Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Environment

Image-baseret Lagrangian Particle Tracking i Bed-load eksperimenter

doi: 10.3791/55874 Published: July 20, 2017

Summary

Manuskriptet præsenterer en protokol for ledning af bed-load sediment transport eksperimenter, hvor de bevægelige partikler spores ved billedanalyse. Den eksperimentelle facilitet, procedurerne for løbende realisering og databehandling, og endelig vises nogle proof-of-concept resultater her.

Abstract

Billedanalyse er i stigende grad brugt til måling af flodstrømme på grund af dets evne til at levere detaljerede kvantitative afbildninger til en relativt lav pris. Dette manuskript beskriver en anvendelse af partikelsporings-velocimetri (PTV) til et bed-load-eksperiment med letvægtssediment. Nøgleegenskaberne ved de undersøgte sedimenttransportbetingelser var tilstedeværelsen af ​​en overdækket strøm og en fast, grov seng, over hvilken partikler blev frigivet i begrænset antal ved flumeindgangen. Under de anvendte strømningsbetingelser var bevægelsen af ​​de individuelle sengelastpartikler intermitterende med skiftende bevægelses- og stillhedsbetingelser. Strømningsmønstret blev foreløbigt kendetegnet ved akustiske målinger af vertikale profiler af strømstrømshastigheden. Under processen visualisering blev der opnået et stort synsfelt ved anvendelse af to action-kameraer placeret på forskellige steder langs flume. Den eksperimentelle protokol er beskrevet i form af chanNelkalibrering, eksperimentrealisering, billedforbehandling, automatisk partikelsporing og efterbehandling af partikelspordata fra de to kameraer. De præsenterede proof-of-concept resultater inkluderer sandsynlighedsfordelinger af partikelhoplængden og varigheden. Resultaterne af dette værk sammenlignes med eksisterende litteratur for at demonstrere protokollens gyldighed.

Introduction

Siden banebrydende værker har dukket op for nogle årtier siden 1 , 2 , er brugen af ​​billedanalyse til undersøgelsen af ​​flodsedimenttransport steget konstant. Denne teknik viste sig faktisk at kunne levere relativt høj opløsning og billige data til detaljerede analyser af fysiske fænomener 3 , 4 , 5 . Med tiden er der opnået betydelige forbedringer for både hardware- og softwareværktøjer.

Måling af sedimenttransport kan udføres ved hjælp af en Eulerian-tilgang, der retter sig mod måling af sedimentflusser, eller en Lagrangian, der har til formål at måle baner af individuelle korn, når de bevæger sig. Billedbehandling giver unikke muligheder for partikelsporing i sammenligning med andre Eulerian-metoder 6 , 7 . Men desPå baggrund af disse potentialer lider anvendelsen af ​​billedanalyse på bed-load sedimenttransport af nogle kritiske eksperimentelle begrænsninger, hvad angår rumlige / tidsmæssige understøttelsesskalaer for måling og størrelse af dataprøver. For eksempel er det vanskeligt at opnå samtidig en passende kombination af et stort rumligt område, lang varighed af et forsøg og høj målefrekvens 3 , 4 , 8 uden at gå på kompromis med kvaliteten og mængden af ​​data. Derudover kan partikelsporing udføres manuelt 2 , 4 , hvilket kræver en stor menneskelig indsats, eller automatisk 3 , 8 , med muligheden for at spore fejl lavet af den software, der anvendes til analysen.

Dette papir præsenterer en protokol til forsøgsundersøgelsen af ​​bed-load sediment trAnswering, hvor lang varighed blev opnået ved den anvendte type kamera, sikredes et stort synsfelt ved samtidig anvendelse af to kameraer på forskellige steder, og pålidelig automatisk behandling blev muliggjort ved ad hoc eksperimentelle forhold. Forsøgsoperationen blev udformet, og forarbejdningsværktøjerne blev udvalgt ud fra erfaringer erhvervet af forfatterne i adskillige forskningsværker, der beskæftiger sig med den detaljerede undersøgelse af sedimenttransport med billedmetoder 3 , 9 , 10 , 11 , 12 , 13 , 14 , 15 , 16 , 17 , 18 .

Et sedimenttransporteksperiment beskrives, som blev udført, frigivelse af partikelEr over en fast, grov seng. Partikeltilførslen var meget mindre end transportkapaciteten af ​​strømmen for at opretholde en lav koncentration af bevægelige korn, hvilket således forhindrer overbelastning af partikler, der skal spores. Desuden bevægede de transporterede partikler ikke kontinuerligt, men intermitterende bevægelse blev observeret. Anvendelsen af ​​en fast seng i stedet for en bevægelig er et tab af lighed med naturlige forhold. Imidlertid blev en fast seng ofte anvendt i sedimenttransporteksperimenterne 19 , 20 , 21 under antagelse af, at resultaterne er enklere og forklarende end dem fra komplicerede scenarier med en række forskellige processer. Anvendelsen af ​​en fast seng forhindrer selvfølgelig, at processer til nedbringelse af sedimentbegravelse og genopståelse overholdes. På den anden side finder sedimenttransporten sted i et overfladisk lag af en løs seng i nærvær af en svag sengelast, og i dette tilfælde,Brugen af ​​en fast seng kan være tilstrækkelig. Faktisk frembragte specifikke sammenligninger mellem egenskaberne af partikelbevægelse i forsøg, der kørte med de to betingelser, ikke nogen signifikante forskelle 3 , 14 . Endelig blev eksperimentet, der blev præsenteret her, udført med en trykstrøm for at sikre en optimal tilstand for partikelvisualisering gennem et gennemsigtigt dække. Sedimenttransport med trykstrøm er blevet eksperimentelt undersøgt i prototypeprøvning af isdækkede floder, hvilket viser, at interaktionen mellem det nærliggende bundlag og sedimentet er analogt med det for åbne kanalstrøm 22 , 23 . I de følgende afsnit beskrives alle metoder og der gives nogle repræsentative resultater.

