Le projet Neige
Le réchauffement climatique est la cause de changements drastiques et rapides dans l’Arctique. D’une part le réchauffement provoque l’expansion et la croissance des arbuste sur la toundra arctique [1-2]. D’autre part il réduit la durée du couvert nival [3] et modifie ses propriétés physiques, notamment son albédo, qui régule en grande partie le climat arctique.
​
La neige est un milieu poreux à forte surface spécifique [4]. Elle est donc en déséquilibre thermodynamique et en constante évolution. Dans l’Arctique, le fort gradient de température qui existe en hiver entre la très froide atmosphère et le sol encore chaud génère un flux de vapeur d’eau dirigé vers le haut. Ce flux est alimenté par la sublimation de faces de glaces cristallines plus chaudes que leur micro-environnement. La vapeur d’eau ainsi produite condense sur des faces cristallines plus froides que leur micro-environnement. Ces flux causent donc une modification de la taille et la forme des cristaux. Ces phénomènes, par analogie aux processus géologiques qui causent des recristallisations, sont décrits par le terme « métamorphisme de la neige » [5]. Au niveau macroscopique, on assiste à une réduction de la surface spécifique et de la densité de la neige avec le temps [6-7]. Calculer ces modifications de propriétés physiques nécessite d’établir un bilan d’énergie au niveau de chaque couche de neige. Un terme important en est le bilan radiatif : combien de radiation solaire arrive dans un couche et combien en repart, ce qui permet de déterminer l’énergie radiative déposée dans chaque couche et donc sa température et sa pression partielle de vapeur d’eau. Tout ceci est indispensable pour calculer par exemple l’albédo de la neige, qui dépend de la surface spécifique et de la densité des diverses couches [8-9]. Cet albédo a un impact local très fort sur le climat polaire [10-11], et indirectement sur le climat planétaire.
​
Mais croissance arbustive et métamorphisme de la neige interagissent. Tout d’abord, les branches d’arbustes qui dépassent du manteau neigeux en diminuent l’albédo. Ce processus a déjà été étudié, bien que des zones d’ombre subsistent [12-14]. Par contre il arrive fréquemment que les arbustes soient entièrement recouverts de neige. La radiation pénètre dans la neige sur plusieurs dizaines de cm [15-16] et les arbustes recouverts peuvent donc encore perturber le bilan radiatif des couches de neige car les branches absorbent la quasi-totalité de la radiation qui les frappe. De plus, même lorsque les branches dépassent, les branches enfouies affectent les profils d’irradiance dans la neige. L’impact des branches sous la neige sur les flux radiatifs et donc la température de la neige, son métamorphisme et toutes ses propriétés physiques, n’a jamais été étudié.
​
Ce projet a donc pour objectif de mesurer en continu pendant tout un hiver les profils d’irradiance dans deux manteaux neigeux que nous comparerons : un manteau neigeux sans arbustes et un autre avec arbustes. L’accès à l’arctique étant actuellement impossible, ce travail se fera à la forêt Montmorency. Une instrumentation optique qui sera définie dans la première partie du projet sera déployée dès que possible et les données enregistrées en continu pendant tout l’hiver. Les arbustes auront une hauteur telle que les branches finissent par être recouvertes de neige en milieu d’hiver, afin d’étudier les deux types de régimes : arbustes qui dépassent puis arbustes enfouis. Les données pourront être interprétées par des simulations de modèles radiatifs fonctionnant sur des couches de neige à stratification parallèle, mais des simulations 3D par Monte Carlo pourront être envisagées pour appréhender le transfert radiatif dans les arbustes de manière détaillée.
​
​
​
​
​
​
​
​
​
​
​
Comment se déroulera le projet?
Le déploiement de l'instrument de mesure s'effectuera à la Forêt Montmorency à la fin novembre 2020 et des mesures seront prises jusqu'en mars 2021. L'échéancier est donc très serré: la conception et la fabrication de l'instrument sera réalisée en quelques semaines seulement. Une fois l'instrument déployé, les membres du projet se rendront à plusieurs reprises sur le site à la Forêt pour récolter des données et les analyser.
​
Qui participera au projet?
Lors d'une rencontre à la fin octobre, tous les étudiants du programme SMAART ont discuté ensemble du projet, de ses requis techniques et des solutions potentielles. Or, afin de respecter les règles sanitaires liées à la COVID-19, seul un groupe réduit d'une dizaine d'étudiants effectueront le montage du projet et son déploiement. Quant aux autres étudiants, ils formeront un groupe d'experts consultants pour aider à résoudre à distance les éventuels problèmes techniques qui se présenteront. Il seront également sollicités pour effectuer des simulations ainsi que du traitement de données. Évidemment, tous ces étudiants sont encadrés par un comité de mentors qui aident à la gestion et à la réalisation du projet.
