Abstract
Advektiven Austausch zwischen den Porenraum der Sedimente und der darüberliegenden Wassersäule, die so genannte hyporheischen Austausch in Flussumgebungen treibt Stofftransport in Flüssen und viele wichtige biogeochemischen Prozessen. Um das Verständnis dieser Prozesse durch visuelle Demonstration zu verbessern, haben wir ein hyporheischen Strömungssimulation in der Multi-Agenten-Computermodellierungsplattform NetLogo erstellt. Die Simulation zeigt virtuelle Tracer durch ein Bachbett mit zweidimensionalen bedforms abgedeckt fließt. Sediment, Fluss und bedform Merkmale als Eingangsgrößen für das Modell verwendet wird. Wir zeigen, wie diese Simulationen entsprechen experimentellen Beobachtungen aus Laborexperimenten Gerinne basierend auf gemessenen Eingabeparameter. Farbstoff in die Gerinne Sedimente injiziert, um die Porenwasserfluss zu visualisieren. Zum Vergleich virtuellen Markierungspartikel werden an den gleichen Stellen in der Simulation gesetzt. Dieses gekoppelte Simulation und Laborversuch ist erfolgreich in Undergraduate-und gradua verwendette Laboratorien Flussporenwasser Wechselwirkungen direkt zu visualisieren und zu zeigen, wie physikalisch basierten Strömungssimulationen können Umweltphänomene zu reproduzieren. Studenten fotografierte des Bettes durch die transparenten Wände Gerinne und verglichen sie mit Formen des Farbstoffes zu den gleichen Zeiten in der Simulation. Dies führte zu sehr ähnliche Trends, die die Schüler zu besseren sowohl die Strömungsmuster und das mathematische Modell zu verstehen erlaubt. Die Simulationen erlauben es dem Benutzer, um die Auswirkungen der einzelnen Eingabeparameter schnell zu visualisieren, indem Sie mehrere Simulationen. Dieses Verfahren kann auch in Forschungsanwendungen verwendet werden, um grundlegende Prozesse zu veranschaulichen, beziehen Grenzflüsse und Porenwassertransport, und unterstützen quantitative Prozessbasierte Modellierung werden.
Introduction
Als Oberflächenwasser bewegt sich in einem Strom, Fluss oder Gezeitenzone schafft Kopf Farbverläufe, die Wasser in die und aus den Sedimenten 1 zu fahren. In Flusssysteme der Anteil der Bachsedimenten, wo dieser Austausch erfolgt als hyporheischen Zone 2,3 bekannt. Dieser Bereich ist wichtig, weil viele Nähr- und Schadstoffe gespeichert sind, abgeschieden wird, oder innerhalb des hyporheischen Zone 4-9 umgewandelt. Die Zeitspanne ein Tracer in dem Sediment verbleiben kann Verweilzeit bezeichnet. Beide Verweilzeiten und die Positionen der Strömungswege beeinflussen die Transformationsprozesse. Verbessertes Verständnis der Prozesse Fluss durch das Sediment beeinflussen wird benötigt, um den Stofftransport in Flüssen prognostizieren und zu adressieren große Umweltprobleme, die sich aus Ausbreitung von Materialien wie Nährstoffe (zB Küsten Hypoxie 10,11). Trotz der Bedeutung der hyporheischen Austausch, ist es oft nicht in grundständigen Studiengängen in der Hydrologie beschrieben,Strömungsmechanik, Hydraulik etc. Erzieher wollen hyporheischen Austausch, um ihre Kurse hinzufügen, könnte es nützlich sein, experimentelle und numerische Visualisierungen, die deutlich zeigen, diesen Prozess zu haben.
Stream Kanal sinuosity, umgebenden Grundwasserstände und Bach Topographie (dh, Bars, bedforms und biogenen Hügel) beeinflussen hyporheischen Austausch in unterschiedlichem Maße 12-17. Diese Studie konzentrierte sich auf bedforms wie Dünen und Wellen, die in der Regel sind die Schlüssel geomorphologischen Merkmale hyporheischen Fluss 14,15 beeinflussen. Wir haben eine numerische Simulation und Laborversuch, um die Strömung durch eine regelmäßige Reihe von bedforms visualisieren. Diese Simulation wird auf einem Körper der bisherigen Forschung über hyporheischen Fließwege leicht beobachtbaren Systemeigenschaften 15,18-21 basiert. Da diese Forschung bildet den wissenschaftlichen Hintergrund für die Simulation, folgt eine kurze Zusammenfassung der wichtigsten Aspekte der Theorie. Bedform Topographie, T (x),ist gegeben durch:
Gleichung 1: 
wobei H der doppelten Amplitude des bedform ist, k die Wellenzahl und x die Längsabmessung parallel zu der Durchschnitts streambed Oberfläche. Ein Beispiel dieser bedform Topographie ist in Abbildung 1 dargestellt.
Abbildung 1. Parameterdefinitionen und Einstellungen durch den Benutzer gesteuert. In Schnittstelle werden Tracerpartikel in einem Flussgewichteten Weise an der Wasser / Sediment-Schnittstelle freigegeben und durch das Sediment verfolgt. Wenn show-Pfaden? "Ein" der Wassertracer Zeichen, wo sie sind, zeigt sich ihre Wege. Wenn ein Tracer kehrt in den Oberflächengewässern, ändert sich dieses Ter Gesamtzahl der Tracer in das System, beim erneuten Rückgang? auf "off" eingestellt ist. Die kumulative Verweilzeitverteilung Plot zeigt diese Änderung durch Auftragen des Verhältnisses der Anzahl von Tracern im Sediment Bett verbleibende der ursprünglichen Zahl als Funktion der Zeit. Wenn Re-Tropfen? "Ein" ist dann Tracer, die das System verlassen, werden in der gleichen Flussgewichteten Weise wie ursprünglichen Teilchen ersetzt, und die kumulative Darstellung ist deaktiviert. Bitte klicken Sie hier, um eine größere Version dieser Figur zu sehen.
