Changes

              
    

          
          
        
        

            
f
1
{
f
1
{
            
2
  "author": "[{\"given_name\": \"Jan\", \"name\": \"Magnusson\", 
2
  "author": "[{\"given_name\": \"Jan\", \"name\": \"Magnusson\", 
            
3
\"email\": \"jan.magnusson@slf.ch\", \"data_credit\": []}, 
3
\"email\": \"jan.magnusson@slf.ch\", \"data_credit\": []}, 
            
4
{\"given_name\": \"Tobias\", \"name\": \"Jonas\", \"email\": 
4
{\"given_name\": \"Tobias\", \"name\": \"Jonas\", \"email\": 
            
5
\"jonas@slf.ch\", \"data_credit\": [], \"identifier\": 
5
\"jonas@slf.ch\", \"data_credit\": [], \"identifier\": 
            
6
\"0000-0003-0386-8676\", \"affiliation\": \"SLF\"}]",
6
\"0000-0003-0386-8676\", \"affiliation\": \"SLF\"}]",
            
7
  "author_email": null,
7
  "author_email": null,
            
8
  "creator_user_id": "ce748131-7d25-4847-9799-081994d553cd",
8
  "creator_user_id": "ce748131-7d25-4847-9799-081994d553cd",
            
9
  "date": 
9
  "date": 
            
10
:\"collected\",\"date\":\"2016-09-01\",\"end_date\":\"2022-08-31\"}]",
10
:\"collected\",\"date\":\"2016-09-01\",\"end_date\":\"2022-08-31\"}]",
            
11
  "doi": "10.16904/envidat.590",
11
  "doi": "10.16904/envidat.590",
            
12
  "funding": "[{\"institution\":\"WSL Institute for Snow and Avalanche 
12
  "funding": "[{\"institution\":\"WSL Institute for Snow and Avalanche 
            
13
Research 
13
Research 
            
14
grant_number\":\"\",\"institution_url\":\"\"},{\"institution\":\"Swiss 
14
grant_number\":\"\",\"institution_url\":\"\"},{\"institution\":\"Swiss 
            
15
Federal Office for the Environment 
15
Federal Office for the Environment 
            
16
(FOEN)\",\"grant_number\":\"\",\"institution_url\":\"\"}]",
16
(FOEN)\",\"grant_number\":\"\",\"institution_url\":\"\"}]",
            
17
  "groups": [],
17
  "groups": [],
            
18
  "id": "40c9f88b-e31c-40d9-95ed-3ea186807c96",
18
  "id": "40c9f88b-e31c-40d9-95ed-3ea186807c96",
            
19
  "isopen": true,
19
  "isopen": true,
            
20
  "license_id": "cc-by",
20
  "license_id": "cc-by",
            
21
  "license_title": "Creative Commons Attribution",
21
  "license_title": "Creative Commons Attribution",
            
22
  "license_url": "https://creativecommons.org/licenses/by/4.0/",
22
  "license_url": "https://creativecommons.org/licenses/by/4.0/",
            
23
  "maintainer": 
23
  "maintainer": 
            
24
an.magnusson@slf.ch\",\"given_name\":\"Jan\",\"name\":\"Magnusson\"}",
24
an.magnusson@slf.ch\",\"given_name\":\"Jan\",\"name\":\"Magnusson\"}",
            
25
  "maintainer_email": null,
25
  "maintainer_email": null,
            
26
  "metadata_created": "2025-02-05T12:13:37.937695",
26
  "metadata_created": "2025-02-05T12:13:37.937695",
            
n
27
  "metadata_modified": "2025-02-07T14:19:06.289633",
n
27
  "metadata_modified": "2025-03-04T10:59:19.657671",
            
28
  "name": "dataset-on-new-snow-water-equivalent",
28
  "name": "dataset-on-new-snow-water-equivalent",
            
29
  "notes": "This dataset includes quality-controlled measurements of 
29
  "notes": "This dataset includes quality-controlled measurements of 
            
30
new snow depth (HN), new snow water equivalent (HNW), snow depth (HS), 
30
new snow depth (HN), new snow water equivalent (HNW), snow depth (HS), 
            