Protocol

Bemærk: Sedimenttransportforsøget blev udført i et flume på Mountain Hydraulics Lab, der ligger på Lecco-campuset i Politecnico di Milano. Flume er fuldstændigt fremstillet af transparent akrylmateriale og er 5,2 x 0,3 x 0,45 m 3 . Kanalen understøttes af to stålbjælker og kan betjenes i forskellige hældninger på grund af en hængsel og skrueudgang. En række låg gør det muligt at fungere som en lukket kanal, som var den dækkede strømningskonfiguration og den kanal, der anvendes i dette arbejde.

1. Måling og opsætning af Flume Slope

  1. Sæt udluftningen af ​​flume og fyld med stillt vand.
    BEMÆRK: Tætningsmetoden afhænger af kanalfunktionerne. I det tilfælde, der er fremlagt her, er kanalens terminalafsnit udstyret med en koblingsflange, og derfor blev tætningen opnået ved at bolte en plastikplugg til flangen med en gummibeskytter imellem dem.
  2. Betjen skruetangen tO Indstil en vilkårlig kanalhældning.
  3. Vent mindst 30 minutter for at tillade vandet at opnå stilhed. For at kontrollere oscillationsdæmpningen og opnåelsen af ​​en stillvandsbetingelse skal du placere en punktmåler på flammevæggene og måle gentagelsen af ​​den frie overflade gentagne gange.
  4. Placer punktmåleren på kanalvæggene på flere steder og tag aflæsninger af den fri overflades højde.
    BEMÆRK: Aflæsningerne afviger fra hinanden, da flammen er skråt, mens vandoverfladen er vandret.
  5. Beregner en hældningsværdi baseret på lineær interpolering af målingen af ​​punktmåleren.
  6. Tag en måling med en laserafstandssensor, der er fastgjort til et af bjælkerne, der understøtter kanalen og peger på gulvet.
    BEMÆRK: Lasersensoren er permanent fastgjort til kanalen, og der kræves derfor ingen handlinger i protokollen til opsætningen.
  7. Gentag trin fra 1,2 til 1,6 for en række hældningsforhold.
  8. Monter aLineær ligning til forsøgspunkterne i et kartesisk plan med lasermåling på den vandrette akse og kanalens hældningsmåling på den lodrette akse. Bestem en overførselsfunktion fra lasermåling til kanalhældning (og omvendt).

2. Konfiguration af arbejdskonfiguration

  1. Forbered et sæt stålplader (2 mm tykkelse) med en samlet dimension, der er lig med den af ​​kanalbunden.
    BEMÆRK: Her blev der anvendt fire plader med en størrelse på 1,3 x 0,3 m 2 .
  2. Lav en fast, grov seng ved at klæbe sedimentpartikler over pladerne. For at gøre dette skal du male pladerne med en to-komponent polyesterharpiks og derefter sprede et lag af sediment (1-1,5 cm) over dem.
    BEMÆRK: De sedimentpartikler, der anvendes her, var polybutylenterephthalat (PBT) korn, fremstillet i hvid farve og med en størrelse på 3 mm. Ved fremgangsmåden ovenfor svarer tykkelsen af ​​sedimentet limet til pladen til partikelstørrelsen.
  3. WAit mindst 24 timer for at tillade harpiksen at tørre, fjern derefter overskydende sediment ved at hælde pladerne og lade sedimentet glide væk. Mal sedimentoverfladen i sort med en vandbestandig spraymaling. Vent mindst 10 timer for at lade malingen tørre.
  4. Placer de sedimentbelagte plader (se trin 2.1-2.3) i flammen og på Polyvinylchlorid (PVC) understøtninger for at skabe bunden af ​​en arbejdsdel. Vær opmærksom på placeringen af ​​på hinanden følgende plader for at sikre kontinuiteten af ​​sengen.
    BEMÆRK: Brug af PVC-understøtninger er valgfri. I det foreliggende tilfælde blev tværsektionen af ​​flummen (0,3 m bred og 0,45 m høj, svarende til et bredde-dybdeforhold lavere end 1) oprindeligt udformet for at køre sedimenttransportforsøg med et lag af løs sediment. Eksperimentet præsenteret i dette manuskript blev i stedet kørt med en fast seng, hvilket fører til usædvanlige og for lave værdier af bredde-dybdeforholdet. PVC-understøtningerne blev derfor anvendt for at opnå en storR værdi for dette forhold.
  5. Anbring en række gennemsigtige akryllåg (dækker hele kanallængden) på kanalvæggene for at skabe en overdækket arbejdsdel.
    BEMÆRK: I den her beskrevne flume er lågene interne kasser med en højde på 20 cm, der blot ligger over flamvæggene. Derfor er der noget vand til stede på lågets sider under forsøg, men ændrer ikke signifikant strømmen inden i flume. Arbejdsgruppen anvendt i eksperimentet angivet nedenfor var så stort som 0,3 mx 0,105 m 2 .

3. Etablering af stabile strømningsbetingelser

  1. Tænd pumpen, fyld kanalen med vand og brug reguleringsventilen til at indstille en strømningshastighed.
    BEMÆRK: I dette arbejde blev strømningshastigheden målt ved hjælp af en elektromagnetisk strømningsmåler placeret langs afleveringsrøret.
  2. Brug en hale-vandregulator til at indstille højden af ​​trykhovedet lidt over kanallågene, hvilket sikrer, at der er en dækket strøm, men undgåIndfører en betydelig opdriftskraft på lågene.
    BEMÆRK: I den kanal, der præsenteres her, opnås halevandreguleringen ved hjælp af en række sticks placeret i slutningen af ​​flume.
  3. Mål gentagne gange strømningshastigheden og trykhovedet for at kontrollere stabiliteten af ​​strømningsforholdene.

