Pelagic aggregates function as biological carbon pumps for transporting fixed organic carbon to sediments. In iron-rich (ferruginous) lakes, photoferrotrophic and chemolithoautotrophic bacteria contribute to CO2 fixation by oxidizing reduced iron, leading to the formation of iron-rich pelagic aggregates (iron snow). The significance of iron oxidizers in carbon fixation, their general role in iron snow functioning and the flow of carbon within iron snow is still unclear. Here, we combined a two-year metatranscriptome analysis of iron snow collected from an acidic lake with protein-based stable isotope probing to determine general metabolic activities and to trace 13CO2 incorporation in iron snow over time under oxic and anoxic conditions. mRNA-derived metatranscriptome of iron snow identified four key players (Leptospirillum, Ferrovum, Acidithrix, Acidiphilium) with relative abundances (59.6–85.7%) encoding ecologically relevant pathways, including carbon fixation and polysaccharide biosynthesis. No transcriptional activity for carbon fixation from archaea or eukaryotes was detected. 13CO2 incorporation studies identified active chemolithoautotroph Ferrovum under both conditions. Only 1.0–5.3% relative 13C abundances were found in heterotrophic Acidiphilium and Acidocella under oxic conditions. These data show that iron oxidizers play an important role in CO2 fixation, but the majority of fixed C will be directly transported to the sediment without feeding heterotrophs in the water column in acidic ferruginous lakes.

All Roads Lead to the Snow-Capped Mountains: An Examination of Snow in Norwegian Nation Building During the Late 19th Century. Uppsala University: Dep. of History of Science and Ideas, Bachelor of Art’s thesis, spring term 2024. This essay examines three literary works by Norwegian polar explorer Fridtjof Nansen. The purpose is to explore the ways in which snow played a part in Norwegian nationalism at the end of the 19th century. At the time that Nansen’s books were originally published, Norway had been at the political and cultural mercy of its neighboring nations for the past five centuries. An ambition for complete independence was brewing, and Fridtjof Nansen became part of a group of intellectuals tasked with creating a new national identity, one that was constructed through the creation of cultural borders and visions of a nation aligned with a perceived glorious past. National romanticism had a strong grip on Europe in general during this time, and infusing the national identity with a romanticized nature was commonplace. Norway is no exception to this, but the argument put forth here is that snow played a particular part in creating the new nation, aside from the rest of nature. Fridtjof Nansen personified, through his own activism and resistance to the unions, the Norwegian identity, and became in a sense synonymous with it. Through his personal relationship with snow, snow became personal to the nation.

From the Proceedings of the 1972 Meetings of the Arizona Section - American Water Resources Assn. and the Hydrology Section - Arizona Academy of Science - May 5-6, 1972, Prescott, Arizona / Inventory-prediction relationships between snowpack conditions and forest attributes may be useful in estimating water yields derived from snow, but such relationships are developed usually from source data collected over a short time period. Analyses of long-term data suggest inventory-prediction relationships developed from limited data may have more general application, however. Available records from 18 snow courses in the ponderosa pine type in Arizona provided source data in this study, which was designed to empirically analyze inventory-prediction relationships developed from long-term snow survey records. The primary hypothesis tested and evaluated by statistically analyzing the family of regression equations representing a snow course, was that, given a precipitation input, the distribution of snowpack water equivalent at peak seasonal accumulation is determined by the spatial arrangement of the forest cover, e.g. basal area. Generally 12 of the 18 snow courses evaluated appeared to support the hypothesis, three courses did not, and three courses were considered inconclusive.

From the Proceedings of the 1973 Meetings of the Arizona Section - American Water Resources Assn. and the Hydrology Section - Arizona Academy of Science - May 4-5, 1973, Tucson, Arizona / A preliminary study of probability distributions for use on snowpack accumulation in the central Arizona highlands was made from 22 snow courses selected as having 10 or more years of available records. Due to the frequent occurrence of zero water equivalent value, application of a single continuous probability distribution is precluded. By means of two distributions, however, the snowpack water equivalent can be assessed by a binomial distribution describing the probability of snow, and a lognormal distribution describing the probability of water equivalent. The area chosen for detailed analysis is where the headwaters of many of Arizona's major river systems occur.

