de neve nos Alpes e 5% dos flocos de neve na Antártica.

Abordagem multi-instrumental

Para lidar com a complexidade dos vários processos envolvidos, os cientistas geralmente contam com vários instrumentos diferentes ao fazer medições meteorológicas e previsões do tempo. Os resultados obtidos pela equipe de Berne, portanto, fornecerão ainda mais insights quando combinados com outros instrumentos, como radares meteorológicos, que coletam dados sobre nuvens e precipitação em todas as camadas da atmosfera.

Como parte do experimento internacional de intercomparação de precipitação sólida (SPICE), A MeteoSwiss instalou um pluviômetro próximo ao MASC no local de Davos. Os dados ainda não foram totalmente analisados, mas, comparando o tipo de flocos de neve fotografados pelo MASC com a quantidade de água coletada em um determinado período, a equipe será capaz de testar várias hipóteses sobre o teor de água líquida do floco de neve, que permanece um enigma para cientistas atmosféricos.

Uma campanha de medição durante os Jogos Olímpicos de Inverno de 2018

Para reforçar suas descobertas, A equipe de Berne precisa coletar mais dados. Eles enviaram seu MASC de volta à Antártica para outra rodada de coleta de dados este ano; em seguida, seguirá para as montanhas da Coreia do Sul em 2018 para as Olimpíadas de Inverno que acontecerão em Pyeongchang. "Quanto mais dados temos, mais confiáveis ​​serão nossos cálculos, "diz Berne.

Este projeto de pesquisa combina pesquisa fundamental e aplicada. Envolve três cientistas:Alexis Berne e Christophe Praz do Laboratório de Sensoriamento Remoto Ambiental da EPFL e Yves-Alain Roulet da MeteoSwiss (Escritório Federal de Meteorologia e Climatologia). A MeteoSwiss tem trabalhado com a EPFL por vários anos para melhorar suas estimativas de precipitação e seu modelo numérico de previsão do tempo.