Changes

              
    

          
          
        
        

            
f
1
{
f
1
{
            
2
  "author": "[{\"affiliation\": \"WSL Institute for Snow and Avalanche 
2
  "author": "[{\"affiliation\": \"WSL Institute for Snow and Avalanche 
            
3
Research SLF, Davos Dorf, Switzerland\", \"affiliation_02\": 
3
Research SLF, Davos Dorf, Switzerland\", \"affiliation_02\": 
            
4
\"University of St. Gallen\", \"affiliation_03\": \"\", 
4
\"University of St. Gallen\", \"affiliation_03\": \"\", 
            
5
\"data_credit\": [\"collection\", \"validation\", \"curation\", 
5
\"data_credit\": [\"collection\", \"validation\", \"curation\", 
            
6
\"software\"], \"email\": \"konstantin.schuerholt@unisg.ch\", 
6
\"software\"], \"email\": \"konstantin.schuerholt@unisg.ch\", 
            
7
\"given_name\": \"Konstantin\", \"identifier\": \"\", \"name\": 
7
\"given_name\": \"Konstantin\", \"identifier\": \"\", \"name\": 
            
8
\"Sch\\u00fcrholt\"}, {\"affiliation\": \"RWTH Aachen University\", 
8
\"Sch\\u00fcrholt\"}, {\"affiliation\": \"RWTH Aachen University\", 
            
9
\"affiliation_02\": \"\", \"affiliation_03\": \"\", \"data_credit\": 
9
\"affiliation_02\": \"\", \"affiliation_03\": \"\", \"data_credit\": 
            
10
\"supervision\", \"email\": \"kowalski@aices.rwth-aachen.de\", 
10
\"supervision\", \"email\": \"kowalski@aices.rwth-aachen.de\", 
            
11
\"given_name\": \"Julia\", \"identifier\": \"\", \"name\": 
11
\"given_name\": \"Julia\", \"identifier\": \"\", \"name\": 
            
12
\"Kowalski\"}, {\"affiliation\": \"WSL Institute for Snow and 
12
\"Kowalski\"}, {\"affiliation\": \"WSL Institute for Snow and 
            
13
Avalanche Research SLF, Davos Dorf, Switzerland\", \"affiliation_02\": 
13
Avalanche Research SLF, Davos Dorf, Switzerland\", \"affiliation_02\": 
            
14
\"SLF\", \"affiliation_03\": \"\", \"data_credit\": [\"software\", 
14
\"SLF\", \"affiliation_03\": \"\", \"data_credit\": [\"software\", 
            
15
\"publication\", \"supervision\"], \"email\": \"loewe@slf.ch\", 
15
\"publication\", \"supervision\"], \"email\": \"loewe@slf.ch\", 
            
16
\"given_name\": \"Henning\", \"identifier\": \"0000-0001-7515-6809\", 
16
\"given_name\": \"Henning\", \"identifier\": \"0000-0001-7515-6809\", 
            
17
\"name\": \"L\\u00f6we\"}]",
17
\"name\": \"L\\u00f6we\"}]",
            
18
  "author_email": null,
18
  "author_email": null,
            
19
  "creator_user_id": "499ed6fc-58b8-451d-aaf2-807118a6d1f8",
19
  "creator_user_id": "499ed6fc-58b8-451d-aaf2-807118a6d1f8",
            
20
  "date": "[{\"date\": \"2022-02-22\", \"date_type\": \"created\", 
20
  "date": "[{\"date\": \"2022-02-22\", \"date_type\": \"created\", 
            
21
\"end_date\": \"2022-02-22\"}]",
21
\"end_date\": \"2022-02-22\"}]",
            
22
  "doi": "10.16904/envidat.298",
22
  "doi": "10.16904/envidat.298",
            
23
  "funding": "[{\"grant_number\": \"\", \"institution\": \"WSL\", 
23
  "funding": "[{\"grant_number\": \"\", \"institution\": \"WSL\", 
            
24
\"institution_url\": \"\"}]",
24
\"institution_url\": \"\"}]",
            
25
  "groups": [],
25
  "groups": [],
            
26
  "id": "d31c1081-09f7-46db-a589-f73bb32dd539",
26
  "id": "d31c1081-09f7-46db-a589-f73bb32dd539",
            
