Name: Seguimiento de partículas lagrangianas basadas en imágenes en experimentos de carga de la cama (Video) | JoVE Journal
Uploaded: 2017-07-20T15:00:00.000+00:00
Duration: 10 min 32 s
Description: Aprende a rastrear partículas de sedimento en transporte de carga de lecho mediante análisis de imágenes. Este método permite medir trayectorias individuales a largas distancias para evitar sesgos experimentales y estudiar la dinámica de partículas en condiciones hidrodinámicas.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Este trabajo contó con el apoyo de la Agencia Ejecutiva de Investigación, a través del 7º Programa Marco de la Unión Europea, Apoyo a la Formación y Desarrollo Profesional de Investigadores (Marie Curie - FP7-PEOPLE-2012-ITN) HYTECH &quot;Transporte Hidrodinámico en Interfaces Heterogéneas Ecológicamente Críticas&quot; (número 316546). También fue apoyado por el Polo Territoriale di Lecco del Politecnico di Milano. Los experimentos fueron realizados durante una visita de SS al Politecnico di Milano como científico visitante. Los autores agradecen a Tarcisio Fazzini, a Stefania Gherbi, a Francesco Mottini (estudiantes de B.Sc. en el Politecnico di Milano) ya Seyed Abbas Hosseini-Sadabadi (becario del proyecto HYTECH y estudiante de doctorado en el Politecnico di Milano) La actividad experimental y el análisis de los datos. Los autores agradecen al Prof. Roger Nokes (Universidad de Canterbury, Christchurch, Nueva Zelanda) por proporcionar el STreams software y consejo constante. Finalmente, los autores agradecen al editor gerente de JoVE ya tres revisores anónimos por sus comentarios y sugerencias que provocan el pensamiento, gracias a los cuales el manuscrito podría mejorarse significativamente.

