Login processing...

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

Environment

Image-based Lagrangian Particle Tracking in Bed-load Experiments

doi: 10.3791/55874 Published: July 20, 2017

Summary

Het manuscript presenteert een protocol voor het geleiden van bedladen sediment transport experimenten waar de bewegende deeltjes worden gevolgd door beeldanalyse. De experimentele faciliteit, de procedures voor het uitvoeren van de realisatie en de verwerking van gegevens, en tenslotte worden hier een aantal proof of concept-resultaten gepresenteerd.

Abstract

Beeldanalyse is steeds meer gebruikt voor het meten van rivierstromen door de mogelijkheid om gedetailleerde kwantitatieve afbeeldingen tegen relatief lage kosten te leveren. Dit manuscript beschrijft een toepassing van partikelvolgings velocimetrie (PTV) op een bedlading experiment met lichtgewicht sediment. De belangrijkste kenmerken van de onderzochte sedimentvervoerscondities waren de aanwezigheid van een overdekte stroom en van een vast ruw bed waarboven deeltjes in beperkte hoeveelheid bij de rookinlaat vrijgegeven werden. Onder de toegepaste stromingsomstandigheden was de beweging van de individuele bedlading deeltjes intermitterend, met afwisselende bewegings- en stilte termen. Het stromingspatroon werd voorlopig gekenmerkt door akoestische metingen van verticale profielen van de stroomwyse snelheid. Tijdens procesvisualisatie werd een groot gezichtsveld verkregen door gebruik te maken van twee actiecamera's die op verschillende locaties langs de flume werden geplaatst. Het experimentele protocol wordt beschreven in termen van chanNel-kalibratie, experimentrealisatie, beeldvoorverwerking, automatische deeltjesopsporing en post-verwerking van particle track data van de twee camera's. De gepresenteerde concept-of-concept resultaten omvatten kansverdelingen van de deeltjeshoplengte en duur. De resultaten van dit werk worden vergeleken met die van de bestaande literatuur om de geldigheid van het protocol te tonen.

Introduction

Sinds pionierswerk bleek een aantal decennia geleden 1 , 2 , is het gebruik van beeldanalyse voor de studie van het sedimentransport van rivier steeds meer toegenomen. Deze techniek bleek inderdaad zijn vermogen om relatief hoge resolutie en goedkope data te leveren voor gedetailleerde analyses van fysieke verschijnselen 3 , 4 , 5 . Met verloop van tijd zijn aanzienlijke verbeteringen verkregen voor zowel hardware- als software-instrumenten.

De meting van sedimentvervoer kan worden uitgevoerd met behulp van een Euleriaanse aanpak die gericht is op het meten van sedimentfluxen, of een Lagrangian die zich richt op het meten van trajecten van individuele korrels terwijl ze bewegen. Beeldverwerking biedt unieke mogelijkheden voor particle tracking in vergelijking met andere Eulerian methodes 6 , 7 . Desondanks, desDeze toepassingsmogelijkheden lijden op de toepassing van beeldanalyse op bedladen van sedimenttransport door enkele kritische experimentele beperkingen, in termen van ruimtelijke / temporale ondersteuningsschalen voor de meting en grootte van gegevensmonsters. Het is bijvoorbeeld moeilijk om tegelijkertijd een geschikte combinatie van een ruim ruimtelijk gebied, lange duur van een experiment en hoge meetfrequentie 3 , 4 , 8 te bereiken zonder de kwaliteit en hoeveelheid data in gevaar te brengen. Daarnaast kan de particle tracking handmatig 2 , 4 worden uitgevoerd, die een grote menselijke inspanning vereist, of automatisch 3 , 8 , met de mogelijkheid om fouten te volgen die zijn gemaakt door de software die wordt gebruikt voor de analyse.

In dit document wordt een protocol voor het experimentele onderzoek van bedlading sediment tr voorgesteldAnsport, waar lange duur werd bereikt door het gebruikte type camera, werd een groot gezichtsveld verzekerd door gelijktijdig gebruik van twee camera's op verschillende locaties en betrouwbare automatische verwerking werd mogelijk gemaakt door ad hoc experimentele omstandigheden. De experimentele operatie werd ontworpen en de verwerkingsinstrumenten werden geselecteerd op basis van de ervaring die de auteurs verwerven in verscheidene onderzoekswerken die betrekking hebben op het gedetailleerde onderzoek van sedimentvervoer door beeldmethoden 3 , 9 , 10 , 11 , 12 , 13 , 14 , 15 , 16 , 17 , 18 .