27
  "isopen": true,
27
  "isopen": true,
            
28
  "language": "en",
28
  "language": "en",
            
29
  "license_id": "cc-by-sa",
29
  "license_id": "cc-by-sa",
            
30
  "license_title": "Creative Commons Attribution Share-Alike 
30
  "license_title": "Creative Commons Attribution Share-Alike 
            
31
(CC-BY-SA)",
31
(CC-BY-SA)",
            
32
  "license_url": "https://creativecommons.org/licenses/by-sa/4.0/",
32
  "license_url": "https://creativecommons.org/licenses/by-sa/4.0/",
            
33
  "maintainer": "{\"affiliation\": \"WSL Institute for Snow and 
33
  "maintainer": "{\"affiliation\": \"WSL Institute for Snow and 
            
34
Avalanche Research SLF, Davos Dorf, Switzerland\", \"email\": 
34
Avalanche Research SLF, Davos Dorf, Switzerland\", \"email\": 
            
35
\"loewe@slf.ch\", \"given_name\": \"Henning\", \"identifier\": 
35
\"loewe@slf.ch\", \"given_name\": \"Henning\", \"identifier\": 
            
36
\"0000-0001-7515-6809\", \"name\": \"L\u00f6we\"}",
36
\"0000-0001-7515-6809\", \"name\": \"L\u00f6we\"}",
            
37
  "maintainer_email": null,
37
  "maintainer_email": null,
            
38
  "metadata_created": "2022-02-22T11:36:03.812002",
38
  "metadata_created": "2022-02-22T11:36:03.812002",
            
n
39
  "metadata_modified": "2022-02-22T12:22:35.775761",
n
39
  "metadata_modified": "2022-02-22T15:15:37.819188",
            
40
  "name": 
40
  "name": 
            
41
numerical-solver-for-heat-and-mass-transport-in-snow-based-on-fenics",
41
numerical-solver-for-heat-and-mass-transport-in-snow-based-on-fenics",
            
42
  "notes": "This python code uses the Finite Element library FEniCS 
42
  "notes": "This python code uses the Finite Element library FEniCS 
            
43
(via docker) to solve the one dimensional partial differential 
43
(via docker) to solve the one dimensional partial differential 
            
44
equations for heat and mass transfer in snow. The results are written 
44
equations for heat and mass transfer in snow. The results are written 
            
45
in vtk format. \r\n\r\nThe dataset contains the code and the output 
45
in vtk format. \r\n\r\nThe dataset contains the code and the output 
            
46
data to reproduce the key Figure 5 from the related 
46
data to reproduce the key Figure 5 from the related 
            
47
publication:\r\n\r\n_Sch\u00fcrholt, K., Kowalski, J., L\u00f6we, H.; 
47
publication:\r\n\r\n_Sch\u00fcrholt, K., Kowalski, J., L\u00f6we, H.; 
            
48
Elements of future snowpack modeling - Part 1: A 
48
Elements of future snowpack modeling - Part 1: A 
            
49
physical\r\ninstability arising from the non-linear coupling of 
49
physical\r\ninstability arising from the non-linear coupling of 
            
50
transport and phase changes, The Cryosphere, 2022_\r\n\r\nThe code and 
50
transport and phase changes, The Cryosphere, 2022_\r\n\r\nThe code and 
            
51
potential updates can be accessed directly through git 
51
potential updates can be accessed directly through git 
            
52
via:\r\n\r\nhttps://gitlabext.wsl.ch/snow-physics/snowmodel_fenics",
52
via:\r\n\r\nhttps://gitlabext.wsl.ch/snow-physics/snowmodel_fenics",
            
53
  "num_resources": 1,
53
  "num_resources": 1,
            
54
  "num_tags": 5,
54
  "num_tags": 5,
            
55
  "organization": {
55
  "organization": {
            
56
    "approval_status": "approved",
56
    "approval_status": "approved",
            
57
    "created": "2018-11-15T15:27:32.106204",
57
    "created": "2018-11-15T15:27:32.106204",
            
58
    "description": "The core topic of the team \"Snow Physics\" is 
58
    "description": "The core topic of the team \"Snow Physics\" is 
            
59
structure and property of snow and firn at different scales. Our most 
59
structure and property of snow and firn at different scales. Our most 
            
