A neve que cai nas montanhas é boa para mais do que apenas esquiar, andar com raquetes de neve e vistas de tirar o fôlego. A neve que ele cria acabará derretendo, e essa água pode ser usada para energia hidrelétrica, irrigação e água potável.
Os pesquisadores querem prever quanta água obteremos no final do ano com base na camada de neve. Mas em regiões florestais, as árvores impactam nos cálculos. Quando a neve que cai é interceptada por árvores, às vezes ela nunca chega ao chão, e os modelos atuais lutam para prever o que acontecerá.

Para melhorar os modelos e investigar o que acontece com essa neve interceptada, pesquisadores da Universidade de Washington criaram um projeto de ciência cidadã chamado Snow Spotter. Os participantes viram fotos de lapso de tempo do Colorado e Washington e rotularam fotos tiradas quando as árvores tinham neve em seus galhos. Essas informações forneceram o primeiro vislumbre de como as interações neve-árvores podem variar entre climas e como isso pode afetar as previsões de suprimentos de água no verão.

A equipe publicou essas descobertas em 18 de maio na AGU Pesquisa de Recursos Hídricos .

"Nós, como esquiadores ou entusiastas da neve, sabemos que a neve no Colorado em comparação com Washington é realmente diferente. Mas, até agora, não havia uma maneira fácil de observar como essas diferenças acontecem na copa das árvores", disse o líder autora Cassie Lumbrazo, estudante de doutorado da UW estudando engenharia civil e ambiental. "Este projeto aproveita os voluntários para obter alguns dados concretos sobre essas diferenças. Outro benefício é que apresenta aos nossos voluntários como funciona a pesquisa e o que é a hidrologia da neve."

Existem três cenários possíveis para a neve que foi pega pelas árvores. Pode cair no chão como neve, aumentando a camada de neve atual. Poderia ser soprado e se transformar em vapor de água, portanto, não acrescentando nada à camada de neve. Ou a neve pode derreter e pingar no chão, o que, dependendo das condições, pode ou não aumentar a quantidade total de água na camada de neve.

Um problema atual com os modelos matemáticos que descrevem esses processos é que os pesquisadores não sabem o tempo – ao longo de um ano, com que frequência há neve nas árvores e o que acontece com ela? – e como esse tempo varia em climas diferentes.

Mas as câmeras de lapso de tempo podem gravar o que está acontecendo em locais remotos tirando fotos a cada hora, todos os dias durante anos, criando um enorme conjunto de imagens.

É aí que entram os cientistas cidadãos. O Snow Spotter mostra uma foto aos voluntários, com a pergunta:"Há neve nos galhos das árvores?" Os voluntários então selecionam "sim", "não", "incerto" ou "está escuro" antes de passar para a próxima foto.

Usando o Snow Spotter, um total de 6.700 cientistas cidadãos digitalizaram 13.600 imagens de vários locais no oeste dos Estados Unidos. A equipe se concentrou em quatro locais para este estudo:Mount Hopper, Washington; Niwot Ridge, Colorado; e dois locais diferentes em Grand Mesa, Colorado.

"Quando o projeto começou, acho que ninguém sabia realmente o quão bem-sucedido seria", disse Lumbrazo, que atualmente está fazendo pesquisas na Noruega como parte do Valle Scholarship &Scandinavian Exchange Program. "Mas os cientistas cidadãos estavam processando isso tão rápido que ficamos sem imagens para as pessoas classificarem. Recebemos feedback de que essa tarefa é realmente relaxante. Os cientistas cidadãos podem acessar essas fotos no aplicativo Zooniverse e podem simplesmente sentar no sofá e clique muito rápido."

Cada foto teve entre nove e 15 voluntários diferentes para classificá-la, e os voluntários concordaram entre 95% e 98% das vezes. A partir daí, os pesquisadores puderam descobrir como era a neve nas árvores ao longo do ano para cada local.

"Nossos dados mostram fisicamente a diferença na neve", disse Lumbrazo. "Você pode ver como a neve em Washington fica cimentada no dossel e nunca sai, que é a sensação quando você esquia naquela neve. Ao contrário da neve no Colorado, onde você neva frequentemente, mas está soprando. Está seco e empoeirado."

Os pesquisadores usaram esse conjunto de dados para avaliar os modelos atuais de neve. Uma limitação, no entanto, é que agora a equipe só sabe quando a neve está presente nas árvores. Esse método não diz quanta neve há nas árvores, outro componente necessário para tornar os modelos ainda melhores.

"Mas uma limitação que não existe é o número de cientistas cidadãos que estão dispostos a processar essas imagens", disse Lumbrazo. "Nós assinamos inúmeras horas de voluntariado para os alunos, e eles até acabam tendo ótimas discussões sobre certas imagens e isso se torna mais uma conversa científica."

Além disso, o conjunto de dados gerado por esses voluntários pode ser usado para treinar um algoritmo de aprendizado de máquina para classificar imagens no futuro, disse a equipe.

Os pesquisadores estão trabalhando para expandir seu conjunto de dados de imagens para incluir fotos de todo o mundo, para que possam continuar aprendendo sobre como diferentes climas e padrões de precipitação afetam a camada de neve, o que também ajudará a tornar os modelos mais precisos.

Os co-autores adicionais são Andrew Bennett e William "Ryan" Currier, que completaram esta pesquisa como estudantes de doutorado em engenharia civil e ambiental da UW; e Bart Nijssen e Jessica Lundquist, ambos professores de engenharia civil e ambiental da UW. O Snow Spotter foi criado por Max Mozer, que iniciou este projeto como estudante de graduação da UW estudando engenharia civil e ambiental.