Name: ベッド負荷実験における画像ベースのラグランジュ粒子トラッキング (動画) | JoVE Journal
Uploaded: 2017-07-20T15:00:00.000+00:00
Duration: 10 min 32 s
Description: 学ぶ ベッド負荷輸送実験における画像ベースのラグランジュ粒子トラッキング手法。個別粒子の長距離軌道計測により、粒子の運動と静止イベントの詳細情報を取得し、水理環境における堆積物動態の理解を深める。

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

この研究は、欧州連合（EU）の第7次枠組みプログラム、初等教育ネットワーク（ITN）に資金を提供した研究者（Marie Curie - FP7-PEOPLE-2012-ITN）のトレーニングとキャリア開発の支援、 HYTECH「生態学的に重要な異種界面における流体力学的輸送」（番号316546）。それはまた、Politecnico di MilanoのPolo Territoriale di Leccoによって支えられました。実験はSSの訪問中に訪問科学者としてPolitecnico di Milanoに行われた。著者たちはTarcisio Fazzini、Stefania Gherbi、Francesco Mottini（ミラノ工科大学の学生）、Seyed Abbas Hosseini-Sadabadi（HYTECHプロジェクトのメンバー、Politecnico di Milanoの学生）に感謝します。実験的な活動とデータ分析。著者たちは、ニュージャージー州クライストチャーチのカンタベリー大学（University of Canterbury）のロジャー・ノックス（Roger Nokes）教授ソフトウェアと絶え間ないアドバイスを絶賛。最後に、JoVEの編集部長と匿名の3人の批評家に、思考を呼び起こすコメントや提案について感謝します。これにより、原稿が大幅に改善される可能性があります。

<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>

著者らは、競合する金銭的利益がないと宣言している。

粒子の視覚化によるベッドロード輸送実験の設計には、実験構成とハードウェアツールの選択、フロー測定、パーティクルシーディングとビジュアライゼーション、画像解析などのいくつかのステップが必要です。各ステップのバリエーションには長所と短所があります。この原稿で提示されたプロトコルの重要な特徴は、（i）加圧流と固定粗ベッドを使用すること、（ii）固定床色と対照的な色を有する少数の床荷重粒子を播種すること、 （iv）複数のカメラを使用して、互いに結合される独立したトラックセットを得ることを含む。 実験方法およびデータ処理により、ベッドロード粒子を確実に最終測定のために追跡することが可能になる。カバーされた流れは、移動する粒子の最適な視界を保証する。しかしながら、固定床は、いくつかのプロセス（ 例えば 、頂点にリンクされたもの<html> lの活性床荷重層内の堆積物粒子の変位）、この技術の弱いベッド負荷への適用性を制限する。 わずか100秒の映画を使用して得られたデータサンプルのサイズは比較的小さかった。しかし、サンプルのサイズは、画像取得および処理の実験期間を長くすることによって容易に増加させることができる。限られた数の粒子を供給することは、実質的により高い速度での供給よりも長い実験時間を必要とする。運動中の粒子の濃度が小さいことと、異なる色を使用することによる比較的簡単な粒子追跡のために、努力する価値があります。両方とも、誤った追跡の可能性を減らします。この実験での自然光の使用は、照明装置の必要性を回避する。しかし、欠点は、良好な照明が気象条件に依存することである。 パーティクルホップの長さと持続時間のCFDは、gが&quot;&gt;図4は、最も頻度の高いものと最も低い値を示す。ホップ長さおよび持続時間の最大測定値が600ミリメートルと7つのそれぞれの周りにあった。これは、文献4、16、30からの類似の値と比較して有意に大きかったです2つのカメラを使用する利点は、1つのカメラが約850mmの焦点領域長を有することを考慮すれば明らかであり、これは測定されるホップ長さの値よりはるかに大きくない。代わりに2台のカメラを使用する測定プロトコルは、プロセスの長さスケールと測定フィールドの長さスケールとの間の十分な分離を保証し、実験的限界に起因する現象学的結果を偏らせるリスクを低減した。 flumeに沿って配置されるカメラの数が増えます。 ここで説明するプロトコルと比較した別の手順は、パーティクルの識別と追跡の前にオーバーラップイメージを作成することです。データマージの方法がデータファイルのサイズを2倍にし、手頃な価格ではないメモリ消費を必要とするため、（2回の追跡を行い、粒子トラックをリンクする）我々のプロトコルが好まれた。 ここで説明する処理アルゴリズムでは、重複領域の長さよりも短いいくつかの粒子トラックは、堆積物トラックの完全な再構成を妨げたために廃棄されました。しかしながら、120mmの閾値長さは、得られることができるトラック長さより1桁短く、これらのデータの損失は許容された。さらに、 図1の下の8つのケースで見られるトラック接合は、得られるべきトラック長の大幅な増加を可能にしない。一方、これらの状況は、トラックの中断に起因する可能性がある図5の状況のような長いトラックの検索では、同様の場合、反復結合操作によって長いトラックを再構築することができます。ただし、 図5のようなトラックの中断は、参加プロセスではなく追跡プロセスに明確に関連していることに注意することが重要です。 この原稿は、採択されたプロトコルの能力を実証するために、単一の実験の概念実証結果を示した。将来の実験では、このプロトコルを一連の異なる水力学的条件に適用して、寝床 - 堆積物の堆積物輸送プロセスの詳細な分析を達成する。 <img alt="図5" class="xfigimg" src="/files/ftp_upload/55874/55874fig5.jpg" /> 図5：中断の存在下でのトラック参加の状況。 </strong&gt;ここで説明するプロトコルでは、これらのトラックを1つのトラックに結合することはできません。議定書の図1および8.4の欄に記載されているように、重複領域の長さより短いトラックは除外される。これにより短い赤と緑のトラックが削除されます。残りの長いものは共通点がないため結合できません。 <a href="//ecsource.jove.com/files/ftp_upload/55874/55874fig5large.jpg" target="_blank">この図の拡大版を見るには、ここをクリックしてください。</a>