4. Karakterisering af flowfordelingen

  1. Mål den vertikale profil af strøm-vis hastighedskomponenten på forskellige steder.
    1. Placer sonden af ​​en ultralydhastighedsprofil (UVP) over flume låget ved hjælp af en passende probeholder. Placer sonden med en valgt hældning med halen mod kanalindgangen. Påfør en passende ultralydskoblingsgel i rummet mellem sondespidsen og låget for at undgå, at ultralydbølgen gennem luft passerer. Tilslut sonden til dens opkøbsmodul.
      BEMÆRK: I det foreliggende tilfælde var sondeholderen fremstillet af PVC og bestod af en base med en skrånendeVejledning vedhæftet. Denne understøtning blev konstrueret efter at en sondevinkel blev valgt.
    2. Prøve flere øjeblikkelige hastighedsprofiler.
      BEMÆRK: Med det instrument, der blev anvendt i dette eksperiment, krævede dette trin manuel indstilling af frekvensen af ​​den udsendte ultralydsstråle, en pulsrepetitionsfrekvens, en opløsning og det ønskede antal øjeblikkelige profiler. Profiler blev løbende erhvervet og gemt, når det ønskede nummer var nået.
    3. Gentag trin 4.1.1 og 4.1.2, med undtagelse af sonden med halen mod kanaludgangen.
    4. Bedøm behovet for signalafspilling 24 ved en visuel inspektion af de tilkøbte tidevolutioner af strømmen hastighed. Udfør de-spiking under databehandling, hvis det er nødvendigt.
    5. Beregner gennemsnitshastighedsværdien for hver måleplacering (port) i UVP'en for at opnå tidsmetallede profiler af sonde-wise-hastighedskomponenten fra de to målinger (med sondens hale modKanal indløb og udløb).
    6. Brug en trigonometrisk sammensætning af de to probe-vis hastigheder målt i en hvilken som helst højde for at opnå strøm-vis og vertikal hastighedskomponenter.
      1. Med v op og v ned som de gennemsnitlige hastigheder målt i trin 4.1.2 og 4.1.3, bestemmer de strømforsynede ( u ) og vertikale hastigheds ( v ) komponenter som:
        Ligning 1
        Ligning 2
        Hvor, α er sondens hældning i forhold til kanalen.
    7. Juster afstandsværdierne for måleområderne i en profil, der regner med de forskellige medier (gel, akryl og vand), gennem hvilken den akustiske stråle rejste 25 .
    8. Gentag trin fra 4.1.1 til 4.1.7 for alle måleområderne.
  2. Mål forskydningshastigheden fra den lodrette profil af strømmen-hastighedskomponenten.
    1. Bestem en række forhøjninger, hvor profilen af ​​den strømstyrke komponent angiver en lineær tendens i en semi-logaritmisk plot (se figur 2 ).
    2. Anslå skærehastigheden u s fra den målte profil ved at tilpasse en logaritmisk ligning som følger:
      Ligning 3
      hvor u (z) er den tidsgennemsnitlige strøm-wise hastighed på et bestemt højde z fra sengen, κ er Karman konstant lig med 0,4, og z 0 er en hydrodynamisk ruhedslængde.
    3. Kvantificere usikkerheden ved estimering af forskydningshastigheden 26 som:
      Ligning 4
      Hvor N er antallet af værdier der anvendes til cUrve montering og j er en tæller fra 1 til N.

5. Udførelse af sedimenttransporteksperiment

  1. Indstil de ønskede kameraparametre (opløsning, frekvens). Ved hjælp af understøtninger fra kameraproducenten skal to kameraer monteres på sidevæggene på lågene mod kanalen bunden ved to strømningsområder. Sørg for, at fokusområderne for de to kameraer overlapper hinanden.
    1. Juster kameraets position og orientering ved forsøg og fejl. Tag en kort video fra hvert kamera, se videoerne og ændre kameraets position eller orientering, hvis de to fokusområder ikke overlapper hinanden eller kameravisningen ikke er godt justeret med flume.
      BEMÆRK: I det nuværende arbejde blev kameraet betjent med 30 fps med en opløsning på 1.920 × 1.080 pixel.
  2. Etablere en stabil strømningsbetingelse som beskrevet i trin 3.1 til 3.3. Foder de hvide partikler (det samme som de tHat blev limet og malet sort i trin 2.2 og 2.3) i strømmen ved flumeindgangen. Vælg en håndfuld partikler og slip dem (en partikel hvert par sekunder), og hold en lav koncentration af hvide partikler over den sorte seng. Fortsæt fodring hele eksperimentets varighed.
    BEMÆRK: En lav partikelkoncentration forenkler 17 sporingsprocessen i forhold til situationer med en højere koncentration 18 . Faktisk er kampen mellem en partikel i et bestemt billede med den samme partikel i det efterfølgende billede baseret på et søgervindue omkring den tidligere position af partiklen 19 , 27 ; En højere koncentration øger muligheden for at detektere mere end en partikel i søgevinduet, hvilket igen fører til fejlparametre.
  3. Hvis rumslysene er slukket, skal du tænde for dem, da det er nødvendigt at synkronisere kameraerne. Start skydning ved at udløse kameraerneMed passende kontrol. Sluk for lyset fra rummet, når du har sikret, at begge kameraer er begyndt at optage.
    BEMÆRK: På denne måde kan den tid, hvor lyset blev slukket, være klart genkendeligt fra pixelintensitetshistorien i billederne, hvilket muliggør (med mindre end en ramme-præcision) tidsforskydningen mellem de to erhvervede film mangler at blive afklaret. Visualiseringen kan selvfølgelig ikke ske i mørket. I det nuværende arbejde anvendte eksperimentet kun naturlig belysning (da en sidevæg i rummet er helt glasfremstillet). Hvis lysforholdene ændrer sig væsentligt under forsøget, skal kørslen gentages, fordi belysning påvirker partikelidentifikationen og sporingen beskrevet nedenfor.
  4. Fortsæt optagelsen i den ønskede varighed (her, 15 min.), Og stop derefter kameraerne.
    BEMÆRK: Repræsentative resultater vises i det følgende i en varighed på 100 s.
  5. Gentag trin fra 5.2 til 5.7 for enhver anden ønsket hydro-dynamisk tilstand (forEksempelvis en anden strømningshastighed).
    BEMÆRK: Under de her beskrevne forsøg var nogle fangede partikler til stede på sengen efter skydningen. De skal fjernes, før en anden konfiguration testes, ved at løfte låget med en børste for at fjerne partiklen og udskifte låget.