31
and snow water equivalent (SWE) from 41 stations located in 
31
and snow water equivalent (SWE) from 41 stations located in 
            
32
Switzerland for the period from  2016-09-01 to 2022-08-31.\n\nThese 
32
Switzerland for the period from  2016-09-01 to 2022-08-31.\n\nThese 
            
33
data are the basis of the following publication: Magnusson J., Cluzet 
33
data are the basis of the following publication: Magnusson J., Cluzet 
            
34
B., Qu\u00e9no L., Mott R., Oberrauch M., Mazzotti G., Marty C., Jonas 
34
B., Qu\u00e9no L., Mott R., Oberrauch M., Mazzotti G., Marty C., Jonas 
            
35
T., 2025, Evaluating methods to estimate the water equivalent of new 
35
T., 2025, Evaluating methods to estimate the water equivalent of new 
            
36
snow from daily snow depth recordings, Cold Regions Science and 
36
snow from daily snow depth recordings, Cold Regions Science and 
            
37
Technology, 
37
Technology, 
            
38
https://doi.org/10.1016/j.coldregions.2025.104435.\n\nAbstract\n\nThe 
38
https://doi.org/10.1016/j.coldregions.2025.104435.\n\nAbstract\n\nThe 
            
39
water equivalent of new snow (HNW) plays a crucial role in various 
39
water equivalent of new snow (HNW) plays a crucial role in various 
            
40
fields, including hydrological modeling, avalanche forecasting, and 
40
fields, including hydrological modeling, avalanche forecasting, and 
            
41
assessing snow loads on structures. However, in contrast to snow depth 
41
assessing snow loads on structures. However, in contrast to snow depth 
            
42
(HS), obtaining HNW measurements is challenging as well as 
42
(HS), obtaining HNW measurements is challenging as well as 
            
43
time-consuming and is hence rarely measured. Therefore, we assess the 
43
time-consuming and is hence rarely measured. Therefore, we assess the 
            
44
reliability of two semi-empirical methods, HS2SWE and \u0394SNOW, for 
44
reliability of two semi-empirical methods, HS2SWE and \u0394SNOW, for 
            
45
estimating HNW. These methods are designed to simulate continuous 
45
estimating HNW. These methods are designed to simulate continuous 
            
46
water equivalent of the snowpack (SWE) from daily HS only, with 
46
water equivalent of the snowpack (SWE) from daily HS only, with 
            
47
changes in SWE yielding daily HNW estimates. We compare both 
47
changes in SWE yielding daily HNW estimates. We compare both 
            
48
parametric methods against HNW predictions from a physics-based snow 
48
parametric methods against HNW predictions from a physics-based snow 
            
49
model (FSM2oshd) that integrates daily HS recordings using data 
49
model (FSM2oshd) that integrates daily HS recordings using data 
            
50
assimilation. Our findings reveal that all methods exhibit similar 
50
assimilation. Our findings reveal that all methods exhibit similar 
            
51
performance, with relative biases of less than ~3\u202f% in 
51
performance, with relative biases of less than ~3\u202f% in 
            
52
replicating SWE observations commonly used for model evaluations. 
52
replicating SWE observations commonly used for model evaluations. 
            
53
However, the \u0394SNOW model tends to underestimate daily HNW by 
53
However, the \u0394SNOW model tends to underestimate daily HNW by 
            
54
~17\u202f%, whereas HS2SWE and FSM2oshd combined with a particle 
54
~17\u202f%, whereas HS2SWE and FSM2oshd combined with a particle 
            
55
filter data assimilation scheme provide nearly unbiased estimates, 
55
filter data assimilation scheme provide nearly unbiased estimates, 
            
56
with relative biases below ~5\u202f%. In contrast to the parsimonious 
56
with relative biases below ~5\u202f%. In contrast to the parsimonious 
            
57
parametric methods, we show that the physics-based approach can yield 
57
parametric methods, we show that the physics-based approach can yield 
            
58
information about unobserved variables, such as total solid 
58
information about unobserved variables, such as total solid 
            
59
precipitation amounts, that may differ from HNW due to concurrent 
59
precipitation amounts, that may differ from HNW due to concurrent 
            