| Parametername | Einheiten | Definition | Schnittstelle | Mousedrop | ||
| Lambda (λ) | cm | Wellenlänge bedform (siehe Abbildung 1) </ td> |  | | ||
| BedformHeight (H) | cm | Zweimal die bedform Amplitude (siehe Abbildung 1) | | | ||
| BedDepth (D) | cm | Tiefe der Sedimente (siehe Abbildung 1) | | | ||
| HydrCond (K) | cm / s | Hydraulische Leitfähigkeit | | | ||
| Porosität (θ) | Porosität | | | |||
| ChannelVelocity (U) | cm / s | Durchschnittsgeschwindigkeit in der Oberflächengewässer oder Kanal | | | ||
| Tiefe (d) | cm | Wassertiefe (siehe Abbildung 1) | | | ||
| Slope (S) | Steigung der bedforms und Wasseroberfläche | | ||||
| NumParticles | Die Anzahl der Partikel in das System freigesetzt wird. | | ||||
| TimeX (Zeit1, Zeit2 ..) | min | Zeitpunkt, zu dem jede Farbänderung auftritt | | |||
| Simulation Buttons | Definition | Schnittstelle | Mousedrop | |||
| Einrichten | Stellen Sie die die Simulation mit Hilfe von Parametern gezeigt | | | |||
| GO / STOP | Startet und stoppt die Simulation | | | |||
| Schritt | Ein Klick auf Schritt bewirkt einen Zeitschritt einen Pass zu spielen. Dies ermöglicht Benutzern, den Code verlangsamen und genau sehen, was in 100 sec passiert. | | ||||
| klare Wege | Löscht alle er blaue Partikelbahnen vom Bildschirm | | | |||
| Weiter zum nächsten Mal | Dies bewirkt, dass das Programm bis zum nächsten Farbwechsel Zeit (TimeX) | | ||||
| Maus-Drop- | Diese Taste muss angeklickt werden, bevor Partikel können im Untergrund, indem Sie auf Standorte in den Untergrund aufgestellt werden. | | ||||
| Show-Pfaden? | Wenn show-Pfaden? "an" ist die Wasserpartikel hinterlassen eine Spur von Blau zeigt, wo sie gewesen sind (siehe Abbildung 1). | | | |||
| erneut fallen zu lassen? | Wenn Re-Tropfen? "Ein" ist die Partikel in einem Fluß gewichtet für jedes Teilchen, welches das System verlässt ersetzt, und die kumulative Darstellung nicht. Wenn ein particle verlässt den hyporheischen Zone, wenn re-Drop die Zahl der Teilchen im System sinkt? "aus" ist (siehe Abbildung 1). | | ||||
Tabelle 1 wortlich Parameter und Simulation Controls. Jeder Parameter, Tasten und Schieber, die vom Benutzer eingestellt werden kann, ist in der Tabelle zusammen mit einem gegebenen Definition.
In dieser Simulation zwei Prozesse induzieren Fluidgeschwindigkeit im Sandbett. Die erste ist auf die Wechselwirkungen des Strömungsflusses mit bedforms. Die Geschwindigkeit Kopf an der Wasser / Sediment-Schnittstelle durch bedforms induziert wird, ist auch in etwa sinusförmig, und durch eine Viertelwellenlänge vom bedform sich 22 verschoben. Die Amplitude des Geschwindigkeitshöhenfunktion an dem oberflächen unterirdischen Oberfläche wurde aus Messungen als 16 angenähert:
ge = "always"> Gleichung 2: 
wobei U die mittlere Oberflächenwassergeschwindigkeit, g die Gravitationskonstante ist, und d die Tiefe des Wassers (in 1 gezeigt). Die Geschwindigkeit Kopf-Funktion ist dann gegeben durch:
Gleichung 3: 
Dieser Kopf Funktion kann dann verwendet, um die bedform basierende Komponente der unterirdischen Geschwindigkeitsfunktionen durch Lösung der Laplace-Gleichung mit einem konstanten Sandbetttiefe 20 zu berechnen. Die zweite Komponente des Porenwassergeschwindigkeit wird durch die Steigung des Systems S, die zu einem Gravitations Kopfgradientensystem entspricht bestimmt, daß Ausbeuten Strömung in der stromabwärtigen Richtung proportionals / ftp_upload / 53.285 / 53285eq_S_inline.jpg "/> Die letzten Funktionen zur Porenwassergeschwindigkeit sind.:
Gleichung 4: 
Gleichung 5: 
wobei u die Längsgeschwindigkeitskomponente ist, v die vertikale Geschwindigkeitskomponente ist, K die durchschnittliche hydraulische Leitfähigkeit des Sediments, die mittlere Porosität der Sedimente, y die vertikale Koordinate ist und D die Tiefe der Sedimente.
Particle-Tracking-Simulation erzeugt wurden, die den NetLogo Modellierungssprache und Simulationsplattform 23 zu verwenden. Die beiden Implementierungen (Mousedrop.nlogo und Interface.nlogo) verwenden diese Gleichungen auf hyp modellierenorheic Fluss mit der gleichen Simulationskern. Der Hauptunterschied ist die anfänglichen Positionen der Markierungspartikel. Mousedrop ermöglicht dem Benutzer die simulierten Leuchtspur überall im oberflächennahen Bereich zu platzieren. Untergrundgeschwindigkeit Gleichungen 4 und 5 werden verwendet, um den Tracer zu bewegen, um Farbstoff Injektionsexperimente simulieren. In-Schnittstelle, Tracer wird immer entlang der Oberfläche / Untergrundgrenze in einem Flussgewichteten Weise angeordnet. Dies ahmt die Lieferung von gelösten und suspendierten Material von der Oberfläche von Wasser in den Porenwasser, das für ein Verständnis hyporheischen Austausch ist. Der Tracer bewegt sich dann im Untergrund ab, bis er wieder den Strom Wasser erreicht. Auf den Spuren der Farbstoff-Pfade in der Wildwasserbahn und die Simulation der Wege mit NetLogo liefert die Stromlinien des Strömungsfelds, solange die Strömungsverhältnisse und bedform Morphologie stabil bleiben während des Beobachtungszeitraums. Interface.nlogo erzeugt eine kumulative Verteilung der Verweilzeit, die das zeigt, Verhältnis der Anzahl vonTracer-Partikel im Sediment verbleibenden der anfänglichen Anzahl von Tracer-Partikel zum Zeitpunkt 0 als Funktion der Zeit gegeben.
