Wraz z ruchem wód powierzchniowych w strumieniu, rzece lub strefie pływów powstają gradienty hydrauliczne, które wymuszają przepływ wody do osadów i z nich na zewnątrz1. W systemach rzecznych część osadów koryta, w której zachodzi ta wymiana, nazywana jest strefą hyporeiczną2,3. Strefa ta jest istotna, ponieważ w jej obrębie magazynowane, osadzane lub przekształcane są liczne substancje odżywcze i zanieczyszczenia4-9. Czas, przez który znacznik przebywa w osadzie, określa się mianem czasu rezydencji. Zarówno czasy rezydencji, jak i lokalizacja dróg przepływu wpływają na procesy transformacji. Lepsze zrozumienie procesów wpływających na przepływ przez osady jest niezbędne do przewidywania transportu substancji rozpuszczonych w rzekach oraz rozwiązywania poważnych problemów środowiskowych wynikających z rozprzestrzeniania się materiałów, takich jak biogeny (np. hipoksja przybrzeżna10,11). Pomimo znaczenia wymiany hyporeicznej, często nie jest ona omawiana w ramach studiów licencjackich z hydrologii, mechaniki płynów, hydrauliki itp. Dla dydaktyków pragnących włączyć zagadnienie wymiany hyporeicznej do swoich kursów, przydatne mogą okazać się wizualizacje eksperymentalne i numeryczne, które w jasny sposób obrazują ten proces.
Sinuozity koryta strumienia, poziomy wód gruntowych w otoczeniu oraz topografia koryta (tj. łachy, formy dna i kopce biogeniczne) wpływają w różnym stopniu na wymianę hiporeiczną12-17. Niniejsze badanie skoncentrowano na formach dna, takich jak wydmy i zmarszczki, które zazwyczaj są kluczowymi cechami geomorfologicznymi wpływającymi na przepływ hiporeiczny14,15. Stworzyliśmy symulację numeryczną oraz eksperyment laboratoryjny w celu wizualizacji przepływu przez regularną serię form dna. Symulacja ta opiera się na wcześniejszych badaniach wiążących ścieżki przepływu hiporeicznego z łatwo obserwowalnymi charakterystykami systemu15,18-21. Ponieważ badania te stanowią naukowe podstawy symulacji, poniżej znajduje się krótkie podsumowanie kluczowych aspektów teorii. Topografia form dna, T(x), jest określona wzorem:
Równanie 1:

gdzie H to dwukrotność amplitudy formy dennej, k to liczba falowa, a x to wymiar podłużny równolegle do średniej powierzchni koryta strumienia. Przykład takiej topografii form dennych przedstawiono na Rysunku 1.