60
melt. Overall, our results underscore the potential of utilizing 
60
melt. Overall, our results underscore the potential of utilizing 
            
61
commonly available daily HS data in conjunction with appropriate 
61
commonly available daily HS data in conjunction with appropriate 
            
62
modeling techniques to provide valuable insights into snow 
62
modeling techniques to provide valuable insights into snow 
            
63
accumulation processes. Our study demonstrates that daily SWE 
63
accumulation processes. Our study demonstrates that daily SWE 
            
64
observations or supplementary measurements like HNW are important for 
64
observations or supplementary measurements like HNW are important for 
            
65
validating the day-to-day accuracy of simulations and should ideally 
65
validating the day-to-day accuracy of simulations and should ideally 
            
66
already be incorporated during the calibration and development of 
66
already be incorporated during the calibration and development of 
            
67
models.\n\nAcknowlegements\n\nThese data were recorded by SLF 
67
models.\n\nAcknowlegements\n\nThese data were recorded by SLF 
            
68
observers and staff members. Their contribution is gratefully 
68
observers and staff members. Their contribution is gratefully 
            
69
acknowledged.",
69
acknowledged.",
            
70
  "num_resources": 1,
70
  "num_resources": 1,
            
71
  "num_tags": 5,
71
  "num_tags": 5,
            
72
  "organization": {
72
  "organization": {
            
73
    "approval_status": "approved",
73
    "approval_status": "approved",
            
74
    "created": "2021-08-23T15:25:48.676190",
74
    "created": "2021-08-23T15:25:48.676190",
            
75
    "description": "The research group \u00abSnow Hydrology\u00bb 
75
    "description": "The research group \u00abSnow Hydrology\u00bb 
            
76
investigates snow as a component of the hydrological cycle. In the 
76
investigates snow as a component of the hydrological cycle. In the 
            
77
Alps a significant percentage of precipitation comes in the form of 
77
Alps a significant percentage of precipitation comes in the form of 
            
78
snow. The timing of snow melt thus influences the annual dynamics of 
78
snow. The timing of snow melt thus influences the annual dynamics of 
            
79
runoff from alpine watersheds. Of particular interest for our research 
79
runoff from alpine watersheds. Of particular interest for our research 
            
80
is to enhance estimations of snow water resources and subsequent melt 
80
is to enhance estimations of snow water resources and subsequent melt 
            
81
water discharge.\r\n\r\nThe research group covers a broad range of 
81
water discharge.\r\n\r\nThe research group covers a broad range of 
            
82
projects and methods. The latest measuring techniques are used to 
82
projects and methods. The latest measuring techniques are used to 
            
83
investigate snow distribution patterns in alpine terrain, e.g. laser 
83
investigate snow distribution patterns in alpine terrain, e.g. laser 
            
84
scanning or radar technology. We use different types of numerical 
84
scanning or radar technology. We use different types of numerical 
            
85
models to calculate snow water resources based on input data from 
85
models to calculate snow water resources based on input data from 
            
86
meteorological monitoring networks. These models are being used to 
86
meteorological monitoring networks. These models are being used to 
            
87
predict the consequences of climate change on the water balance of 
87
predict the consequences of climate change on the water balance of 
            
88
mountain watersheds. The models also constitute a valuable tool for 
88
mountain watersheds. The models also constitute a valuable tool for 
            
89
our operational services, such as periodic snow hydrological 
89
our operational services, such as periodic snow hydrological 
            
90
bulletins, which contribute to the federal flood prevention and 
90
bulletins, which contribute to the federal flood prevention and 
            
91
forecasting system.\r\n\r\nThe research group \u00abSnow 
91
forecasting system.\r\n\r\nThe research group \u00abSnow 
            
92
Hydrology\u00bb is based in Davos and ensures the link between other 
92
Hydrology\u00bb is based in Davos and ensures the link between other 
            
93
Davosian research groups and the research unit \u201dMountain 
93
Davosian research groups and the research unit \u201dMountain 
            