Een sediment transport experiment wordt beschreven, dat werd uitgevoerd met vrijlating van deeltjesOver een vast, ruw bed. Het voeden van deeltjes was veel minder dan de transportcapaciteit van de stroom om een ​​lage concentratie van bewegende korrels te handhaven, waardoor de congestie van deeltjes vermeden werd. Bovendien vervoerden de vervoerde deeltjes niet continu, maar werd intermitterende beweging waargenomen. Het gebruik van een vast bed, in plaats van een beweegbare, vormt een verlies aan gelijkenis met natuurlijke omstandigheden. Een vast bed werd echter vaak gebruikt in sediment transport experimenten 19 , 20 , 21 onder de veronderstelling dat de resultaten eenvoudiger en verklarend zijn dan die van ingewikkelde scenario's met een verscheidenheid aan werkwijzen. Het gebruik van een vast bed verhindert natuurlijk dat processen van sedimentbegrafenis en terugkomst niet in acht worden genomen. Aan de andere kant, in aanwezigheid van een zwakke bedlading, vindt het transport van sediment plaats in een oppervlakkige laag van een losse bed, en in dit geval,Het gebruik van een vast bed kan voldoende zijn. In feite hebben specifieke vergelijkingen tussen de eigenschappen van deeltjesbeweging in experimenten die met de twee omstandigheden rennen, geen significante verschillen 3 , 14 weergegeven . Tenslotte werd het hier gepresenteerde experiment uitgevoerd met een druk onder druk om een ​​optimale conditie voor deeltjesvisualisatie te waarborgen via een transparante afdekking. Sedimentvervoer met een drukstroom is experimenteel bestudeerd bij het prototypen van ijs overdekte rivieren, waaruit blijkt dat de interactie tussen de nabije laaggrenslaag en het sediment analoog is aan die van de open-kanaalstroming 22 , 23 . In de volgende secties worden alle methoden geschetst en enkele representatieve resultaten worden verstrekt.

Protocol

Opmerking: Het sediment transport experiment werd uitgevoerd in een flume bij het Mountain Hydraulics Lab gelegen op de Lecco campus van de Politecnico di Milano. De flume is volledig van transparant acrylmateriaal gemaakt en is 5,2 x 0,3 x 0,45 m 3 . Het kanaal wordt ondersteund door twee stalen balken en kan op verschillende hellingen worden bediend door een scharnier en schroefdraad. Een reeks deksels stelt de flume in staat om als een gesloten leiding te fungeren, de afdekkrachtconfiguratie en het kanaal dat in dit werk wordt gebruikt.

1. Meet en instel de Flume Helling

  1. Afdicht de uitlaat van de flume en vul met stilstaand water.
    OPMERKING: De afdichtingsmethode hangt af van de kanaalfuncties. In het hier gepresenteerde geval is de aansluitgedeelte van het kanaal voorzien van een koppelingsflens, waardoor afdichting verkregen werd door een plastic stekker aan de flens te bevestigen met een rubberen wisser erin.
  2. Bedien de schroefdraad tO Stel een willekeurige kanaalhelling in.
  3. Wacht minstens 30 minuten om het water stil te maken. Om de oscillatie-daling en het bereiken van een stilstand te controleren, plaats een puntemeter op de flamuren en meet de hoogte van het vrije oppervlak herhaaldelijk.
  4. Plaats de puntemeter op de kanaalmuren op meerdere locaties en lees de hoogte van het vrije oppervlak.
    OPMERKING: De aflezingen verschillen van elkaar, aangezien de flume schuin is terwijl het wateroppervlak horizontaal is.
  5. Bereken een hellingwaarde op basis van lineaire interpolatie van de aflezingen door de puntmeter.
  6. Meet met een laserafstandsensor die is bevestigd aan een van de balken die het kanaal ondersteunen en wijst naar de vloer.
    OPMERKING: hier is de lasersensor permanent aan het kanaal verbonden, daarom zijn er geen bewerkingen nodig in het protocol voor de installatie ervan.
  7. Herhaal stappen van 1,2 tot 1,6 voor een verscheidenheid aan hellingen.
  8. Pas eenLineaire vergelijking met de experimentele punten in een Cartesisch vliegtuig met de lasermeting op de horizontale as en de kanaalhellingmeting op de verticale as. Bepaal een overdrachtsfunctie van de lasermeting om de helling te kanaliseren (en vice versa).