From the Proceedings of the 1976 Meetings of the Arizona Section - American Water Resources Assn. and the Hydrology Section - Arizona Academy of Science - April 29-May 1, 1976, Tucson, Arizona / The general hydrologic characteristics, selected climatic factors, and soil properties of the high-elevation grasslands are compared to the surrounding forest. Evidence shows that water yield could be increased by 1-1/2 to 2 inches if snow could be held where it falls. It may be possible to establish tree windbreaks in the grassland by altering the microclimate during establishment, and introducing mycorrhiza with the planted seedlings. This conclusion is supported by good survival in a 2-year planting trial.

Rubber granulates, used at artificial grass pitches, pose a threat to the environment when leaking into the nature. As the granulates leak to the environment through rain water and snow clearances, they can be transported by rivers and later on end up in the marine life. Therefore, reducing the snow clearances to its minimum is of importance. If the snow clearance problem is minimized or even eliminated, this will have a positive impact on the surrounding nature. The object of this project is to propose a method for deciding when to remove snow and automate the information dispersing upon clearing or closing a pitch. This includes finding low powered sensors to measure snow depth, find a machine learning model to predict upcoming snow levels and create an application with a clear and easy-to-use interface to present weather information and disperse information to the responsible persons. Controlled experiments is used to find the models and sensors that are suitable to solve this problem. The sensors are tested on a single snow quality, where ultrasonic and infrared sensors are found suitable. However, fabricated tests for newly fallen snow questioned the possibility of measuring snow depth using the ultrasonic sensor in the general case. Random Forest is presented as the machine learning model that predicts future snow levels with the highest accuracy. From a survey, indications is found that the web application fulfills the intended functionalities, with some improvements suggested.

In dieser Dissertation wird erstmalig ein theoretisches Fundament zur Beschneiung virtueller Szenen entwickelt. Das theoretische Fundament wird als analytisches Modell in Form einer Diffusionsgleichung formuliert. Aus dem analytischen Modell lässt sich eine Gruppe von Algorithmen zur Beschneiung virtueller Szenen ableiten. Eingehende Voruntersuchungen zur allgemeinen Modellierung natürlicher Phänomene in der Computergraphik sowie eine Klassifikation der bestehenden Literatur über mathematische Schneemodellierung bilden den Anfang der Arbeit. Aus der umfassenden Darstellung der Eigenschaften von Schnee, wie er in der Natur vorkommt, ergeben sich die Grundlagen für die Modellbildung. Die Modellbildung fußt auf den grundlegenden Ansätzen der klassischen Mechanik und der statistischen Physik. Für die Beschneiung auf visueller Skala erweist sich der Diffusionsprozess als geeignete Beschreibung. Mit der Beschreibung lassen sich diffusiv Schneeoberflächen erzeugen. Der konkrete computergraphische Wert des theoretischen Fundaments wird anhand zweier Implementierungen exemplarisch dargestellt, und zwar in der Distanzfeldmethode und der Diffusionskernmethode. Die Ergebnisse werden mithilfe dreidimensionaler Rauschtexturen und Alpha-Masken an den Rändern fotorealistisch visualisiert.:1. Einleitung 7 2. Zentrale Beiträge dieser Arbeit 11 3. Natürliche Phänomenmodellierung in der Computergraphik 13 3.1. Die Rolle der computergraphisch modellierten Naturphänomene in der Informatik . . . . 14 3.2. Repräsentationsformen natürlicher Phänomene in der Computergraphik . . . . 16 3.3. Modellierungsmethoden im Überblick . . . . . . . . . . . . . . . . . . . . 20 3.3.1. Bildbasierte Methoden . . . . . . . . . . . . . . . . . . . . . . . . . 21 3.3.2. Diskretisierungsbasierte Methoden . . . . . . . . . . . . . . . . . . 21 3.3.3. Kontinuumsbasierte Methoden . . . . . . . . . . . . . . . . . . . . 22 3.3.4. Modellreduktionsmethoden . . . . . . . . . . . . . . . . . . . . . . 23 3.3.5. Interaktionsmethoden . . . . . . . . . . . . . . . . . . . . . . . . . 