94
Hydrology and Mass Movements\u201d in Birmensdorf.",
94
Hydrology and Mass Movements\u201d in Birmensdorf.",
            
95
    "id": "d66115d3-c4f9-4f6e-8ff1-5791549e0386",
95
    "id": "d66115d3-c4f9-4f6e-8ff1-5791549e0386",
            
96
    "image_url": "",
96
    "image_url": "",
            
97
    "is_organization": true,
97
    "is_organization": true,
            
98
    "name": "snow-hydrology",
98
    "name": "snow-hydrology",
            
99
    "state": "active",
99
    "state": "active",
            
100
    "title": "Snow Hydrology",
100
    "title": "Snow Hydrology",
            
101
    "type": "organization"
101
    "type": "organization"
            
102
  },
102
  },
            
103
  "owner_org": "d66115d3-c4f9-4f6e-8ff1-5791549e0386",
103
  "owner_org": "d66115d3-c4f9-4f6e-8ff1-5791549e0386",
            
104
  "private": false,
104
  "private": false,
            
105
  "publication": 
105
  "publication": 
            
106
"{\"publisher\":\"EnviDat\",\"publication_year\":\"2025\"}",
106
"{\"publisher\":\"EnviDat\",\"publication_year\":\"2025\"}",
            
107
  "publication_state": "published",
107
  "publication_state": "published",
            
108
  "related_publications": "\n wsl:33890\n wsl:6621",
108
  "related_publications": "\n wsl:33890\n wsl:6621",
            
109
  "relationships_as_object": [],
109
  "relationships_as_object": [],
            
110
  "relationships_as_subject": [],
110
  "relationships_as_subject": [],
            
111
  "resource_type": "dataset",
111
  "resource_type": "dataset",
            
112
  "resource_type_general": "dataset",
112
  "resource_type_general": "dataset",
            
113
  "resources": [
113
  "resources": [
            
114
    {
114
    {
            
115
      "cache_last_updated": null,
115
      "cache_last_updated": null,
            
116
      "cache_url": null,
116
      "cache_url": null,
            
117
      "created": "2025-02-07T11:44:32.333601",
117
      "created": "2025-02-07T11:44:32.333601",
            
118
      "description": "The .zip file contains all data as described in 
118
      "description": "The .zip file contains all data as described in 
            
119
this repository and associated publication. The .zip file contains a 
119
this repository and associated publication. The .zip file contains a 
            
120
readme file describing its content in detail.",
120
readme file describing its content in detail.",
            
121
      "doi": "",
121
      "doi": "",
            
122
      "format": "ZIP",
122
      "format": "ZIP",
            
123
      "hash": "",
123
      "hash": "",
            
124
      "id": "dd301f7e-817c-4564-9e3a-e1861ddba8f7",
124
      "id": "dd301f7e-817c-4564-9e3a-e1861ddba8f7",
            
125
      "last_modified": "2025-02-07T12:45:07.229000",
125
      "last_modified": "2025-02-07T12:45:07.229000",
            
126
      "metadata_modified": "2025-02-07T11:45:08.488844",
126
      "metadata_modified": "2025-02-07T11:45:08.488844",
            
127
      "mimetype": "application/zip",
127
      "mimetype": "application/zip",
            
128
      "mimetype_inner": null,
128
      "mimetype_inner": null,
            
129
      "name": "new_snow_dataset_v1.zip",
129
      "name": "new_snow_dataset_v1.zip",
            
130
      "package_id": "40c9f88b-e31c-40d9-95ed-3ea186807c96",
130
      "package_id": "40c9f88b-e31c-40d9-95ed-3ea186807c96",
            
131
      "position": 0,
131
      "position": 0,
            
132
      "resource_size": "{\"size_value\":\"\",\"size_units\":\"\"}",
132
      "resource_size": "{\"size_value\":\"\",\"size_units\":\"\"}",
            
133
      "resource_type": null,
133
      "resource_type": null,
            
134
      "restricted": 
134
      "restricted": 
            
135
{\"level\":\"public\",\"allowed_users\":\"\",\"shared_secret\":\"\"}",
135
{\"level\":\"public\",\"allowed_users\":\"\",\"shared_secret\":\"\"}",
            
