Northern Hemisphere Blended Snow Extent and Snow Mass Time Series
This paper presents an analysis of observed and simulated historical snow cover extent and snow mass, along with future snow cover projections from models participating in the 6th phase of the World Climate Research Programme Coupled Model Inter-comparison Project (CMIP6). Where appropriate, the CMIP6 output is compared to CMIP5 results in order to assess progress (or absence thereof) between successive model generations. An ensemble of six observation-based products is used to produce a new time series of historical Northern Hemisphere snow extent anomalies and trends; a subset of four of these products is used for snow mass. Trends in snow extent over 1981-2018 are negative in all months, and exceed -50 x 103 km2 during November, December, March, and May. Snow mass trends are approximately -5 Gt/year or more for all months from December to May. Overall, the CMIP6 multi-model ensemble better represents the snow extent climatology over the 1981-2014 period for all months, correcting a low bias in CMIP5. Simulated snow extent and snow mass trends over the 1981-2014 period are stronger in CMIP6 than in CMIP5, although large inter-model spread remains in the simulated trends for both variables. There is a single linear relationship between projected spring snow extent and global surface air temperature (GSAT) changes, which is valid across all scenarios. This finding suggests that Northern Hemisphere spring snow extent will decrease by about 8% relative to the 1995-2014 level per °C of GSAT increase. The sensitivity of snow to temperature forcing largely explains the absence of any climate change pathway dependency, similar to other fast response components of the cryosphere such as sea ice and near surface permafrost.
Supplemental Information
The data in these four files are described in Mudryk et al. (2020).
-
monthly NH snow mass over the 1981-2018 time period based on estimates from MERRA2, Crocus, Brown, and GlobSnow.
-
monthly NH snow extent over the 1967-2018 time period based on estimates from NOAA Snow Chart record, JASMES, MERRA2, Crocus, Brown, and GlobSnow.
-
March snow extent based on Brown (2000) recalibrated to match 2.
-
April snow extent based on Brown (2000) recalibrated to match 2.
A full description of the analysis is contained in Mudryk et al. 2020
References:
Brown, R. D.: Northern Hemisphere snow cover variability and change, 1915–1997, J. Climate, 13, 2339–2355, 2000.
Mudryk, L., Santolaria-Otín, M., Krinner, G., Ménégoz, M., Derksen, C., Brutel-Vuilmet, C., Brady, M., and Essery, R.: Historical Northern Hemisphere snow cover trends and projected changes in the CMIP-6 multi-model ensemble, The Cryosphere Discuss., https://doi.org/10.5194/tc-2019-320, in review, 2020.
Jeux de données disponibles au téléchargement
Informations supplémentaires
| Champ | Valeur |
|---|---|
| Dernière mise à jour | octobre 20, 2025, 03:54 (TU) |
| Créé | octobre 20, 2025, 03:54 (TU) |
|
Domaine / Sujet
Domaine ou sujet du jeu de données catalogué.
|
|
|
Titre
Titre du jeu de données.
|
Northern Hemisphere Blended Snow Extent and Snow Mass Time Series |
|
Description
Une description du jeu de données.
|
This paper presents an analysis of observed and simulated historical snow cover extent and snow mass, along with future snow cover projections from models participating in the 6th phase of the World Climate Research Programme Coupled Model Inter-comparison Project (CMIP6). Where appropriate, the CMIP6 output is compared to CMIP5 results in order to assess progress (or absence thereof) between successive model generations. An ensemble of six observation-based products is used to produce a new time series of historical Northern Hemisphere snow extent anomalies and trends; a subset of four of these products is used for snow mass. Trends in snow extent over 1981-2018 are negative in all months, and exceed -50 x 103 km2 during November, December, March, and May. Snow mass trends are approximately -5 Gt/year or more for all months from December to May. Overall, the CMIP6 multi-model ensemble better represents the snow extent climatology over the 1981-2014 period for all months, correcting a low bias in CMIP5. Simulated snow extent and snow mass trends over the 1981-2014 period are stronger in CMIP6 than in CMIP5, although large inter-model spread remains in the simulated trends for both variables. There is a single linear relationship between projected spring snow extent and global surface air temperature (GSAT) changes, which is valid across all scenarios. This finding suggests that Northern Hemisphere spring snow extent will decrease by about 8% relative to the 1995-2014 level per °C of GSAT increase. The sensitivity of snow to temperature forcing largely explains the absence of any climate change pathway dependency, similar to other fast response components of the cryosphere such as sea ice and near surface permafrost. Supplemental Information The data in these four files are described in Mudryk et al. (2020).
A full description of the analysis is contained in Mudryk et al. 2020 References: Brown, R. D.: Northern Hemisphere snow cover variability and change, 1915–1997, J. Climate, 13, 2339–2355, 2000. Mudryk, L., Santolaria-Otín, M., Krinner, G., Ménégoz, M., Derksen, C., Brutel-Vuilmet, C., Brady, M., and Essery, R.: Historical Northern Hemisphere snow cover trends and projected changes in the CMIP-6 multi-model ensemble, The Cryosphere Discuss., https://doi.org/10.5194/tc-2019-320, in review, 2020. |
|
Étiquettes / Mots-clés
Mots-clés/étiquettes catégorisant le jeu de données.
|
|
|
Format (CSV, XLS, TXT, PDF, etc.)