24 3.4. Klassifikation der natürlichen Phänomene in der Computergraphik . . . . 25 3.4.1. Statische Phänomene . . . . . . . . . . . . . . . . . . . . . . . . . . 26 3.4.2. Dynamische Phänomene . . . . . . . . . . . . . . . . . . . . . . . . 28 3.4.3. Zusammengesetzte Phänomene . . . . . . . . . . . . . . . . . . . . 30 3.4.4. Sonstige natürliche Phänomene . . . . . . . . . . . . . . . . . . . . 32 3.5. Schlussfolgerung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 4. Schnee in der Natur 35 4.1. Entstehung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 4.2. Niederschlag . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 4.3. Akkumulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38 4.4. Metamorphose . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39 4.5. Computergraphisch modellierbare Aspekte . . . . . . . . . . . . . . . . . . 40 5. Vorarbeiten zur computergraphischen Schneemodellierung 45 5.1. Modellierung statischer Aspekte . . . . . . . . . . . . . . . . . . . . . . . . 45 5.1.1. Optische Schneeeigenschaften . . . . . . . . . . . . . . . . . . . . . 45 5.1.2. Geometrische Form der Schneeoberflächen . . . . . . . . . . . . . . 46 5.1.3. Schnee als makroskopische Landschaftstextur . . . . . . . . . . . . 48 5.2. Modellierung dynamischer Aspekte . . . . . . . . . . . . . . . . . . . . . . 48 5.2.1. Schneefall . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48 5.2.2. Schneeschmelze . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50 5.2.3. Lokale Schneeumlagerung und Kompaktifizierung . . . . . . . . . . 50 5.2.4. Bisher nicht modellierte Aspekte . . . . . . . . . . . . . . . . . . . 51 5.3. Zusammenfassung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52 6. Physikalische Methoden zur Darstellung von Materialflüssen und Phasengrenzen 55 6.1. Mikroskopische Modelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 6.1.1. Formale Schneecharakterisierung mit einer Vielteilchen-Hamilton- Funktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 6.1.2. Statistische Formulierung der Vielteilchenbeschreibung . . . . . . . 57 6.2. Makroskopische Modelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59 6.2.1. Schneeverteilung als globales Strahlungsgleichgewicht . . . . . . . 59 6.2.2. Lokale stochastische Darstellung als getriebene Oberfläche . . . . . 61 6.2.3. Oberflächenentwicklung als Reaktionsdiffusion . . . . . . . . . . . 63 6.3. Zusammenfassung und Schlussfolgerung . . . . . . . . . . . . . . . . . . . 65 7. Eigenschaften und Lösungen von Diffusionsgleichungen 67 7.1. Das physikalische Prinzip der Diffusion . . . . . . . . . . . . . . . . . . . . 67 7.1.1. Grundlagen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67 7.1.2. Diffusion auf Höhenfeldern . . . . . . . . . . . . . . . . . . . . . . 68 7.2. Mathematische Behandlung linearer Diffusionsgleichungen . . . . . . . . . 70 7.2.1. Konstruktion von allgemeinen Lösungen mittels Fundamentallösung 70 7.3. Analytische Lösungsbeispiele . . . . . . . . . . . . . . . . . . . . . . . . . 72 8. Computergraphische Erzeugung von Schneeoberflächengeometrien 75 8.1. Faltung als Grundprinzip der diffusiven Schneedeckenerzeugung . . . . . . 76 8.2. Datenstrukturen zur Darstellung von Schneedecken . . . . . . . . . . . . . 79 8.3. Darstellung mittels Distanzfeld . . . . . . . . . . . . . . . . . . . . . . . . 81 8.3.1. Details der Distanzfeldmethode . . . . . . . . . . . . . . . . . . . . 81 8.3.2. Diskussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85 8.4. Darstellung als Diffusionsprozess . . . . . . . . . . . . . . . . . . . . . . . 86 8.4.1. Modelldetails . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86 8.4.2. Diskussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94 8.5. Erweiterung für Überhänge und Schneebrücken . . . . . . . . . . . . . . . 96 8.5.1. Brückenerzeugung . . . . . . . . . . . . . . . . . . . . . . . . . . . 97 8.5.2. Überhangsberechnung . . . . . . . . . . . . . . . . . . . . . . . . . 98 8.5.3. Ergebnisse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99 8.5.4. Diskussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100 8.6. Vergleich und Verallgemeinerbarkeit der Schneemodellierungsansätze . . . 