先駆的な作品は、いくつかの数十年前の1、2登場以来、河川の土砂輸送の研究のための画像解析の使用が絶えず増加しています。この技術は、実際の物理現象3、4、5の詳細な分析のために、比較的高解像度及び低コストのデータを提供する能力を証明しました。時間とともに、ハードウェアツールとソフトウェアツールの両方で大幅な改善が得られました。 堆積物の輸送の測定は、堆積物フラックスの測定を対象とするオイラー法、または移動する個々の粒子の軌道を測定することを目的とするラグランジアン法を用いて行うことができる。画像処理は、他のオイラー方法6、7と比較して粒子追跡のためのユニークな可能性を提供しています。しかし、desこれらの潜在性にもかかわらず、寝台積載物の堆積物輸送への画像分析の適用は、データサンプルの測定およびサイズの空間的/時間的サポートスケールに関して、いくつかの重大な実験的限界に苦しんでいる。例えば、データの質と量を損なうことなく、同時に大空間領域、実験の長い期間、高い測定周波数3、4、8の適切な組み合わせを達成することは困難です。加えて、粒子追跡は、分析のために使用されるソフトウェアによって行われ、トラッキングエラーの可能性と、優れた人間の努力を必要とする、または自動的に3,8れ、手動2,4行うことができます。 本稿では、寝床下堆積物の実験的検討のためのプロトコル使用されるカメラのタイプによって長期間が達成され、異なる場所で2台のカメラを同時に使用することにより大きな視野が確保され、 臨機応変な実験条件によって確実な自動処理が可能になった。実験操作を設計し、処理ツールは、いくつかの研究で著者によって取得された経験に基づいて選択された画像法3、9、10、11、12、13、14、15、16によって土砂輸送の詳細な調査を扱う動作、17、18。 沈降物輸送実験が記載されている。これは、固定された、荒いベッドの上のes。粒子の供給は、移動粒子の低濃度を維持するための流れの輸送能力よりもはるかに小さく、追跡される粒子の混雑を回避した。さらに、輸送された粒子は連続的に動いていないが、間欠的な動きが観察された。可動ベッドではなく固定ベッドの使用は、自然条件との類似性の喪失を意味する。しかしながら、固定床は、しばしば結果が作用するプロセスの様々な複雑なシナリオのものよりシンプルで説明されているという仮定の下で土砂輸送実験19、20、21で使用しました。固定床の使用は、明らかに、堆積物埋葬および再出現のプロセスが観察されるのを防止する。他方、弱い床荷重の存在下では、堆積物の輸送はルーズベッドの表層で起こり、この場合、固定床の使用が適切である可能性がある。実際には、二つの条件を実行した実験における粒子運動の特性との間の具体的な比較では有意差3、14を提示しませんでした。最後に、ここに提示された実験は、透明なカバーを通して粒子視覚化のための最適条件を確保するために加圧流を用いて実施した。加圧された流れと土砂輸送は、実験的に近いベッド境界層と堆積物との間の相互作用は、開水路22、23のものと類似であることを示し、研究試作氷に覆われた河川で研究されてきました。以下のセクションでは、すべてのメソッドについて概説し、いくつかの代表的な結果を示します。

