Thermal conductivity of a two-layer snow cover

Cover Page

Cite item

Full Text

Abstract

The subject of the research is the functional relationship between the thermal conductivity coefficient of snow and its density in a layered structure of the snow cover with various types of snow. The purpose of the research: to determine the range of possible averaging of the thermal conductivity values of a two-layer snow cover, including granular snow and hoarfrost. To achieve this goal, a comparative assessment of the accuracy of formulas for determining the thermal conductivity coefficient of granular snow and hoarfrost was made, which, at the same density, differ in thermal physical characteristics due to varying structures. Well-known linear formulas by Pavlov, Sulakvelidze, and Chernov for hoarfrost and granular snow were used for comparison. The influence of temperature on snow properties was not considered. The two-layer snow cover was regarded as a medium with arbitrarily varying layers in height, the thermal conductivity of each of which is defined by different formulas. To obtain the average thermal conductivity coefficient, the concept of a weighted average parameter was used. In this case, it is the sum of the products of the thermal conductivity coefficient of each layer by its thickness, divided by the thickness of the entire snow cover. The overall formula includes an arbitrary ratio of the layers in the snow cover. As a result of the analysis of variant calculations, the following patterns emerging from the averaging of the thermal conductivity coefficient of the two-layer snow cover were established. When ignoring the presence of layers in the snow cover and calculating its thermal conductivity only according to the formula characteristic of granular snow, the maximum absolute error (depending on the ratio of layer thicknesses) does not exceed 50%. When calculating using the formula characteristic of hoarfrost, the maximum absolute error is approximately twice as large and amounts to almost 100%. The scientific novelty of the research lies in establishing a general quantitative pattern of change in the error of calculating the thermal conductivity coefficient of layered snow cover when using formulas derived for granular snow or only according to formulas characteristic of hoarfrost. The results of variant calculations of the errors that arise when not accounting for the layered structure of the snow cover and when considering layering using the weighted average thermal conductivity coefficient are presented in the form of 2D and 3D graphs, allowing for a visual confirmation of the validity of the conducted research and the conclusions drawn.