Wie kürzlich in einer Literaturübersicht 24 diskutiert wird, bestehen noch beträchtliche Debatte innerhalb der Bildungsforschungsgemeinschaft über die relativen Vorteile der praktischen Laborversuchen gegenüber simulierten Labors und Computermodelle. Auf der einen Seite, einige das Gefühl, dass "praktische Erfahrung ist das Herzstück des Lernens" 25, und Vorsicht, dass Kosteneinsparungen Argumente werden Betankung der Ersatz von Hands-on Lab-Aktivitäten durch computerbasierte Simulationen, zum Nachteil der Schüler Verständnis 26. Auf der anderen Seite, einige Forscher in der Wissenschaft / Ingenieurausbildung argumentieren, dass Simulationen sind mindestens so wirksam wie herkömmliche praktische Übungen 27, oder die Vorteile der Computer-Simulation bei der Förderung der Studenten in den Mittelpunkt "entdeckendes Lernen" 28 zu diskutieren. Während Konsens wurde nicht neuschmerzten, haben viele Forscher stellten fest, dass im Idealfall Computersimulationen sollte ergänzen, anstatt zu verdrängen, Hands-on-Experimente im Labor 29,30. Es gab auch Initiativen im Natur- und Ingenieurausbildung, gleichzeitig Paar physikalischen Experimenten und realen Erfassung mit Computersimulationen der Phänomene; siehe zB "bifocal Modellierung" 31.
Die Schüler können ein tieferes konzeptionelles Wissen und ein besseres Verständnis der wissenschaftlichen Forschungsprozesses durch die Interaktion mit sowohl einem physikalischen System, und eine Computersimulation des Systems zu gewinnen. Dieses Verfahren beinhaltet, die Studierenden führen eine Stofftransport Experiment, das Gravitations und bedform induzierten hyporheischen Wechselfluss zeigt, und passen ihre eigenen Versuchsaufbau und die Ergebnisse mit einer Computersimulation der gleichen Phänomene. Dieser Vergleich ermöglicht wichtige Schüler-Lernergebnisse und eine tiefere Diskussion der ter wissenschaftliche Methode, und das Zusammenspiel zwischen Modell / Theoriebildung und empirische Validierung durch die Datenerfassung. Nach dem Durchführen dieses Vergleichs können die Schüler auch die Vorteile für die Vorteile der Computersimulation, eine Vielzahl von alternativen Szenarien schnell zu erkunden, indem Modellparameter.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
1. Simulation Software
- Verwenden Sie die in diesem Abschnitt beschriebenen Software.
- Downloaden und installieren Sie die freie / Open-Source-Multi-Agenten-Modellierungssprache und Simulationsplattform, NetLogo (Verfügbar: http://ccl.northwestern.edu/netlogo/, Version 5.1 oder höher).
Hinweis: Diese Software ist kostenlos erhältlich und läuft auf allen gängigen Betriebssystemen (Windows / Mac / Linux). - Laden Sie die beiden spezifischen Simulationsskriptdateien (mousedrop.nlogo und interface.nlogo), die dieses Laborverfahren zu begleiten. (Available: http://modelingcommons.org/browse/one_model/4259 and http://modelingcommons.org/browse/one_model/4258 )
Hinweis: Wenn der Simulationsplattform installiert und die Dateien heruntergeladen wurden, öffnet sich automatisch einen Doppelklick auf diese Dateien ter Simulationen auf, bereit zu laufen.
- Downloaden und installieren Sie die freie / Open-Source-Multi-Agenten-Modellierungssprache und Simulationsplattform, NetLogo (Verfügbar: http://ccl.northwestern.edu/netlogo/, Version 5.1 oder höher).
2. Flume Demonstration
- Einrichten des Labor Gerinne so dass alle Parameter (Tabelle 1) innerhalb der mousedrop Simulationsparameterbereich Beschränkungen fallen.
Hinweis: Die Randbedingungen können in mousedrop eingestellt werden, wenn für das physikalische System, indem Sie die Schieberegler erforderlich.- Gießen Sie eine Schicht von ca. 15-25 cm von Sand in die Wildwasserbahn. Messen und notieren Sie die hydraulische Leitfähigkeit und Porosität der Sand folgenden Standardmethoden 32,33.
- Füllen Sie die Wildwasserbahn mit ca. 20-30 cm Wasser.
- Starten Sie die Wildwasserbahn und erhöhen die Durchflussrate auf ein Niveau, schnell genug, um Sandkörner zu bewegen und damit zu bedforms zu erstellen ist.
Hinweis: Die Durchflussmenge kann weiter angepasst werden, um bedform Eigenschaften mit der Praxis zu verfeinern. Bedform Größen sind ein Ergebnis der Durchflussmenge, Wassertiefe und Sand Eigenschaften. - Erlauben bedforms um fo entwickelnr 12-24 h auf natürliche Dünen / Wellenmorphologie bilden. Um diesen Prozess zu beschleunigen, von Hand formen regelmäßigen Dünen, und dann können Sedimenttransport für 4-12 Std. Alternativ manuell bilden regelmäßigen Dreiecks Dünen.
Hinweis: Regelmäßige Dreiecks Dünen werden regelmäßige Muster der hyporheischen Austausch ergeben, aber nicht so viel Komplexität als natürliche Dünen / Ripple bedforms zeigen. - Sobald die gewünschten bedforms erreicht werden, reduzieren die Wasserdurchflussmenge bis Bett Sedimenttransport verlangsamt und bedform Eigenschaften stoppen ändern.
- Visuell zu beobachten Bewegung Sedimentkörner, die das Bett, und reduzieren Fluss, bis Bewegung aufhört.
Anmerkung: Dies wird die Bett-Morphologie für die Dauer des Experiments beibehalten. - Um zu bestätigen, dass langsam, episodischen Bewegung nicht auftritt, Marke oder Foto bedform Positionen und dann zu einem späteren Zeitpunkt zu beobachten.
Hinweis: Es ist nur wichtig, dass bedforms haben deutlich bewegen nicht über den Zeitrahmen des Versuchs, damit bieteteine ausreichende Beobachtungszeit, um zu bestätigen, dass bedforms sind stabil.
- Visuell zu beobachten Bewegung Sedimentkörner, die das Bett, und reduzieren Fluss, bis Bewegung aufhört.
- Einstellen Gerinne Steigung und / oder die Wassertiefe, um eine einheitliche Strömung unter der reduzierten Strömungsrate zu erreichen.
- Steuerkanal Hang durch Anlagen in die Rinne, in der Regel entweder mit einem motorisierten Buchse oder einer Handkurbel aufgebaut. Passen Sie die Wassertiefe durch Hinzufügen oder Wasser aus der Rinne zu entfernen.
Anmerkung: In der Versuchsanordnung verwendet, hier wird die gesamte Rinne an einem Drehpunkt an dem stromabwärtigen Ende angebracht ist, und die Steigung wird durch einen motorischen Buchse am stromaufwärtigen Ende gesetzt. - Während die Pumpe läuft, wählen zwei Längsorten mit Linien, die senkrecht zum Boden der Rinne gekennzeichnet. An diesen Stellen, verwenden Sie ein Lineal, um den Abstand entlang dieser senkrechten Linien, zwischen der Oberfläche des Wassers und dem Boden der Rinne.