<table><tbody><tr><td>レーザー距離センサ</td><td>METRICA</td><td>PREXISOX2</td><td>水路の傾斜を測定するために使用</td></tr><tr><td>二液型ポリエステル樹脂</td><td>ゲルソン</td><td>MS 65213</td><td>鋼板に沈殿物粒子を接着するために使用</td></tr><tr><td>耐水性スプレー塗料</td><td>固定ベッドの塗装</td><td>に使用</td><td></td></tr><tr><td>超音波速度プロファイラー</td><td>信号処理</td><td>DOP 2000</td><td>水の測定に使用速度プロファイル</td></tr><tr><td>カメラ</td><td>Go-Pro</td><td>Hero 4 ブラック</td><td>ベッドロード粒子運動の動画を取得するために使用</td></tr><tr><td>ストリーム</td><td>カンタベリー大学</td><td>2.01</td><td>粒子の識別と追跡に使用</td></tr><tr><td>MatLab</td><td>MathWorks</td><td>R14</td><td>さまざまな操作のためのアドホックコードの開発に使用</td></tr><tr><td>プレキシガラス</td><td></td><td></td><td>透明アクリル素材</td></tr></tbody></table>

ベッド負荷実験における画像ベースのラグランジュ粒子トラッキング

Image-based Lagrangian Particle Tracking in Bed-load Experiments

画像分析は、比較的低コストで詳細な定量的描写を提供する能力のために、河川流量の測定にますます使用されている。この原稿では、軽量の堆積物を用いたベッドロード実験に粒子追跡速度測定法（PTV）を適用する方法について説明します。調査された堆積物輸送条件の重要な特徴は、覆われた流れの存在と、その上に粒子が水路入口で限られた数で放出された固定された粗い床の存在であった。適用された流動条件下では、個々の床荷重粒子の運動は断続的であり、運動と静止の交互作用が交互であった。流れパターンは、流れ方向速度の垂直プロファイルの音響測定によって予備的に特徴付けられた。プロセスの視覚化の間に、水路に沿って異なる場所に配置された2つのアクションカメラを使用して、大きな視野が得られた。実験プロトコルは、チャン実験の実現、画像前処理、粒子追跡の自動化、および2つのカメラからの粒子追跡データの後処理を行うことができます。提示された概念実証結果は、粒子ホップ長さおよび持続時間の確率分布を含む。この作業の成果を既存の文献の成果と比較して、プロトコルの妥当性を実証する。