60
important tools in the cold laboratory are micro-computed tomography 
60
important tools in the cold laboratory are micro-computed tomography 
            
61
(micro-CT), nature-identical snow production, and our in-house 
61
(micro-CT), nature-identical snow production, and our in-house 
            
62
designed snow-breeders.\r\n\r\nBased on the three-dimensional 
62
designed snow-breeders.\r\n\r\nBased on the three-dimensional 
            
63
representation of snow, we can now calculate fundamental structural 
63
representation of snow, we can now calculate fundamental structural 
            
64
parameters as density variations at a spatial resolution of a few 
64
parameters as density variations at a spatial resolution of a few 
            
65
millimeters, e.g. revealing the finely layered structure of weak 
65
millimeters, e.g. revealing the finely layered structure of weak 
            
66
layers or of polar firn. In addition, the readily available data are 
66
layers or of polar firn. In addition, the readily available data are 
            
67
used to calculate the correlation function in all 3D, which enables a 
67
used to calculate the correlation function in all 3D, which enables a 
            
68
deeper understanding of the interactions between structure and 
68
deeper understanding of the interactions between structure and 
            
69
functional properties, e.g. for microwaves.\r\n\r\nIn addition, we are 
69
functional properties, e.g. for microwaves.\r\n\r\nIn addition, we are 
            
70
able to use the exact microstructure of snow for numerical 
70
able to use the exact microstructure of snow for numerical 
            
71
simulations. Our own or adapted codes allow to calculate thermal 
71
simulations. Our own or adapted codes allow to calculate thermal 
            
72
conductivity, mechanical properties, and optical properties. Direct 
72
conductivity, mechanical properties, and optical properties. Direct 
            
73
numerical simulation proves to be a highly valuable tool to understand 
73
numerical simulation proves to be a highly valuable tool to understand 
            
74
the complexity of snow.\r\n\r\nOur micro-CT is equipped with the 
74
the complexity of snow.\r\n\r\nOur micro-CT is equipped with the 
            
75
ability to perform time-lapse tomography using so called 
75
ability to perform time-lapse tomography using so called 
            
76
snow-breeders. The snow breeder made the first in-situ time-lapse 
76
snow-breeders. The snow breeder made the first in-situ time-lapse 
            
77
movie of metamorphosing snow under a temperature gradient 
77
movie of metamorphosing snow under a temperature gradient 
            
78
possible.\r\n\r\nOur developments don't stop at the microstructure. 
78
possible.\r\n\r\nOur developments don't stop at the microstructure. 
            
79
The quantification of snow properties at the larger scale of a snow 
79
The quantification of snow properties at the larger scale of a snow 
            
80
profile or on a field requires new techniques to link the micro- to 
80
profile or on a field requires new techniques to link the micro- to 
            
81
the macro-scale. For this purpose we developed the SnowMicroPen, a 
81
the macro-scale. For this purpose we developed the SnowMicroPen, a 
            
82
high-resolution penetrometer, which is able to discern different snow 
82
high-resolution penetrometer, which is able to discern different snow 
            
83
types using signal processing. Near-infrared photography has become a 
83
types using signal processing. Near-infrared photography has become a 
            
84
standard tool to quantify spatial variation of the specific surface 
84
standard tool to quantify spatial variation of the specific surface 
            
85
area, and, concurrently, the equivalent optical grain size. Currently, 
85
area, and, concurrently, the equivalent optical grain size. Currently, 
            
86
we are developing new optical techniques which try to measure density 
86
we are developing new optical techniques which try to measure density 
            
87
and specific surface area at the same time.",
87
and specific surface area at the same time.",
            
88
    "id": "9814941c-2527-4c02-bebf-693a0cd761bd",
88
    "id": "9814941c-2527-4c02-bebf-693a0cd761bd",
            
89
    "image_url": 
89
    "image_url": 
            
90
s://www.envidat.ch/uploads/group/2016-05-24-141521.837240logoslf.png",
90
s://www.envidat.ch/uploads/group/2016-05-24-141521.837240logoslf.png",
            
91
    "is_organization": true,
91
    "is_organization": true,
            
92
    "name": "snow-physics",
92
    "name": "snow-physics",
            
93
    "state": "active",
93
    "state": "active",
            
94
    "title": "Snow Physics",
94
    "title": "Snow Physics",
            
95
    "type": "organization"
95
    "type": "organization"
            
