Аннотация: Статья посвящена первым результатам мониторинга температуры в снежном покрове, высоты снежного покрова и температуры атмосферного воздуха в Иркутске. Результаты получены на основе начатых в 2021 году поисковых научно-организационных исследованиях на площадках ИРНИТУ с применением автономного автоматического программно-аппаратурного комплекса, разработанного в институте мониторинга климатических и экологических систем СО РАН. Высота снежного покрова определялась по относительно резкому изменению температуры на границе атмосферный воздух-поверхность снега. Установлено, что происходит изменение температуры в снежном покрове на одной и тоже высоте в течение суток, при этом в интервале высот от 0 до 15 см (0 см – подстилающее основание) колебания температуры между min и max незначительные по сравнению с колебаниями температуры в верхних слоях снежного покрова. Показано, что графически изменения температуры в снежном покрове на высотах, которые ближе к атмосферной поверхности снежного покрова имеют более выраженные амплитудные суточные циклы, в отличие от изменений на низких высотах. Установлена линейная корреляция между температурой воздуха и температурой на различных высотах в снежном покрове, коэффициент корреляции уменьшается с уменьшением высот в снежном покрове, при условии постоянной максимальной высоте снежного покрова, например, в течение суток. Показано явление выхолаживания поверхности снежного покрова в отдельные часы в течение суток, когда температура снежно-атмосферной поверхности ниже, чем температура воздуха. Отмечаем, что фактические физические характеристики снежного покрова, полученные удаленно в автономном автоматическом режиме реального времени, такие как температура воздуха, температура и высота снежного покрова могут иметь прикладное значение и со временем, с развитием цифровизации, могут быть востребованы для управления урбо-экосистемой города и/или отдельных территорий

Ключевые слова: температура, высота, снежный покров, температурный профиль, выхолаживание, снежно-атмосферная поверхность, цифровизация, программно-аппаратурный комплекс, мониторинг, Иркутск

Abstract: The article is devoted to the first results of monitoring the temperature in the snow cover, the height of the snow cover and the atmospheric air temperature in Irkutsk. The results were obtained on the basis of exploratory scientific and organizational research that began in 2021 at the INRTU sites using an autonomous automatic software and hardware complex developed at the Institute for Monitoring Climatic and Ecological Systems of the SB RAS. It has been established that there is a change in temperature in the snow cover at the same height during the day, while in the height range from 0 to 15 cm (0 cm is the underlying base) temperature fluctuations between min and max are insignificant compared to temperature fluctuations in the upper layers snow cover. It is shown that graphically changes in temperature in the snow cover at altitudes that are closer to the atmospheric surface of the snow cover have more pronounced amplitude daily cycles, in contrast to changes at low altitudes. A linear correlation has been established between air temperature and temperature at various heights in the snow cover; the correlation coefficient decreases with decreasing heights in the snow cover, provided that the maximum height of the snow cover is constant, for example, during the day. The phenomenon of cooling of the surface of the snow cover at certain hours during the day, when the temperature of the snow-atmospheric surface is lower than the air temperature, is shown. We note that actual values obtained in autonomous automatic real-time mode, such as air temperature, temperature and snow depth, may have practical significance and over time, with the development of digitalization, may be in demand for managing the urban ecosystem of the city and/or individual territories

Keywords: software and hardware complex, digitalization, cooling, snow-atmospheric surface, temperature profile, snow cover, depth, temperature, monitoring, Irkutsk

Аннотация: Наблюдение за снежным покровом на площадке метеообсерватории сотрудниками географического факультета МГУ ведутся уже длительное время. В статье описываются особенности снегонакопления и стратиграфических исследований. В момент пришедшего в ночь с 14 на 15 декабря 2023 года в Москву третьего с начала снегонакопления циклона, была большая высота сугробов – на метеостанции ВДНХ высота снежного покрова составляла 31 см. За сутки до 15 декабря добавилось ещё 7 см и цифра 38 см стала рекордно большой. На метеостанции МГУ фиксировалась отметка в 49 см. Температура воздуха при этом к вечеру воскресенья 17 декабря поднялась и в последующие дни колебалась от 0 до +2 градусов. Последовала долгая оттепель, дождь и снеготаяние. На 21 декабря на метеостанции ВДНХ снежный покров осел до 24 см (то есть на 15 см), на метеообсерватории МГУ снежный покров осел до 28,5 см (с 49 см – почти на 20,5 см). Трудности классификации слоёв в снежной толще исследовались и исследуется многими практикующими метеорологами, что также рассмотрено в данной работе. Были использованы методы искусственного интеллекта (ИИ) для классификации стратиграфических слоев снежной толщи по данным измерений устройства snow micro pen. Получающиеся в результате метаморфизма формы ледяных кристаллов в снежной толще (округлые–>огранённые–>талые) различаются как по плотности, так и по параметрам, получаемым в результате обработки данных прибора Snowmicropen (MPF(N) – средняя сила сопротивления SD(N)- её стандартное отклонение, и cv- её ковариация). Это даёт возможность кластеризации обработанных данных прибора и произведения типизации новых данных измерений без привлечения результатов непосредственного ручного шурфования. Были обработаны полученные от прибора данные, и путем сравнения с данными непосредственного шурфования снега, делалось сопоставление классифицированных стратиграфических слоев снежной толщи. В дальнейшем по имеющимся классифицированным данным прибора стратиграфических слоев снежной толщи методом кластеризации K-ближайших соседей оказалось возможным производить классификацию стратиграфических слоев по новым полученным данным прибора без привлечения дополнительного ручного шурфования.

Ключевые слова: снежный слой, зимний сезон, метеоплощадка, снежная толща, МГУ, пространственно- временные неоднородности, cнежный покров, зимний период, исследование, неоднородность снежного покрова

Abstract: The observation of snow cover by the staff of the Geographical Faculty of Moscow State University of the meteorological observatory has long been researched. This article describes the snow accumulation features and the snow cover's stratigraphy. The third cyclone arrived in Moscow on the night of December 14. There had been a large number of snowdrifts since the beginning of the snow accumulation, and the 49 cm mark was recorded at the MSU weather station. The difficulties of classifying layers in the snow column have been investigated by many glaciologists, something that is also considered in this paper. Machine learning methods were used to classify stratigraphic layers in the snow column according to measurements from the snow micro pen device. The ice crystal shapes within the snow column, resulting from metamorphism (rounded, faceted, thawed), exhibit variations in both density and parameters derived from the snow micro pen device data processing. Specifically, MPF(N) represents the average resistance force, SD(N) denotes its standard deviation, and cv signifies its covariance. This diversity allows for the categorization of processed device data and the incorporation of new measurement data without relying on direct manual drilling results. The obtained device data underwent thorough processing. Through comparison with data from direct snow stratigraphy surveys, the stratigraphic layers of the snow column were classified. Subsequently, utilizing the classified data of the device's stratigraphic layers, K-nearest neighbors clustering enabled the classification of new data obtained from the device without the need for additional manual surveys in the future.

Keywords: snow cover, research, heterogeneity of the snow layers, winter period, snow layer, winter season, meteostation, snow thickness, MSU, spatial temporal heterogeneities