雪安全是冬季重大体育赛事和滑雪产业的着重关切点。为应对极端气象条件，我们在2022年北京冬奥会首钢大跳台场馆和崇礼国家冬季两项中心实施了储雪作业。自动气象站、多次三维激光扫描、热力传感器和人工雪剖面提供了分析数据并采用SNOWPACK模型进行模拟研究。本研究对储雪堆状态及模型性能进行了详细评价。结果表明：首钢大跳台的初始雪堆体积为2356.6 m³，国家冬季两项中心的初始雪堆体积为2995.2 m³。首钢大跳台比赛日结束时，雪堆体积减少了6.7%；2月份至4月份之间，雪堆体积急剧减少了46%。雪、长波辐射、高反射率和蒸发的冷却作业导致土工布表面外表面温度低于空气温度。与首钢大跳台相比，国家冬季两项中心的雪堆温度梯度明显。这一差异导致雪堆距表面2.25 m深度处仍受到外界环境的影响，但有几天的滞后。积雪模型较好地再现了雪堆高度变化。该模型充分捕捉了土工布外表面的温度变化趋势，但低估了0 ℃以上的外表面温度。1月17日至4月27日期间，首钢大跳台的感热通量是最重要的能量收入项，而1月22日至3月4日期间，国家冬季两项中心的净短波辐射是最大的；湿土工布的蒸发冷却作用对首钢大跳台雪堆的保护具有重要作用。模拟结果对气温、土工布的反射率、雪密度和液态水含量非常敏感。在北京和崇礼分别覆盖0.7 m和0.4 m厚的秸秆碎屑可保证一半的雪堆度夏。本研究内容可服务于中国的储雪工程。

 

储雪,绝热保温材料,储雪观测,储雪模拟