101 9. Visualisierung virtueller Schneeoberflächen 103 9.1. Schneeoberfläche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103 9.2. Schneeränder . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104 9.3. Diskussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106 10.Zusammenfassung und Schlussfolgerungen 107 10.1. Zusammenfassung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107 10.2. Schlussfolgerungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108 A. Beobachtungssammlung natürlicher Schneeformen 109 A.1. Randprofile und Stützflächenabhängigkeit . . . . . . . . . . . . . . . . . . 109 A.2. Verdeckung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111 A.3. Glättung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113 A.4. Innenränder . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116 A.5. Brücken und Überhänge . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118 A.6. Nicht modellierte Aspekte . . . . . . . . . . . . . . . . . . . . . . . . . . . 122 B. Sammlung virtuell beschneiter Szenen 125 B.1. Distanzfeldmethode . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125 B.2. Diffusionskernmethode . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127 B.3. Brückenbildung und Überhänge . . . . . . . . . . . . . . . . . . . . . . . . 130 Literaturverzeichnis 131 Abbildungsverzeichnis 143 Veröffentlichungen 151 / In this dissertation for the first time a theoretical foundation is developed for snow accumulation in virtual scenes. The theoretical foundation is formulated in an analytical model as diffusion equation. The analytical model leads to a group of algorithms for virtual snow accumulation. Comprehensive investigations for the modelling of natural phenomena in computer graphics in general are used to develop a method classification scheme. Another classification is given for an overview over the aspects of snow in the real world. This allows an efficient presentation of related literature on snow modelling. A new approach of snow modelling is then drawn from first principles of classical mechanics and statistical physics. Diffusion processes provide an efficient theoretical framework for snow accumulation. The mathematical structure of diffusion equations is discussed and demonstrated to be adequate to snow modelling in visual scales. The value of the theoretical foundation for computer graphics is demonstrated with two exemplary implementations, a distance field method and the diffusion kernel method. Results are visualized with 3D noise textures and alpha masks near borders delivering photorealistic snow pictures.:1. Einleitung 7 2. Zentrale Beiträge dieser Arbeit 11 3. Natürliche Phänomenmodellierung in der Computergraphik 13 3.1. Die Rolle der computergraphisch modellierten Naturphänomene in der Informatik . . . . 14 3.2. Repräsentationsformen natürlicher Phänomene in der Computergraphik . . . . 16 3.3. Modellierungsmethoden im Überblick . . . . . . . . . . . . . . . . . . . . 20 3.3.1. Bildbasierte Methoden . . . . . . . . . . . . . . . . . . . . . . . . . 21 3.3.2. Diskretisierungsbasierte Methoden . . . . . . . . . . . . . . . . . . 21 3.3.3. Kontinuumsbasierte Methoden . . . . . . . . . . . . . . . . . . . . 22 3.3.4. Modellreduktionsmethoden . . . . . . . . . . . . . . . . . . . . . . 23 3.3.5. Interaktionsmethoden . . . . . . . . . . . . . . . . . . . . . . . . . 24 3.4. Klassifikation der natürlichen Phänomene in der Computergraphik . . . . 25 3.4.1. Statische Phänomene . . . . . . . . . . . . . . . . . . . . . . . . . . 26 3.4.2. Dynamische Phänomene . . . . . . . . . . . . . . . . . . . . . . . . 28 3.4.3. Zusammengesetzte Phänomene . . . . . . . . . . . . . . . . . . . . 30 3.4.4. Sonstige natürliche Phänomene . . . . . . . . . . . . . . . . . . . . 32 3.5. Schlussfolgerung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 4. Schnee in der Natur 35 4.1. Entstehung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 4.2. Niederschlag . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 4.3. Akkumulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38 4.4. Metamorphose . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39 4.5. Computergraphisch modellierbare Aspekte . . . . . . . . . . . . . . . . . . 40 5. Vorarbeiten zur computergraphischen Schneemodellierung 45 5.1. Modellierung statischer Aspekte . . . . . . . . . . . . . . . . . . . . . . . . 