<ol><li>Francis, J. R. D. <a target="_blank" href="http://rspa.royalsocietypublishing.org/content/332/1591/443">Experiments on the motion of solitary grains along the bed of a water-stream.</a> Proc Royal Soc London, A. 332, 443-471 (1973).</li>
<li>Drake, T. G., Shreve, R. L., Dietrich, W. E., Whiting, P. J., Leopold, L. B. <a target="_blank" href="https://www.cambridge.org/core/journals/journal-of-fluid-mechanics/article/bedload-transport-of-fine-gravel-observed-by-motion-picture-photography/7ABAD72E7D892760E5A11927365A0291">Bedload transport of fine gravel observed by motion-picture photography.</a> J Fluid Mech. 192, 193-217 (1988).</li>
<li>Campagnol, J., Radice, A., Ballio, F., Nikora, V. <a target="_blank" href="http://www.tandfonline.com/doi/abs/10.1080/00221686.2015.1085920?journalCode=tjhr20">Particle motion and diffusion at weak bed load: accounting for unsteadiness effects of entrainment and disentrainment.</a> J Hydraul Res. 53 (5), 633-648 (2015).</li>
<li>Fathel, S. L., Furbish, D. J., Schmeeckle, M. W. <a target="_blank" href="http://onlinelibrary.wiley.com/doi/10.1002/2015JF003552/full">Experimental evidence of statistical ensemble behavior in bed load sediment transport.</a> J Geophys Res: Earth Surf. 120 (11), 2298-2317 (2015).</li>
<li>Lajeunesse, E., Malverti, L., Charru, F. <a target="_blank" href="http://www.ipgp.fr/~lajeunes/Site_IPGP/Publications_files/2010-JGR-Bedload.pdf">Bedload transport in turbulent flow at the grain scale: experiments and modeling.</a> J Geophys Res: Earth Surf. 115, F04001(2010).</li>
<li>Tsakiris, A. G., Papanicolaou, A. N., Lauth, T. J. <a target="_blank" href="http://www.tandfonline.com/doi/abs/10.1080/00221686.2013.876454?journalCode=tjhr20">Signature of bedload particle transport mode in the acoustic signal of a geophone.</a> J Hydraul Res. 52 (2), 185-204 (2014).</li>
<li>Mendes, L., Antico, F., Sanches, P., Alegria, F., Aleixo, R., Ferreira, R. M. L. <a target="_blank" href="http://iopscience.iop.org/article/10.1088/0957-0233/27/12/125305/meta">A particle counting system for calculation of bedload fluxes.</a> Meas Sci Technol. 27 (12), 125305(2016).</li>
<li>Heays, K. G., Friedrich, H., Melville, B. W., Nokes, R. <a target="_blank" href="http://ascelibrary.org/doi/abs/10.1061/(ASCE)HY.1943-7900.0000850">Quantifying the dynamic evolution of graded gravel beds using Particle Tracking Velocimetry.</a> J Hydraul Eng. 140 (7), 04014027(2014).</li>
<li>Radice, A., Malavasi, S., Ballio, F. <a target="_blank" href="https://link.springer.com/article/10.1007/s00348-006-0195-9">Solid transport measurements through image processing.</a> Exp Fluids. 41 (5), 721-734 (2006).</li>
<li>Radice, A., Ballio, F. <a target="_blank" href="https://link.springer.com/article/10.2478/s11600-008-0015-0">Double-average characteristics of sediment motion in one-dimensional bed load.</a> Acta Geophys. 56 (3), 654-668 (2008).</li>
<li>Radice, A. <a target="_blank" href="https://www.researchgate.net/publication/245297738_Use_of_the_Lorenz_Curve_to_Quantify_Statistical_Nonuniformity_of_Sediment_Transport_Rate">Use of the Lorenz curve to quantify statistical nonuniformity of sediment transport rate.</a> J Hydraul Eng. 135 (4), 320-326 (2009).</li>
<li>Radice, A., Ballio, F., Nikora, V. <a target="_blank" href="http://onlinelibrary.wiley.com/doi/10.1029/2008WR007192/full">On statistical properties of bed load sediment concentration.</a> Water Resou. Res. 45 (6), W06501(2009).</li>
<li>Radice, A., Ballio, F., Nikora, V. <a target="_blank" href="https://link.springer.com/article/10.2478/s11600-010-0020-y">Statistics and characteristic scales for bed load in a channel flow with sidewall effects.</a> Acta Geophys. 58 (6), 1072-1093 (2010).</li>
<li>Campagnol, J., Radice, A., Ballio, F. <a target="_blank" href="https://link.springer.com/article/10.2478/s11600-012-0028-6">Scale-based statistical analysis of sediment fluxes.</a> Acta Geophys. 60 (6), 1744-1777 (2012).</li>
<li>Radice, A., Nikora, V., Campagnol, J., Ballio, F. <a target="_blank" href="http://onlinelibrary.wiley.com/doi/10.1029/2012WR012255/pdf">Active interactions between turbulence and bed load: Conceptual picture and experimental evidence.</a> Water Resour Res. 49 (1), 90-99 (2013).</li>