Hinweis: Je nach der Gerinne-Setup kann der Boden der Rinne als eine bessere geneigte Referenzlinie als der Boden der Rinne zu dienen. Auswählen eines larger Längsabstand wird eine bessere Genauigkeit zu erhalten. - Einstellen der Neigung der Rinne und / oder der Wassertiefe und neu zu bemessen, um die Vertikalabstandsmessungen sind die gleichen, um eine gleichmäßige Strömung zu erzielen. Messen die geneigte horizontale Abstand entlang der Unterseite der Rinne zwischen diesen beiden Längsorten.
- Steuerkanal Hang durch Anlagen in die Rinne, in der Regel entweder mit einem motorisierten Buchse oder einer Handkurbel aufgebaut. Passen Sie die Wassertiefe durch Hinzufügen oder Wasser aus der Rinne zu entfernen.
- Halten Sie die Pumpe und warten auf das Wasser bewegen zu stoppen; Dies wird eine ebene Oberfläche zu schaffen. Erneut den Abstand zwischen der Spitze der Wildwasserbahn und die Wasseroberfläche an jedem Längs Lage.
ANMERKUNG: Die Sender Steigung gleich der Differenz zwischen diesen Messungen geteilt durch die geneigte horizontale Abstand zwischen ihnen ist. - Starten Sie die Pumpe.
- Wählen Sie eine Teststrecke, die eine Lage in der Nähe der Mitte oder stromabwärts gelegenen Ende der Rinne, wo Dünen haben ein regelmäßiges Muster gebildet werden soll. Stellen Sie sicher, dass dieser Abschnitt umfasst mindestens eine volle bedform.
- Messen und erfassen den mittleren Sedimenttiefe (D) in the Teststrecke mit jeder Hand Mess devise (transparent Herrscher sind ideal). Der Einfachheit halber, verwenden Sie den durchschnittlichen Abstand von einem Kamm und Trog in die Gerinne unten.
- Messen und erfassen den mittleren bedform Höhe in der Messstrecke, definiert als die Differenz zwischen der Sedimenttiefe bei einem Kamm und der Sedimenttiefe in einem Trog mit einem Lineal. Messen Sie mehrere bedforms, um eine gute Schätzung der durchschnittlichen erhalten.
- Wieder mit dem Lineal, messen und erfassen den mittleren Wassertiefe (d) in der Teststrecke, definiert als die durchschnittliche Entfernung von der Wasseroberfläche, um das Sandbett. Verwenden Sie wieder die durchschnittliche Wassertiefe am Dünenberge und Wellentäler der Einfachheit halber.
- Notieren Sie sich die Kanaldurchflussrate (Q) von dem Durchflussmesser, und die Berechnung der Durchschnittsgeschwindigkeit als Q / (d * w), wobei w die Breite der Rinne und d der Wassertiefe.
Anmerkung: Die Durchflussmesser in die Rezirkulationsschleife der Rinne eingeführt ist. - Messenaufzeichnen und den Durchschnittswert bedform Wellenlänge in der Teststrecke. Typischerweise messen die Wellenlänge wie der Abstand zwischen aufeinanderfolgenden Dünenkämme.
- Öffnen Sie die Mousedrop Simulation (im NetLogo Plattform) und überprüfen, ob alle Messungen innerhalb der in der Simulation Benutzeroberfläche angegebenen Variablenbereiche. Wenn ein gemessener Parameter außerhalb der Beschränkungsbereich, passen Sie die Simulation Parameterbereich mit der rechten Maustaste auf den Parameter "Slider", wählen Sie "Bearbeiten", und Einstellung der Min / Max-Werte.
- Visualisieren hyporheischen Austausch.
- Stellen Sie die Kamera an einem festen Ort (vorzugsweise auf einem Stativ) wies orthogonal zur Gerinne Wand mit einer einzigen bedform in der Teststrecke im Bild zentriert.
Hinweis: Dies wird Probleme der schrägen Perspektive zu vermeiden. - Nehmen Sie ein Testbild, um Bedingungen zu überprüfen. Passen Sie die Beleuchtung, wenn Reflexionen sind ein Problem.
- Unter Verwendung der Spritze und Nadel, machen 2-3 kleine Farbstoff injections in der Nähe des Wildwasserwand. Sicherzustellen, dass diese Injektionen bilden ~ 2 cm runde Flecken von farbigen Porenwasser bei einer Vielzahl von vertikalen und horizontalen Positionen. Seien Sie vorsichtig, um die Störung der Sandbett während der Injektion zu minimieren.
Hinweis: Injektionen von kleineren Mengen an Farbstoff kann der Benutzer sehen, mehr Details und Einzelstrom Pfade anzuzeigen. - Nehmen Sie die Startzeit der Farbstoffinjektionen und nehmen Sie ein erstes Bild.
Optional: Es kann Bildungs, um die anfänglichen Farbstofffronten mit Markierungen auf Transparenz Papier zu verfolgen, so dass der Farbstoff Bewegung im Labor leicht zu beobachten, aber diese Konturen blockiert auch kleine Teile der Farbstofffronten in Bildern, so gibt es eine handels aus. - Erfassen Sie die Farbstofffront Positionen in angemessenen Zeitabständen. Für Zeitrafferaufnahmen, verwenden Sie 30 Sekunden Intervallen, um glatte Ergebnisse.
- Stellen Sie die Kamera an einem festen Ort (vorzugsweise auf einem Stativ) wies orthogonal zur Gerinne Wand mit einer einzigen bedform in der Teststrecke im Bild zentriert.
3. Simulation
- Führen Simulation 1: Mousedrop und vergleichen Sie mit den beobachteten Farbstofftransport.
- Öffnen Sie die Simulation Skript namens Mousedrop.nlogo.
Abbildung 2. Mousedrop. Dies zeigt, wo Tracer sind 7 verschiedene Instanzen in der Zeit. Bitte klicken Sie hier, um eine größere Version dieser Figur zu sehen. - Stellen Sie die in Tabelle 1 gezeigt, um Gerinne Versuchsbedingungen entsprechen physikalischen Systemparameter (speziell: Lambda, BedformHeight, BedDepth, HydrCond, Porosität, ChannelVelocity, Tiefe und Neigung). Achten Sie darauf, sorgfältig auf Einheiten bei der Eingabe von Eingabeparametern zu zahlen.
- Passen Schieber Zeit1, Zeit2, etc., um Zeit anzuzeigen, wenn die Simulation Tracking Farbe wird sich ändern. Stellen Sie diese Farbänderungen Beobachtungszeiten, um den Vergleich der Simulationsergebnisse mit den Beobachtungen zu erleichtern, entsprechen.
