Satellite-based Permafrost Modeling across a Range of Scales

Permafrost er permanent frossen grunn, hvor kun det øverste laget tiner hver sommer og fyser igjen om høsten. Permafrost er et viktig element i det globale klimasystemet, dermed er det inkludert som en essensiell klima variabel (ECV) i det globale klima overføringssystemet (GCOS) operert av verdens meteorologi organisasjon (WMO). ECV konseptet dreier seg om å implementere kontinuerlig overvåkning av miljøvariabler som er tilpasset til å karakterisere tilstanden til klimasystemet. For permafrost er de relevante tilstandvariablene bakketemperatur og tykkelsen på det aktive laget (laget som tiner hver sommer). Fram til nå har man bare klart manuell overvåkning basert på et begrenset antall punkter i de enorme men fjernliggende områdene der vi finner permafrost. Dermed har forskere, politikere og interessegrupper kun hatt begrenset kunnskap om tilstanden og tidsutviklingen til den globale permafrost utstrekningen. Dette er et vesentlig mangel gitt viktigheten til permafrost i et endrende globalt klima. Målet til SatPerm prosjektet er å kompilere og demonstrere prototyper til nye algoritmer som kan overvåke permafrost som en ECV basert på den bestandig økende mengden med satellittdata. SatPerm har levert sterkt på dette området med utviklingen av to skjemaer som har blir valgt ut av den Europeiske romfartsorganisasjonen (ESA) for operasjonell permafrost ECV kartlegning og overvåkning. Som et første steg presenterte SatPerm en algoritme basert på en effektiv likevektsmodell for permafrost (se Westermann et al., 2015 for en prototype). Denne algoritmen var nominert og tatt i bruk av det internasjonale ESA GlobPermafrost prosjektet (www.globpermafrost.info) for å produsere det første høyoppløselige kartet av den globale permafrost utbredelsen basert på satellittdata (offentlig tilgjengelig via bit.ly/2EEBG4h) . Hoved-innovasjonen med denne algoritmen var at denne kunne ta hensyn till små skala (<1 km) romlig variabilitet i bakketemperaturer. Dermed kunne man modellere permafrost distribusjonen i kontinuerlige, diskontinuerlige og sporadiske permafrost soner. Samtidig så kan en slik likevektsmodell kun regne ut den klimatologiske bakketemperaturen og ikke dybden på det aktive-laget. Som neste steg ble det derfor, i regi av SatPerm prosjektet, utviklet en tidsavhengig modell sum kan regne ut trender både i bakketemperaturen og tykkelsen på det aktive-laget, slik at permafrost kan være fullstendig overvåket som en ECV. Westermann et al. (2017) publiserte en første utgave av denne tidsavhengige modellen for et lite område i Sibir. Deretter så var skjemaet videreutviklet i SatPerm slik at nøyaktigheten til modellen var forbedret betraktelig, spesielt med hensyn til representasjonen av snødekket. I 2018 så valgte ESA å ta i bruk denne nye tidsavhengige SatPerm utviklede algoritmen i sitt nye Permafrost CCI+ prosjekt (cci.esa.int/Permafrost) der målet er å implementere modellen på tungregneklynger for operasjonell og global modellering av permafrost som ECV. I tillegg så har data-assimilasjons algoritmer utviklet og demonstrert i SatPerm prosjektet (Aalstad et al., 2018) vist et høyt potensial når det gjelder å utnytte informasjon som er tilgjengelig fra nye satellitter (for eksempel Sentinel satellittene til ESA). Dette tillater oss å produsere snø dekke kart med så høy oppløsning som 10 meter som kan da videre utnyttes til permafrost modellering. Utviklingen av nytenkende algoritmer i SatPerm prosjektet har dannet grunnlaget for operasjonell permafrost ECV overvåkning basert på satellittdata. ESA raske adopsjon av SatPerm utviklede algoritmer tillater rask formidling av arbeidet utført både til det internasjonale vitenakpelige miljøet og offentligheten. For lokal formidling har SatPerm PI Sebastian Westermann, sammen med andre forskere fra Universitet i Oslo, besøkt videregående skoler i Kautokeino og Lakselv i Finnmark like i nærheten av feltområdene. Der presenterte vi hvordan felt målinger fra disse områdene har blitt brukt til å validere nye algoritmer i tillegg til å gi en mer generell introduksjon til den globale betydningen av permafrost. Vi velger å påstå at de høyt oppløste permafrost produktene utviklet i SatPerm kan hjelpe med å forklare det ganske abstrakte feromonet "permafrost tining" til folk flest. Dette ville bidratt til å skape en varig arv for kunnskapen også for folk som lever i nærheten av permafrosten.

-Novel field data sets on small-scale distribution of environmental parameters and permafrost state variables -Development of ensemble-based data assimilation schemes targeting permafrost and snow cover -Development of remote sensing - based processing chains for mapping permafrost distribution -Development of a remote sensing - based processing chain for change detection of permafrost temperatures and active layer thickness -Timely integration and application of developed algorithms in international research collaborations -SatPerm has made key steps towards operational mapping and monitoring of permafrost using satellite data and modelling

Permafrost is a key element of the cryosphere which is intimately meshed with the climate system through complex interactions. The current thermal state of the permafrost remains poorly quantified, and even its occurrence and distribution are not well known in many regions. Unlike for other elements of the cryosphere, such as glaciers and sea ice, Remote Sensing techniques have remained of limited use for permafrost monitoring since they are generally unable to observe physical properties of subsurface layers. However, many existing surface observations from satellites can be linked to the permafrost state by means of numerical modeling. SATPERM aims to create, implement and evaluate modeling schemes capable of employing satellite-derived land surface temperatures, snow water equivalent and snow extent for spatially distributed permafrost modeling. For the first time, ground thermal models forced by remote sensing products will deliver maps of the ground thermal regime for large spatial domains. In a second step, SATPERM will introduce state-of-the-art data assimilation techniques to permafrost modeling. By combining Ensemble Kalman Filter methods with ground thermal modeling, the cumulative information content of multi-source data sets can be exploited, and the best possible estimate of the system state and its associated uncertainties derived. A particular emphasis will be put on representing subgrid processes, such as spatially variable snow depths. SATPERM will focus on five field sites and regions, located in Northern Norway, Svalbard, Greenland, North-East Siberia and Mongolia, where research activities by the SATPERM project leader already exist. At these sites and surrounding permafrost areas, the performance of the conceived permafrost modeling schemes will be benchmarked in proof-of-concept studies, upon which future quantitative permafrost monitoring schemes based on satellite data can be built.