Summary

Visualisering hyporheiska Flöde genom Bedforms Använda Dye Experiment och Simulering

Published: November 18, 2015
doi:

Summary

This manuscript describes how to create regular bedforms in a flume, visualize flow through the bedforms, and use computer simulations to simulate the hyporheic flow. The computer simulations compare well with the experimental observations. This coupled simulation and experiment is well-suited for both research and educational purposes.

Abstract

Advektiv utbyte mellan porutrymmet av sediment och överliggande vattenmassan, som kallas hyporheiska utbyte i fluvial miljöer, driver transport av lösta ämnen i floder och många viktiga biogeokemiska processer. För att förbättra förståelsen av dessa processer genom visuell demonstration, skapade vi en hyporheiska flödessimulering i fler agent datormodellering plattform NetLogo. Simuleringen visar virtuella spårämne som strömmar genom en streambed täckt med tvådimensionella bedforms. Sediment, flöde, och bedform egenskaper används som invariabler för modellen. Vi visar hur dessa simuleringar matcha experimentella observationer från laboratorie Flume experiment baserat på uppmätta ingångsparametrar. Färgämne injiceras i rännan sedimenten att visualisera porvattnet flödet. Som jämförelse virtuella spårpartiklar placeras på samma platser i simuleringen. Detta kopplat simulering och lab experiment har använts med framgång i grund- och graduate laboratorier för att direkt visualisera flod porvatten interaktioner och visa hur fysiskt baserade flödessimuleringar kan återge miljöfenomen. Eleverna tog fotografier av sängen genom de transparenta Flume väggar och jämfört dem med former av färgämnet vid samma tider i simuleringen. Detta resulterade i mycket liknande trender, vilket gjorde eleverna att bättre förstå både strömningsmönster och den matematiska modellen. Simuleringarna tillåter även användaren att snabbt visualisera effekten av varje inparameter genom att köra flera simuleringar. Denna process kan också användas i forskningsansökningar för att illustrera grundläggande processer, relatera gräns flöden och porvatten transporter och stödja kvantitativ processbaserad modellering.

Introduction

Som ytvatten rör sig i en bäck, flod, eller tidvattenzonen skapar huvud gradienter som driver vatten in i och ut ur sedimenten 1. I fluvial system den del av streambed sediment där utbytet sker kallas hyporheiska zonen 2,3. Denna zon är viktigt eftersom många näringsämnen och föroreningar lagras, deponeras eller omvandlas i hyporheiska zonen 4-9. Den tid ett spårämne tillbringar i sedimentet kallas en uppehållstid. Både uppehållstider och placeringen av flödesvägarna påverkar omvandlingsprocesser. Det behövs ökad förståelse för de processer som påverkar flödet genom sediment att förutsäga transport av lösta ämnen i floder och ta itu med stora miljöproblem som härrör från förökning av material såsom näringsämnen (t.ex. kust hypoxi 10,11). Trots betydelsen av hyporheiska utbyte, är det ofta inte beskrivna i grundutbildningen i hydrologi,strömningsmekanik, hydraulik, etc. Lärare som vill lägga hyporheiska utbyte till deras kurser kan finna det användbart att ha experimentella och numeriska visualiseringar som tydligt visar denna process.

Stream kanal sinuosity, omgivande grundvattennivåer och streambed topografi (dvs., barer, bedforms och biogena högar) påverkar alla hyporheiska utbyte i varierande grad 12-17. Denna studie fokuserar på bedforms, såsom sanddyner och krusningar, som vanligtvis viktiga geomorphic funktioner påverkar hyporheiska flöde 14,15. Vi skapade en numerisk simulering och laboratorieexperiment för att visualisera flöde genom en regelbunden serie av bedforms. Denna simulering är baserad på en kropp av tidigare forskning om hyporheiska flödesvägar att lätt observerbara systemegenskaper 15,18-21. Eftersom denna forskning utgör den vetenskapliga bakgrunden för simulering, följer en kort sammanfattning av de viktigaste aspekterna i teorin. Bedform topografi, T (x),ges av:

Ekvation 1:
Ekvation 1

där H är två gånger amplituden för bedform, k är vågtalet, och x är den longitudinella dimensionen parallell till den genomsnittliga streambed ytan. Ett exempel på denna bedform topografi visas i figur 1.

Figur 1
Figur 1. Parameter definitioner och inställningar kontrolleras av användaren. I Interface, är spårämne partiklar frigörs i en flödesvägda sätt vid vattnet / sediment gränssnitt och spåras genom sedimentet. Om show vägar? Är "på" vattnet spår märket där de har, visar deras vägar. När ett spårämne återvänder till ytvattnet, ändrar denna tHan totala antalet spårämnen i systemet, när åter-släpp? sätts till "off". Den kumulativa uppehållstidsfördelning tomt visar denna förändring genom att plotta förhållandet mellan antalet av spårämnen som finns kvar i sedimentet bädden till det ursprungliga antalet som en funktion av tiden. Om re-släpp? Är "på" och sedan spårämnen som lämnar systemet ersätts i samma flödesvägda sätt som original partiklar, och den kumulativa tomten är inaktiverad. Klicka här för att se en större version av denna siffra.