<li>Campagnol, J., Radice, A., Nokes, R., Bulankina, V., Lescova, A., Ballio, F. <a target="_blank" href="http://www.tandfonline.com/doi/abs/10.1080/00221686.2013.812152">Lagrangian analysis of bed-load sediment motion: database contribution.</a> J Hydraul Res. 51 (5), 589-596 (2013).</li>
<li>Ballio, F., Radice, A. <a target="_blank" href="http://www.sciencedirect.com/science/article/pii/S100162791500061X">Fluctuations and time scales for bed-load sediment motion over a smooth bed.</a> Int J Sediment Res. 30 (4), 321-327 (2015).</li>
<li>Hosseini-Sadabadi, S. A., Radice, A., Ballio, F. An analysis of entrainment and deposition rate fluctuations in weak bed load transport. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aHosseini-Sadabadi%2C+SA+%22Hydrodynamic+and+mass+transport+at+freshwater+aquatic+interfaces%22">Hydrodynamic and mass transport at freshwater aquatic interfaces</a>. Rowiński, P. M., Marion, A. , Springer. 333-342 (2016).</li>
<li>Papanicolaou, A. N., Diplas, P., Balakrishnan, M., Dancey, C. L. <a target="_blank" href="http://ascelibrary.org/doi/abs/10.1061/(ASCE)0887-3801(1999)13:2(71)">Computer vision technique for tracking bed load movement.</a> J Comput Civil Eng. 13 (2), 71-79 (1999).</li>
<li>Ramesh, B., Kothyari, U. C., Murugesan, K. <a target="_blank" href="http://www.tandfonline.com/doi/abs/10.1080/00221686.2011.620369">Near-bed particle motion over transitionally-rough bed.</a> J Hydraul Res. 49 (6), 757-765 (2011).</li>
<li>Amir, M., Nikora, V., Witz, M. <a target="_blank" href="http://www.tandfonline.com/doi/full/10.1080/00221686.2016.1233583">A novel experimental technique and its application to study the effects of particle density and flow submergence on bed particle saltation.</a> J Hydraul Res. 55 (1), 101-113 (2017).</li>
<li>Ettema, R. Ice effects on sediment transport in rivers. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aEttema%2C+R+%22Sedimentation+Engineering%22">Sedimentation Engineering</a>. Garcìa, M. H. , Restion, VA. 613-648 (2008).</li>
<li>Knack, I., Shen, H. <a target="_blank" href="http://www.sciencedirect.com/science/article/pii/S1001627915600063">Sediment transport in ice-covered channels.</a> Int J Sediment Res. 30 (1), 63-67 (2015).</li>
<li>Goring, D. G., Nikora, V. I. <a target="_blank" href="http://www.civil.ist.utl.pt/~ruif/SUMMER_SCHOOL/auxiliary/papers/goring_nikora_2002.pdf">Despiking acoustic Doppler velocimeter data.</a> J Hydraul Eng. 128 (1), 117-126 (2002).</li>
<li>Nowak, M. <a target="_blank" href="https://link.springer.com/article/10.1007/s00348-002-0407-x">Wall shear stress measurement in a turbulent pipe flow using ultrasound Doppler velocimetry.</a> Exp Fluids. 33 (2), 249-255 (2002).</li>
<li>McCuen, R. H. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aMcCuen%2C+RH+%22Microcomputer+applications+in+statistical+hydrology%22">Microcomputer applications in statistical hydrology</a>. , Prentice Hall. Englewood Cliffs, NJ. (1993).</li>
<li>Lloyd, P. M., Ball, D. J., Stansby, P. K. <a target="_blank" href="http://www.tandfonline.com/doi/abs/10.1080/00221689509498658">Unsteady surface-velocity field measurement using particle tracking velocimetry.</a> J. Hydraul. Res. 33 (4), 519-534 (1995).</li>
<li>Radice, A., Aleixo, R., Hosseini-Sadabadi, S. A., Sarkar, S. On image grabbing and processing for measurement of geophysical flows. Proc. HydroSenSoft 2017, International Symposium and Exhibition on Hydro-Environment Sensors and Software. , Madrid, Spain. (2017).</li>
<li>Nokes, R. Streams. System theory and design. , University of Canterbury. Christchurch, New Zealand. Available from:
 <a target="_blank" href="http://www.civil.canterbury.ac.nz/streams.shtml ">http://www.civil.canterbury.ac.nz/streams.shtml </a> (2016).</li>
<li>Hosseini-Sadabadi, S. A., Radice, A., Ballio, F. Post-processing of particle tracking data for phenomenological depiction of weak bed-load sediment transport. Proc. River Flow 2016. VIII Int. Conf. on Fluvial Hydraulics, St. , St. Louis, US. 780-786 (2016).</li>
</ol>

Los autores declaran que no tienen intereses financieros en competencia.