2. De werkconfiguratie instellen

  1. Bereid een set stalen platen (2 mm dik) met een totale afmeting gelijk aan die van de kanaalbodem.
    OPMERKING: hier werden vier platen met een grootte van 1,3 x 0,3 m 2 gebruikt.
  2. Maak een vast, ruw bed door sedimentdeeltjes over de platen te lijmen. Om dit te doen, verf de platen met een tweecomponent polyesterhars en verspreid vervolgens een laag sediment (1-1,5 cm) over hen.
    OPMERKING: De hier gebruikte sedimentdeeltjes waren Polybutyleentereftalaat (PBT) korrels, vervaardigd in witte kleur en met een afmeting van 3 mm. Met de bovenstaande procedure is de dikte van het sediment gelijmd aan de plaat vergelijkbaar met de deeltjesgrootte.
  3. wAit minstens 24 uur om de hars te laten drogen, verwijder dan het overtollige sediment door de platen te buigen en het sediment weg te laten glijden. Verf het sedimentoppervlak in zwart met een waterbestendige spuitverf. Wacht minstens 10 uur om de verf te laten drogen.
  4. Plaats de sediment-gecoate platen (zie stappen 2.1-2.3) in de flume en op Polyvinyl Chloride (PVC) draden om de bodem van een werkafdeling te creëren. Let op de plaatsing van opeenvolgende platen om de continuïteit van het bed te waarborgen.
    OPMERKING: Het gebruik van de PVC-draden is optioneel. In het onderhavige geval werd de dwarsdoorsnede van de flume (0,3 m breed en 0,45 m hoog, overeenkomend met een breedte-diepteverhouding lager dan 1) oorspronkelijk ontworpen om sedimenttransportexperimenten met een laag losse sediment uit te voeren. Het experiment dat in dit manuscript wordt gepresenteerd, is in plaats daarvan uitgevoerd met een vast bed, wat leidt tot ongewone, te lage waarden van de breedte-diepteverhouding. De PVC-draden werden daarom gebruikt om een ​​grote te bereikenR waarde voor deze verhouding.
  5. Plaats een aantal transparante acryldeksels (die de hele kanaallengte bedekken) op de kanaalwanden om een ​​overdekte werkgedeelte te maken.
    OPMERKING: In de hier beschreven flume zijn de dozen interne dozen met een hoogte van 20 cm, die gewoon over de vlammuren liggen. Daarom is er wat water tijdens de experimenten aan het dekselzijde aanwezig, maar verandert de stroom in de fluit niet significant. De werkgroep die in het onderstaande experiment werd gebruikt, was zo groot als 0,3 mx 0,105 m 2 .

3. Het vaststellen van stevige stromingsomstandigheden

  1. Schakel de pomp aan, vul het kanaal met water en gebruik de regelklep om een ​​stroomsnelheid in te stellen.
    OPMERKING: In dit werk werd de stromingssnelheid gemeten door een elektromagnetische flowmeter die langs de afvoerpijp is geplaatst.
  2. Gebruik een staartwaterregelaar om de hoogte van de drukkop iets boven de kanalen deksels in te stellen, zodat er een overstroming is, maar vermijdEen belangrijke drijfkracht op de deksels hebben.
    OPMERKING: In het hier gepresenteerde kanaal wordt de staartwaterregeling bereikt door een reeks stokjes aan het einde van de flume.
  3. Meet de stromingssnelheid en de drukkop herhaaldelijk om de stabiliteit van de stromingsomstandigheden te controleren.