​
Références
[1] Ju, J. C.; Masek, J. G., The vegetation greenness trend in Canada and US Alaska from 1984-2012 Landsat data. Remote Sens. Environ. 2016, 176, 1-16, doi:10.1016/j.rse.2016.01.001.
[2] Tape, K.; Sturm, M.; Racine, C., The evidence for shrub expansion in Northern Alaska and the Pan-Arctic. Global Change Biology 2006, 12 (4), 686-702, doi:10.1111/j.1365-2486.2006.01128.x.
[3] Estilow, T. W.; Young, A. H.; Robinson, D. A., A long-term Northern Hemisphere snow cover extent data record for climate studies and monitoring. Earth Syst. Sci. Data 2015, 7 (1), 137-142, doi:10.5194/essd-7-137-2015.
[4] Domine, F.; Taillandier, A. S.; Simpson, W. R., A parameterization of the specific surface area of seasonal snow for field use and for models of snowpack evolution. J. Geophys. Res. 2007, 112 (F2), F02031, doi:10.1029/2006jf000512.
[5] Colbeck, S. C., Theory of metamorphism of dry snow. J. Geophys. Res. 1983, 88 (NC9), 5475-5482.
[6] Taillandier, A. S.; Domine, F.; Simpson, W. R.; Sturm, M.; Douglas, T. A., Rate of decrease of the specific surface area of dry snow: Isothermal and temperature gradient conditions. J. Geophys. Res. 2007, 112 (F3), F03003, doi:10.1029/2006jf000514.
[7] Domine, F.; Barrere, M.; Sarrazin, D., Seasonal evolution of the effective thermal conductivity of the snow and the soil in high Arctic herb tundra at Bylot Island, Canada. The Cryosphere 2016, 10 (6), 2573-2588, doi:10.5194/tc-10-2573-2016.
[8] Carmagnola, C. M.; Domine, F.; Dumont, M.; Wright, P.; Strellis, B.; Bergin, M.; Dibb, J.; Picard, G.; Libois, Q.; Arnaud, L.; Morin, S., Snow spectral albedo at Summit, Greenland: measurements and numerical simulations based on physical and chemical properties of the snowpack. The Cryosphere 2013, 7 (4), 1139-1160, doi:10.5194/tc-7-1139-2013.
[9] Kokhanovsky, A.; Lamare, M.; Di Mauro, B.; Picard, G.; Arnaud, L.; Dumont, M.; Tuzet, F.; Brockmann, C.; Box, J. E., On the reflectance spectroscopy of snow. Cryosphere 2018, 12 (7), 2371-2382, doi:10.5194/tc-12-2371-2018.
[10] Pithan, F.; Mauritsen, T., Arctic amplification dominated by temperature feedbacks in contemporary climate models. Nature Geosci 2014, 7 (3), 181-184, doi:10.1038/ngeo2071.
[11] Picard, G.; Domine, F.; Krinner, G.; Arnaud, L.; Lefebvre, E., Inhibition of the positive snow-albedo feedback by precipitation in interior Antarctica. Nature Climate Change 2012, 2 (11), 795-798, doi:dx.doi.org/10.1038/nclimate1590.
[12] Liston, G. E.; McFadden, J. P.; Sturm, M.; Pielke, R. A., Modelled changes in arctic tundra snow, energy and moisture fluxes due to increased shrubs. Global Change Biology 2002, 8 (1), 17-32.
[13] Sturm, M.; Douglas, T.; Racine, C.; Liston, G. E., Changing snow and shrub conditions affect albedo with global implications. Journal of Geophysical Research-Biogeosciences 2005, 110 (G1), G01004, doi:10.1029/2005jg000013.
[14] Belke-Brea, M.; Domine, F.; Barrere, M.; Picard, G.; Arnaud, L., Impact of Shrubs on Winter Surface Albedo and Snow Specific Surface Area at a Low Arctic Site: In Situ Measurements and Simulations. J. Clim. 2020, 33 (2), 597-609, doi:10.1175/jcli-d-19-0318.1.
[15] Picard, G.; Libois, Q.; Arnaud, L., Refinement of the ice absorption spectrum in the visible using radiance profile measurements in Antarctic snow. The Cryosphere 2016, 10 (6), 2655-2672, doi:10.5194/tc-10-2655-2016.
[16] France, J. L.; Reay, H. J.; King, M. D.; Voisin, D.; Jacobi, H. W.; Domine, F.; Beine, H.; Anastasio, C.; MacArthur, A.; Lee-Taylor, J., Hydroxyl radical and NOx production rates, black carbon concentrations and light-absorbing impurities in snow from field measurements of light penetration and nadir reflectivity of onshore and offshore coastal Alaskan snow. J. Geophys. Res. 2012, 117, D00R12, doi:10.1029/2011jd016639.
​