El diseño de un experimento de transporte de carga de cama con visualización de partículas implica varios pasos, incluyendo la elección de una configuración experimental y herramientas de hardware, medición de flujo, siembra y visualización de partículas y análisis de imágenes. Las variaciones en cada paso tienen ventajas y desventajas. Las características clave del protocolo presentado en este manuscrito son: (i) usar un flujo presurizado y un lecho áspero fijo, (ii) sembrar un número bajo de partículas de carga de lecho que tienen un color contrastante con el color del lecho fijo, (iii) Utilizando luz natural y, (iv) utilizando múltiples cámaras para obtener conjuntos de pistas independientes que se unan entre sí. El método experimental y el procesamiento de datos permiten que las partículas de carga de lecho sean rastreadas fiablemente para la medición final. El flujo cubierto garantiza una visión óptima de las partículas en movimiento. El lecho fijo, sin embargo, impide la observación de algunos procesos ( por ejemplo , los vinculados con vertica<html> L de partículas de sedimento dentro de la capa de carga de lecho activo), y por lo tanto limita la aplicabilidad de la técnica a cargas de lecho débiles. El tamaño de las muestras de datos obtenidas utilizando sólo 100 s de película era relativamente pequeño. Sin embargo, el tamaño de la muestra puede aumentarse fácilmente alargando la duración experimental de la adquisición y procesamiento de la imagen. La alimentación de un número limitado de partículas requiere un tiempo experimental más largo que la alimentación a una velocidad sustancialmente más alta; Pero vale la pena el esfuerzo debido a un seguimiento de partículas relativamente sencillo debido a la pequeña concentración de partículas en movimiento y el uso de diferentes colores, lo que reduce la probabilidad de seguimiento errores. El uso de la luz natural en el experimento evita la necesidad de dispositivos de iluminación; Sin embargo, un inconveniente es que la buena iluminación depende de las condiciones climáticas. Los CFDs de longitud y duración de salto de partícula representados enLos valores más altos de longitud y duración del lúpulo fueron alrededor de 600 mm y 7 s, respectivamente, lo que fue significativamente mayor en comparación con valores análogos de la literatura 4 , 16 , 30 , Ya que la medición de las pistas más largas corre el riesgo de grandes saltos de partículas.La ventaja de utilizar dos cámaras es evidente teniendo en cuenta que una sola cámara tenía una longitud de área de enfoque de alrededor de 850 mm, que no sería mucho mayor que los valores de la longitud del salto a medir. El protocolo de medición que utilizó dos cámaras, aseguró una separación satisfactoria entre las escalas de longitud del proceso y las del campo de medición, reduciendo así el riesgo de polarización de los resultados fenomenológicos debido a limitaciones experimentales. Aumentando el número de cámaras colocadas a lo largo del canal. Un procedimiento alternativo en comparación con el protocolo descrito aquí es crear imágenes superpuestas antes de la identificación y seguimiento de partículas. Nuestro protocolo (de realizar el seguimiento dos veces y enlazar pistas de partículas) fue preferido ya que el método de fusión de imágenes habría duplicado el tamaño de los archivos de datos, requiriendo un consumo de memoria que no era asequible. Con los algoritmos de procesamiento descritos aquí, varias vías de partículas que eran más cortas que la longitud del área de solapamiento fueron descartadas porque impidieron una reconstrucción completa de las vías de sedimento. Sin embargo, la longitud umbral de 120 mm era un orden de magnitud más corta que las longitudes de vía que se podían obtener, y la pérdida de estos datos era por lo tanto aceptable. Además, la unión de vıas vistas en los 8 casos inferiores de la figura 1 no permitirıa un aumento significativo de la longitud de pista que se obtuviera. Por otro lado, estas situaciones podrían ayudarEn la recuperación de pistas largas, tal como la situación de la Figura 5 que podría deberse a interrupciones de la pista. En un caso similar, una pista larga podría ser reconstruida por operaciones de unión iterativas. Sin embargo, es importante tener en cuenta que las interrupciones de la vía como las de la Figura 5 están claramente relacionadas con el proceso de seguimiento en lugar de con el proceso de unión. Este manuscrito presentó resultados de prueba de concepto para un solo experimento con el fin de demostrar las capacidades del protocolo adoptado. En futuros experimentos, el protocolo se aplicará a una serie de condiciones hidrodinámicas diferentes para lograr un análisis detallado del proceso de transporte de sedimentos de carga en cama. <img alt="Figura 5" class="xfigimg" src="/files/ftp_upload/55874/55874fig5.jpg" /> Figura 5: Situación de la unión de vías en presencia de interrupciones. </Strong&gt; La unión de estas pistas en una sola pista no es posible con el protocolo descrito aquí. Como se menciona en el título de la Figura 1 y en la etapa 8.4 del Protocolo, se excluyen las pistas más cortas que la longitud de la región de solapamiento. Esto elimina las pistas rojas y verdes cortas; Por lo tanto, los largos restantes no pueden unirse porque no tienen ningún punto común. <a href="//ecsource.jove.com/files/ftp_upload/55874/55874fig5large.jpg" target="_blank">Haga clic aquí para ver una versión más grande de esta figura.</a>