このセクションに示された結果は、水路勾配がゼロに設定された実験（勾配値は±0.05％の精度で計算された）のためのものです。使用される堆積物は、サイズd = 3mmで密度ρP = 1270キロ/ m 3で、準球状たPBT粒子から作製しました。実験は流速Q = 9.7×10 -3 m 3 / sで行い、バルク速度U = 0.31m / sとした。 UVPによる速度測定のために、2MHzのプローブを81°の傾斜で使用した。速度データを20Hzで250秒間取得した。代表的な速度プロファイルを図2に示します 。これは流路の軸線と流れが完全に発達した水路の入口から4.5mで採取された。無効な標高測定に関連するいくつかの値が削除されました。アシンメトリーcプロファイルは、プラスチックの蓋と堆積物床の異なる粗さに起因する。プロットはまた、せん断速度の推定に使用されるプロファイルの一部を示し、 u s = 25.9±1.3mm / sを得る。したがって、粒子レイノルズ数（ Re p = u s × d / ν 、水の動粘度であるν ）は、78に等しく、過渡的に粗い領域を示している。 堆積物輸送の視覚化は、水路入口から3.5mおよび4.3mに設置された2台のカメラを用いて実施した。カメラは30fpsの周波数で動作し、解像度は1,920×1,080ピクセルであった。像歪みの補正係数はk = 0.6であった。歪み除去後、画像較正は1画素= 0.5mmであった。オーバーラップの長さは、760.15〜880.11mmであった（後者は、前者の焦点領域の長さstカメラをその上流端から離す）。粒子同定の閾値強度は80に設定され、予想されるブロブサイズは0.5〜8mmの範囲であった。粒子追跡のための探索ウィンドウは、上流に1mm、下流に7mm、横に4mmであった。遮断されたトラックの再接続のための探索ウィンドウは、1mmの上流及び31mmの下流、16mmの横方向の4つの次のフレームに沿ったものであった。接合される2つのトラック間のxおよびy値の平均自乗差の平方根の閾値を10mmに設定した。 各カメラからの3,000枚の画像のサブセット（100秒に対応する）を用いて測定された粒子トラックを図3に示す 。データベースは、それぞれ上流と下流のカメラからの37と34のトラックを含んでいた。 2つのカメラによって得られたトラックの重なりが最初に提案され、次いで得られた全セットのtラックが表示されます。測定領域の中央部分における重なりが満足できることは明らかである。最後の59トラックで12のリンクが得られた。最長のトラック4、同様の分析が3を実施した他の文献の研究と比較して非常に大きく約1.6メートル（より530の粒子サイズ、15.2流れの深さ5.3水路幅）の合計の長さ全体観察窓を、スパン、5、8。 ラグランジュのフレームワークを取ることによって、粒子の運動学の重要な指標が、ここでは粒子のホップの特性に関して適用されます。この実験のような断続的な寝床輸送の下では、これらのホップは休息期間によって分離された動きである。単一の粒子についてフルトラック内のホップを検出するために、粒子の動きおよび静止の識別は、必要な準備段階。この作業では、その瞬間のx位置が以前のものよりも大きく、次のすべてのものよりも低い場合、特定の瞬間に動いている粒子を考慮する基準30を適用しました。 59個の測定された粒子トラックから合計98個のホップ数が得られた。 図4は、得られたホップ長さおよび持続時間の累積度数分布（CFD）を示す。 <img alt="図2" class="xfigimg" src="/files/ftp_upload/55874/55874fig2.jpg" /> 図2：測定された速度プロファイル。 （上）流れ方向の速度成分の時間平均垂直プロファイル。 （Bottom）対数方程式をプロファイルの下部に当てはめてせん断速度を推定します。最初のプロットでは、チャンネルの上端から下向きの垂直軸が使用されていることに注意してください。<html>測定結果をUVPで照合する。チャネルの底部から上向きの軸は、式フィッティングによるせん断速度を推定するために必要に応じて、代わりに2番目のプロットで使用されます。 <a href="//ecsource.jove.com/files/ftp_upload/55874/55874fig2large.jpg" target="_blank">この図の拡大版を見るには、ここをクリックしてください。</a> <img alt="図3" class="xfigimg" src="/files/ftp_upload/55874/55874fig3.jpg" /> 図3：測定された粒子トラックの平面図。 （上）2つのカメラからのトラック（上流のカメラは赤、下流は黒）。 （ボトム）結合されたトラックのサンプル（明瞭にするための色の変更と、太い線で強調表示された一部のトラック）。 <a href="//ecsource.jove.com/files/ftp_upload/55874/55874fig3large.jpg" target="_blank">この図の拡大版を見るには、ここをクリックしてください。</a> 4 &quot;class =&quot; xfigimg &quot;src =&quot; / files / ftp_upload / 55874 / 55874fig4.jpg &quot;/&gt; 図4：ホップ長（Top）と期間（Bottom）の累積度数分布（CFD）。 図3の各トラック内では、粒子がその瞬間に動いているか静止しているかを表すために、各時刻で粒子を標識した。その後、粒子の飛沫同伴（静止から運動への移行）と脱離（運動から静止への移行）の間の部分として、粒子ホップをトラックから抽出した。ホップの長さと持続時間について得られたサンプルを使用して、ここに示す分布を作成しました。 <a href="//ecsource.jove.com/files/ftp_upload/55874/55874fig4large.jpg" target="_blank">この図の拡大版を見るには、ここをクリックしてください。</a> 補足コードファイル：join_cameras.m <a href="http://ecsource.jove.com/files/ftp_upload/55874/join_cameras.m">してください</a>このファイルをダウンロードするにはここをクリックしてください。