References

  1. Park H., Fedorov A.N., Zheleznyak M.N., Konstantinov P.N., Walsh J.E. Effect of snow cover on pan-Arctic permafrost thermal regimes // Climate Dynamics. 2015. Vol. 44. P. 2873-2895. doi: 10.1007/s00382-014-2356-5 EDN: UFQFIF.
  2. Рихтер Г.Д. Роль снежного покрова в физико-географическом процессе. М.-Л.: Изд-во АН СССР, 1948. 171 с.
  3. Шульгин А.М. Снежная мелиорация и климат почвы. Л.: Гидрометеоиздат, 1986. 70 с.
  4. Zhirkov A., Sivtsev M., Lytkin V., Séjourné A., Wen Z. An Assessment of the Possibility of Restoration and Protection of Territories Disturbed by Thermokarst in Central Yakutia, Eastern Siberia // Land. 2023. Vol. 12, No. 1. P. 197. doi: 10.3390/land12010197 EDN: CSHWRO.
  5. Перльштейн Г.З. Водно-тепловая мелиорация мерзлых пород на Северо-Востоке СССР. Новосибирск: Наука, 1979. 304 с.
  6. Рашкин А.В., Авдеев П.Б., Субботин Ю.В. Тепловая и водная подготовка горных пород при разработке мерзлых россыпей. М.: "Горная книга", 2007. 355 с. EDN: RAYORR.
  7. Галкин А.Ф., Жирков А.Ф., Панков В.Ю., Плотников Н.А. Анализ результатов исследований теплового режима природных и техногенных курумов криолитозоны // Арктика и Антарктика. 2024. № 4. С. 1-12. doi: 10.7256/2453-8922.2024.4.71939 EDN: MQQKHP URL: https://nbpublish.com/library_read_article.php?id=71939
  8. Асанкожоев Е.Ж., Караев Э.С., Третьяков П.Ю., Ничипорук Л.С. Оптимизация технологии строительства зимних дорог // Инженерный вестник Дона. 2022. No. 5. URL: ivdon.ru/ru/magazine/archive/n5y2022/7632 EDN: HXWLIJ.
  9. Мерданов Ш.М., Спиричев М.Ю., Шаруха А.В., Егоров А.Л. Технология строительства снеголедовых дорог // Современные проблемы науки и образования. 2013. No. 5. DOI: https://doi.org/10.17513/spno.2013.5.111-10427 EDN: RRJRBX.
  10. Menard C., Essery R., Turkov D. et al. Scientific and human errors in a snow model intercomparison // Bulletin of the American Meteorological Society. 2021. Vol. 201, No. 1. P. E61-E79. https://doi.org/10.1175/BAMS-D-19-0329.1 EDN: MSKHVJ.
  11. Krinner G., Derksen C., Richard E. et al. ESM-SnowMIP: assessing snow models and quantifying snow-related climate feedbacks // Geosci. Model Dev. 2018. Vol. 11. P. 5027–5049. https://doi.org/10.5194/gmd-11-5027-2018. EDN: JSWCOD.
  12. Yen Y.-C. Review of the thermal properties of snow, ice and sea ice. Tech. Rep. No. 81-10. Hanover, NH: Cold Regions Research and Engineering Laboratory, 1981.
  13. Calonne N., Milliancourt L., Burr A., Philip A., Martin C.L., Flin F., Geindreau C. Thermal conductivity of snow, firn, and porous ice from 3-D image-based computations // Geophysical Research Letters. 2019. Vol. 46. P. 13,079-13,089. https://doi.org/10.1029/2019GL085228 EDN: KUPOST.
  14. Sturm M., Holmgren J., König M., Morris K. The thermal conductivity of seasonal snow // Journal of Glaciology. 1997. Vol. 43, No. 143. P. 26-41.
  15. Галкин А.Ф., Панков В.Ю., Васильева М.Р. Коэффициент теплопроводности снежного покрова // Строительные материалы. 2024. No. 10. P. 62-67. DOI: https://doi.org/10.31659/0585-430X-2024-829-10-62-67 EDN: QLQRFF.
  16. Фирц Ш., Армстронг Р.Л., Дюран И., Этхеви П., Грин И., МакКланг Д.М., Нишимура К., Сатьявали П.К., Сократов С.А. Международная классификация для сезонно-выпадающего снега (руководство к описанию снежной толщи и снежного покрова). Русское издание // МГИ. 2012. No. 2. 80 с.
  17. Поздняков С.П., Гриневский С.О., Дедюлина Е.А., Кореко Е.С. Чувствительность результатов моделирования сезонного промерзания к выбору параметризации теплопроводности снежного покрова // Лед и снег. 2019. Т. 59, No. 1. P. 67-80. doi: 10.15356/2076-6734-2019-1-67-80 EDN: ZAGNET.
  18. Галкин А.Ф., Плотников Н.А. Расчет коэффициента теплопроводности снежного покрова // Арктика и Антарктика. 2023. № 3. С. 16-23. doi: 10.7256/2453-8922.2023.3.43733 EDN: VMDOVA URL: https://nbpublish.com/library_read_article.php?id=43733
  19. Галкин А.Ф., Жирков А.Ф., Панков В.Ю. Ошибки линеаризации зависимости коэффициента теплопроводности снега от плотности // Арктика и Антарктика. 2025. № 2. С. 141-149. doi: 10.7256/2453-8922.2025.2.74710 EDN: RJJDIG URL: https://nbpublish.com/library_read_article.php?id=74710
  20. Павлов А.В. Мониторинг криолитозоны. Новосибирск: ГЕО, 2008. 230 с.
  21. Чернов Р.А. Экспериментальное определение эффективной теплопроводности глубинной изморози // Лед и снег. 2013. No. 3 (123). P. 71-77. EDN: RFLXEJ.
  22. Куваева Г.М., Сулаквелидзе Г.К. Физические свойства снежного покрова Большого Кавказа. М.: Наука, 1967. 193 с.
  23. Sulakvelldze G.K. Thermo-conductivity equation for vapor diffusivity of naturally compacted snow // Bulletin of the Academy of Sciences USSR. Geophysical Series. 1959. P. 186-188.
  24. Кириллин А.Р., Железняк М.Н., Жирков А.Ф., Мисайлов И.Е., Верхотуров А.Г., Сивцев М.А. Особенности снегонакопления и параметры снежного покрова на Эльконском горном массиве // Вестник Забайкальского государственного университета. 2020. Т. 26. No. 7. P. 62-76. doi: 10.21209/2227-9245-2020-26-7-62-76 EDN: FOCISC.
  25. Осокин Н.И., Сосновский А.В. Экспериментальные исследования коэффициента эффективной теплопроводности снежного покрова на Западном Шпицбергене // Лед и снег. 2014. Т. 54, No. 3. P. 50-58. EDN: QXIPZK.
  26. Галкин А.Ф., Панков В.Ю., Адамов А.А. Сравнительный анализ формул для определения плотности снежного покрова // Строительные материалы. 2024. No. 11. P. 73-78. DOI: https://doi.org/10.31659/0585-430X-2024-830-11-73-78 EDN: HCOQAG.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).