Puesto que las obras pioneras aparecieron hace algunas décadas 1 , 2 , el uso de análisis de imágenes para el estudio del transporte de sedimentos fluviales ha ido en constante aumento. Esta técnica, de hecho, demostró su capacidad para proporcionar relativamente alta resolución y bajo costo de datos para el análisis detallado de los fenómenos físicos [ 3 , 4 , 5] . Con el tiempo, se han logrado mejoras significativas tanto en hardware como en software. La medición del transporte de sedimentos puede realizarse usando un enfoque Euleriano que apunta a la medición de los flujos de sedimentos, o un Lagrangiano que apunta a medir las trayectorias de los granos individuales a medida que se mueven. El procesamiento de imágenes ofrece posibilidades únicas para el seguimiento de partículas en comparación con otros métodos eulerianos 6 , 7 . Sin embargo, desPese a estas potencialidades, la aplicación del análisis de imágenes al transporte de sedimentos de carga en cama sufre algunas limitaciones experimentales críticas, en términos de escalas de soporte espacial / temporal para la medición y tamaño de las muestras de datos. Por ejemplo, es difícil conseguir simultáneamente una combinación apropiada de un área espacial grande, una larga duración de un experimento y una alta frecuencia de medición 3 , 4 , 8 , sin comprometer la calidad y la cantidad de datos. Además, el seguimiento de partículas se puede realizar manualmente 2 , 4 , lo que requiere un gran esfuerzo humano, o automáticamente 3 , 8 , con la posibilidad de seguimiento de los errores cometidos por el software utilizado para el análisis. En este trabajo se presenta un protocolo para la investigación experimental de sedimentosAnsport, donde se logró una larga duración por el tipo de cámara utilizada, se garantizó el amplio campo de visión mediante el uso simultáneo de dos cámaras en diferentes ubicaciones y un procesamiento automático fiable fue posible gracias a condiciones experimentales ad hoc . Se diseñó la operación experimental y se seleccionaron las herramientas de procesamiento a partir de la experiencia adquirida por los autores en varios trabajos de investigación relacionados con la investigación detallada del transporte de sedimentos por métodos de imagen 3 , 9 , 10 , 11 , 12 , 13 , 14 , 15 , 16 , 17 , 18 . Se describe un experimento de transporte de sedimentos, que se realizó liberando partículasEs sobre una cama fija, áspera. La alimentación de las partículas era mucho menor que la capacidad de transporte del flujo para mantener una baja concentración de granos móviles, evitando así la congestión de las partículas a ser rastreadas. Además, las partículas transportadas no se movían continuamente, pero se observó un movimiento intermitente. El uso de un lecho fijo en lugar de uno móvil representa una pérdida de similitud con las condiciones naturales. Sin embargo, se utilizó con frecuencia un lecho fijo en experimentos de transporte de sedimentos 19 , 20 , 21 , bajo el supuesto de que los resultados son más simples y explicativos que los de escenarios complicados con una variedad de procesos de actuación. El uso de una cama fija obviamente evita que se observen procesos de enterramiento de sedimentos y reaparición. Por otra parte, en presencia de una carga de lecho débil, el transporte de sedimento tiene lugar en una capa superficial de un lecho suelto y en este caso,El uso de un lecho fijo puede ser adecuado. De hecho, las comparaciones específicas entre las propiedades de movimiento de partículas en experimentos realizados con las dos condiciones no presentaron diferencias significativas [ 3 , 14] . Finalmente, el experimento presentado aquí se realizó con un flujo presurizado para asegurar una condición óptima para la visualización de partículas a través de una cubierta transparente. El transporte de sedimentos con flujo presurizado ha sido estudiado experimentalmente en prototipos de investigación de ríos cubiertos de hielo, mostrando que la interacción entre la capa límite del lecho cercano y el sedimento es análoga a la del flujo de canal abierto 22 , 23 . En las siguientes secciones, se describen todos los métodos y se proporcionan algunos resultados representativos.

<table><tbody><tr><td>Sensor de distancia láser</td><td>METRICA</td><td>PREXISOX2</td><td>Se utiliza para medir la pendiente del canal</td></tr><tr><td>Resina de poliéster de dos componentes</td><td>Gelson</td><td>MS 65213</td><td>Se utiliza para pegar partículas de sedimentos en placas de acero</td></tr><tr><td>Pintura en aerosol resistente al agua</td><td>Cualquiera</td><td></td><td>Se utiliza para pintar la cama fija</td></tr><tr><td>Perfilador de velocidad ultrasónico</td><td>Procesamiento de señales</td><td>DOP 2000</td><td>Se utiliza para medir el agua Perfiles de velocidad</td></tr><tr><td>Cámara</td><td>Go-Pro</td><td>Hero 4 Negro</td><td>Se utiliza para adquirir películas del movimiento de partículas de carga de lecho</td></tr><tr><td>Streams</td><td>University of Canterbury</td><td>2.01</td><td>Se utiliza para la identificación y el seguimiento de partículas</td></tr><tr><td>MatLab</td><td>MathWorks</td><td>R14</td><td>Se utiliza para desarrollar códigos ad hoc para una variedad de operaciones</td></tr><tr><td>Plexiglás</td><td></td><td></td><td>Material acrílico transparente</td></tr></tbody></table>

seguimiento de partículas lagrangianas basadas en imágenes en experimentos de carga de la cama