Notiz: Wenn die Zeit-Parameter werden alle auf 0 gesetzt, wird die Simulation eine einzige Farbe im gesamten anzuzeigen. - Nachdem alle Parameter eingestellt sind, klicken Sie auf die Schaltfläche Setup.
Hinweis: Die bedform sollte in der Simulationsansicht angezeigt. - Klicken Sie auf die Maus-Drop-Taste, um die Startpositionen der virtuellen Tracer anzuzeigen. Beachten Sie, dass mehrere Standorte im Bett kann angeklickt werden. Halten Sie die Maus nach unten, um mehrere virtuelle Tracer freizugeben. Bei der Simulation Farbstoffbewegung, mit der Maus, um entweder Spurenfarbstofffronten (die Grenze rund um den Farbstoff) oder füllen Sie das vollständige Bereich der gefärbten Region.
Hinweis: Einführung in mehrere virtuelle Tracer bewirkt, dass die Simulation langsamer ausgeführt. Die besten visuellen Ergebnisse werden mit Computerleistung variieren. - Nachdem alle virtuellen Tracer platziert wurden, können Sie entweder auf den Aufstieg zum nächsten Taste, die die Simulation zu starten wird und dann stoppen Sie es beim ersten Mal, oder Sie können die Go / Stopp-Taste klicken, um die simul beginnenation auf unbestimmte Zeit. Nicht wieder auf die Setup-Taste oder die Tracer muss neu gestellt werden.
Anmerkung: Sobald die Simulation laufen beginnt, wird die Geschwindigkeit für die Lage der einzelnen Tracer basierend auf Simulationsparametern in Gleichungen 4 und 5. Die Tracer bewegt sich entsprechend der Geschwindigkeitsfeld 100 simuliert Sekunden und dann die Geschwindigkeit, mit der neuen Position wird berechnet und die Prozedur wird wiederholt, bis der Tracer aus dem System austritt. - Klicken Sie optional auf die GO / STOP-Taste wiederholt zu unterbrechen / fortsetzen Sie die Simulation. Vergleichen Sie die simulierte und gemessene Farbstoffverteilungen an verschiedenen Punkten in der Zeit.
- Öffnen Sie die Simulation Skript namens Mousedrop.nlogo.
- Führen Simulation 2: Interface.
- Öffnen Sie das Skript mit dem Titel-Schnittstelle.
Abbildung 3. Schnittstelle. Dies zeigt 370 Tracer durch den Untergrund mit Hilfe des Schnittstellensimulation fließt. Der Tracer paths zeigen, wo jeder Tracer wurde, da es an der Oberfläche Wasser-Untergrund-Schnittstelle gestartet. Schließlich alle Fließwege sollte auf die Oberflächengewässer zurückkehren. Bitte klicken Sie hier, um eine größere Version dieser Figur zu sehen.
Hinweis: Dieses Skript stellt virtuelle Tracer auf der Bach Oberfläche in einem Flussgewichteten Weise auf der Grundlage berechnet, unter der Oberfläche Geschwindigkeiten. Diese stellt eine visuelle Repräsentation der relativen Mengen von Wasser in fließt (und aus dem) streambed an verschiedenen Standorten. - Beginnen Sie, indem Sie auf Setup, gefolgt von GO / STOP.
Hinweis: Dies wird die Simulation mit den Standardeinstellungen ausgeführt werden. Die Wiederabfall? Schalter anfänglich auf AUS gesetzt, so dass die kumulative Verweilzeitverteilung geplottet Zeit verstreicht. - Nach Beobachtung der Simulation mit den Standardparametern, klicken Sie auf GO / STOP, um die Simulation zu stoppen.
Anmerkung: Dies wird die Simulation mit den Parametern, die ausgewählt worden sind, neu zu starten. - Öffnen Sie das Skript mit dem Titel-Schnittstelle.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Die Verwendung einer Simulation in Verbindung mit Experimenten ermöglicht es den Studierenden, um die Ähnlichkeiten und Unterschiede zwischen idealisierten mathematischen Modelle und komplexer realer Systeme zu beobachten. Abbildung 4 zeigt ein Beispiel vergleichen Farbstoffinjektion Fotografien mit Mousedrop Simulationen. Die anfängliche Fotografie verwendet wird, um die Platzierung des simulierten Farbtracer zum Zeitpunkt Null zu bestimmen, und dann wird die Simulation für 34,2 min laufen und mit einem Lichtbild zu diesem Zeitpunkt gemacht. Insgesamt ist das Modell hat eine ausgezeichnete Arbeit der Erfassung der Bewegung des gefärbten Wasser über diesem Zeitintervall. Der erste Farbstoff blob, auf der Leeseite des bedform befindet, tritt aus den Sedimenten in den beiden simulierten und experimentellen Systemen. Die zweiten dehnt und bewegt Bilden einer Halbmondform, wie sie sich ausbreitet, so dass ein Teil des Tracers tritt hinter der ursprünglichen Position und etwas stromaufwärts nach unten. Der letzte Farbstoff blob ausbreitet aufwärts und ein Teil des Tracers fährt tiefer in den Sedimenten. Dies zeigt, dass hyporheischen Austausch unter bedforms und dass die Muster der hyporheischen Wechselfluss betreffen Geometrie bedform auftritt. Die starke Vereinbarung zwischen der Simulation und dem Experiment bestätigt die Modellgleichungen zur ersten Ordnung Ebene. Diese Vorgehensweise auch deutlich, dass hyporheischen Austausch ist ein wichtiger Prozess, der mit bedform Größe skaliert, und dass fast die Hälfte des Porenwasserflüsse stromaufwärts unter bedforms. Bei näherer Betrachtung jedoch kleine Unterschiede zwischen der beobachteten und simulierten Farbstofftransport zu sehen. Die Simulation ist glatter als die tatsächliche Farbmuster und nicht so tief erstrecken sich in das Sediment. Diese Unterschiede ergeben sich aus einer Kombination von Messfehlern und physikalische Effekte zweiter Ordnung, die aus unregelmäßigen bedform Geometrie Variabilität Sediment Verpackung, etc., wie in Tabelle 2 beschrieben.