136
      "size": 126716,
136
      "size": 126716,
            
137
      "state": "active",
137
      "state": "active",
            
138
      "url": 
138
      "url": 
            
139
d301f7e-817c-4564-9e3a-e1861ddba8f7/download/new_snow_dataset_v1.zip",
139
d301f7e-817c-4564-9e3a-e1861ddba8f7/download/new_snow_dataset_v1.zip",
            
140
      "url_type": "upload"
140
      "url_type": "upload"
            
141
    }
141
    }
            
142
  ],
142
  ],
            
143
  "spatial": 
143
  "spatial": 
            
144
838],[10.49203,47.80838],[10.49203,45.81802],[5.95587,45.81802]]]}]}",
144
838],[10.49203,47.80838],[10.49203,45.81802],[5.95587,45.81802]]]}]}",
            
145
  "state": "active",
145
  "state": "active",
            
146
  "subtitle": "",
146
  "subtitle": "",
            
147
  "tags": [
147
  "tags": [
            
148
    {
148
    {
            
149
      "display_name": "DATA ASSIMILATION",
149
      "display_name": "DATA ASSIMILATION",
            
150
      "id": "80fc16be-3fc8-4261-968e-de9efdeed922",
150
      "id": "80fc16be-3fc8-4261-968e-de9efdeed922",
            
151
      "name": "DATA ASSIMILATION",
151
      "name": "DATA ASSIMILATION",
            
152
      "state": "active",
152
      "state": "active",
            
153
      "vocabulary_id": null
153
      "vocabulary_id": null
            
154
    },
154
    },
            
155
    {
155
    {
            
156
      "display_name": "NEW SNOW",
156
      "display_name": "NEW SNOW",
            
157
      "id": "ebebaf63-35d6-4922-9776-d3da7eeb1938",
157
      "id": "ebebaf63-35d6-4922-9776-d3da7eeb1938",
            
158
      "name": "NEW SNOW",
158
      "name": "NEW SNOW",
            
159
      "state": "active",
159
      "state": "active",
            
160
      "vocabulary_id": null
160
      "vocabulary_id": null
            
161
    },
161
    },
            
162
    {
162
    {
            
163
      "display_name": "PRECIPITATION",
163
      "display_name": "PRECIPITATION",
            
164
      "id": "dba7b369-a028-4ce3-805f-ecbefe796885",
164
      "id": "dba7b369-a028-4ce3-805f-ecbefe796885",
            
165
      "name": "PRECIPITATION",
165
      "name": "PRECIPITATION",
            
166
      "state": "active",
166
      "state": "active",
            
167
      "vocabulary_id": null
167
      "vocabulary_id": null
            
168
    },
168
    },
            
169
    {
169
    {
            
170
      "display_name": "SNOW MODELLING",
170
      "display_name": "SNOW MODELLING",
            
171
      "id": "ac0cab5d-dbcb-47da-bf2b-412714fd87ec",
171
      "id": "ac0cab5d-dbcb-47da-bf2b-412714fd87ec",
            
172
      "name": "SNOW MODELLING",
172
      "name": "SNOW MODELLING",
            
173
      "state": "active",
173
      "state": "active",
            
174
      "vocabulary_id": null
174
      "vocabulary_id": null
            
175
    },
175
    },
            
176
    {
176
    {
            
177
      "display_name": "SNOWFALL",
177
      "display_name": "SNOWFALL",
            
178
      "id": "41efe0da-5609-4ede-93fa-b7bcde7b9daf",
178
      "id": "41efe0da-5609-4ede-93fa-b7bcde7b9daf",
            
179
      "name": "SNOWFALL",
179
      "name": "SNOWFALL",
            
180
      "state": "active",
180
      "state": "active",
            
181
      "vocabulary_id": null
181
      "vocabulary_id": null
            
182
    }
182
    }
            
183
  ],
183
  ],
            
184
  "title": "Dataset on new snow water equivalent",
184
  "title": "Dataset on new snow water equivalent",
            
185
  "type": "dataset",
185
  "type": "dataset",
            
t
186
  "url": null
t
186
  "url": null,
            
187
  "version": "1.0"
            
187
}
188
}