Image-based Lagrangian Particle Tracking in Bed-load Experiments

El análisis de imágenes se ha utilizado cada vez más para la medición de los flujos de los ríos debido a su capacidad para proporcionar descripciones cuantitativas detalladas a un costo relativamente bajo. Este manuscrito describe una aplicación de la velocimetría de seguimiento de partículas (PTV) a un experimento de carga de lecho con sedimento ligero. Las características clave de las condiciones de transporte de sedimentos investigadas fueron la presencia de un flujo cubierto y de un lecho áspero fijo por encima del cual las partículas se liberaron en número limitado en la entrada del canal. Bajo las condiciones de flujo aplicadas, el movimiento de las partículas individuales de carga de lecho era intermitente, con términos de movimiento alternativo y de quietud. El patrón de flujo se caracterizó preliminarmente por mediciones acústicas de perfiles verticales de la velocidad de flujo. Durante la visualización del proceso, se obtuvo un amplio campo de visión utilizando dos cámaras de acción situadas en diferentes lugares a lo largo del canal. El protocolo experimental se describe en términos de chanLa calibración del nel, la realización del experimento, el preprocesamiento de la imagen, el seguimiento automático de las partículas y el post-procesamiento de los datos de las partículas de las dos cámaras. Los resultados de prueba de concepto presentados incluyen distribuciones de probabilidad de la longitud y duración del salto de partícula. Los logros de este trabajo se comparan con los de la literatura existente para demostrar la validez del protocolo.

Los resultados presentados en esta sección son para un experimento en el que la pendiente del canal se puso a cero (los valores de pendiente se calcularon con una precisión de ± 0,05%). El sedimento utilizado fue de partículas PBT cuasi-esféricas, con un tamaño d = 3 mm y una densidad ρ p = 1.270 kg / m 3 . El experimento se llevó a cabo con un caudal Q = 9,7 x 10 -3 m 3 / s dando como resultado una velocidad de masa U = 0,31 m / s. Para las mediciones de velocidad con la UVP, se utilizó una sonda de 2 MHz con una inclinación de 81º. Los datos de velocidad se adquirieron a 20 Hz durante 250 s. Un perfil de velocidad representativo se representa en la Figura 2 . Se tomó en el eje del canal ya 4,5 m de la entrada del canal, donde el flujo estaba completamente desarrollado. Se eliminaron algunos valores relacionados con mediciones de elevaciones no válidas. Una asimetríaC resultó de la diferente rugosidad de la tapa de plástico y el lecho de sedimento. Las parcelas también muestran la porción del perfil utilizada para la estimación de la velocidad de corte, obteniéndose u s = 25,9 ± 1,3 mm / s. El número de Reynolds de la partícula ( Re p = u s × d / ν , con ν como viscosidad cinemática del agua) fue por lo tanto igual a 78, lo que indica un régimen de transición aproximada. La visualización del transporte de sedimentos se realizó con dos cámaras colocadas a 3,5 my 4,3 m de la entrada del canal. Las cámaras funcionaban a una frecuencia de 30 fps y con una resolución de 1.920 x 1.080 píxeles. El factor para la corrección de la distorsión de la imagen fue k = 0,6. Después de eliminar la distorsión, la calibración de la imagen fue de 1 píxel = 0,5 mm. La longitud de la superposición fue de 760,15 a 880,11 mm (donde este último fue la longitud de la zona de enfoque de la abetoSt desde su borde aguas arriba). La intensidad de umbral para la identificación de partículas se fijó en 80 y el tamaño de la burbuja esperada varió de 0,5 a 8 mm. La ventana de búsqueda para el seguimiento de partículas fue la siguiente: 1 mm aguas arriba y 7 mm aguas abajo, 4 mm lateralmente. La ventana de búsqueda para la reconexión de pistas interrumpidas fue la siguiente: 1 mm aguas arriba y 31 mm aguas abajo, 16 mm lateralmente a lo largo de 4 cuadros siguientes. El valor umbral de la raíz cuadrada de la diferencia cuadrática media de los valores de x e y entre dos pistas a unir se fijó en 10 mm. Las huellas de partículas medidas utilizando un subconjunto de 3.000 imágenes de cada cámara (correspondientes a 100 s de duración) se representan en la Figura 3 . La base de datos comprendía 37 y 34 pistas de la cámara ascendente y descendente, respectivamente. Primero se propone una superposición de las pistas obtenidas por las dos cámaras y luego el conjunto completo resultante de tRacks. Es evidente que la superposición en la porción central del área de medición era satisfactoria. Se obtuvieron 12 enlaces al final de 59 pistas. La pista más larga abarcó toda la ventana de observación con una longitud total de aproximadamente 1,6 m (más de 530 tamaños de partículas, 15,2 profundidades de flujo o 5.3 anchuras flume), que es muy grande en comparación con otros estudios de la literatura, donde se realizaron análisis similares 3, 4 , 5 , 8 . Tomando un marco lagrangiano, los indicadores clave de la cinemática de partículas se aplican aquí en términos de propiedades de los saltos de partículas. Bajo un transporte de carga de cama intermitente como el de este experimento, estos saltos son movimientos separados por períodos de descanso. Para detectar saltos dentro de una pista completa para una sola partícula, la identificación del movimiento de la partícula y de la quietud esUn paso preliminar necesario. En este trabajo aplicamos un criterio 30 que considera una partícula en movimiento en un instante determinado si su posición x en ese instante es mayor que todas las anteriores e inferior a todas las siguientes. Se obtuvo un total de 98 lúpulos a partir de las 59 pistas de partículas medidas. La figura 4 representa la distribución de frecuencia acumulada (CFD) obtenida para la duración y duración del salto. <img alt="Figura 2" class="xfigimg" src="/files/ftp_upload/55874/55874fig2.jpg" /> Figura 2: Perfil de velocidad medida. (Arriba) El perfil vertical en tiempo medio del componente de velocidad de la corriente. (Inferior) La estimación de la velocidad de corte mediante el ajuste de una ecuación logarítmica a la parte inferior del perfil. Obsérvese que en la primera parcela se utiliza un eje vertical desde la parte superior del canal y orientado hacia abajo, represe<html> El resultado de la medición con la UVP. Un eje del fondo del canal y dirigido hacia arriba se utiliza en cambio en el segundo diagrama, según sea necesario para estimar la velocidad de corte por ajuste de ecuación. <a href="//ecsource.jove.com/files/ftp_upload/55874/55874fig2large.jpg" target="_blank">Haga clic aquí para ver una versión más grande de esta figura.</a> <img alt="figura 3" class="xfigimg" src="/files/ftp_upload/55874/55874fig3.jpg" /> Figura 3: Vista del plano de las bandas de partículas medidas. (Arriba) Las pistas de las dos cámaras (cámara ascendente en rojo y corriente abajo en negro). (Inferior) La muestra de pistas unidas (cambio de color para mayor claridad y algunas pistas resaltadas por una línea más gruesa). <a href="//ecsource.jove.com/files/ftp_upload/55874/55874fig3large.jpg" target="_blank">Haga clic aquí para ver una versión más grande de esta figura.</a> 4 &quot;class =&quot; xfigimg &quot;src =&quot; / archivos / ftp_upload / 55874 / 55874fig4.jpg &quot;/&gt; Figura 4: Distribución de frecuencia acumulada (CFD) de la longitud del salto (parte superior) y de la duración (parte inferior). Dentro de cada pista de la Figura 3 , la partícula se marcó en cada instante de tiempo para representar si la partícula estaba en movimiento o en reposo en ese instante. Los saltos de partículas se extrajeron entonces de las vías como porciones entre el arrastre de partículas (transición de quietud al movimiento) y desentrenamiento (transición del movimiento a la quietud). Las muestras obtenidas para longitudes y duraciones de lúpulo se utilizaron para crear las distribuciones aquí representadas. <a href="//ecsource.jove.com/files/ftp_upload/55874/55874fig4large.jpg" target="_blank">Haga clic aquí para ver una versión más grande de esta figura.</a> Archivos adicionales de código: join_cameras.m <a href="http://ecsource.jove.com/files/ftp_upload/55874/join_cameras.m">Por favor</a>Haga clic aquí para descargar este archivo.