96
  },
96
  },
            
97
  "owner_org": "9814941c-2527-4c02-bebf-693a0cd761bd",
97
  "owner_org": "9814941c-2527-4c02-bebf-693a0cd761bd",
            
98
  "private": false,
98
  "private": false,
            
99
  "publication": "{\"publication_year\": \"2022\", \"publisher\": 
99
  "publication": "{\"publication_year\": \"2022\", \"publisher\": 
            
100
\"EnviDat\"}",
100
\"EnviDat\"}",
            
t
101
  "publication_state": "approved",
t
101
  "publication_state": "published",
            
102
  "related_datasets": "",
102
  "related_datasets": "",
            
103
  "related_publications": "Sch\u00fcrholt, K., Kowalski, J., 
103
  "related_publications": "Sch\u00fcrholt, K., Kowalski, J., 
            
104
L\u00f6we, H.; Elements of future snowpack modeling - Part 1: A 
104
L\u00f6we, H.; Elements of future snowpack modeling - Part 1: A 
            
105
physical\r\ninstability arising from the non-linear coupling of 
105
physical\r\ninstability arising from the non-linear coupling of 
            
106
transport and phase changes, The Cryosphere, 2022",
106
transport and phase changes, The Cryosphere, 2022",
            
107
  "relationships_as_object": [],
107
  "relationships_as_object": [],
            
108
  "relationships_as_subject": [],
108
  "relationships_as_subject": [],
            
109
  "resource_type": "software",
109
  "resource_type": "software",
            
110
  "resource_type_general": "software",
110
  "resource_type_general": "software",
            
111
  "resources": [
111
  "resources": [
            
112
    {
112
    {
            
113
      "cache_last_updated": null,
113
      "cache_last_updated": null,
            
114
      "cache_url": null,
114
      "cache_url": null,
            
115
      "created": "2022-02-22T11:43:51.622111",
115
      "created": "2022-02-22T11:43:51.622111",
            
116
      "description": "Data and code v1.0 downloaded from the 
116
      "description": "Data and code v1.0 downloaded from the 
            
117
git.\r\n\r\nRunning the code requires an installation of FEniCS via 
117
git.\r\n\r\nRunning the code requires an installation of FEniCS via 
            
118
docker.",
118
docker.",
            
119
      "doi": "",
119
      "doi": "",
            
120
      "format": "ZIP",
120
      "format": "ZIP",
            
121
      "hash": "",
121
      "hash": "",
            
122
      "id": "45b205e9-7643-4e89-a672-9e9e3c6a8ca8",
122
      "id": "45b205e9-7643-4e89-a672-9e9e3c6a8ca8",
            
123
      "last_modified": "2022-02-22T13:02:31.012819",
123
      "last_modified": "2022-02-22T13:02:31.012819",
            
124
      "metadata_modified": "2022-02-22T12:02:31.393756",
124
      "metadata_modified": "2022-02-22T12:02:31.393756",
            
125
      "mimetype": null,
125
      "mimetype": null,
            
126
      "mimetype_inner": null,
126
      "mimetype_inner": null,
            
127
      "name": "",
127
      "name": "",
            
128
      "package_id": "d31c1081-09f7-46db-a589-f73bb32dd539",
128
      "package_id": "d31c1081-09f7-46db-a589-f73bb32dd539",
            
129
      "position": 0,
129
      "position": 0,
            
130
      "publication_state": "",
130
      "publication_state": "",
            
131
      "resource_size": "{\"size_value\": \"\", \"size_units\": 
131
      "resource_size": "{\"size_value\": \"\", \"size_units\": 
            
132
\"kb\"}",
132
\"kb\"}",
            
133
      "resource_type": null,
133
      "resource_type": null,
            
134
      "restricted": "{\"level\": \"public\", \"allowed_users\": \"\", 
134
      "restricted": "{\"level\": \"public\", \"allowed_users\": \"\", 
            
135
\"shared_secret\": \"\"}",
135
\"shared_secret\": \"\"}",
            
136
      "size": 2470919,
136
      "size": 2470919,
            
137
      "state": "active",
137
      "state": "active",
            
138
      "url": 
138
      "url": 
            