Format de fichier du jeu de données.
|
|
|
Taille du jeu de données
Taille du jeu de données en mégaoctets.
|
|
|
Identifiant des métadonnées
Identifiant des métadonnées — peut être utilisé comme identifiant unique pour l’entrée du catalogue.
|
|
|
Date de publication
Date de publication du jeu de données.
|
2020-05-05 |
|
Période temporelle des données (date de début)
Date de début des données dans le jeu de données.
|
|
|
Période temporelle des données (date de fin)
Date de fin des données temporelles du jeu de données.
|
|
|
Zone géospatiale couverte
Région spatiale ou lieu nommé couvert par le jeu de données.
|
| Champ | Valeur |
|---|---|
|
Catégorie d’accès
Type d’accès accordé pour le jeu de données (ouvert, restreint, service, etc.).
|
|
|
Licence
Licence utilisée pour accéder au jeu de données.
|
Open Government Licence - Canada |
|
Restrictions d’utilisation
Restrictions d’utilisation des données.
|
|
|
Emplacement
Emplacement du jeu de données.
|
https://open.canada.ca/data/en/dataset/0f487b1a-8f45-4a56-9d9a-76e76f70163c |
|
Service de données
Service de données pour accéder à un jeu de données.
|
|
|
Propriétaire
Propriétaire du jeu de données.
|
Environment and Climate Change Canada | Environnement et Changement climatique Canada |
|
Point de contact
Qui contacter concernant l’accès ?
|
|
|
Courriel du point de contact
Courriel à utiliser pour l’accès ?
|
|
|
Éditeur
Éditeur du jeu de données.
|
|
|
Courriel de l’éditeur
Adresse courriel de l’éditeur.
|
|
|
Auteur
Auteur du jeu de données.
|
|
|
Courriel de l'auteur
Adresse courriel de l’auteur.
|
|
|
Date d’accès
Date à laquelle les données et métadonnées ont été consultées.
|
| Champ | Valeur |
|---|---|
|
Identifiant
Identifiant unique du jeu de données.
|
10.18164/cc133287-1a07-4588-b3b8-40d714edd90e |
|
Langue
Langue(s) du jeu de données
|
|
|
Lien vers la description du jeu de données
Une URL vers un document externe décrivant le jeu de données.
|
|
|
Identifiant persistant
Les données sont identifiées par un identifiant persistant.
|
|
|
Identifiant globalement unique
Les données sont identifiées par un identifiant persistant et globalement unique.
|
Yes |
|
Contient des données sur des individus
Le jeu de données contient-il des données sur des individus ?
|
|
|
Contient des données identifiables sur des individus
Le jeu de données contient-il des données identifiables sur des individus ?
|
|
|
Contient des données autochtones
Le jeu de données contient-il des données sur des communautés autochtones ?
|
|
|
Type de portail
Type de plateforme du portail source.
|
| Champ | Valeur |
|---|---|
|
Version
Version du jeu de données
|
None |
|
Source
Source du jeu de données.
|
None |
|
Notes de version
Notes de version à propos du jeu de données.
|
|
|
Est une version d’un autre jeu de données
Lien vers le jeu de données dont celui-ci est une version.
|
|
|
Autres versions
Lien vers les jeux de données qui en sont des versions.
|
|
|
Texte de provenance
Texte de provenance des données.
|
|
|
URL de provenance
URL de provenance des données.
|
|
|
Résolution temporelle
Décrit la granularité des données temporelles dans le jeu de données.
|
|
|
Résolution géospatiale en mètres
Décrit la granularité (en mètres) des données géospatiales dans le jeu de données.
|
|
|
Résolution géospatiale (par régions)
Décrit la granularité (par régions) des données géospatiales dans le jeu de données.
|
| Champ | Valeur |
|---|---|
|
Permission de la communauté autochtone
Qui détient la permission de la communauté autochtone. Qui contacter pour l’accès à un jeu de données concernant des communautés autochtones.
|
|
|
Permission communautaire
Permission communautaire (qui a accordé la permission).
|
|
|
Les communautés autochtones concernées par le jeu de données
Communautés autochtones dont sont issues les données.
|
| Champ | Valeur |
|---|---|
|
Nombre de lignes de données
Pour un jeu de données tabulaire, nombre total de lignes.
|
|
|
Nombre de colonnes de données
Pour un jeu de données tabulaire, nombre total de colonnes uniques.
|
|
|
Nombre de cellules de données
Pour un jeu de données tabulaire, nombre total de cellules contenant des données.
|
|
|
Nombre de relations de données
Pour un jeu de données RDF, nombre total de triplets.
|
|
|
Nombre d’entités
Pour un jeu de données RDF, nombre total d’entités.
|
|
|
Nombre de propriétés de données
Pour un jeu de données RDF, nombre total de propriétés uniques utilisées par les triplets.
|
|
|
Qualité des données
Décrit la qualité des données du jeu de données.
|
|
|
Métrique de qualité des données
Une métrique utilisée pour mesurer la qualité des données, telle que les valeurs manquantes ou les formats invalides.
|
0 Commentaires