6. Forbehandling af billeder

  1. Korrekt billedforvrængning på grund af begrænset objektivlængde ved at anvende en radial transformation til pixelkoordinaterne og omlægning af billederne. Juster ved forsøg en kalibreringsfaktor, der er nødvendig for at anvende transformationen.
    BEMÆRK: Med r som afstand fra en pixel til billedcenteret kan en transformeret afstand beregnes som:
    Ligning 5
    Hvor k er kalibreringsfaktoren, der skal justeres ved forsøg 28 , baseret på en visuel inspektion af flumbundsiderne, som skal fremstå som lige linjer i billedets.
  2. Bestem en lineær billedkonvertering fra pixel til reel afstand ved hjælp af mål anbragt på kendte afstande og ved forhøjelsen af ​​sengen på flamens sidevægge.
    BEMÆRK: Dette kan udføres for eksempel på et programmeringssprog (se Materialetabellen ) ved hjælp af kommandoen imread for at åbne en billedfil, kommandoen ginput for at klikke på målene og opnå deres koordinater i pixel og finde en andel mellem De så bestemte pixelkoordinater og de rigtige.

7. Identifikation og sporing af partikler

BEMÆRK: Alle de følgende handlinger skal udføres for de billeder, der indsamles af begge kameraer, separat. Identifikationen og sporen af ​​partikler blev udført under anvendelse af Streams 29 . Denne software er frit tilgængelig efter en forespørgsel til dens udvikler. Strømme var allerede ansat af forfatterne i flere forsøg for bed-loaD sedimenttransport i forskellige forhold 3 , 16 , 17 , 18 , 28 , 30 .

  1. Importer rammer ved at klikke på Billede → Opret billedsekvens . Indtast tidstrinnet mellem to rammer og billedkalibreringsfaktoren. Vælg de billedfiler, der skal inkluderes i sekvensen. Klik på OK .
    BEMÆRK: I det foreliggende tilfælde var tidsintervallet 1/30 s (svarende til den billedhastighed, der er nævnt i trin 5.1), og billedkalibreringsfaktoren var 0,5 mm / pixel.
  2. Identificer partikler
    1. Lav intensitetskort for nogle tilfældigt valgte billeder for at finde den typiske intensitetsværdi (over en skala fra 0 til 255) for pixels svarende til hvide partikler.
      1. Højreklik på den billedsekvens, der blev oprettet, og vælg OpEn billedvisning. Hold Shift , trække et hvilket som helst rektangel over billedet. Højreklik på rektanglet og vælg ShowIntensityMatrix . Vælg en passende tærskelværdi.
        BEMÆRK: I det foreliggende tilfælde blev tærsklen fastsat til 80.
    2. Tærsk billederne ud fra en intensitetsværdi og en forventet størrelse af hvide pletter i de binære billeder.
      1. Højreklik på den billedsekvens, der blev oprettet, og vælg Åbn procesvisning . Klik på Ny , vælg Filtrer billeder pipeline og klik på OK . Giv processen et navn, angiv sekvensnavnet og klik på OK . Dobbeltklik på filterrørledningen , klik på Ny , vælg Fjern baggrund og klik på OK .
      2. I den proces, skal du klikke på Ny, vælge Identificer partikler og klik på OK. Vælg Single tærskel og klik på OK . I algoritmen OK . Vælg de oprettede processer, klik på Tilføj til pipeline og derefter på Udfør .
        BEMÆRK: Spotstørrelsen her var fra 0,5 til 8 mm. Spotstørrelsen vedrører partikelstørrelsen, men afhænger også af lysforholdene. Faktisk svarer stedet til det lys, der reflekteres af en partikel i stedet for selve partiklen.
  3. Spor partikler
    1. Højreklik på den partikeloptegnelse, der blev oprettet, og vælg Åbn billedvisning .
    2. Rul gennem rammer ved at klikke på piletasterne frem og tilbage. Overhold typiske partikelforskydninger mellem på hinanden følgende billeder ved at flytte markøren over de viste punkter og læsekoordinaterne. Bestem et passende søgevindue i overensstemmelse hermed.
    3. Højreklik på den partikeloptegnelse, der blev oprettet, og vælg Åbn procesvisning
    4. Klik på Ny , vælg PTV analyse pipeline og klik på OK . Giv processen et navn, og klik på OK . Dobbeltklik på PTV analyse pipeline , klik på Ny . På siden Omkostninger skal du vælge Afstand . På optimeringssiden indsætter du strømmen og tværstillingen og dimensionen af ​​søgevinduet og klikker på OK .
    5. Vælg den oprettede proces, klik på Tilføj til pipeline og derefter på Udfør .
      BEMÆRK: Et partikelspor skal ideelt set nå slutningen af ​​fokusområdet eller den endelige forsøgstid. På samme måde skal det starte i begyndelsen af ​​fokusområdet eller i begyndelsestidspunktet. Imidlertid kan målte spor uventet afbrydes, typisk fordi en partikel ikke detekteres i nogle rammer på grund af lav intensitet eller mindre ofte på grund af manglende partikelmatch mellem to på hinanden følgende rammer. Hvis sporet slutter uden at nå grænserne for tiObservationsvindue med plads til mig, kan kandidater til genopkobling søges Vælg dem på et sted tæt på og kort efter slutningen af ​​den sidste ramme før afbrydelsen. På denne måde kan et enkelt spor for en partikel rekonstrueres som beskrevet i trin 7.3.6.
    6. Hvis afbrydelser er til stede i de målte spor, skal du rette dem ved genopkobling af spor ved hjælp af et søgevindue afsat til det formål.
      1. Højreklik på den partikeloptegnelse, der blev oprettet, og vælg Åbn procesvisning . Klik på Ny , vælg Opret lagrelsespadfelt og klik på OK . Klik igen på OK . Tilføj processen til rørledningen, og klik på Udfør .
      2. Højreklik på den partikeloptegnelse, der blev oprettet (den anden), og vælg Åbn procesvisning . Klik på Ny , vælg Tilmeld Lagre baner og klik på OK . Indtast detaljerne i søgevinduet på siden Parametre og cSlikke på OK . Tilføj processen til rørledningen, og klik på Udfør .
    7. Højreklik på den partikeloptegnelse, der blev oprettet (den anden), og vælg Gem stier til tekstfil . Indtastningsvej og filnavn, og klik derefter på OK .