El manuscrito presenta un protocolo para la conducción de carga de cama de transporte de sedimentos experimentos donde las partículas móviles son rastreados por análisis de imagen. La instalación experimental, los procedimientos para la realización de la ejecución y el procesamiento de datos, y finalmente algunos resultados de la prueba de concepto se presentan aquí.

Seguimiento de partículas lagrangianas basadas en imágenes en experimentos de carga de la cama

Image analysis has been increasingly used for the measurement of river flows due to its capabilities to furnish detailed quantitative depictions at a ...

El objetivo general de este procedimiento es medir las trayectorias de partículas individuales transportadas por una corriente como carga de fondo sobre una amplia área de observación, con el fin de evitar sesgos experimentales relacionados con la longitud máxima de las trayectorias medibles. Este método puede ayudar a responder preguntas clave en la mecánica del transporte por carga de fondo, ya que proporciona información detallada sobre los eventos de movimiento y reposo de las partículas. La principal ventaja de esta técnica es que las partículas transportadas pueden rastrearse durante largas distancias, lo que permite observar recorridos prolongados.Tuvimos por primera vez la idea de este método al analizar datos de experimentos previos, cuando nos dimos cuenta de que las partículas pueden transportarse a distancias más largas con respecto a las ventanas de observación. Primero, prepare un conjunto de placas de acero recubiertas con una capa de las partículas de sedimento de interés. Recubra la superficie del sedimento con una pintura negra resistente al agua.A continuación, coloque soportes de PVC en la parte inferior del canal y coloque las placas sobre los soportes. Ajuste la posición de las placas según sea necesario para asegurar que el lecho de sedimento sea continuo. Luego cubra el canal con tapas de acrílico transparente.Coloque el canal al desnivel deseado. Luego encienda la bomba del canal y llene el canal con agua. Ajuste el caudal utilizando la válvula de regulación.Coloque la elevación de la cabeza de presión ligeramente por encima de las tapas del canal utilizando el regulador de agua de salida. Asegúrese de que el flujo esté cubierto sin ejercer una fuerza significativa sobre las tapas. Verifique el caudal y la elevación de la cabeza de presión cada 15 minutos hasta que el cambio entre mediciones sea pequeño, lo que indica un flujo estable.Luego, monte un perfilador ultrasónico de velocidad en un soporte con una inclinación predeterminada. Aplique gel ultrasónico sobre la punta del sonda. Coloque la sonda por encima de la tapa del canal, con la cola de la sonda orientada hacia la entrada del canal.La colocación adecuada del gel de sonda es crucial para obtener buenos perfiles de velocidad para la caracterización de las condiciones hidrodinámicas de fondo. Conecte la sonda al módulo de adquisición y configure el instrumento para perfiles de velocidad instantáneos. Adquiera el número deseado de perfiles de velocidad.A continuación, invierta la posición de la sonda y adquiera otro conjunto de perfiles de velocidad. Adquiera perfiles de velocidad de esta manera para cada punto de medición en el canal. Luego, calcule el valor promedio de la velocidad para cada punto y determine las componentes de velocidad en sentido longitudinal y vertical.Ajuste los valores adecuadamente según el medio a través del cual viajó el haz acústico. Identifique un rango de elevaciones en el que el perfil del componente de velocidad en la dirección de la corriente muestre una tendencia lineal en una gráfica semilogarítmica. Ajuste la curva a una ecuación logarítmica y estime la velocidad de cizalladura.Para comenzar el experimento, configure la frecuencia de cuadros y la resolución de dos cámaras de acción con los parámetros deseados. Monte las cámaras en las paredes laterales de las tapas, orientadas hacia el fondo del canal, lo suficientemente cerca una de la otra como para que sus áreas de enfoque se superpongan. Asegúrese de que el canal esté marcado con puntos de referencia visual para distancias conocidas.Grabe un breve video con cada cámara. En función de las grabaciones, ajuste las posiciones y orientaciones de las cámaras para asegurar que el canal esté en el encuadre y que las áreas de enfoque se superpongan. Verifique que el flujo a través del canal sea estable.Luego, comience a introducir lentamente a mano las partículas de interés en la entrada del canal a una velocidad de una partícula cada dos o tres segundos. Alimentamos una pequeña cantidad de sedimentos porque es importante tener pocas partículas en el campo de visión para un seguimiento sencillo de los sedimentos. Sin embargo, con caudales pequeños, algunas partículas pueden quedar atrapadas en el área de enfoque.Comience a grabar con ambas cámaras de video. Apague las luces de la habitación para crear una marca que permita la posterior sincronización de las cámaras. Mantenga un nivel de iluminación constante durante todo el experimento.Continúe introduciendo partículas en el canal durante la duración deseada del experimento. Luego, detenga las cámaras y retire las partículas atrapadas del lecho sedimentario. Repita el experimento bajo otras condiciones hidrodinámicas según sea necesario.Para comenzar a procesar las imágenes extraídas de los videos, primero aplique una transformación radial a las coordenadas de los píxeles de modo que los lados del canal aparezcan como líneas rectas. Determine el factor de conversión de píxeles a distancia basándose en la elevación del lecho y en las marcas de referencia para distancias conocidas. Luego, cree una nueva secuencia de imágenes en el software de análisis de imágenes de flujo de fluidos.Complete el intervalo de tiempo entre cuadros y el factor de conversión de píxeles a distancia para la secuencia de imágenes. Seleccione los archivos de interés y ejecute el proceso. Genere mapas de intensidad de una selección aleatoria de imágenes de partículas de la secuencia.Identifique un valor umbral adecuado para la intensidad de las partículas de interés. Luego, cree una canalización de filtros para la secuencia. Establezca el filtro para la eliminación del fondo.Cree un nuevo algoritmo de identificación de partículas utilizando un umbral único. Ingrese los umbrales de intensidad y diámetro de las partículas. Agregue los procesos de identificación de partículas a la canalización de filtros y luego ejecute los procesos.Una vez que finalice el filtrado, abra la vista de imagen del registro de partículas recién creado. Desplácese por los fotogramas y observe los desplazamientos de las partículas entre las imágenes. A continuación, cree una nueva canalización de análisis PTV.Cree un nuevo análisis y seleccione distancia en la pestaña de costos. Complete la posición y las dimensiones de la ventana de búsqueda. Agregue el nuevo proceso a la tubería y ejecute el proceso.Utilice la reconexión de trayectorias para corregir cualquier interrupción en los registros individuales de partículas. Repita este proceso para la grabación de la segunda cámara. Luego, en un módulo especializado de procesamiento de imágenes, seleccione el archivo de trayectorias para ambas cámaras y haga clic en encontrar propiedades de trayectoria.Compare las imágenes de las cámaras aguas arriba y aguas abajo para determinar el desplazamiento de coordenadas entre las cámaras. Ingrese el desplazamiento de coordenadas para la cámara aguas abajo y haga clic en hacer el sistema de referencia uniforme. Ingrese los límites del área de superposición entre las imágenes.Elimine todas las trayectorias más pequeñas que la longitud del área superpuesta. Combine las bases de datos de trayectorias de partículas y rellene las tolerancias de superposición. Luego, una las trayectorias.Una vez completado el proceso, guarde los resultados y luego analice los datos de las trayectorias para investigar la cinemática de las partículas del transporte de carga de fondo. El perfil de velocidad del flujo medido fue asimétrico, lo cual se atribuyó a una diferencia en la rugosidad entre el lecho sedimentario y la tapa del canal. Las cámaras aguas arriba y aguas abajo muestran 37 y 34 trayectorias, respectivamente, durante 100 segundos.Después de combinar los datos de ambas cámaras, se identificaron un total de 59 trayectorias. La trayectoria más larga abarcó toda la ventana de observación, con una longitud total de aproximadamente 1,6 metros. Las trayectorias se analizaron para determinar cuándo las partículas estaban en movimiento o en reposo sobre el lecho sedimentario.El amplio área de observación permitió identificar saltos largos, observándose saltos de hasta 600 milímetros bajo estas condiciones hidrodinámicas. Se encontró que los saltos más cortos y rápidos ocurren con mayor frecuencia. Después de ver este video, debería tener una buena comprensión de cómo realizar experimentos de transporte de sedimentos mediante seguimiento de partículas sobre grandes áreas.Mientras realice este procedimiento, recuerde asegurarse de que la iluminación del experimento sea adecuada, aunque las imágenes se puedan obtener de diversas formas; obtener imágenes de alta calidad simplifica en gran medida el trabajo posterior. Después de su desarrollo, esta técnica allanó el camino para que los investigadores en el campo del transporte de sedimentos exploraran una variedad de indicadores para la interpretación y modelado de procesos.