45 5.1.1. Optische Schneeeigenschaften . . . . . . . . . . . . . . . . . . . . . 45 5.1.2. Geometrische Form der Schneeoberflächen . . . . . . . . . . . . . . 46 5.1.3. Schnee als makroskopische Landschaftstextur . . . . . . . . . . . . 48 5.2. Modellierung dynamischer Aspekte . . . . . . . . . . . . . . . . . . . . . . 48 5.2.1. Schneefall . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48 5.2.2. Schneeschmelze . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50 5.2.3. Lokale Schneeumlagerung und Kompaktifizierung . . . . . . . . . . 50 5.2.4. Bisher nicht modellierte Aspekte . . . . . . . . . . . . . . . . . . . 51 5.3. Zusammenfassung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52 6. Physikalische Methoden zur Darstellung von Materialflüssen und Phasengrenzen 55 6.1. Mikroskopische Modelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 6.1.1. Formale Schneecharakterisierung mit einer Vielteilchen-Hamilton- Funktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 6.1.2. Statistische Formulierung der Vielteilchenbeschreibung . . . . . . . 57 6.2. Makroskopische Modelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59 6.2.1. Schneeverteilung als globales Strahlungsgleichgewicht . . . . . . . 59 6.2.2. Lokale stochastische Darstellung als getriebene Oberfläche . . . . . 61 6.2.3. Oberflächenentwicklung als Reaktionsdiffusion . . . . . . . . . . . 63 6.3. Zusammenfassung und Schlussfolgerung . . . . . . . . . . . . . . . . . . . 65 7. Eigenschaften und Lösungen von Diffusionsgleichungen 67 7.1. Das physikalische Prinzip der Diffusion . . . . . . . . . . . . . . . . . . . . 67 7.1.1. Grundlagen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67 7.1.2. Diffusion auf Höhenfeldern . . . . . . . . . . . . . . . . . . . . . . 68 7.2. Mathematische Behandlung linearer Diffusionsgleichungen . . . . . . . . . 70 7.2.1. Konstruktion von allgemeinen Lösungen mittels Fundamentallösung 70 7.3. Analytische Lösungsbeispiele . . . . . . . . . . . . . . . . . . . . . . . . . 72 8. Computergraphische Erzeugung von Schneeoberflächengeometrien 75 8.1. Faltung als Grundprinzip der diffusiven Schneedeckenerzeugung . . . . . . 76 8.2. Datenstrukturen zur Darstellung von Schneedecken . . . . . . . . . . . . . 79 8.3. Darstellung mittels Distanzfeld . . . . . . . . . . . . . . . . . . . . . . . . 81 8.3.1. Details der Distanzfeldmethode . . . . . . . . . . . . . . . . . . . . 81 8.3.2. Diskussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85 8.4. Darstellung als Diffusionsprozess . . . . . . . . . . . . . . . . . . . . . . . 86 8.4.1. Modelldetails . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86 8.4.2. Diskussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94 8.5. Erweiterung für Überhänge und Schneebrücken . . . . . . . . . . . . . . . 96 8.5.1. Brückenerzeugung . . . . . . . . . . . . . . . . . . . . . . . . . . . 97 8.5.2. Überhangsberechnung . . . . . . . . . . . . . . . . . . . . . . . . . 98 8.5.3. Ergebnisse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99 8.5.4. Diskussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100 8.6. Vergleich und Verallgemeinerbarkeit der Schneemodellierungsansätze . . . 101 9. Visualisierung virtueller Schneeoberflächen 103 9.1. Schneeoberfläche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103 9.2. Schneeränder . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104 9.3. Diskussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106 10.Zusammenfassung und Schlussfolgerungen 107 10.1. Zusammenfassung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107 10.2. Schlussfolgerungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108 A. Beobachtungssammlung natürlicher Schneeformen 109 A.1. Randprofile und Stützflächenabhängigkeit . . . . . . . . . . . . . . . . . . 109 A.2. Verdeckung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111 A.3. Glättung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113 A.4. Innenränder . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116 A.5. Brücken und Überhänge . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118 A.6. Nicht modellierte Aspekte . . . . . . . . . . . . . . . . . . . . . . . . . . . 122 B. Sammlung virtuell beschneiter Szenen 125 B.1. Distanzfeldmethode . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125 B.2. Diffusionskernmethode . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127 B.3. Brückenbildung und Überhänge . . . . . . . . . . . . . . . . . . . . . . . . 130 Literaturverzeichnis 131 Abbildungsverzeichnis 143 Veröffentlichungen 151