4 "src =" / files / ftp_upload / 53.285 / 53285fig4.jpg "/>
Bild 4. Beim Vergleich Gerinne Farbstofffronten Simulationen. Farbstoff wurde in die Rinne injiziert wird und ein Bild wurde bei Zeit 0 Tracers wurden in den Untergrund mit Mousedrop an den gleichen Stellen wie der Farbstoff gegeben. Tracer zog dann für 34,2 Minuten Simulation und die Simulation wird dann zu einem Bild aufgenommen 34,2 min nach dem ersten Bild verglichen. Die beobachteten Farbmuster und die Simulationen zu vergleichen, auch in der späteren Zeit. Es gibt einige Unterschiede aufgrund von räumlichen Veränderungen im Strömungsfeld, die von dem Modell nicht erfasst werden. Bitte klicken Sie hier, um eine größere Version dieser Figur zu sehen.
| Häufige Quellen von Abweichungen | Erwartetes Resultat | |
| Tatsächliche Kopfprofil diffInnen aus angenommenen Sinuskurve | Asymmetrie des Porenwasserstrom unter dem bedform | |
| Unregelmäßige Reihe von bedforms | Mögliche Abweichungen im Strömungsfeld an der Stelle des Beobachtungs | |
| Zu wenig Sediment Betttiefe | Vertikalen Verdichtung des Porenwasserprofil | |
| Ungleichmäßige (dh zeitlich veränderlichen) fließen über dem Bett | Zusätzliche Höhenkopf-Komponenten, die eine zusätzliche Komponente des Porenwasserströmung überlagern (zB erhöhte Asymmetrie des Porenwasserzirkulationszelle unter dem bedform.) | |
| Heterogenität in der Verpackung der Sedimente | Räumliche Variabilität in Porenwasserströmung (Patches von Sedimenten mit höherer und niedrigerer Geschwindigkeit) | |
| Signifikante Unterbrechung von Sedimenten bei der Injektion Farbstoff | Dye Release vertikal through das Einspritzloch | |
| Verwendung eines nicht-wasserlöslichen Farbstoff oder unzureichende Auflösung oder Mischen des Farbstoffs vor der Injektion | Die Bündelung der Farbstoff in Porenwasser, nicht gleichförmigen Porenwassertransport oder langsame Mobilisierung von Farbstoff von Einspritzstellen. | |
| Ungenaue Messungen (häufig aufgrund von Einheiten) | Dies kann zu falschen Ergebnissen führen drastisch | |
| Angenommene mangelnde Dispersion in der Simulation | Einige Expansion ist Farbstoff Formen | |
Tabelle 2. Quellen von Abweichungen zwischen Beobachtung und Simulation. Eine Liste der häufigsten Fehlerquellen in dieser Tabelle aufgelistet.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
In Verbindung, die Wildwasserbahn Demonstration und Partikelverfolgung Simulationen bieten eine umfassende Einführung in hyporheischen Fluss für eine Reihe von Zielgruppen. Die Teilnehmer aller Stufen sind für das Auftreten von hyporheischen Austausch durch bedforms induziert und der starken Variabilität in unterirdischen Fließwege unter bedforms vorgesehen visuelle Beweise. Diese Verfahren können als einfache Demonstration der Porenwasserfluss für Studenten oder K-12 Studenten verwendet werden, oder es kann in Aufbaustudiengänge in Verbindung mit einem tiefer gehende Darstellung der Flusshydraulik, Sedimenttransport und die Mechanik der hyporheischen Austausch verwendet werden . Unabhängig von der Höhe ermöglicht die Verwendung dieser einfachen Visualisierungsmodell als interaktive Technologie Studierenden ein tieferes Verständnis für diese komplexen und wichtigen Phänomene, als es durch abstrakte Theorie und Diskussion erreicht werden, zu bilden.
Während mit diesen Methoden, Unterschiede zwischen den physikalischen Systems und der Simuauf nicht als "Fehler" angesehen werden, sondern als ein "Aha-Erlebnis", das heißt, der Ausgangspunkt für eine Diskussion, die letztlich zu einer größeren Lern führen wird. Die Schüler sollten geführt werden, um eine Reihe von Fragen, darunter betrachten: Was sind alle Fehlerquellen (im Modell, die Messungen und die Laborverfahren)? Welche von diesen könnte möglicherweise auf die Diskrepanz zwischen Simulationen und Beobachtungen beitragen? Welche vereinfachenden Annahmen wurden in der Formulierung des Modells gemacht? Wie wichtig sind kleine Abweichungen, und machen sie das Modell "falsch"? Wie der Statistiker George Box sagte einst: "Im Wesentlichen sind alle Modelle falsch, aber einige sind nützlich." 34 Eine gute wissenschaftliche Modell erfasst bestimmte wesentliche Merkmale eines Systems, damit zu einem besseren Verständnis führen, während es vernachlässigt Details, die weniger relevant sind auf die Frage auf der Hand. Das Gerinne Laborexperiment und begleitenden simulation bieten eine hervorragende Fallstudie für Schüler in das Verständnis sowohl die Stärken und Schwächen eines Modells und einer experimentellen Methode. So nicht nur Studenten zu gewinnen eine größere Geläufigkeit mit Kernkonzepte der hyporheischen Austausch und Stofftransport, aber sie über die komplementäre Beziehung (und manchmal komplexe Wechselwirkung) zwischen Theoriebildung und die Datenerfassung zwischen Computermodellen und Laborexperimente gelernt haben. Darüber hinaus diese Kopplung von Labor- und Simulations fördert die Entwicklung von wichtigen metakognitiven Fertigkeiten 35 darüber, wie Wissen wird durch die wissenschaftlichen Forschungsprozess gewonnen, durch die Frage, was wir wissen, und wie wir es kennen. Ein wachsender Körper der Forschung bestätigt die Effektivität des Unterrichts metacognitive (aka höherer Ordnung Denken) Fähigkeiten 36-38.