image-based-lagrangian-particle-tracking-in-bed-load-experiments

Research

Investigación

JoVE Journal

Environment

Entorno

La microscopía confocal se utiliza para obtener imágenes de las mezclas de coloides poliméricos en reposo y que fluyen, los cuales son estudiados como sistemas modelo para suspensiones atractivos. Algoritmos de análisis de imagen se utilizan para calcular las métricas estructurales y dinámicas para las partículas coloidales que miden cambios debido al confinamiento geométrico.

Imagen confocal de Confinados en reposo y que fluye mezclas de coloide y polímeros

FIM es un sistema novedoso, imágenes rentable diseñado para rastrear objetos en movimiento pequeñas como C. elegans, planaria o larvas de Drosophila. El programa FIMTrack suministrado está diseñado para ofrecer un análisis de datos rápido y eficiente. En conjunto, estas herramientas permiten el análisis de alto rendimiento de los rasgos de comportamiento.

FIM Imaging y FIMtrack: Dos nuevas vías que hagan de alto rendimiento y Análisis de Costo Efectivo Locomoción

La microrreología de seguimiento de partículas investiga la viscoelasticidad de los materiales. Aquí, la técnica se utiliza para determinar la viscoelasticidad, el cumplimiento de la fluencia y las funciones efectivas de reticulación de diferentes componentes de la matriz de una biopelícula bacteriana. La matriz está formada por sustancias poliméricas secretadas por las bacterias y sus componentes determinan la estructura de la biopelícula y sus propiedades mecánicas.

En Mapping in situ de las propiedades mecánicas de biopelículas por partículas de seguimiento Microrheology

Este manuscrito describe cómo crear formas de lecho regulares en un canal, visualizar el flujo a través de las formas de cama y usar simulaciones por computadora para simular el flujo hiporreico.  Las simulaciones por computadora se comparan bien con las observaciones experimentales.  Esta simulación y experimento combinados son adecuados tanto para fines de investigación como educativos.

Visualización de Flujo hyporheic A través de formas de fondo Utilizando Experimentos Dye y Simulación

Aquí se describe un sistema tridimensional de rastreo de partículas velocimetría (3D-PTV) basado en una cámara de alta velocidad con un divisor de cuatro vistas. La técnica se aplica a un flujo de chorro de un tubo circular en la proximidad de diez diámetros aguas abajo en el número de Reynolds, Re ≈ 7000.

Tridimensional de velocimetría de seguimiento de partículas para aplicaciones de turbulencia: Caso de un Flujo Jet

Se presenta un método analógico experimentalmente accesible para el estudio de procesos hidrodinámicos moleculares en fluidos densos. La técnica utiliza la velocimetría de imagen de partículas de montones de grano vibrado, de alta-restitución y permite la observación directa, macroscópica de dinámicos procesos conocidos y predice que existen en la interacción, alta densidad de gases y liquidos.

Una técnica análoga macroscópica para el estudio de procesos hidrodinámicos Molecular en Gases densos y líquidos

Datos de este protocolo la construcción y operación de un microscopio de seguimiento en tiempo real 3D sola partícula capaz de seguimiento nanoescala fluorescente puntas de prueba a altas velocidades difusivos y tasas de conteo de fotones baja.

Un protocolo para el seguimiento en tiempo real 3D sola partícula

Se presentan dos métodos diferentes para caracterizar el movimiento de la partícula incipiente de un solo grano en función de la geometría de la cama de sedimentos de laminar a turbulento.

Visual basado en la caracterización de la propuesta del partícula incipiente en sustratos Regular: de Laminar a turbulentas condiciones

La técnica descrita en el presente documento ofrece un método relativamente simple y de bajo costo para medir simultáneamente la cinemática de la partícula y la turbulencia en flujos con concentraciones bajas de partículas. La turbulencia se mide utilizando partículas imagen velocimetry (PIV), y cinemática de la partícula se calcula a partir de imágenes obtenidas con una cámara de alta velocidad en un campo de vista superpuesto.

Medida simultánea de la cinemática de la partícula usando técnicas de imagen de flujo y turbulencia

Este artículo ofrece una descripción detallada de cómo crear muestras para el seguimiento de una sola proteína en bicapas lipídicas soportadas por sólidos. También explica un microscopio de fluorescencia sencillo con sensibilidad a una sola molécula y una tasa de fotogramas rápida. Finalmente, describimos el procedimiento para extraer trayectorias de una sola proteína.

Seguimiento de proteínas individuales en bicapas lipídicas mediante microscopía de fluorescencia

Aprende a rastrear partículas de sedimento en transporte de carga de lecho mediante análisis de imágenes. Este método permite medir trayectorias individuales a largas distancias para evitar sesgos experimentales y estudiar la dinámica de partículas en condiciones hidrodinámicas.

Seguimiento de partículas lagrangianas basadas en imágenes en experimentos de carga de la cama

Explorar más videos