この原稿は、移動粒子が画像分析によって追跡される寝床積堆積物輸送実験の伝導のためのプロトコールを提示する。実験施設、実行実現とデータ処理の手順、そして最後にいくつかの概念実証結果をここに示します。

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

この手順の全体的な目的は、測定可能な軌跡の最大長に関連する実験的バイアスを避けるため、広範囲の観察領域において掃流砂として流れによって運ばれる個々の粒子の軌跡を測定することです。この手法は、粒子の運動と静止イベントに関する詳細な情報を提供するため、掃流砂輸送メカニズムにおける重要な疑問への回答に役立ちます。この技術の主な利点は、輸送される粒子を長距離にわたって追跡できるため、長期的な試験の観察が可能になることです。我々がこの手法を最初に考案したのは、過去の実験データを分析していた際、観測窓に対して粒子がより長い距離を輸送され得ることに気づいたときでした。まず、目的の堆積物粒子層で覆われた一連の鋼板を用意します。堆積物の表面に耐水性の黒色塗料を塗布します。次に、PVCサポートをフルームの底に配置し、そのサポートの上にプレートを置きます。堆積床が連続していることを確認し、必要に応じてプレートの配置を調整してください。その後、チャネルを透明なアクリル蓋で覆います。フルームを希望の勾配に設定します。次に、フルームポンプを起動し、水路に水を満たします。調節バルブを使用して流量を設定してください。テールウォーターレギュレーターを使用して、圧力ヘッドの高さをチャネルのリッドよりわずかに高い位置に設定します。リッドに大きな力がかからないようにしつつ、流量が確保されていることを確認してください。測定値の間隔が小さくなり、流れが安定することを確認するまで、15分ごとに流量と圧力ヘッドの高さをチェックします。次に、超音波流速プロファイラを所定の傾斜を持つホルダーに取り付けます。プローブの先端に超音波用ジェルを塗布します。プローブの末端を流路の入口側に向けて、流路蓋の上にプローブを設置します。背景の流体力学的条件を特性評価するための良好な速度プロファイルを得るには、プロービングゲルの適切な配置が極めて重要です。プローブをデータ収集モジュールに接続し、瞬間速度プロファイルを測定するように装置を設定します。必要な数の速度プロファイルを取得してください。次に、プローブの向きを反転させ、もう一組の速度プロファイルを測定します。水路上の各測定地点で同様に速度プロファイルの測定を行ってください。その後、各地点の平均速度値を算出し、主流方向および垂直方向の速度成分を決定します。音響ビームが通過した媒体に合わせて値を適宜調整してください。流速の流向成分プロファイルが片対数プロットで線形傾向を示す高度の範囲を特定します。曲線を対数方程式にフィッティングさせ、摩擦速度を推定します。実験を開始するために、2台のアクションカメラのフレームレートと解像度を希望のパラメータに設定します。カメラを、焦点範囲が重なり合う十分に近づけた状態で、チャネル底面に向かうように蓋の側壁に取り付けます。また、フルームに既知の距離を示す視覚的な基準点が表示されていることを確認してください。各カメラで短い動画を撮影します。録画内容に基づき、チャネルがフレーム内に収まり、フォーカス領域が重複するように、カメラの位置と向きを調整してください。チャネル内の流れが安定していることを確認します。次に、目的の粒子を、2〜3秒に1粒の割合で、手でゆっくりとフルームの入口から投入し始めます。視界内の粒子数を少なくすることが、簡便な堆積物トラッキングにおいて重要であるため、少量の堆積物を投入します。ただし、流量が小さい場合、一部の粒子が焦点領域に留まることがあります。