Es gibt zahlreiche Ursachen für die Abweichungen zwischen den beobachteten und simulierten Tracer Trajektorien. Übermäßige seitliche Bewegung desNadel bei einer Injektion wird eine bevorzugte Strömungspfad in den Sand zu schaffen, wodurch Farbstoff direkt in der Wassersäule entweichen kann. Unsere Geschwindigkeit Gleichungen enthalten keine Längs- oder Querdispersion. In einer Wildwasserbahn, ist die bedform Geometrie asymmetrischer als die idealisierten Sinuskurve in den Simulationen definiert. Sedimente sind nie ganz homogen; Variationen in der Verpackung und Sedimentgrößen wird die lokale hydraulische Leitfähigkeit und Porosität beeinflussen. Zwar ist es am besten, bedform Migration durch die Reduzierung der Wildwasserpumpendrehzahl, bevor Farbstoff Injektionen zu minimieren, können einige Migrations immer noch auftreten. Bedform Migration ändert die Position des bedform Kamm relativ zu dem eingespritzten Farbstoff, wodurch sich unter der Oberfläche der Hydrodynamik. Experimentellen Strömungswege wird daher immer von Simulationen unterscheiden, aber das allgemeine Muster der Tracer Bewegung sollte nicht geändert werden. Unter den hier verwendeten experimentellen Bedingungen, gibt es eine starke Übereinstimmung zwischen den Modellsimulationen und der beobachteten Farbstofffluss. Additio nal Komplexität, wie etwa Sedimentheterogenität, fraktal bedform Topographie, Grundwasserentladung, dreidimensionale Topographie, Cross-Channel-Flow und zeitlichen Variationen in Strömungsfluss kommen in vielen natürlichen Systemen. Die hier beschriebenen Farbstoff-Tracermethoden können verwendet werden, um die Auswirkungen dieser Prozesse durch geeignete Modifikation der Wildwasserbahn Versuchsaufbau zu erkunden. Dieser Ansatz kann für die Forschung als auch Lehre eingesetzt werden, wie Strömungsvisualisierung wird allgemein Test Hypothesen über Steuerungsprozesse verwendet werden, und kann auch verwendet werden, um Stoffflüsse und Massenbilanzen berechnen, zum Beispiel hyporheischen Austauschflüsse zwischen dem Strom und Sedimentbett 21. Dye Tracermethoden ähnlich den hier beschriebenen sind verwendet worden, um die Auswirkungen der Bachmorphologie, Sedimentheterogenität, Grundwasser Entladung zu bestimmen, und laden Sie auf hyporheischen Austausch sowie zu verwandten Prozessen wie Porenwasserflüsse durch Wellen 39-42 induzierten bewerten.
Inhalt "> Während die einfache Strömungsmodell verwendet, hier zeigte eine recht getreue Wiedergabe hyporheischen Fluss unter sorgfältig kontrollierten Laborbedingungen, ist seine Verwendung in der Modellierung komplexer natürlicher Systeme begrenzt. Die Skripte wurden in der NetLogo Programmiersprache hier vor allem als Lehrmittel, weil geschrieben Es bietet eine einfache, freie und Open-Source-agentenbasierten Simulationsplattform, und weil es unterstützt exzellente Visualisierung und einfache Benutzer Manipulation der Eingabeparameter, die das Lernen erleichtern. Andere Ansätze wurden entwickelt, um hyporheischen Austausch mit komplexeren Systemgeometrie 14 zu simulieren , 20 und Sedimentstruktur 43,44. Eine Vielzahl von Free / Open-Source-Tools (zB MODFLOW) und kommerzielle Software-Pakete (zB COMSOL) verwenden Finite Differenzen und Finite-Elemente-Methoden, die hilfreich bei der Modellierung hyporheischen Fluss unter komplexer sein kann Geometrien und mit unterirdischen Heterogenität 15,45-48.Subscription Required. Please recommend JoVE to your librarian.
Materials
| Name | Company | Catalog Number | Comments |
| Flume | Engineering Laboratory Design | Custom | Laboratory flume with clear sides for 24-48 hours. Alternatively a small teaching flume can be constructed for under 300 dollars following the guidelines provided in our supplementary materials. |
| Flowmeter | Rosemount | 8800 vortex | This is located inside the recirculation loop of the flume |
| Sand | US. Silica | F30 | Research-grade sand to form a layer 10-20 cm deep throughout the flume |
| Dye | Samples from food companies | Water-soluble food grade dye made into an aqueous solution. Dark colors like red, blue and green work best. (Avoid food dyes in propylene glycol.) | |
| Syringe | HSW | 4100.000V0 | 5-10 ml, e.g. HSW Norm-Ject 2-part disposable syringe |
| Pipetting Needle | Cadence Science | 7942 | 14-gage, 6-in blunt end, to inject the dye deep into the sand. |
| Digital Camera | Any | Digital camera with steady tripod. (Time lapse cameras can be used to collect rapid evenly spaced data.) We used a Nikon D7000. | |
| Ruler | Any | Transparent is best. | |
| Measuring Tape | Any | ||
| Netlogo Software | CCL | http://ccl.northwestern.edu/netlogo/ | |
| Mousedrop.nlogo | Netlogo Commons | 4259 | http://modelingcommons.org/browse/one_model/4259 |
| Interface.nlogo | Netlogo Commons | 4258 | http://modelingcommons.org/browse/one_model/4258 |
References
- Huettel, M., Webster, I. T. Porewater flow in permeable sediments. In: The benthic boundary layer: Transport processes and biogeochemistry. Bordeau, B. P., Jørgensen, B. B. , Oxford University Press. New York. 144-179 (2001).
- Bencala, K. E., Walters, R. A. Simulation of Solute Transport in a Mountain Pool-and-Riffle Stream - a Transient Storage Model. Water Resour Res. 19, 718-724 (1983).
- Williams, D. D., Hynes, H. B. N. Occurrence of Benthos Deep in Substratum of a Stream. Freshwater Biol. 4, 233-255 (1974).
- Benner, S. G., Smart, E. W., Moore, J. N. Metal Behavior during Surface Groundwater Interaction, Silver-Bow Creek, Montana. Environ Sci Technol. 29, 1789-1795 (1995).
- Fuller, C. C., Harvey, J. W. Reactive uptake of trace metals in the hyporheic zone of a mining-contaminated stream, Pinal Creek, Arizona. Environ Sci Technol. 34, 1150-1155 (2000).
- Jones, J. B., Mulholland, P. J. Streams and Ground Waters. , Academic Press. San Diego, CA. (1999).
- McKnight, D. M., et al. Spectrofluorometric characterization of dissolved organic matter for indication of precursor organic material and aromaticity. Limnol Oceanogr. 46, 38-48 (2001).
- Mulholland, P. J., et al. Inter-biome comparison of factors controlling stream metabolism. Freshwater Biol. 46, 1503-1517 (2001).
- Peterson, B. J., et al. Control of nitrogen export from watersheds by headwater streams. Science. 292, 86-90 (2001).
- Goolsby, D. A., Battaglin, W. A. Long-term changes in concentrations and flux of nitrogen in the Mississippi River Basin, USA. Hydrol Process. 15, 1209-1226 (2001).
- Rabalais, N. N., Smith, L. E., Harper, D. E., Justic, D. Effects of seasonal hypoxia on continental shelf benthos. Coast Est S. 58, 211-240 (2001).
- Huettel, M., Gust, G. Impact of bioroughness on interfacial solute exchange in permeable sediments. Mar Ecol Prog Ser. 89, 253-267 (1992).