8. Tilslutning af baner fra forskellige kameraer

BEMÆRK: Dette er en nødvendig operation, der kan udnytte brugen af ​​flere kameraer til at forstørre måleområdets størrelse. Trin udføres af en MatLab kode ( join_cameras.m ) med Graphical User Interface udviklet af forfatterne (se Supplementary Code Files ).

  1. Gennemse computermapperne og find sporfiler for begge kameraer og klik på Find sporegenskaber .
  2. Gør ( x , y ) reference for de to kameraer ensartet ved at anvende en oversættelse af koordinater til dataene fra nedstrøms kameraet. BestemmeDe konstanter, der skal bruges til oversættelse langs de to retninger fra de mål, der er synlige i billeder fra begge kameraer. Indtast de nødvendige værdier, og klik på Gør reference system ensartet .
    BEMÆRK: Indtil dette punkt anvendes en uafhængig reference til kameraer med (0,0) i det nederste venstre hjørne af billederne, x- aksen til højre og y- aksen opad. Oversættelsen af ​​koordinater anvendt i dette værk var henholdsvis 760,15 og -1,5 pixel i strøm og tværgående retning.
  3. Bestem området for overlapning mellem de to data og indtast dets grænser i de relevante tekstbokse.
    BEMÆRK: Længden af ​​overlapning i dette arbejde var fra 760,15 til 880,11 pixel i strømningsretningen og dækkede hele kanalbredden.
  4. Fjern alle prøverne, der er kortere end længden af ​​det overlappende område, fra prøverne for at begrænse analysen til simple situationer (se figur 1 ). ISæt en tærskelængde i den relaterede tekstboks og klik på Fjern kortere end eller lig med (mm) .
  5. Tilmeld dig spor
    1. Flet partikelspordatabaserne fra de to kameraer ved at klikke på Fletabeller . Indtast ønskede værdier for tolerance for overlapning (her 10 mm) i strømmen og tværretningen og klik på JOIN .
      BEMÆRK: Når du har klikket på JOIN , skal du udføre følgende handlinger. Rul sporene, indtil der findes et spor, der slutter i overlapningsområdet. Søg kandidater til at deltage, blandt spor, der starter i og forlader det overlappende område. Hvis en kandidat er fundet, skal du sammenligne de gange, hvor de to spor er inden for overlapningsområdet. Hvis disse tidsperioder er enige med hinanden, beregnes forskellene mellem partikelkoordinaterne i de to spor på alle mulige punkter. Tag kvadratroten af ​​den gennemsnitlige kvadratiske forskel mellem x og y værdier for værdien af ​​potentialet forDe to partikelspor skal være ens. Hvis denne indikator er lavere end en tærskelværdi, skal du deltage i sporene. Konstruer et nyt spor, der svarer til gennemsnittet af de to foregående i den overlappede del. Gentag alle disse operationer, indtil der ikke er nye led. Tærskelværdien anvendt i dette arbejde var 10 mm i begge retninger.
  6. Navngiv resultatfilen og gem de tilsluttede spor ved at klikke på Save joined tracks .

figur 1
Figur 1. Situationer for sporforbindelse. Sporene fra kameraet opstrøms er i rødt, og fra kameraet nedstrøms er i grøn (endimensionel repræsentation af hensyn til enkelheden). De lodrette stiplede linjer binder den nominelle længde af overlapning. På grund af eventuel afbrydelse af spor er variationen af ​​resultater større end den for forventede ligefremtrAcks (svarende til de første fire skitserede tilfælde) med et spor fra det første kamera, der når det overlappende område og et spor fra det andet kamera forlader det. Der vises et samlet antal 13 teoretisk mulige situationer. For at forenkle analysen er spor, der er kortere end længden af ​​de overlappende regioner, udelukket fra de foreløbige data. Klik her for at se en større version af denne figur.

9. Analyse af Sediment Transport Kinematics

  1. Ud fra det opnåede datasæt, der indeholder sporet af hver transporteret partikel udtrykt i forhold til ( x , y ) -positionen taget på et hvilket som helst tidspunkt, udfører en række statistiske analyser for en skildring af bed-load-partikelkinematikken 3 , 4 , 5 , 8 , 16 , 17 , 18 .

Representative Results

Resultater præsenteret i dette afsnit er til et forsøg, hvor flumehældningen blev sat til nul (hældningsværdier blev beregnet med ± 0,05% nøjagtighed). Det anvendte sediment blev fremstillet af PBT-partikler, som var kvasfæriske, med en størrelse d = 3 mm og en densitet p p = 1.270 kg / m 3 . Forsøget blev kørt med en strømningshastighed Q = 9,7 × 10 -3 m 3 / s, hvilket resulterer i en bulk hastighed U = 0,31 m / s.

For hastighedsmålingerne med UVP blev en 2 MHz probe anvendt ved 81 ° hældning. Hastighedsdata blev erhvervet ved 20 Hz i 250 s. En repræsentativ hastighedsprofil er afbildet i figur 2 . Det blev taget ved kanalaksen og ved 4,5 m fra flumeindgangen, hvor strømmen var fuldt udviklet. Nogle værdier relateret til ugyldige elevationsmålinger blev fjernet. En asymmetriC-profilen skyldtes den forskellige ruhed af plastdækslet og sedimentlejet. Tegningerne viser også den del af profilen, der anvendes til estimeringen af ​​forskydningshastigheden, idet man opnår u s = 25,9 ± 1,3 mm / s. Partikel Reynolds-tallet ( Re p = u s × d / v , med v som kinematisk viskositet af vand) var derfor lig med 78, hvilket indikerer et overgangsmæssigt groft regime.