4. De stroomverspreiding karakteriseren

  1. Meet het verticale profiel van de stream-wise speed component op diverse locaties.
    1. Plaats de sonde van een ultrasone snelheidsprofiel (UVP) boven het flamedeksel met behulp van een passende sondehouder. Plaats de sonde op een gekozen helling met de staart naar de kanaalinlaat. Breng een geschikte ultrasone koppelingsgel aan in de ruimte tussen de sondepunt en het deksel om de doorgang van de ultrasone golf door de lucht te vermijden. Sluit de sonde aan op de verwervingsmodule.
      OPMERKING: in het onderhavige geval was de sondehouder van PVC gemaakt en bestond hij uit een basis met een hellendeGids bijgevoegd. Deze steun werd opgebouwd nadat een sondehoek werd gekozen.
    2. Voorbeeld meerdere instantane snelheidsprofielen.
      OPMERKING: bij het in dit experiment gebruikte instrument vereist deze stap de handmatige instelling van de frequentie van de uitgestraalde ultrasone straal, een pulsherhalingsfrequentie, een resolutie en het gewenste aantal instantane profielen. Profielen werden continu verworven en opgeslagen toen het gewenste nummer werd bereikt.
    3. Herhaal de stappen 4.1.1 en 4.1.2, behalve de sonde met de staart naar de kanaaluitgang plaatsen.
    4. Beoordeel de noodzaak van signaalverwijzing 24 door een visuele inspectie van de verworven tijdsontwikkelingen van stroomsnelheid. Voer tijdens de gegevensverwerking de speling uit indien nodig.
    5. Bereken de gemiddelde snelheidswaarde voor elke meetplaats (poort) van de UVP om de gemiddelde tijdsgemiddelde profielen van de sonde-achtige snelheidscomponent van de twee metingen te verkrijgen (met de staart van de sonde naar deKanaalinlaat en uitlaat).
    6. Gebruik een trigonometrische samenstelling van de twee sonde-wise snelheden die op elke hoogte worden gemeten om de stroom- en verticale snelheidskomponenten te verkrijgen.
      1. Met v up en v down, als de gemiddelde snelheid, gemeten in de stappen 4.1.2 en 4.1.3, bepalen de stroomgewijze ( u ) en verticale snelheid ( v ) componenten als:
        Vergelijking 1
        Vergelijking 2
        Waar, α is de helling van de sonde ten opzichte van het kanaal.
    7. Pas de afstandwaarden voor de meetlocaties aan in een profiel dat rekening houdt met de verschillende media (gel, acryl en water) waardoor de akoestische bundel reed 25 .
    8. Herhaal stappen van 4.1.1 tot 4.1.7 voor alle meetlocaties.
  2. Meet de schuifsnelheid van het verticale profiel van de stroom-achtige snelheidskomponent.
    1. Bepaal een waaier van hoogten waar het profiel van de stream-wise velocity component een lineaire trend in een semi-logaritmische plot aanduidt (zie figuur 2 ).
    2. Schat de schuifsnelheid s van het gemeten profiel door een logaritmische vergelijking als volgt aan te passen:
      Vergelijking 3
      Waar u ( z ) de tijdgemiddelde stroomsnelheid bij een bepaalde hoogte z van het bed is, is K de Karman-constante gelijk aan 0,4 en z 0 is een hydrodynamische ruwheidslengte.
    3. Kwantificeer de onzekerheid bij het schatten van de schuifsnelheid 26 als:
      Vergelijking 4
      Waar N het aantal waarden voor de c isUrve fit en j is een teller die varieert van 1 tot N.