For over one hundred years, the music-going public has reflected on the life and influence of America's “March King,” John Philip Sousa. His popularity as a bandleader was unprecedented, and his reputation as an entertainer captivated the imagination and intrigue of a nation. Sousa's fame was attained through the high standards showcased by his unparalleled concert organization, the Sousa Band. He is interminably linked to the march, and for his seventy-seven years he proved to be its prolific and outspoken champion. Sousa's songs, however, were among his favorite works, and their presence on concert programs reinforced a variety of programming that was the hallmark of his success. The Sousa Band served as a cultural and musical ambassador, and annual transcontinental tours brought music to people where they lived. Sousa's songs were highly anticipated concert features, and were presented by soprano soloists known as the “Ladies in White.” A chamber winds instrumentation, rather than employment of the full-forces of the Sousa Band, allowed for an appropriate musical balance between instruments and voice. The “Forgotten Songs of John Philip Sousa Project” involved the research, editing, and performance of songs housed in the Sousa Archives for Band Research at the University of Illinois. Three songs discussed in this study, “Maid of the Meadow,” “The Snow Baby” from The Bride Elect, and “I've Made My Plans for the Summer” have been edited and performed in their intended setting for chamber winds and soprano. The songs in the Sousa collection resonate with a quintessential essence that recalls an American spirit and artistry that are closely linked with John Philip Sousa and his legendary band.

I den här uppsatsen undersöker jag Simon Snow från Carry On trilogin (2015–21) och Morrigan ”Mor” från A Court of Thorns and Roses serien (2015–). Huvudsyftet med studien är att undersöka hur dessa två karaktärers sexualitet och identitet fungerar i sina respektive fantasy serier, hur de gestaltas och om de får chansen att utvecklas. Med queerteoretisk utgångspunkt undersöker jag hur karaktärerna kommer ut och hur de lever sina liv efteråt, likaså hur deras sexualitet får en roll i deras respektive fantasy-värld. I min analys visar jag hur bisexualiteten ignoreras och hur båda karaktärerna har svårt att komma fram till vilken sexualitet som passar dem bäst. Mor har även en långsammare utveckling när det kommer till hennes sexualitet, och finner det svårare att våga komma ut. Simon och Mor är även olika som personer och i min analys visar jag på hur slutet av deras respektive berättelser blir annorlunda; Mor försvinner ur berättelsen nästan direkt efter att hon kommer ut, medan Simon blir mer bekväm i hans sexualitet och relation. / In this paper, I study Simon Snow from the Carry On trilogy (2015–21) and Morrigan, nicknamed Mor, from the book series A Court of Thorns and Roses (2015–). The main aim of this study is to examine how the two characters’ sexuality and identity work in their respective book series, how they are described and if they are allowed to develop. Using queer theory, I examine how the two characters come out and how they live their lives afterwards, as well as how sexuality work in a fantasy novel. As a result, I have discovered that the label of bisexuality is frowned upon, and that both characters have a hard time figuring themselves out in terms of what sexuality and identity they relate to the most. Mor also had a slower development when it comes to her sexuality and a bigger struggle with coming out to her friends in comparison to Simon. Mor and Simon have very different journeys with their sexuality and are at very different stages in their acceptance at the end of their respective stories. In Mor’s case, she left the story as soon as she came out to one person, whilst Simon became more confident in his sexuality and relationship.