<td> bock
Parameter Namn Enheter Definition Gränssnitt Mousedrop
Lambda (λ) cm Våglängd av bedform (se figur 1) </ td> bockbock
BedformHeight (H) cm Dubbelt så bedform amplitud (se figur 1) bockbock
BedDepth (D) cm Djup av sedimenten (se figur 1) bockbock
HydrCond (K) cm / s Hydraulisk konduktivitet bockbock
Porositet (θ) Porositet bockbock
ChannelVelocity (U) cm / s Medelhastighet i ytvatten eller kanal bockbock
Djup (d) cm Vattendjup (se figur 1) bockbock
Lutning (S) Lutningen på bedforms och vattenytan bock
NumParticles Antalet partiklar utlöses i anläggningen. bock
Timex (Tid1, Time2 ..) min Tid då varje färgbyte sker bock
Simulerings Knappar Definition Gränssnitt Mousedrop
Inrätta Ställ är upp simuleringen med hjälp av parametrar visas bockbock
gå / stopp Startar och stoppar simuleringen bockbock
Steg Klicka steg orsakar en tidssteg för att passera. Detta gör det möjligt för användare att bromsa koden och se exakt vad som händer i 100 sek. bock
tydliga banor Rensar alla han blå partikelbanor från skärmen bockbock
Advance till nästa gång Detta gör att programmet för att köra fram till nästa färgbyte gång (Timex)bock
mus-släpp Den här knappen måste klickas innan partiklar kan placeras under ytan genom att klicka på platser i jordskorpan. bock
show-banor? Om show-banor? är "på" vattenpartiklarna lämnar ett spår av blå visar var de har varit (se figur 1). bockbock
åter släppa? Om re-släpp? är "på" partiklarna är ersatta i ett flussmedel viktat sätt för varje partikel, som lämnar systemet, och den kumulativa tomt fungerar inte. När ett partikel lämnar hyporheiska zonen antalet partiklar i systemet minskar om re-släpp? är "off" (se figur 1). bock

Tabell 1. hyporheiska Parametrar och simulering Controls. Varje parameter, knapp och reglage som kan justeras av användaren ges i denna tabell tillsammans med en definition.

I denna simulering, två processer framkallar vätskehastighet i sandbädden. Den första beror på interaktioner av strömmen flöde med bedforms. Hastigheten huvud vid vattnet / sediment gränssnitt induceras av bedforms är också ungefär sinusformad, och flyttas med en kvarts våglängd från bedform själv 22. Amplituden på hastighetshuvudfunktion vid ytan-under ytan gränssnitt har approximeras från mätningar som 16:

<p class="jove_content" fo:keep-together.within-pa GE = "always"> ekvation 2:
Ekvation 2

där U är medelytan vattenhastigheten, g är gravitationskonstanten, och d är djupet av vattnet (visad i figur 1). Hastighets huvud Funktionen ges då av:

Ekvation 3:
Ekvation 3

Detta huvud funktion kan sedan användas för att beräkna den bedform baserade komponenten i de under ytan hastighetsfunktionerna genom att lösa Laplaces ekvation med en konstant sand bäddjup 20. Den andra komponenten i porvattnet hastigheten bestäms av lutningen på systemet S, som motsvarar en gravitations huvud-gradient som utbyten strömmar i nedströmsriktningen är proportionell mots / ftp_upload / 53285 / 53285eq_S_inline.jpg "/> De slutliga funktioner för porvatten hastighet är.:

Ekvation 4:
Ekvation 4

Ekvation 5:
Ekvation 5

där u är den longitudinella hastighetskomponenten, v är den vertikala hastighetskomponenten, K är den genomsnittliga hydrauliska konduktiviteten av sedimentet, är den genomsnittliga porositeten hos sedimenten, y är den vertikala koordinaten, och D är djupet av sedimenten.

