بر اساس یک مطالعه بین المللی جدید که شامل محققان دانشگاه سیمون فریزر است، شبیه سازی کامپیوتری پوشش برف می تواند خطر سقوط بهمن را به دقت پیش بینی کند.
در حال حاضر، پیشبینی بهمن در کانادا توسط متخصصان با تجربه انجام میشود که به دادههای ایستگاههای آبوهوای محلی و مشاهدات زمینی اپراتورهای اسکی و اسکی، کارگران کنترل بهمن برای حملونقل و صنعت، و داوطلبانی که به صورت دستی پوشش برف را آزمایش میکنند، متکی هستند.
اما مدلهای پوشش برف شبیهسازیشده توسط تیمی از محققین میتوانند لایههای ضعیف برف را شناسایی و ردیابی کنند و خطرات بهمن را به روشهای بسیار متفاوت شناسایی کنند - و بر اساس یک مطالعه، میتوانند ابزار قابل اعتماد دیگری را در زمانی که دادههای محلی ناکافی هستند یا در دسترس نیستند در اختیار پیشبینیکنندگان قرار دهند. مطالعه جدیدی که در مجله منتشر شده است علم و فناوری در مناطق سردسیر.
سایمون هورتون، محقق فوق دکتری در مرکز تحقیقات مخاطرات طبیعی SFU و پیشبینیکننده در بهمن کانادا، میگوید: «از نظر مخاطرات طبیعی، بهمن همچنان یکی از علل اصلی مرگ و میر در کانادا است. ما این مدلهای پیچیده را داریم که چندین دهه است که لایههای برف را شبیهسازی میکنند و دقیقتر میشوند، اما تشخیص اینکه چگونه آن را در تصمیمگیری واقعی و بهبود ایمنی اعمال کنیم، دشوار بود. "
محققان داده های روزانه هواشناسی، پوشش برف و داده های بهمن را به مدت 16 سال از دو مکان در کانادا (گذرگاه ویسلر و راجرز، هر دو در بریتیش کلمبیا) و ویسفلوه جو در داووس، سوئیس، گرفته و شبیه سازی های کامپیوتری انجام دادند که می تواند موقعیت های مختلف را طبقه بندی کند.
شبیهسازیها میتوانند خطر سقوط بهمن، انتشار طبیعی یا مصنوعی، انواع مشکلات مانند برف جدید، بادشکن، لایههای ضعیف پایدار و شرایط برف مرطوب را تعیین کنند.
"در دنیای پیش بینی بهمن، توصیف مشکلات بهمن - سناریوهای رایجی که می توانید انتظار پیدا کنید - راه خوبی برای پیش بینی ها برای توصیف خطر بهمن و اطلاع رسانی آنها به مردم است تا آنها بدانند چه انتظاری دارند. هورتون میگوید.» بنابراین این اطلاعات از قبل در دسترس است، با این تفاوت که همه آنها از طریق قضاوت متخصص بر اساس آنچه که آنها از مشاهدات میدانی موجود میدانند انجام میشود. باعث خواهد شد.
"این جایی است که داشتن ابزارهای خودکار بیشتر که می تواند به پیش بینی خطرات احتمالی کمک کند، می تواند به پیش بینی ها کمک کند تا یک پیش بینی دقیق و دقیق را بهتر آماده کنند.
نتایج مطالعه نشان داد که مدلسازی با فرکانسهای بهمن مشاهدهشده واقعی در طول این 16 سال مطابقت دارد و این رویکرد پتانسیل حمایت از پیشبینی بهمن در آینده را دارد.
محققان همچنین بر این باورند که مدل سازی می تواند در بررسی اثرات آتی تغییرات آب و هوا بر ناپایداری برف مفید باشد.
نقل قول: شبیهسازیهای جدید میتوانند پیشبینی بهمن را بهبود بخشند (۲۰۲۲، ۱۹ ژانویه)، در ۱۹ ژانویه ۲۰۲۲ از https://phys.org/news/2022-01-simulations-avalanche.html بازیابی شده است.
این برگه یا سند یا نوشته تحت پوشش قانون کپی رایت است. به جز هرگونه معامله منصفانه به منظور تحقیق یا مطالعه خصوصی، هیچ بخشی بدون اجازه کتبی قابل تکثیر نیست. محتوا فقط برای مقاصد اطلاعاتی ارائه شده است.
[ad_2]
مقالات مشابه
- نسکار انتشار عکس از "طناب دار" در بابا والاس گاراژ
- تجزیه و تحلیل گسترده نمونه آپولو، تکامل ماه را برجسته می کند
- دروس برتر 4 در مورد اسباب بازی برای یادگیری قبل از رسیدن به 30
- آن را امن تر به اقامت در یک هتل و یا یک Airbnb در طول تعطیلات تابستان خود را? "ما نیاز به تعادل و سلامت عقل و خطر'
- : شما تقریبا از زمان برای دریافت این هوشمند مزایای بازنشستگی
- رقیب و دوست: Triple H منحصر به فرد WWE سفر با آندرتیکر
- باربری - گیسو بار
- وجود دارد تنها یک راه جو Flacco می رسد جت بالقوه
- شاهدانه تماشا کنید: FDA منتشر شده در دستورالعمل برای شاهدانه-تحقیقات مرتبط اما CBD را به صبر
- در خرید اینترنتی دستگاه تصفیه آب به چه نکاتی توجه کنیم