Visualiseringen af ​​sedimenttransport blev udført med to kameraer placeret på 3,5 m og 4,3 m fra flumeindgangen. Kameraerne betjenes med en frekvens på 30 fps og med en opløsning på 1.920 x 1.080 pixel. Faktoren for korrektion af billedforvrængning var k = 0,6. Efter fjernelse af forvrængning var billedkalibreringen 1 pixel = 0,5 mm. Længden af ​​overlapning var fra 760,15 til 880,11 mm (hvor sidstnævnte var længden af ​​fokusområdet for granenSt kamera fra sin opstrøms kant). Tærskelintensiteten for partikelidentifikation blev sat til 80, og den forventede blobestørrelse varierede fra 0,5 til 8 mm. Søgningsvinduet til partikelsporing var som følger: 1 mm opstrøms og 7 mm nedstrøms, 4 mm lateralt. Søgningsvinduet til genopkobling af afbrudte spor var som følger: 1 mm opstrøms og 31 mm nedstrøms, 16 mm lateralt langs 4 følgende rammer. Tærskelværdien af ​​kvadratroden af ​​den gennemsnitlige kvadratiske forskel mellem x og y- værdier mellem to spor, der skal tilsluttes, blev sat til 10 mm.

Partikelsporene målt ved hjælp af en delmængde på 3.000 billeder fra hvert kamera (svarende til 100 s varighed) er afbildet i figur 3 . Databasen forstod 37 og 34 spor fra henholdsvis opstrøms og nedstrøms kamera. En overlapning af sporene opnået af de to kameraer er først foreslået og derefter det resulterende fulde sæt af tStativer vises. Det er tydeligt, at overlapningen i den centrale del af måleområdet var tilfredsstillende. 12 links blev opnået ved enden 59 spor. Det længste spor spændte hele observationsvinduet med en samlet længde på ca. 1,6 m (mere end 530 partikelstørrelser, 15,2 strømningsdybder eller 5,3 flumebredder), hvilket er meget stort i sammenligning med andre litteraturstudier, hvor lignende analyser blev udført 3 , 4 , 5, 8.

Ved at tage en lagrangisk ramme anvendes nøgleindikatorerne for partikelkinematik her i form af egenskaber af partikel humle. Under en intermitterende bed-load-transport som den i dette forsøg er disse humle bevægelser adskilt af hvileperioder. At identificere humle inden for et fuldspor til en enkelt partikel er identifikationen af ​​partikelbevægelse og stilhedEt nødvendigt foreløbigt skridt. I dette arbejde anvendte vi et kriterium 30, der betragter en partikel i bevægelse på et bestemt tidspunkt, hvis dets x position på det pågældende tidspunkt er større end alle de foregående og lavere end alle de følgende. Et samlet antal 98 humle blev opnået fra de 59 målte partikelspor. Figur 4 viser den opnåede kumulative frekvensfordeling (CFD) for hoplængden og varigheden.

Figur 2
Figur 2: Målt hastighedsprofil. (Top) Den gennemsnitlige vertikale profil for strøm-vis hastighedskomponenten. (Nederst) Estimationen af ​​forskydningshastigheden ved at tilpasse en logaritmisk ligning til profilens nedre del. Bemærk, at en lodret akse, der starter fra toppen af ​​kanalen og orienteret nedad, anvendes i den første plot, represe Nting resultatet af måling med UVP. En akse fra kanalbunden og rettet opad anvendes i stedet i det andet plot efter behov for at estimere forskydningshastigheden ved ligningstilpasning. Klik her for at se en større version af denne figur.

Figur 3
Figur 3: Planlægning af målte partikelspor. (Top) Sporene fra de to kameraer (opstrøms kamera i rødt og nedstrøms i sort). (Nederst) Prøven af ​​sammenføjede spor (skift farve for klarhed og nogle spor fremhævet af en tykkere linje). Klik her for at se en større version af denne figur.

4 "class =" xfigimg "src =" / filer / ftp_upload / 55874 / 55874fig4.jpg "/>
Figur 4: Kumulativ Frekvensfordeling (CFD) af Hoplængde (Top) og Varighed (Nederst). Inden for hvert spor i figur 3 blev partiklen mærket til hver gang øjeblikkeligt at repræsentere, hvis partiklen var i bevægelse eller i ro på det øjeblik. Partikelhopper blev derefter ekstraheret fra sporene som portioner mellem partikelinddragelse (overgang fra stillhed til bevægelse) og disentrainment (overgang fra bevægelse til stilhed). De prøver, der blev opnået for hoplængder og varigheder, blev brugt til at oprette de her omhandlede distributioner. Klik her for at se en større version af denne figur.

Supplerende kodefiler : join_cameras.m PleaseKlik her for at downloade denne fil.

Discussion

Design af et bed-load transport eksperiment med partikel visualisering involverer flere trin, herunder valget af en eksperimentel konfiguration og hardware værktøjer, flow måling, partikel såning og visualisering og billedanalyse. Variationer i hvert trin har fordele og ulemper. Nøgleegenskaberne ved protokollen, der er præsenteret i dette manuskript, er: (i) anvendelse af en trykstrøm og en fast ru seng, (ii) såning af et lavt antal sengelastpartikler med en kontrastfarve til den faste bed farve, (iii) Ved hjælp af naturligt lys og (iv) at bruge flere kameraer til at opnå uafhængige sporsæt, der skal forbindes til hinanden.

Forsøgsmetoden og databehandlingen gør det muligt at spore bed-load-partiklerne pålideligt til den endelige måling. Den dækkede strøm sikrer en optimal vision af de bevægelige partikler. Den faste seng forhindrer imidlertid observation af nogle processer ( f.eks . De der er forbundet med vertica L forskydninger af sedimentpartikler inden for det aktive sengelastlag) og begrænser således anvendeligheden af ​​teknikken til svage bedbelastninger.

