Abstract

Snow conditions in the boreal region are changing, mainly due to climate change. Snowmelt impacts catchment water storage conditions and streamflow through spring and early summer, and thus drastic changes in hydrological conditions are expected, especially in headwaters. The measurement of snow cover variability in the catchment scale is a challenge using current techniques, and the connections between catchment characteristics, climate conditions, and hydrology are still not completely understood. This thesis aims to develop and test new robust and cost-efficient observation methods to quantify and analyze snow cover variability and improve understanding of the factors controlling snow hydrology in the boreal landscape.

This work applies two approaches for measuring snow cover: in-situ, using low-cost temperature loggers; and remote sensing, using unmanned aerial systems with Structure-from-Motion (UAS-SfM). The high temporal-resolution data from temperature loggers, with the algorithm developed, provided relatively reliable and accurate data on spatiotemporal variations in snow cover ablation and melt rates in different boreal landcover types. The UAS-SfM method captured the snow depth variability in the boreal landscape throughout the snow season with a very high spatial resolution with a larger coverage area, enabling the identification of multiple snow processes and interactions between snow and vegetation.

To analyze the factors controlling snow hydrology, data from a spatially well-represented Finnish small-basing research network was used to calculate low flows and catchment storage indices using the recession analysis method. The findings suggest that the changes in summer low flow related to snow conditions will be pronounced in certain snow-to-precipitation ratio thresholds in a warming climate, highlighting the strong connection between ecologically important summer low flows and snow conditions.

The developed measurement methods can be used in measuring snowpack variations in ungauged or remote basins and, especially with the data from UAS-SfM, in extending snow course measurements and improving distributed catchment-scale snow models. The improved understanding of the factors controlling snow hydrology can be used to guide water resource and land-use management in boreal and high-latitude regions, where rapid climate change is projected.

Tiivistelmä

Pohjoiset lumiolosuhteet ovat muuttumassa erityisesti ilmastonmuutoksen takia. Lumen sulanta vaikuttaa valuma-alueiden vesivarastoihin ja virtaamiin keväällä ja alkukesästä, ja hydrologisten olosuhteiden odotetaan muuttuvan rajusti erityisesti latvavesistössä. Lumipeitteen vaihtelun mittaaminen valuma-alueilla on nykyisillä menetelmillä haastavaa ja tiedot valuma-aluetekijöiden, ilmasto-olosuhteiden ja hydrologisten olosuhteiden välisistä yhteyksistä ovat puutteellisia. Tässä työssä kehitetään ja testataan uusia kustannustehokkaita havaintomenetelmiä lumipeitteen vaihtelun mittaamiseen ja analysointiin sekä pyritään parantamaan ymmärrystä lumihydrologiaa ohjaavista tekijöistä pohjoisilla alueilla.

Lumipeitteen mittausta lähestytään maastohavainnoin käyttämällä kustannustehokkaita lämpötila-antureita ja kaukokartoituksen avulla käyttäen miehittämättömiä lennokkeja yhdessä Structure-from-Motion (UAS-SfM) fotogrammetrian kanssa. Lämpötila-antureilla mitatun korkean resoluution datan ja kehitetyn algoritmin avulla saatiin suhteellisen tarkkaa tietoa lumen prosessien vaihteluista pohjoisilla maastotyypeillä. UAS-SfM menetelmällä lumen syvyyden alueellinen vaihtelu määritettiin erittäin suurella resoluutiolla kattaen suuremman alueen, joka mahdollisti useiden lumen prosessien sekä lumen ja kasvillisuuden vuorovaikutusten tunnistamisen.

Lumihydrologiaa ohjaavien tekijöiden selvittämiseen käytettiin alueellisesti hyvin jakautuneiden Suomen pienvaluma-alueiden dataa, josta laskettiin alivirtaamat, ja vesivarastoindeksejä käyttäen resessioanalyysiä. Tulokset viittasivat lämpenevässä ilmastossa muuttuvien lumiolosuhteiden vaikuttavan kesän alivirtaamiin erityisen voimakkaasti alueilla, joissa lumen osuus vuosittaisesta kokonaissadannasta on tietyllä kynnyksellä, korostaen ekologisesti tärkeiden kesän alivirtaamien ja lumiolosuhteiden voimakasta yhteyttä.

Työssä testattuja ja kehitettyjä mittausmenetelmiä voidaan käyttää lumipeitteen vaihtelun määrittämiseen etäisillä tai mittaamattomilla valuma-alueilla. Erityisesti UAS-SfM menetelmä soveltuu laajentamaan lumilinjamittausten alueellista kattavuutta ja parantamaan hajautettuja valuma-aluetason lumimalleja. Työssä tuotettua uutta tietoa lumihydrologiaa ohjaavista tekijöistä voidaan hyödyntää vesistöjen ja maankäytön hallintaan ja suunnitteluun pohjoisilla alueilla, joilla ilmastonmuutoksen on ennustettu olevan nopeaa.

Osajulkaisut / Original papers

Osajulkaisut eivät sisälly väitöskirjan elektroniseen versioon. / Original papers are not included in the electronic version of the dissertation.

1. Meriö, L.-J., Marttila, H., Ala-aho, P., Hänninen, P., Okkonen, J., Sutinen, R., & Kløve, B. (2018). Snow profile temperature measurements in spatiotemporal analysis of snowmelt in a subarctic forest-mire hillslope. Cold Regions Science and Technology, 151, 119–132. https://doi.org/10.1016/j.coldregions.2018.03.013

   Rinnakkaistallennettu versio / Self-archived version

2. Meriö, L.-J., Rauhala, A., Ala-aho, P., Kuzmin, A., Korpelainen, P.,Kumpula, T., Kløve, B., & Marttila, H. (2021). Spatiotemporal variability of snow depth in subarctic environment using unmanned aircraft systems, part 2: snow processes and snowcanopy interactions. Manuscript in preparation.

3. Meriö, L., Ala‐aho, P., Linjama, J., Hjort, J., Kløve, B., & Marttila, H. (2019). Snow to precipitation ratio controls catchment storage and summer flows in boreal headwater catchments. Water Resources Research, 55(5), 4096–4109. https://doi.org/10.1029/2018WR023031

   Rinnakkaistallennettu versio / Self-archived version