Passive Microwave Snow Research in the Canadian High Arctic

RÉSUMÉ

L'auteur examine des algorithmes s'appuyant sur les hyperfréquences passives produites par un terrain enneigé pour l'extraction de données d'enneigement dans l'extrême arctique des Territoires du Nord-Ouest. Ces algorithmes de niveaux de complexité différents nécessitent des quantités diverses de données. En tenant compte de l'équivalent moyen en eau pour une période de cinq ans à partir de relevés nivométriques du bassin fluvial de McMaster, près de Resolute Bay, l'algorithme selon lequel la réponse totale en hyperfréquences est donnée par la somme des réponses des éléments d'une surface composite fournit des estimations de l'équivalent en eau de Resolute Bay plus cohérentes et plus justes que les autres algorithmes. Dans cette étude, certains algorithmes d'extraction s'appuyant sur les hyperfréquences passives ont généré, pour le bassin de McMaster, des estimations d'équivalent en eau plus représentatives que les relevés standard d'enneigement à dix postes d'observation. Cependant, il semble qu'aucun algorithme d'extraction ne sera pleinement opérationnel si les effets atmosphériques et les variations annuelles et à court terme des propriétés du manteau nival ne sont pas pris en compte dans l'établissement de l'algorithme.

SUMMARY

Algorithms that use the passive microwave response of snow-covered terrain to retrieve snow data in the high Arctic of the Northwest Territories are examined. These algorithms, with different levels of complexities, require different amounts of data. On the basis of five years of mean snow water equivalent derived through intensive snow surveys conducted at the McMaster River Basin near Resolute Bay, the algorithm that assumes the total microwave response as the sum of responses from a composite surface gives more consistent and accurate estimates of the snow water equivalent of Resolute Bay than other algorithms. In this study, some passive microwave retrieval algorithms gave a more representative snow water equivalent for McMaster Basin than the standard 10-point snow course data. However, it seems that no retrieval algorithm will be fully operational unless atmospheric effects, annual, and short-term variations of snowpack properties are incorporated into such algorithms.

Additional information

Notes on contributors

Thian Yew Gan

•

Thian Yew Gan is with the Department of Civil Engineering, University of Alberta, Edmonton, Canada T6G 2G7.