Partikelspårnings simuleringar skapades, som använder NetLogo modelleringsspråket och simulering plattform 23. De två implementationer (Mousedrop.nlogo och Interface.nlogo) använder dessa ekvationer för att modellera hyporheic flöde med samma kärna simulering. Den främsta skillnaden är de initiala placeringen av spårämnespartiklarna. Mousedrop tillåter användaren att placera simulerade spårämne som helst inom underytan. Subsurface hastighetsekvationerna 4 och 5 används för att flytta spår att simulera färginjektionsexperiment. I Interface, är spår alltid placeras längs ytan / ytan gränsen i en flödesvägda sätt. Detta efterliknar leverans av löst och suspenderat material från ytvattnet i porvatten, vilket är avgörande för att förstå hyporheiska utbyte. Den spårämne rör sig sedan i ytan tills den åter når strömmande vatten. Spåra färgvägar i rännan och simulera banor med hjälp NetLogo ger strömnings av flowfield, så länge strömningsförhållanden och bedform morfologi förblir stabil under observationsperioden. Interface.nlogo skapar en kumulativ uppehållstidsfördelning, som visar Förhållandet mellan antalet avspårpartiklar kvar i sedimenten till det ursprungliga antalet spårpartiklar placerade vid tiden 0 som en funktion av tiden.

Som diskuterats i en färsk litteraturstudie 24, kvarstår betydande debatt inom utbildningsforskarvärlden om de relativa fördelarna med hands-on laborationer kontra simulerade Labs och datormodeller. Å ena sidan, en del känner att "praktisk erfarenhet är i centrum för lärande" 25, och försiktighet som kostnadsbesparande argument kan underblåsa utbyte av hands-on lab verksamhet genom datorbaserade simuleringar, till nackdel för elevernas förståelse 26. Å andra sidan, vissa forskare inom naturvetenskap / ingenjörsutbildningen hävdar att simuleringar är minst lika effektiva som traditionella hands-on labs 27, eller diskutera fördelarna med dator simulering för att främja studentcentrerat "upptäckt lärande" 28. Även om enighet inte har återupprättatsvärkte, har många forskare slutsatsen att helst bör datorsimuleringar komplettera, snarare än ersätta, hands-on laborationer 29,30. Det har också förekommit initiativ inom ingenjörsutbildning vetenskap och att samtidigt par fysiska experiment och verkliga avkänning med datorsimuleringar av de fenomen; se, t.ex. "bifokal modellering" 31.

Studenter kan få en djupare konceptuell kunskap och en bättre förståelse av den vetenskapliga forskningsprocessen genom att interagera med både ett fysiskt system, och en datorbaserad simulering av detta system. Detta förfarande innebär att låta eleverna utföra en transport av lösta ämnen experiment som visar gravitations och bedform-inducerad hyporheiska utbyte flöde, och matcha sin egen experimentuppställning och resultat med en datorsimulering av samma fenomen. Denna jämförelse underlättar viktiga student lärandemål och en fördjupad diskussion om than vetenskaplig metod, och samspelet mellan modell / teori uppbyggnad och empirisk validering genom uppgiftsinsamling. Efter att ha utfört denna jämförelse, kan eleverna också dra nytta av fördelarna med datorbaserad simulering för att snabbt utforska en mängd alternativa scenarier genom att ändra modellparametrar.

Protocol

1. Simulation Software Använd den programvara som beskrivs i det här avsnittet. Ladda ner och installera gratis / öppen källkod multiagentmodelleringsspråket och simulering plattform, NetLogo (Tillgänglig: http://ccl.northwestern.edu/netlogo/, version 5.1 eller senare). Obs: Denna programvara är tillgänglig utan kostnad och kan köras på alla större operativsystem (Windows / Mac / Linux). Ladda ner två specifika simulering…

Representative Results

Användningen av en simulering i samband med experiment tillåter eleverna att observera likheter och skillnader mellan idealise matematiska modeller och mer komplexa verkliga system. Figur 4 visar ett exempel jämföra färg injektion fotografier med Mousedrop simuleringar. Den initiala fotografi används för att bestämma placeringen av den simulerade färgspårämne vid tiden noll, och sedan simuleringen körs för 34,2 minuter och jämfördes med en fotografera som tas på den tiden. Total…

Discussion

I samband, The Flume demonstrations- och spårning partikelsimuleringar ger en omfattande introduktion till hyporheiska flöde för olika målgrupper. Deltagare på alla nivåer finns synliga bevis för förekomsten av hyporheiska utbyte induceras av bedforms, och den starka variationen i ytan flödesvägar enligt bedforms. Dessa förfaranden kan användas som en enkel demonstration av porvatten flöde för studenter eller K-12 studenter, eller det kan användas i forskarutbildningskurser i samband med en mer ingående …

Disclosures

The authors have nothing to disclose.

Acknowledgements

This material is based upon work supported by National Science Foundation grants EAR-0810270, EAR-1215898, and EAR-1344280, as well as an NSF Graduate Research Fellowship.