Størrelsen af ​​de data prøver, der blev opnået under anvendelse af kun 100 s af film, var forholdsvis lille. Prøvestørrelsen kan dog let øges ved at forlænge den eksperimentelle varighed af billedoptagelse og -behandling. Fodring af et begrænset antal partikler kræver en længere forsøgstid end fodring med en væsentligt højere hastighed; Men det er værd at indsatsen på grund af en forholdsvis enkel partikelsporing på grund af den lille koncentration af partikler i bevægelse og brugen af ​​forskellige farver, der begge reducerer sandsynligheden for at spore fejl. Anvendelsen af ​​naturligt lys i eksperimentet undgår behovet for belysningsenheder; Imidlertid er en ulempe, at god belysning afhænger af vejrforholdene.

CFD'erne med partikelhoplængde og varighed afbildet iG "> Figur 4 viser de laveste værdier som de hyppigste. De største målte værdier for hoplængde og varighed var henholdsvis 600 mm og 7 s. Dette var signifikant større sammenlignet med analoge værdier fra litteraturen 4 , 16 , 30 Da der måles længere spor, er risikoen for lang partikel humle. Fordelene ved at bruge to kameraer er tydeligt, idet et enkelt kamera havde en fokusområde længde på omkring 850 mm, hvilket ikke ville være meget større end hoplængdeværdier, der skal måles. Måleprotokollen ved hjælp af to kameraer i stedet sørgede for en tilfredsstillende adskillelse mellem procesens længdeskalaer og målerfeltets størrelse, hvilket reducerer risikoen for at forspænde de fænomenologiske resultater som følge af eksperimentelle begrænsninger. Desuden kan fokusområdet yderligere forlænges af Øge antallet af kameraer placeret langs flume.

En alternativ procedure i forhold til den her beskrevne protokol er at skabe overlappede billeder inden partikelidentifikationen og sporing. Vores protokol (for at udføre sporing to gange og sammenkædning af partikelspor) var foretrukket, da billedfusionsmetoden ville have fordoblet størrelsen af ​​datafilerne, hvilket kræver et hukommelsesforbrug, der ikke var overkommeligt.

Med de behandlingsalgoritmer, der er beskrevet her, blev flere partikelspor, der var kortere end længden af ​​det overlappende område, kasseret, fordi de forhindrede en fuldstændig rekonstruktion af sedimentsporene. Tærskelængden på 120 mm var imidlertid en størrelsesorden kortere end de sporlængder, der kunne opnås, og tabet af disse data var derfor acceptabelt. Desuden ville sporforbindelsen set i de nedre 8 tilfælde i figur 1 ikke muliggøre en signifikant forøgelse af den sporlængde, der skal opnås. På den anden side kan disse situationer hjælpeVed hentning af lange spor, som f.eks. Situationen i figur 5, der kunne skyldes sporafbrydelser. I en lignende sag kunne et langt spor rekonstrueres af iterative samlingsoperationer. Det er dog vigtigt at huske på, at sporafbrydelser som dem i figur 5 er tydeligt relateret til sporingsprocessen i stedet for til sammenføjningsprocessen.

Dette manuskript præsenterede proof-of-concept resultater for et enkelt eksperiment for at demonstrere mulighederne for den vedtagne protokol. I fremtidige eksperimenter vil protokollen blive anvendt på en række forskellige hydro-dynamiske betingelser for at opnå en detaljeret analyse af bed-load sediment transport processen.

Figur 5
Figur 5: En situation med spor, der går i forbindelse med afbrydelser. figur 1 og i trin 8.4 i protokollen er sporene kortere end længden af ​​den overlappende region udelukket. Dette eliminerer de korte røde og grønne spor; Derfor kan de resterende lange ikke tilsluttes, fordi de ikke har noget fælles punkt. Klik her for at se en større version af denne figur.

Disclosures

Forfatterne erklærer, at de ikke har nogen konkurrerende finansielle interesser.

Acknowledgments

Dette arbejde blev støttet af Forskningsforvaltningsorganet via Det Europæiske Unions syvende rammeprogram, støtte til uddannelse og karriereudvikling af forskere (Marie Curie - FP7-PEOPLE-2012-ITN), som finansierede ITN (First Level Training Network) HYTECH "Hydrodynamisk Transport i Økologisk Kritiske Heterogene Interfaces" (nummer 316546). Den blev også støttet af Polo Territoriale di Lecco fra Politecnico di Milano. Forsøgene blev udført under et besøg hos SS til Politecnico di Milano som gæstforsker. Forfatterne takker Tarcisio Fazzini, Stefania Gherbi, Francesco Mottini (B.Sc.-studerende ved Politecnico di Milano) og Seyed Abbas Hosseini-Sadabadi (stipendiat fra HYTECH-projektet og Ph.D.-studerende ved Politecnico di Milano) for at støtte Eksperimentel aktivitet og data analyse. Forfatterne takker taknemmeligt prof. Roger Nokes (University of Canterbury, Christchurch, New Zealand) for at give STromle software og konstant rådgivning. Endelig takker forfatterne JoVE-administrerende redaktør og tre anonyme korrekturlæsere for deres tankevækkende kommentarer og forslag, hvilket manuskriptet kunne forbedres betydeligt.