Résumé : L'étude du couvert nival est essentielle afin de mieux comprendre les processus climatiques et hydrologiques. De plus, avec les changements climatiques observés dans l'hémisphère nord, des événements de dégel-regel ou de pluie hivernale sont de plus en plus courants et produisent des croutes de glace dans le couvert nival affectant les moeurs des communautés arctiques en plus de menacer la survie de la faune arctique. La télédétection micro-ondes passives (MOP) démontre un grand potentiel de caractérisation du couvert nival. Toutefois, a fin de bien comprendre les mesures satellitaires, une modélisation adéquate du signal est nécessaire. L'objectif principal de cette thèse est d'analyser le transfert radiatif (TR) MOP des sols, de la neige et de la glace a fin de mieux caractériser les propriétés géophysiques du couvert nival par télédétection. De plus, un indice de détection des croutes de glace par télédétection MOP a été développé. Pour ce faire, le modèle Microwave Emission Model of Layered Snowpacks (MEMLS) a été étudié et calibré afin de minimiser les erreurs des températures de brillance simulées en présences de croutes de glace. La première amélioration faite à la modélisation du TR MOP de la neige a été la caractérisation de la taille des grains de neige. Deux nouveaux instruments, utilisant la réflectance dans le proche infrarouge, ont été développés afin de mesurer la surface spécifique de la neige (SSA). Il a été démontré que la SSA est un paramètre plus précis et plus objectif pour caractériser la taille des grains de neige. Les deux instruments ont démontré une incertitude de 10% sur la mesure de la SSA. De plus, la SSA a été calibré pour la modélisation MOP a n de minimiser l'erreur sur la modélisation de la température de brillance. Il a été démontré qu'un facteur multiplicatif [phi] = 1.3 appliqué au paramètre de taille des grains de neige dans MEMLS, paramètre dérivé de la SSA, est nécessaire afin de minimiser l'erreur des simulations. La deuxième amélioration apportée à la modélisation du TR MOP a été l'estimation de l'émission du sol. Des mesures radiométriques MOP in-situ ainsi que des profils de températures de sols organiques arctiques gelés ont été acquis et caractérisés a fin de simuler l'émission MOP de ces sols. Des constantes diélectriques effectives à 10.7, 19 et 37 GHz ainsi qu'une rugosité de surface effective des sols ont été déterminés pour simuler l'émission des sols. Une erreur quadratique moyenne (RMSE) de 4.65 K entre les simulations et les mesures MOP a été obtenue. Suite à la calibration du TR MOP du sol et de la neige, un module de TR de la glace a été implémenté dans MEMLS. Avec ce nouveau module, il a été possible de démontré que l'approximation de Born améliorée, déjà implémenté dans MEMLS, pouvait être utilisé pour simuler des croutes de glace pure à condition que la couche de glace soit caractérisée par une densité de 917 kg m[indice supérieur _􀀀3] et une taille des grains de neige de 0 mm. Il a aussi été démontré que, pour des sites caractérisés par des croutes de glace, les températures de brillances simulées des couverts de neige avec des croutes de glace ayant les propriétés mesurées in-situ (RMSE=11.3 K), avaient une erreur similaire aux températures de brillances simulées des couverts de neige pour des sites n'ayant pas de croutes de glace (RMSE=11.5 K). Avec le modèle MEMLS validé pour la simulation du TR MOP du sol, de la neige et de la glace, un indice de détection des croutes de glace par télédétection MOP a été développé. Il a été démontré que le ratio de polarisation (PR) était très affecté par la présence de croutes de glace dans le couvert de neige. Avec des simulations des PR à 10.7, 19 et 37 GHz sur des sites mesurés à Churchill (Manitoba, Canada), il a été possible de déterminer des seuils entre la moyenne hivernale des PR et les valeurs des PR mesurés indiquant la présence de croutes de glace. Ces seuils ont été appliqués sur une série temporelle de PR de 33 hivers d'un pixel du Nunavik (Québec, Canada) où les conditions de sols étaient similaires à ceux observés à Churchill. Plusieurs croutes de glace ont été détectées depuis 1995 et les mêmes événements entre 2002 et 2009 que (Roy, 2014) ont été détectés. Avec une validation in-situ, il serait possible de confirmer ces événements de croutes de glace mais (Roy, 2014) a démontré que ces événements ne pouvaient être expliqués que par la présence de croutes de glace dans le couvert de neige. Ces mêmes seuils sur les PR ont été appliqués sur un pixel de l'Île Banks (Territoires du Nord-Ouest, Canada). L'événement répertorié par (Grenfell et Putkonen, 2008) a été détecté. Plusieurs autres événements de croutes de glace ont été détectés dans les années 1990 et 2000 avec ces seuils. Tous ces événements ont suivi une période où les températures