5. Een Sediment Transport Experiment uitvoeren

  1. Stel de gewenste camera parameters in (resolutie, frequentie). Met behulp van ondersteuningen van de cameraproducent, bevestig twee actiecamera's aan de zijwanden van de deksels naar de kanaalbodem op twee stroomlijvende locaties. Zorg ervoor dat de focusgebieden voor de twee camera's overlappen.
    1. Stel de positie en de oriëntatie van de camera aan door de proef en fout. Een korte video van elke camera vastleggen, de video's bekijken en de positie of oriëntatie van een camera wijzigen als de twee focusgebieden niet overlappen of de cameraweergave niet goed uitgelijnd is met de flume.
      OPMERKING: In dit werk werd de camera bediend met 30 fps met een resolutie van 1.920 × 1.080 pixels.
  2. Bepaal een stabiele stroomtoestand zoals beschreven in stappen 3.1 tot 3.3. Voer de witte deeltjes (hetzelfde als die tHoed werd gelijmd en zwart geverfd in stappen 2.2 en 2.3) in de stroom bij de flume-inlaat. Kies een handvol deeltjes en laat ze elke paar seconden (een deeltje) los en houd een lage concentratie witte deeltjes over het zwarte bed. Blijf voeden gedurende de gehele duur van het experiment.
    OPMERKING: Een lage deeltjesconcentratie vereenvoudigt 17 het volgenproces in vergelijking met situaties met een hogere concentratie 18 . In feite is de wedstrijd tussen een deeltje in een bepaald beeld met hetzelfde deeltje in het volgende beeld gebaseerd op een zoekvenster rond de voormalige positie van het deeltje 19 , 27 ; Een hogere concentratie verhoogt de mogelijkheid om meer dan één deeltje in het zoekvenster te detecteren en leidt tot mismatches.
  3. Als de kamerverlichting uit staat, schakel ze dan in zoals nodig is om de camera's te synchroniseren. Begin met schieten door de camera's te activerenMet de juiste controles. Schakel de kamerverlichting uit nadat u ervoor zorgt dat beide camera's zijn begonnen met het filmen.
    OPMERKING: Op deze manier kan de tijd waarop het licht is uitgeschakeld duidelijk herkenbaar zijn uit de geschiedenis van de pixelintensiteit in de afbeeldingen, waardoor de tijdverschuiving tussen de twee overgenomen films (met minder dan één frame precisie) nader te bepalen. De visualisatie kan natuurlijk niet in het donker gemaakt worden. In het huidige werk is het experiment alleen gebruikt voor natuurlijke verlichting (als een zijwand van de kamer is volledig glasgemaakt). Als de verlichtingsomstandigheden tijdens het experiment significant veranderen, moet de lopende herhaling worden herhaald omdat belichting de partikelidentificatie en tracking volgt die hieronder wordt beschreven.
  4. Bewaar de film voor de gewenste duur (hier, 15 minuten) en stop de camera's.
    OPMERKING: Representatieve resultaten worden hieronder weergegeven gedurende 100 s.
  5. Herhaal stappen van 5.2 tot 5.7 voor elke andere gewenste hydro-dynamische conditie (voorBijvoorbeeld een andere stromingssnelheid).
    OPMERKING: Tijdens de hier beschreven experimenten waren er op het bed een aantal gevangen deeltjes na het schieten aanwezig. Ze moeten verwijderd worden voordat een andere configuratie is getest, door het deksel op te tillen, met een borstel om het deeltje te verwijderen en het deksel te vervangen.

6. Voorbereiding van afbeeldingen

  1. Corrigeer de beeldvervorming als gevolg van de beperkte lenslengte door een radiale transformatie aan de pixelcoördinaten toe te passen en de afbeeldingen opnieuw te maken. Stel een kalibratiefactor aan die nodig is om de transformatie aan te passen.
    OPMERKING: gezien r als afstand van een pixel naar het beeldcentrum, kan een getransformeerde afstand worden berekend als:
    Vergelijking 5
    Waar k de kalibratiefactor is die door proeven 28 moet worden aangepast aan de hand van een visuele inspectie van de onderbodems, die als rechte lijnen in de afbeelding dienen te worden weergegevens.
  2. Bepaal een lineaire beeldomzetting van pixel naar echte afstand door gebruik te maken van doelen die op bekende afstanden en op de hoogte van het bed, op de zijwanden van de flume zijn geplaatst.
    OPMERKING: dit kan bijvoorbeeld in een programmeertaal (zie de tabel van materialen ) worden bereikt, met behulp van het commando imread om een ​​beeldbestand te openen, de opdracht ginput om de doelen te klikken en hun coördinaten in pixel te verkrijgen en een verhouding te vinden tussen De zo bepaalde pixelcoördinaten en de echte.

7. Het identificeren en bijhouden van deeltjes

OPMERKING: Alle onderstaande bewerkingen moeten afzonderlijk worden uitgevoerd voor de afbeeldingen die door beide camera's worden verzameld. De identificatie en het volgen van deeltjes werden uitgevoerd met behulp van Streams 29 . Deze software is vrij beschikbaar bij een verzoek aan zijn ontwikkelaar. Stromen waren al in gebruik bij de auteurs in verschillende experimenten voor bed-loaD sediment transport in verschillende omstandigheden 3 , 16 , 17 , 18 , 28 , 30 .