両方のビデオカメラで録画を開始します。後のカメラ同期のためのマーカーとするため、室内の照明を消します。実験中は、一定の光レベルを維持してください。目的の実験時間まで、粒子をフルームに供給し続けます。その後、カメラの録画を停止し、堆積床に捕捉された粒子を取り除きます。必要に応じて、他の流体力学的条件下で実験を繰り返します。ビデオから抽出した画像の処理を開始するには、まずピクセル座標に放射状変換を適用し、水路の側面が直線として表示されるようにします。河床高と既知の距離を示す基準マーカーに基づき、ピクセルから距離への換算係数を決定します。その後、流体フロー画像解析ソフトウェアで新しい画像シーケンスを作成します。画像シーケンスのフレーム間の時間間隔と、ピクセルから距離への変換係数を入力します。対象となるファイルを選択し、プロセスを実行します。シーケンスからランダムに選択した粒子画像の強度マップを生成します。目的の粒子の強度に適した閾値を特定します。次に、そのシーケンスに対するフィルターパイプラインを作成します。フィルターを背景除去に設定してください。単一の閾値を用いて、新しい粒子識別アルゴリズムを作成します。粒子の強度と直径の閾値を入力してください。粒子識別プロセスをフィルターパイプラインに追加し、プロセスを実行します。フィルタリングが完了したら、新しく作成された粒子レコードの画像ビューを開きます。フレームをスクロールして、画像間の粒子の変位を確認してください。次に、新しいPTV解析パイプラインを作成します。新しい解析を作成し、「costings」タブで「distance」を選択します。検索ウィンドウの位置と寸法を入力してください。新しいプロセスをパイプラインに追加し、プロセスを実行します。トラック再接続を行い、個々の粒子記録における中断箇所を修正します。この工程を2台目のカメラの記録に対しても繰り返します。次に、専用の画像処理モジュールにおいて、両方のカメラのトラックファイルを選択し、「find track properties」をクリックします。上流側と下流側のカメラの画像を比較して、カメラ間の座標シフトを決定します。下流側カメラの座標シフトを入力し、「make reference system uniform」をクリックします。画像間のオーバーラップ領域の境界を入力してください。重複領域の長さよりも短いすべての軌跡を除去します。粒子トラックデータベースを統合し、重複許容誤差を記入します。その後、トラックを結合します。プロセスが完了したら、結果を保存し、トラックデータを解析して掃流砂の粒子運動を調査します。測定された流速分布は非対称であり、これは堆積物床とチャネル蓋の粗さの違いに起因していました。上流側と下流側のカメラでは、100秒間でそれぞれ37本および34本のトラックが確認されました。両方のカメラからのデータを統合した結果、合計59本の軌跡が特定されました。最も長い軌跡は観測ウィンドウ全体に及び、総延長は約1.6 mでした。これらの軌跡を分析し、粒子が移動していた時間と堆積物上で静止していた時間を特定しました。観察領域が広いため、長距離のホッピングを特定することができ、これらの流体力学的条件下で最大600 millimetersのホッピングが観察されました。より短く高速なホッピングが最も頻繁に発生することが分かりました。このビデオを視聴することで、広範囲における粒子追跡を用いた堆積物輸送実験の実施方法について十分に理解できるはずです。本手順を行う際は、実験中の照明を十分に確保するようにしてください。高品質な画像から収集を開始することで、その後の作業の多くが簡素化されます。この手法の開発により、堆積物輸送分野の研究者は、プロセスの解釈やモデリングに向けた多様な指標を探索することが可能となりました。