Materials

Flume Engineering Laboratory Design Custom Laboratory flume with clear sides for 24-48 hours
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

  1. Huettel, M., Webster, I. T., Bordeau, B. P., Jørgensen, B. B. . Porewater flow in permeable sediments. In: The benthic boundary layer: Transport processes and biogeochemistry. , 144-179 (2001).
  2. 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).
  3. Williams, D. D., Hynes, H. B. N. Occurrence of Benthos Deep in Substratum of a Stream. Freshwater Biol. 4, 233-255 (1974).
  4. 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).
  5. 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).
  6. Jones, J. B., Mulholland, P. J. . Streams and Ground Waters. , (1999).
  7. 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).
  8. Mulholland, P. J., et al. Inter-biome comparison of factors controlling stream metabolism. Freshwater Biol. 46, 1503-1517 (2001).
  9. Peterson, B. J., et al. Control of nitrogen export from watersheds by headwater streams. Science. 292, 86-90 (2001).
  10. 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).
  11. 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).
  12. Huettel, M., Gust, G. Impact of bioroughness on interfacial solute exchange in permeable sediments. Mar Ecol Prog Ser. 89, 253-267 (1992).
  13. Cardenas, M. B., Wilson, J. L., Haggerty, R. Residence time of bedform-driven hyporheic exchange. Adv Water Resour. 31, 1382-1386 (2008).
  14. 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).
  15. 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).
  16. 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).
  17. 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).
  18. Elliott, A. H., Brooks, N. H. Transfer of nonsorbing solutes to a streambed with bed forms: Theory. Water Resour Res. 33, 123-136 (1997).
  19. 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).
  20. 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).
  21. 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).
  22. Shen, H. W., Fehlman, H. M., Mendoza, C. Bed Form Resistances in Open Channel Flows. J Hydraul Eng-Asce. 116, 799-815 (1990).
  23. Ma, J., Nickerson, J. V. Hands-on simulated, and remote laboratories: A comparative literature review. Acm Comput Surv. 38, (2006).
  24. Nersessian, N. J. Conceptual change in science and in science education. Synthese. 80, 163-183 (1989).
  25. Magin, D., Kanapathipillai, S. Engineering students’ understanding of the role of experimentation. European Journal of Engineering Education. 25, 351-358 (2000).
  26. 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).
  27. Smith, P. R., Pollard, D. The Role of Computer-Simulations in Engineering-Education. Comput Educ. 10, 335-340 (1986).
  28. Gillet, D., Ngoc, A. V. N., Rekik, Y. Collaborative web-based experimentation in flexible engineering education. Ieee T Educ. 48, 696-704 (2005).
  29. Subramanian, R., Marsic, I. ViBE: Virtual biology experiments. Proceedings of the 10th international conference on World Wide Web. , 316-325 (2001).
  30. 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).
  31. Freeze, R. A., Cherry, J. A. . Groundwater. , (1979).
  32. Todd, D. K., Mays, L. W. . Groundwater Hydrology. , (2005).
  33. Box, G. E., Draper, N. R. . Empirical Model-Building and Response Surfaces. , (1987).
  34. Flavell, J. H. Metacognition and cognitive monitoring: A new area of cognitive–developmental inquiry. American Psychologist. 34, 906 (1979).
  35. Bransford, J. D., Brown, A. L., Cocking, R. R. . How People Learn. , (2000).
  36. Pintrich, P. R. The role of metacognitive knowledge in learning, teaching, and assessing. Theor Pract. 41 (4), 219-225 (2002).
  37. 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).
  38. 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).
  39. Norman, F. A., Cardenas, M. B. Heat transport in hyporheic zones due to bedforms: An experimental study. Water Resour Res. 50, 3568-3582 (2014).
  40. Precht, E., Huettel, M. Rapid wave-driven advective pore water exchange in a permeable coastal sediment. J Sea Res. 51, 93-107 (2004).
  41. Salehin, M., Packman, A. I., Paradis, M. Hyporheic exchange with heterogeneous streambeds: Laboratory experiments and modeling. Water Resour Res. 40, (2004).
  42. 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).
  43. Sawyer, A. H., Cardenas, M. B. Hyporheic flow and residence time distributions in heterogeneous cross-bedded sediment. Water Resour Res. 45, (2009).
  44. Boano, F., Camporeale, C., Revelli, R., Ridolfi, L. Sinuosity-driven hyporheic exchange in meandering rivers. Geophys Res Lett. 33, (2006).
  45. Cardenas, M. B. A model for lateral hyporheic flow based on valley slope and channel sinuosity. Water Resour Res. 45, (2009).
  46. 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).
  47. 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. , (2000).

Play Video

Cite This Article
Stonedahl, S. H., Roche, K. R., Stonedahl, F., Packman, A. I. Visualizing Hyporheic Flow Through Bedforms Using Dye Experiments and Simulation. J. Vis. Exp. (105), e53285, doi:10.3791/53285 (2015).

View Video