En oppdatert tilstandsoversikt for snø i hele landet og is i vassdragene er viktig for NVEs varslingstjenester. Nå får de nye og bedre datakilder, slik at varslingene kan bli enda mer treffsikre.
Frem til nå har tjenestene benyttet MODIS som datakilde for å følge med på snø- og is-situasjonen. Det er et instrument om bord på NASAs Terra- og Aqua-satellitter. Nå går de over til sensorer om bord i ESAs Sentinel-satellitter.
– Hovedmålet med prosjektet er å utvikle en pre-operasjonell tjeneste ved bruk av data fra Sentinel-3-satellittene til overvåkning av snø og innsjøis, og å teste ut konsepter for bruk av disse dataene i den nasjonale flom-, skred- og isvarslingen. Tjenesten kan også benyttes av værvarslingen, miljøovervåkingen og andre interesserte, sier forsker Kjetil Melvold ved hydrologisk avdeling i NVE.
Dataene fra Sentinel-satellittene gjøres offentlig tilgjengelige gjennom Copernicus-programmet i Norge, som ledes av Norsk Romsenter. De finansierer prosjektet sammen med NVE, mens Norsk Regnesentral er sentral i utviklingen og implementeringen av algoritmene og oppsett av produksjonslinja. Etter den preoperasjonelle perioden skal tjenesten kjøres operasjonelt hos NVE.
- Nytt storsykehus: Plassert i område med jevnlige skred, kvikkleire og fare for flom
To sensorer
I første omgang benyttes satellitten Sentinel-3A. Sentinel-3B skal også benyttes når den kommer i drift senere i år. Begge satellittene vil ta flere daglige bilder av Norge.
Til snø- og iskartleggingen bruker de to optiske sensorer.
Den ene kalles SLSTR (sea and land surface temperature radiometer) og har ni frekvensbånd («farger») spredt mellom kortbølget visuelt lys og termisk stråling (varmestråling). Den vil blant annet bli brukt til automatisk skydeteksjon, slik at man ikke mistolker skyer som snø. Den gir snøinformasjon i 1 x 1 og 0,5 x 0,5 kilometer skala.
Den andre sensoren kalles OLCI (ocean land colour instrument), og har 21 frekvensbånd i visuelt og nærinfrarødt. Den har noe bedre romlig oppløsning, og kan gi bilder i skala 300 x 300 meter. Ut fra et slikt bilde kan man lage et snødekningsgradkart, hvor snødekningen innenfor hver piksel er beregnet utfra satellittdataene.
– Vi forsøker å kombinere de to sensorene på en mest mulig innovativ måte for å få ut mest mulig informasjon om snøen. Foreløpig har vi bare testet ut algoritmer for å kartlegge snødekningen. Disse algoritmene setter vi i drift hos NVE nå, slik at de kan følge godt med på snøsmeltingen de neste ukene. Det kan komme en storflom allerede i mai, og vi vil bruke informasjonen om snø fra satellitten kombinert med værvarsling for å gi best mulige prognoser for snøsmeltingen, sier Rune Solberg, seksjonsleder Jordobservasjon i Norsk Regnesentral. Man vil også få satellittbilder med både naturlige farger og ulike fargekombinasjoner.
Vil kombinere data
Prosessen med å hente data (fra satellittdata.no), prosessering og tilgjengeliggjøring av dataene skal være helautomatisk og stabil med automatisk varsling ved feil. Foreløpig har det tatt mer tid enn forventet, fordi det ikke finnes noe ferdig API for automatisk nedlasting av data. Dermed måtte alle data lastes ned manuelt fra ESA. Dette problemet er i hovedsak løst nå.
Over tid kan Sentinel-dataene gi lengre tidsserier som kan brukes til å justere og kalibrere snømodeller og til å studere klimaendringer. I tillegg gir de informasjon om større områder enn det man kan få fra det tradisjonelle hydrologiske stasjonsnettet eller regobs.no, ifølge Kjetil Melvold.
– For å øke den romlige oppløsningen ser vi for oss et multisensorprodukt hvor også Sentinel-1- og 2-data vil bli brukt, avhengig av om det er overskyet eller skyfritt. Disse gir mer detaljert informasjon, men over mindre områder. Kombineres data fra Sentinel-1, -2 og -3 får man et kraftig verktøy for å studere den romlige fordelingen av snø og is i Norge, sier Melvold.
Etter sommeren skal Norsk Regnesentral og NVE også jobbe med algoritmer for snøtemperatur, kornstørrelse, snøfuktighet og overflaterim. Overflaterim er spesielt relevant for snøskred.
– Anslagsvis er overflaterim en vesentlig faktor i rundt 40 prosent av snøskredene her i landet, siden det kan forårsake dannelse av svake lag i snøen, såkalte glidelag. Disse algoritmene skal vi teste ut de to neste vintrene, sier Solberg.
- På Fagernes lufthavn: Her måker verdens første automatiserte brøytebil snø
Operasjonell flomtjeneste
NVE har også et prosjekt hvor de utvikler en operasjonell flomtjeneste som benytter bildedannende radar (SAR) om bord på Sentinel-1A og Sentinel-1B til å automatisk kartlegge flomareal og oversvømte områder i nær-sanntid. Radaren er spesielt følsom for overflateruhet og dielektriske effekter til det man observerer. Vannspeilet «glatter ut» overflaten på satellitt-bildene. En overflate som står under vann vil være «glattere» enn bakken når det ikke er vann der.
Her har Norsk Regnesentral laget algoritmer som sammenligner forholdene på to tidspunkter. Dersom et landareal står under vann, vil radarrefleksjonen (tilbakespredningen) bli dempet. Denne kontrastforskjellen bruker de i en algoritme som estimerer vannsonen og lager et omriss av denne i et dataformat som kan importeres i et kartsystem.
– Vi har implementert algoritmene i en automatisk prosesseringskjede som gjennomgår alle satellittopptak over Norge i områder med fare for flom. Dette er et prototypsystem som vi gradvis nå koder om til en operasjonell prosesseringskjede som skal kjøre hos NVE. Dette skal være ferdig til 1. mars 2019, forklarer Rune Solberg.
NVE og samarbeidspartnere utvikler også metoder og tjenester som bruker mer høyoppløselige data fra Sentinel-1 og -2 til overvåking av snøskredaktivitet (SatSkred-prosjektet) og breer (Copernicus bretjeneste).
– Det er høy grad av synergi mellom prosjektene når mye av infrastrukturen og produksjonslinja er felles, sier Kjetil Melvold.
Når den pre-operasjonelle fasen er ferdig og dataflyten og algoritmene fungerer godt nok, vil dataene bli lagt ut åpent for alle. Da kan du fritt se på eller laste ned produktene tilpasset Norge.
- Snøsmeltelekteren «Terje»: Gjør at Oslo går rundt når hovedstaden drukner i snø