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

Research

JoVE Journal

Environment

環境

共焦点顕微鏡は、魅力的な懸濁液のためのモデル系として研究されている画像の静止や流れるコロイドポリマー混合物に使用されます。画像解析アルゴリズムは、幾何学的な閉じ込めに起因する変化を測定するコロイド粒子のための構造的および動的メトリックを計算するために使用される。...

監禁静止と流れるコロイド·ポリマー混合物の共焦点イメージング

FIMは、Cなどの小さな移動物体を追跡するために設計された新規、費用効果的なイメージングシステムである虫、プラナリアやショウジョウバエの幼虫。添付FIMTrackプログラムが高速で効率的なデータ分析を提供するように設計されている。一緒に、これらのツールは、行動特性の高スループット分析を可能にする。...

FIMイメージングとFIMtrack：高スループットとコスト効果的な歩行分析を可能に二つの新しいツール

粒子追跡マイクロレオロジーによりバイオフィルムの機械的特性のその場でのマッピング

この原稿は、水路に規則的なベッドフォームを作成する方法、ベッドフォームを通る流れを視覚化する方法、およびコンピュータシミュレーションを使用して低流体の流れをシミュレートする方法を説明しています。 コンピュータシミュレーションは、実験的観測とよく比較されます。 このシミュレーションと実験の連成は、研究目的と教育目的の両方に適しています。...

色素の実験とシミュレーションを使用したベッドフォームを通じてHyporheicフローの可視化

四ビュースプリッターと高速度カメラに基づいた三次元粒子追跡速度測定（3D-PTV）システムは、ここに記載されています。技術は、下流≈7,000レイノルズ数Reで10直径の近傍に円管からの噴流に適用されます。...

ジェット流の場合：乱流のアプリケーションのための3次元粒子追跡流速

高密度流体中の分子の流体力学的過程を研究するため実験的にアクセス可能なアナログ方式である.

高密度の気体と液体の分子流体力学的過程を研究するためのアナログ巨視的手法

建設と操業追跡ナノスケール蛍光ことができるリアルタイム 3 D...

リアルタイム 3 D 単一粒子追跡のためのプロトコル

土砂ベッドのジオメトリを層流から乱流の機能として単一のビードの初期パーティクル モーションを特徴づける 2...

視覚に基づいた正規の基板の初期粒子の運動特性: 層流乱流の条件から

ここで説明する手法は、粒子運動と低粒子濃度の流れにおける乱流を同時に測定する低コストかつ比較的簡単な方法を提供しています。粒子画像流速測定法 (PIV)...

フロー イメージング技術を用いた粒子運動と乱流の同時測定

本記事では、固体支持脂質二重層における単一タンパク質追跡用のサンプル作成方法を詳しく説明します。また、単一分子感度と高速フレームレートを持つシンプルな蛍光顕微鏡の説明もします。最後に、単一タンパク質の軌跡抽出手順を概説します。...

蛍光顕微鏡を用いた脂質二重層中の単一タンパク質の追跡

学ぶ ベッド負荷輸送実験における画像ベースのラグランジュ粒子トラッキング手法。個別粒子の長距離軌道計測により、粒子の運動と静止イベントの詳細情報を取得し、水理環境における堆積物動態の理解を深める。

ベッド負荷実験における画像ベースのラグランジュ粒子トラッキング

さらに動画を探す