- Cardenas, M. B., Wilson, J. L., Haggerty, R. Residence time of bedform-driven hyporheic exchange. Adv Water Resour. 31, 1382-1386 (2008).
- Stonedahl, S. H., Harvey, J. W., Detty, J., Aubeneau, A., Packman, A. I. Physical controls and predictability of stream hyporheic flow evaluated with a multiscale model. Water Resour Res. 48, (2012).
- Stonedahl, S. H., Harvey, J. W., Wörman, A., Salehin, M., Packman, A. I. A multiscale model for integrating hyporheic exchange from ripples to meanders. Water Resour Res. 46, (2010).
- Wörman, A., Packman, A. I., Marklund, L., Harvey, J. W., Stone, S. H. Fractal topography and subsurface water flows from fluvial bedforms to the continental shield. Geophys Res Lett. 34, (2007).
- Tonina, D., Buffington, J. M. A three-dimensional model for analyzing the effects of salmon redds on hyporheic exchange and egg pocket habitat. Can J Fish Aquat Sci. 66, 2157-2173 (2009).
- Elliott, A. H., Brooks, N. H. Transfer of nonsorbing solutes to a streambed with bed forms: Theory. Water Resour Res. 33, 123-136 (1997).
- Elliott, A. H., Brooks, N. H. Transfer of nonsorbing solutes to a streambed with bed forms: Laboratory experiments. Water Resour Res. 33, 137-151 (1997).
- Wörman, A., Packman, A. I., Marklund, L., Harvey, J. W., Stone, S. H. Exact three-dimensional spectral solution to surface-groundwater interactions with arbitrary surface topography. Geophys Res Lett. 33, (2006).
- Janssen, F., Cardenas, M. B., Sawyer, A. H., Dammrich, T., Krietsch, J., de Beer, D. A comparative experimental and multiphysics computational fluid dynamics study of coupled surface-subsurface flow in bed forms. Wat Resour Res. 48, (2012).
- Shen, H. W., Fehlman, H. M., Mendoza, C. Bed Form Resistances in Open Channel Flows. J Hydraul Eng-Asce. 116, 799-815 (1990).
- Wilensky, U. NetLogo. , Center for Connected Learning and Computer-Based Modeling, Northwestern University. Evanston, IL. Available from: http://ccl.northwestern.edu/netlogo/ (1999).
- Ma, J., Nickerson, J. V. Hands-on simulated, and remote laboratories: A comparative literature review. Acm Comput Surv. 38, (2006).
- Nersessian, N. J. Conceptual change in science and in science education. Synthese. 80, 163-183 (1989).
- Magin, D., Kanapathipillai, S. Engineering students' understanding of the role of experimentation. European Journal of Engineering Education. 25, 351-358 (2000).
- Shin, D., Yoon, E. S., Lee, K. Y., Lee, E. S. A web-based, interactive virtual laboratory system for unit operations and process systems engineering education: issues, design and implementation. Comput Chem Eng. 26, 319-330 (2002).
- Smith, P. R., Pollard, D. The Role of Computer-Simulations in Engineering-Education. Comput Educ. 10, 335-340 (1986).
- Gillet, D., Ngoc, A. V. N., Rekik, Y. Collaborative web-based experimentation in flexible engineering education. Ieee T Educ. 48, 696-704 (2005).
- Subramanian, R., Marsic, I. ViBE: Virtual biology experiments. Proceedings of the 10th international conference on World Wide Web. , 316-325 (2001).
- Blikstein, P., Fuhrmann, T., Greene, D., Salehi, S. Bifocal Modeling: Mixing Real and Virtual Labs for Advanced Science Learning. Proceedings of Idc 2012: The 11th International Conference on Interaction Design and Children. , 296-299 (2012).
- Freeze, R. A., Cherry, J. A. Groundwater. , Prentice-Hall. New Jersey. (1979).
- Todd, D. K., Mays, L. W. Groundwater Hydrology. , 3, John Wiley & Son, Inc. New Jersey. (2005).
- Box, G. E., Draper, N. R. Empirical Model-Building and Response Surfaces. , John Wiley & Sons. (1987).
- Flavell, J. H. Metacognition and cognitive monitoring: A new area of cognitive–developmental inquiry. American Psychologist. 34, 906 (1979).
- Bransford, J. D., Brown, A. L., Cocking, R. R. How People Learn. , National Academy Press. Washington, DC. (2000).
- Pintrich, P. R. The role of metacognitive knowledge in learning, teaching, and assessing. Theor Pract. 41 (4), 219-225 (2002).
- Zohar, A., Ben David, A. Paving a clear path in a thick forest: a conceptual analysis of a metacognitive component. Metacogn Learn. 4, 177-195 (2009).
- Fox, A., Boano, F., Arnon, S. Impact of losing and gaining streamflow conditions on hyporheic exchange fluxes induced by dune-shaped bed forms. Water Resour Res. 50, 1895-1907 (2014).
- Norman, F. A., Cardenas, M. B. Heat transport in hyporheic zones due to bedforms: An experimental study. Water Resour Res. 50, 3568-3582 (2014).
- Precht, E., Huettel, M. Rapid wave-driven advective pore water exchange in a permeable coastal sediment. J Sea Res. 51, 93-107 (2004).
- Salehin, M., Packman, A. I., Paradis, M. Hyporheic exchange with heterogeneous streambeds: Laboratory experiments and modeling. Water Resour Res. 40, (2004).
- Cardenas, M. B., Wilson, J. L., Zlotnik, V. A. Impact of heterogeneity, bed forms, and stream curvature on subchannel hyporheic exchange. Water Resour Res. 40, (2004).
- Sawyer, A. H., Cardenas, M. B. Hyporheic flow and residence time distributions in heterogeneous cross-bedded sediment. Water Resour Res. 45, (2009).
- Boano, F., Camporeale, C., Revelli, R., Ridolfi, L. Sinuosity-driven hyporheic exchange in meandering rivers. Geophys Res Lett. 33, (2006).
- Cardenas, M. B. A model for lateral hyporheic flow based on valley slope and channel sinuosity. Water Resour Res. 45, (2009).
- Tonina, D., Buffington, J. M. Hyporheic exchange in gravel bed rivers with pool-riffle morphology: Laboratory experiments and three-dimensional modeling. Water Resour Res. 43, (2007).
- Harbaugh, A. W., Banta, E. R., Hill, M. C., McDonald, M. G. MODFLOW-2000, the US Geological Survey modular ground-water model: User guide to modularization concepts and the ground-water flow process. , US Geological Survey. Reston, VA, USA. (2000).