de l'air étaient près ou supérieures au point de congélation et sont rapidement retombées sous le point de congélation. Les températures de l'air peuvent être utilisées pour confirmer la possibilité de présence de croutes de glace mais seul la validation in-situ peut définitivement confirmer la présence de ces croutes. / Abstract : Snow cover studies are essential to better understand climatic and hydrologic processes. With recent climate change observed in the northern hemisphere, more frequent rain-on-snow and meltrefreeze events have been reported, which affect the habits of the northern comunities and the survival of arctique wildlife. Passive microwave remote sensing has proven to be a great tool to characterize the state of snow cover. Nonetheless, proper modeling of the microwave signal is needed in order to understand how the parameters of the snowpack affect the measured signal. The main objective of this study is to analyze the soil, snow and ice radiative transfer in order to better characterize snow cover properties and develop an ice lens detection index with satellite passive microwave brightness temperatures. To do so, the passive microwave radiative transfer modeling of the Microwave Emission Model of Layered Snowpacks (MEMLS) was improved in order to minimize the errors on the brightness temperature simulations in the presence of ice lenses. The first improvement to passive microwave radiative transfer modeling of snow made was the snow grain size parameterization. Two new instruments, based on short wave infrared reflectance to measure the snow specific surface area (SSA) were developed. This parameter was shown to be a more accurate and objective to characterize snow grain size. The instruments showed an uncertainty of 10% to measure the SSA of snow. Also, the SSA of snow was calibrated for passive microwave modeling in order to reduce the errors on the simulated brightness temperatures. It was showed that a correction factor of φ = 1.3 needed to be applied to the grain size parameter of MEMLS, obtain through the SSA measurements, to minimize the simulation error. The second improvement to passive microwave radiative transfer modeling was the estimation of passive microwave soil emission. In-situ microwave measurements and physical temperature profiles of frozen organic arctic soils were acquired and characterized to improve the modeling of the soil emission. Effective permittivities at 10.7, 19 and 37 GHz and effective surface roughness were determined for this type of soil and the soil brightness temperature simulations were obtain with a minimal root mean square error (RMSE) of 4.65K. With the snow grain size and soil contributions to the emitted brightness temperature optimized, it was then possible to implement a passive microwave radiative transfer module of ice into MEMLS. With this module, it was possible to demonstrate that the improved Born approximation already implemented in MEMLS was equivalent to simulating a pure ice lens when the density of the layer was set to 917 kg m−3 and the grain size to 0 mm. This study also showed that by simulating ice lenses within the snow with there measured properties, the RMSE of the simulations (RMSE= 11.3 K) was similar to the RMSE for simulations of snowpacks where no ice lenses were measured (only snow, RMSE= 11.5 K). With the validated MEMLS model for snowpacks with ice lenses, an ice index was created. It is shown here that the polarization ratio (PR) was strongly affected by the presence of ice lenses within the snowpack. With simulations of the PR at 10.7, 19 and 37 GHz from measured snowpack properties in Chucrhill (Manitoba, Canada), thresholds between the measured PR and the mean winter PR were determined to detect the presence of ice within the snowpack. These thresholds were applied to a timeseries of nearly 34 years for a pixel in Nunavik (Quebec, Canada) where the soil surface is similar to that of the Churchill site. Many ice lenses are detected since 1995 with these thresholds and the same events as Roy (2014) were detected. With in-situ validation, it would be possible to confirm the precision of these thresholds but Roy (2014) showed that these events can not be explained by anything else than the presence of an ice layer within the snowpack. The same thresholds were applied to a pixel on Banks island (North-West Territories, Canada). The 2003 event that was reported by Grenfell et Putkonen (2008) was detected by the thresholds. Other events in the years 1990 and 2000’s were detected with these thresholds. These events all follow periods where the air temperature were warm and were followed by a quick drop in air temperature which could be used to validate the presence of ice layer within the snowpack. Nonetheless, without in-situ validation, these events can not be confirmed.