Rycina 1. Definicje parametrów i ustawienia kontrolowane przez użytkownika. W Interface cząstki znacznika są uwalniane w sposób ważony strumieniem na styku woda/osad i śledzone w obrębie osadu. Jeśli opcja show-paths? jest ustawiona na „on”, znaczniki wody zaznaczają miejsca, w których przebywały, wskazując ich ścieżki. Gdy znacznik powraca do wody powierzchniowej, zmienia to całkowitą liczbę znaczników w systemie, jeżeli opcja re-drop? jest ustawiona na „off”. Wykres skumulowanego rozkładu czasu przebywania obrazuje tę zmianę, przedstawiając stosunek liczby znaczników pozostałych w warstwie osadu do liczby początkowej jako funkcję czasu. Jeśli opcja re-drop? jest ustawiona na „on”, znaczniki opuszczające system są zastępowane w ten sam sposób ważony strumieniem, co cząstki pierwotne, a wykres skumulowany zostaje wyłączony. Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.
| Nazwa parametru | Jednostki | Definicja | Interfejs | Mousedrop |
| Lambda (λ) | cm | Długość fali formy dna (patrz Ryc. 1) |  |  |
| Wysokość formy dna (H) | cm | Dwukrotność amplitudy formy dna (patrz Rysunek 1) |  |  |
| Głębokość złoża (D) | cm | Głębokość osadów (patrz Ryc. 1) |  |  |
| HydrCond (K) | cm/s | Przewodność hydrauliczna |  |  |
| Porowatość (θ) | | Porowatość |  |  |
| Prędkość w kanale (U) | cm/s | Średnia prędkość w wodzie powierzchniowej lub w kanale |  |  |
| Głębokość (d) | cm | Głębokość wody (patrz Rysunek 1) |  |  |
| Nachylenie (S) | | Nachylenie form dna i powierzchni wody |  |  |
| LiczbaCząsteczek | | Liczba cząstek wprowadzonych do systemu. |  | |
| CzasX (Czas1, Czas2..) | min | Czas, w którym następuje każda zmiana barwy | |  |
| Przyciski symulacji | | Definicja | Interfejs | Mousedrop |
| Konfiguracja | | Konfiguracja symulacji przy użyciu przedstawionych parametrów |  |  |
| start/stop | | Uruchamia i zatrzymuje symulację |  |  |
| Krok | | Kliknięcie przycisku „krok” powoduje upływ jednego kroku czasowego. Pozwala to użytkownikom spowolnić działanie kodu i dokładnie zaobserwować, co dzieje się w ciągu 100 s. |  | |
| wyraźne ścieżki | | Usuwa z ekranu wszystkie ścieżki niebieskich cząsteczek |  |  |
| Przejdź do następnego punktu czasowego | | Powoduje to uruchomienie programu aż do następnego czasu zmiany koloru (TimeX) | |  |
| upadek myszy | | Należy kliknąć ten przycisk, zanim będzie można umieścić cząstki w warstwie podpowierzchniowej poprzez klikanie w wybranych lokalizacjach w tej warstwie. | |  |
| pokaż-ścieżki? | | Jeśli opcja show-paths? jest ustawiona na „on”, cząsteczki wody pozostawiają niebieski ślad wskazujący miejsce, w którym się znajdowały (patrz Rysunek 1). |  |  |
| ponowne naniesienie? | | Jeśli opcja „re-drop?” jest ustawiona na „on”, cząstki opuszczające system są zastępowane w sposób zależny od strumienia dla każdej takiej cząstki, a wykres skumulowany nie działa. Gdy cząstka opuszcza strefę hiporeiczną, liczba cząstek w systemie zmniejsza się, jeśli opcja „re-drop?” jest ustawiona na „off” (patrz Rysunek 1). |  | |
Tabela 1. Parametry hiporeiczne i elementy sterujące symulacją. W poniższej tabeli przedstawiono każdy parametr, przycisk i suwak, które mogą być dostosowane przez użytkownika, wraz z ich definicjami.
W tej symulacji dwa procesy indukują prędkość płynu w złożu piaskowym. Pierwszy z nich wynika z oddziaływań przepływu strumienia z formami wyniesienia dna. Prędkość charakterystyczna na granicy woda/osad indukowana przez formy wyniesienia dna ma również charakter w przybliżeniu sinusoidalny i jest przesunięta o jedną czwartą długości fali względem samej formy wyniesienia dna22. Amplituda funkcji prędkości na granicy powierzchni i podpowierzchni została określona na podstawie pomiarów w następujący sposób16:
Równanie 2:

gdzie U to średnia prędkość wody powierzchniowej, g to przyspieszenie grawitacyjne, a d to głębokość wody (pokazana na Rysunku 1). Funkcja wysokości dynamicznej jest zatem określona wzorem:
Równanie 3:

Tę funkcję naporu można następnie wykorzystać do obliczenia komponentu funkcji prędkości podpowierzchniowych opartego na formach dna, poprzez rozwiązanie równania Laplace'a przy stałej głębokości dna piaszczystego20. Drugi komponent prędkości wody porowej jest określany przez nachylenie systemu, S, które odpowiada gradientowi naporu grawitacyjnego generującemu przepływ w kierunku dolnego biegu, proporcjonalny do
. Ostateczne funkcje prędkości wody porowej to:
Równanie 4:

Równanie 5:

gdzie u jest podłużną składową prędkości, v jest pionową składową prędkości, K jest średnią przewodnością hydrauliczną osadów, jest średnią porowatością osadów, y jest współrzędną pionową, a D jest głębokością osadów.
Stworzono symulacje śledzenia cząstek, wykorzystujące język modelowania i platformę symulacyjną NetLogo23. Dwie implementacje (Mousedrop.nlogo oraz Interface.nlogo) wykorzystują te same równania do modelowania przepływu hyporeicznego w ramach tego samego rdzenia symulacyjnego. Główną różnicą jest początkowe rozmieszczenie cząstek znacznika. Mousedrop umożliwia użytkownikowi umieszczenie symulowanego znacznika w dowolnym miejscu pod powierzchnią. Równania prędkości podpowierzchniowej 4 i 5 są wykorzystywane do przemieszczania znacznika w celu symulacji doświadczeń z wstrzykiwaniem barwnika. W Interface znacznik jest zawsze rozmieszczany wzdłuż granicy powierzchni i warstwy podpowierzchniowej w sposób ważony strumieniem. Odzwierciedla to dostarczanie materiału rozpuszczonego i zawieszonego z wody powierzchniowej do wody porowej, co jest kluczowe dla zrozumienia wymiany hyporeicznej. Następnie znacznik przemieszcza się w warstwie podpowierzchniowej, aż ponownie dotrze do wody w strumieniu. Śledzenie ścieżek barwnika w kanale oraz symulowanie tych ścieżek za pomocą NetLogo pozwala wyznaczyć linie prądu pola przepływu, pod warunkiem, że warunki przepływu i morfologia dna pozostają stabilne w okresie obserwacji. Interface.nlogo tworzy skumulowany rozkład czasu przebywania, który przedstawia stosunek liczby cząstek znacznika pozostałych w osadach do początkowej liczby cząstek znacznika umieszczonych w czasie 0 jako funkcję czasu.
Jak omówiono w niedawnym przeglądzie literatury24, w społeczności badawczej zajmującej się edukacją wciąż trwa dyskusja na temat względnych zalet praktycznych eksperymentów laboratoryjnych w porównaniu z laboratoriami symulacyjnymi i modelami komputerowymi. Z jednej strony niektórzy uważają, że „doświadczenie praktyczne leży w centrum procesu uczenia się”25 i ostrzegają, że argumenty dotyczące oszczędności kosztów mogą napędzać zastępowanie aktywności laboratoryjnych symulacjami komputerowymi, co odbywa się kosztem zrozumienia materiału przez studentów26. Z drugiej strony badacze w dziedzinie edukacji naukowej i inżynieryjnej argumentują, że symulacje są co najmniej tak skuteczne jak tradycyjne laboratoria praktyczne27 lub wskazują na korzyści płynące z symulacji komputerowych w promowaniu zorientowanego na studenta „uczenia się przez odkrywanie”28. Choć nie osiągnięto konsensusu, wielu badaczy doszło do wniosku, że w idealnym modelu symulacje komputerowe powinny uzupełniać, a nie zastępować praktyczne eksperymenty laboratoryjne29,30. Podejmowano również inicjatywy w ramach edukacji naukowej i inżynieryjnej, aby jednocześnie łączyć eksperymenty fizyczne i pomiary w świecie rzeczywistym z symulacjami komputerowymi tych zjawisk; zobacz np. „modelowanie dwuogniskowe” (bifocal modeling)31.
Studenci mogą poszerzyć swoją wiedzę koncepcyjną i lepiej zrozumieć proces badań naukowych, wchodząc w interakcję zarówno z systemem fizycznym, jak i z symulacją komputerową tego systemu. Niniejsza procedura polega na przeprowadzeniu przez studentów eksperymentu transportu substancji rozpuszczonej, który demonstruje grawitacyjny oraz indukowany formami dna przepływ wymiany hyporeicznej, a następnie dopasowaniu własnej konfiguracji doświadczalnej i wyników do symulacji komputerowej tych samych zjawisk. Takie porównanie sprzyja osiągnięciu istotnych efektów uczenia się oraz pogłębionej dyskusji nad metodą naukową oraz współzależnością między budowaniem modeli i teorii a walidacją empiryczną poprzez gromadzenie danych. Po przeprowadzeniu tego porównania studenci mogą również skorzystać z zalet symulacji komputerowej, aby szybko zbadać szereg alternatywnych scenariuszy poprzez zmianę parametrów modelu.