Snøens glitring i påskesola kan avsløre mer enn bare gode skiforhold

Du skulle kanskje tro at snø, av alle ting, er greit å beskrive. Den er kald, hvit og legger seg som et teppe over landskapet. Hva mer er det vel å si om den saken?

En hel del, ifølge Mathieu Nguyen. Han har nettopp forsvart doktoravhandlingen sin om snøens optiske egenskaper ved NTNU i Gjøvik.

– Snø reflekterer alle lysets bølgelengder og kan ha svært ulike farger avhengig av forholdene og hvordan lyset treffer. Alderen og tettheten på snøen og luftforurensning er med på å avgjøre hvordan den ser ut. Måten snø fremstår på er i det hele tatt en veldig komplisert, sier Nguyen.

Det kan han fastslå etter å ha analysert over tusen bilder av snø.

Et landskap av speil

Nguyen har blant annet sett på hvordan snø absorberer og reflekterer lys. Og spesielt måten sola får snøkrystallene til å glitre på, har fanget interessen hans.

Det vakre spillet i vinterlandskapet kan nemlig romme nøkkelen til å løse utfordringer som har skapt hodebry for forskere i mange år, mener han.

Men først: Hva er det egentlig som får snøen til å funkle på fine dager?

– Snø er ansamlinger av iskrystaller. Når forholdene ligger til rette for det, fungerer de som små speil. Har de riktig vinkel, vil de kunne reflektere sollyset direkte mot deg og skinne opp som «gnister» i landskapet, forklarer Nguyen.

Kan ha en rekke bruksområder

– Det er gjort mange studier på hvordan ulike metaller glimrer på denne måten. Hva glitringen i snø kan fortelle oss, er derimot fremdeles dårlig forstått, sier NTNU-forskeren.

Nguyen har derfor søkt å finne ut av hvordan disse gnistflekkene varierer i kontrast og tetthet på bilder av snø under ulike forhold. Det håper han vil kunne gi en analysemetode som tillater oss å klassifisere ulike typer snø ut fra bilder.

Det lar seg nemlig ikke gjøre i dag.

– En slik metode vil blant annet kunne brukes i en rekke sensorteknologier. Det kan dreie seg om alt fra å gi oss et bedre beslutningsgrunnlag for når veier skal brøytes til å følge snøskredfaren i fjellet tettere.

– Skal vi en gang ha fullstendig selvkjørende biler her i Norge, vil denne typen teknologi også kunne bidra til tryggere ferdsel på vinterføre, sier Nguyen.

Trenger bilder fra hele verden

Hittil har forskerne kun samlet inn data fra ulike steder i Innlandet. Resultatene er lovende og viser at gnistflekkene så langt kan brukes til å klassifisere kornstørrelsen på snøen.

Skal de klare å klassifisere snøtypen mer presist, krever det imidlertid et langt større datamengder enn det de hittil har jobbet med.

Aller helst med bilder fra hele verden.

– Det er vil være viktig å få inn bilder fra andre steder hvor miljøet er annerledes. Spesielt det å forstå hvordan ulike nivåer i forurensning spiller inn på snøens utseende og egenskaper er avgjørende, forklarer Nguyen.

En opplevelse for framtida

I tillegg til å være vanskelig å tolke ut fra bilder, har snø lenge vist seg overraskende utfordrende å gjengi digitalt.

– De kunstige fremstillingene vi har av snø i spill og simulatorer i dag er ikke stort bedre enn hvite overflater, sier Nguyen.

Også på dette området har funnene hans vist lovende resultater. Det mener han vil kunne bidra til å gi mennesker som ellers ikke har tilgang på snø – gode vinteropplevelser – også i en mer snøfattig framtid.
Ifølge Meteorologisk institutt vil nemlig mer enn en million nordmenn i 2050 bo på steder hvor det er mindre enn én vintermåned. Og nylig bekreftet en studie i Nature at hele den nordlige halvkulen går en framtid med mindre snø i møte som følge av menneskeskapte klimaendringer.

– Skal vi lære noen som kanskje aldri har sett snø før hva det er, må vi kunne gjengi snøen i all sin kompleksitet, sier Nguyen.

Referanser:Mathieu Nguyen, Jean-Baptiste Thomas, and Ivar Farup. "Exploring Imaging Methods for In Situ Measurements of the Visual Appearance of Snow". Geosciences 2024 14, no. 2: 35.  https://doi.org/10.3390/geosciences14020035
Mathieu Nguyen, Jean-Baptiste Thomas, Ivar Farup. 2022. "Statistical Analysis of Sparkle in Snow Images". Journal of Imaging Science and Technology, pp 050404-1 - 050404-11. https://doi.org/10.2352/J.ImagingSci.Technol.2022.66.5.050404