Materials

Name Company Catalog Number Comments
Laser distance sensor METRICA PREXISOX2 Used to measure the flume slope
Two-component polyester resin Gelson MS 65213 Used to glue sediment particles onto steel plates
Water-resistant spray paint Any Used to paint the fixed bed
Ultrasonic Velocity Profiler Signal Processing DOP 2000 Used to measure the water velocity profiles
Camera Go-Pro Hero 4 Black Used to acquire movies of bed-load particle motion
Streams University of Canterbury 2.01 Used for particle identification and tracking
MatLab MathWorks R14 Used to develop ad hoc codes for a variety of operations
Plexiglas Transparent acrylic material

DOWNLOAD MATERIALS LIST

References

  1. Francis, J. R. D. Experiments on the motion of solitary grains along the bed of a water-stream. Proc Royal Soc London, A. 332, 443-471 (1973).
  2. Drake, T. G., Shreve, R. L., Dietrich, W. E., Whiting, P. J., Leopold, L. B. Bedload transport of fine gravel observed by motion-picture photography. J Fluid Mech. 192, 193-217 (1988).
  3. Campagnol, J., Radice, A., Ballio, F., Nikora, V. Particle motion and diffusion at weak bed load: accounting for unsteadiness effects of entrainment and disentrainment. J Hydraul Res. 53, (5), 633-648 (2015).
  4. Fathel, S. L., Furbish, D. J., Schmeeckle, M. W. Experimental evidence of statistical ensemble behavior in bed load sediment transport. J Geophys Res: Earth Surf. 120, (11), 2298-2317 (2015).
  5. Lajeunesse, E., Malverti, L., Charru, F. Bedload transport in turbulent flow at the grain scale: experiments and modeling. J Geophys Res: Earth Surf. 115, F04001 (2010).
  6. Tsakiris, A. G., Papanicolaou, A. N., Lauth, T. J. Signature of bedload particle transport mode in the acoustic signal of a geophone. J Hydraul Res. 52, (2), 185-204 (2014).
  7. Mendes, L., Antico, F., Sanches, P., Alegria, F., Aleixo, R., Ferreira, R. M. L. A particle counting system for calculation of bedload fluxes. Meas Sci Technol. 27, (12), 125305 (2016).
  8. Heays, K. G., Friedrich, H., Melville, B. W., Nokes, R. Quantifying the dynamic evolution of graded gravel beds using Particle Tracking Velocimetry. J Hydraul Eng. 140, (7), 04014027 (2014).
  9. Radice, A., Malavasi, S., Ballio, F. Solid transport measurements through image processing. Exp Fluids. 41, (5), 721-734 (2006).
  10. Radice, A., Ballio, F. Double-average characteristics of sediment motion in one-dimensional bed load. Acta Geophys. 56, (3), 654-668 (2008).
  11. Radice, A. Use of the Lorenz curve to quantify statistical nonuniformity of sediment transport rate. J Hydraul Eng. 135, (4), 320-326 (2009).
  12. Radice, A., Ballio, F., Nikora, V. On statistical properties of bed load sediment concentration. Water Resou. Res. 45, (6), W06501 (2009).
  13. Radice, A., Ballio, F., Nikora, V. Statistics and characteristic scales for bed load in a channel flow with sidewall effects. Acta Geophys. 58, (6), 1072-1093 (2010).
  14. Campagnol, J., Radice, A., Ballio, F. Scale-based statistical analysis of sediment fluxes. Acta Geophys. 60, (6), 1744-1777 (2012).
  15. Radice, A., Nikora, V., Campagnol, J., Ballio, F. Active interactions between turbulence and bed load: Conceptual picture and experimental evidence. Water Resour Res. 49, (1), 90-99 (2013).
  16. Campagnol, J., Radice, A., Nokes, R., Bulankina, V., Lescova, A., Ballio, F. Lagrangian analysis of bed-load sediment motion: database contribution. J Hydraul Res. 51, (5), 589-596 (2013).
  17. Ballio, F., Radice, A. Fluctuations and time scales for bed-load sediment motion over a smooth bed. Int J Sediment Res. 30, (4), 321-327 (2015).
  18. Hosseini-Sadabadi, S. A., Radice, A., Ballio, F. An analysis of entrainment and deposition rate fluctuations in weak bed load transport. Hydrodynamic and mass transport at freshwater aquatic interfaces. Rowiński, P. M., Marion, A. Springer. 333-342 (2016).
  19. Papanicolaou, A. N., Diplas, P., Balakrishnan, M., Dancey, C. L. Computer vision technique for tracking bed load movement. J Comput Civil Eng. 13, (2), 71-79 (1999).
  20. Ramesh, B., Kothyari, U. C., Murugesan, K. Near-bed particle motion over transitionally-rough bed. J Hydraul Res. 49, (6), 757-765 (2011).
  21. Amir, M., Nikora, V., Witz, M. A novel experimental technique and its application to study the effects of particle density and flow submergence on bed particle saltation. J Hydraul Res. 55, (1), 101-113 (2017).
  22. Ettema, R. Ice effects on sediment transport in rivers. Sedimentation Engineering. Garcìa, M. H. Restion, VA. 613-648 (2008).
  23. Knack, I., Shen, H. Sediment transport in ice-covered channels. Int J Sediment Res. 30, (1), 63-67 (2015).
  24. Goring, D. G., Nikora, V. I. Despiking acoustic Doppler velocimeter data. J Hydraul Eng. 128, (1), 117-126 (2002).
  25. Nowak, M. Wall shear stress measurement in a turbulent pipe flow using ultrasound Doppler velocimetry. Exp Fluids. 33, (2), 249-255 (2002).
  26. McCuen, R. H. Microcomputer applications in statistical hydrology. Prentice Hall. Englewood Cliffs, NJ. (1993).
  27. Lloyd, P. M., Ball, D. J., Stansby, P. K. Unsteady surface-velocity field measurement using particle tracking velocimetry. J. Hydraul. Res. 33, (4), 519-534 (1995).
  28. 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).
  29. Nokes, R. Streams. System theory and design. University of Canterbury. Christchurch, New Zealand. Available from: http://www.civil.canterbury.ac.nz/streams.shtml (2016).
  30. 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).
Image-baseret Lagrangian Particle Tracking i Bed-load eksperimenter
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Radice, A., Sarkar, S., Ballio, F. Image-based Lagrangian Particle Tracking in Bed-load Experiments. J. Vis. Exp. (125), e55874, doi:10.3791/55874 (2017).More

Radice, A., Sarkar, S., Ballio, F. Image-based Lagrangian Particle Tracking in Bed-load Experiments. J. Vis. Exp. (125), e55874, doi:10.3791/55874 (2017).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
simple hit counter