139
205e9-7643-4e89-a672-9e9e3c6a8ca8/download/snowmodel_fenics-main.zip",
139
205e9-7643-4e89-a672-9e9e3c6a8ca8/download/snowmodel_fenics-main.zip",
            
140
      "url_type": "upload"
140
      "url_type": "upload"
            
141
    }
141
    }
            
142
  ],
142
  ],
            
143
  "spatial": 
143
  "spatial": 
            
144
\":\"Point\",\"coordinates\":[9.847249388913042,46.812044026610586]}",
144
\":\"Point\",\"coordinates\":[9.847249388913042,46.812044026610586]}",
            
145
  "spatial_info": "Switzerland",
145
  "spatial_info": "Switzerland",
            
146
  "state": "active",
146
  "state": "active",
            
147
  "subtitle": "",
147
  "subtitle": "",
            
148
  "tags": [
148
  "tags": [
            
149
    {
149
    {
            
150
      "display_name": "NUMERICAL MODEL",
150
      "display_name": "NUMERICAL MODEL",
            
151
      "id": "2a2f1c7b-7988-463a-a636-e271f4e978ea",
151
      "id": "2a2f1c7b-7988-463a-a636-e271f4e978ea",
            
152
      "name": "NUMERICAL MODEL",
152
      "name": "NUMERICAL MODEL",
            
153
      "state": "active",
153
      "state": "active",
            
154
      "vocabulary_id": null
154
      "vocabulary_id": null
            
155
    },
155
    },
            
156
    {
156
    {
            
157
      "display_name": "PATTERN FORMATION",
157
      "display_name": "PATTERN FORMATION",
            
158
      "id": "cd553000-48ed-4a0b-b41a-a3a53f9b24c0",
158
      "id": "cd553000-48ed-4a0b-b41a-a3a53f9b24c0",
            
159
      "name": "PATTERN FORMATION",
159
      "name": "PATTERN FORMATION",
            
160
      "state": "active",
160
      "state": "active",
            
161
      "vocabulary_id": null
161
      "vocabulary_id": null
            
162
    },
162
    },
            
163
    {
163
    {
            
164
      "display_name": "PYTHON",
164
      "display_name": "PYTHON",
            
165
      "id": "8be68dd8-8dcf-4f2c-857e-3af299d80605",
165
      "id": "8be68dd8-8dcf-4f2c-857e-3af299d80605",
            
166
      "name": "PYTHON",
166
      "name": "PYTHON",
            
167
      "state": "active",
167
      "state": "active",
            
168
      "vocabulary_id": null
168
      "vocabulary_id": null
            
169
    },
169
    },
            
170
    {
170
    {
            
171
      "display_name": "SNOW",
171
      "display_name": "SNOW",
            
172
      "id": "c4e9ea3f-6149-45ce-8631-c872b96a9537",
172
      "id": "c4e9ea3f-6149-45ce-8631-c872b96a9537",
            
173
      "name": "SNOW",
173
      "name": "SNOW",
            
174
      "state": "active",
174
      "state": "active",
            
175
      "vocabulary_id": null
175
      "vocabulary_id": null
            
176
    },
176
    },
            
177
    {
177
    {
            
178
      "display_name": "VAPOR TRANSPORT",
178
      "display_name": "VAPOR TRANSPORT",
            
179
      "id": "827ba2a2-5485-4a3a-916d-fd944e6ec873",
179
      "id": "827ba2a2-5485-4a3a-916d-fd944e6ec873",
            
180
      "name": "VAPOR TRANSPORT",
180
      "name": "VAPOR TRANSPORT",
            
181
      "state": "active",
181
      "state": "active",
            
182
      "vocabulary_id": null
182
      "vocabulary_id": null
            
183
    }
183
    }
            
184
  ],
184
  ],
            
185
  "title": "A numerical solver for heat and mass transport in snow 
185
  "title": "A numerical solver for heat and mass transport in snow 
            
186
based on FEniCS",
186
based on FEniCS",
            
187
  "type": "dataset",
187
  "type": "dataset",
            
188
  "url": null,
188
  "url": null,
            
189
  "version": "1.0"
189
  "version": "1.0"
            
190
}
190
}