  1. Importeer frames door op Afbeelding te klikken → Afbeelding volgorde maken . Voer de tijdstap tussen twee frames en de beeldkalibratiefactor in. Selecteer de afbeeldingsbestanden die in de volgorde moeten worden opgenomen. Klik op OK .
    OPMERKING: in het onderhavige geval was het tijdsinterval 1/30 s (overeenkomend met de in stap 5.1 genoemde beeldsnelheid) en de beeldkalibratiefactor was 0,5 mm / pixel.
  2. Identificeer deeltjes
    1. Maak intensiteitskaarten voor wat willekeurig geselecteerde beelden om de typische intensiteitswaarde (op een schaal van 0 tot 255) te vinden voor pixels die overeenkomen met witte deeltjes.
      1. Klik met de rechtermuisknop op de beeldreeks die is gemaakt en selecteer OpEen beeldweergave. Hold Shift , teken een rechthoek over de afbeelding. Klik met de rechtermuisknop op de rechthoek en selecteer ShowIntensityMatrix . Kies een geschikte drempelwaarde.
        OPMERKING: in dit geval is de drempel ingesteld op 80.
    2. Drempel de beelden op basis van een intensiteitswaarde en een verwachte grootte van witte vlekken in de binaire afbeeldingen.
      1. Klik met de rechtermuisknop op de beeldreeks die is gemaakt en selecteer Open procesweergave . Klik op Nieuw , selecteer Filter afbeeldingen pijpleiding en klik op OK . Geef het proces een naam, geef de volgorde naam en klik op OK . Dubbelklik op de filterpijpleiding , klik op Nieuw , selecteer Verwijder achtergrond en klik op OK .
      2. Klik in het procesvenster op Nieuw , selecteer deeltjes identificeren en klik op OK . Selecteer Eenvoudige drempel en klik op OK . In het algoritme OK . Selecteer de gemaakte processen, klik op Toevoegen aan pijpleiding en vervolgens op Uitvoeren .
        OPMERKING: De plaats grootte hier was van 0,5 tot 8 mm. De plaatsgrootte heeft betrekking op de deeltjesgrootte, maar hangt ook af van de lichtomstandigheden. In feite komt de plek overeen met het licht dat door een deeltje wordt weerspiegeld in plaats van aan het deeltje zelf.
  3. Track deeltjes
    1. Klik met de rechtermuisknop op het particle record dat is gemaakt en selecteer Open beeldweergave .
    2. Blader door frames door op de pijltjestoetsen voorwaarts en achteruit te klikken. Let op de typische deeltjesverplaatsingen tussen opeenvolgende beelden door de cursor over de weergegeven plekken en leescoördinaten te verplaatsen. Bepaal dan een geschikt zoekvenster.
    3. Klik met de rechtermuisknop op het partikelrecord dat is gemaakt en selecteer Open procesweergave
    4. Klik op Nieuw , selecteer PTV analyse pijpleiding en klik op OK . Geef het proces een naam en klik op OK . Dubbelklik op de PTV analyse pijpleiding , klik op Nieuw . Selecteer Afstand op de pagina Costings . Voer in de optimalisatiepagina de stream-wise en transverse positie en de dimensie van het zoekvenster in en klik op OK .
    5. Selecteer het gecreëerde proces, klik op Toevoegen aan pijpleiding en vervolgens op Uitvoeren .
      OPMERKING: een deeltjespad moet ideaal aan het einde van het focusgebied of de uiteindelijke experimentele tijd komen. Evenzo moet het aan het begin van het focusgebied of op de eerste keer beginnen. Gemeten tracks kunnen echter onverwacht worden onderbroken, meestal omdat een deeltje niet gedetecteerd wordt in sommige frames dankzij een lage intensiteit of minder vaak, doordat er geen gematchte partikel overeenkomt tussen twee opeenvolgende frames. Als het spoor eindigt zonder de grenzen van de ti te bereikenMe-space observatievenster kunnen kandidaten voor heraansluiting worden gezocht; Selecteer deze op een plaats dichtbij en kort na het einde van het laatste frame voor de onderbreking. Op deze manier kan een enkel spoor voor een deeltje worden gereconstrueerd zoals gedetailleerd in stap 7.3.6.
    6. Als er onderbrekingen aanwezig zijn in de gemeten tracks, moet u ze repareren door middel van een terugkoppeling met een zoekvenster dat aan dat doel is toegewezen.
      1. Klik met de rechtermuisknop op het partikelrecord dat is gemaakt en selecteer Open procesweergave . Klik op Nieuw , selecteer Create Lagrangian pad veld en klik op OK . Klik nogmaals op OK . Voeg het proces toe aan de pijpleiding en klik op Uitvoeren .
      2. Klik met de rechtermuisknop op het Particle record dat is gemaakt (de tweede) en selecteer Open procesweergave . Klik op Nieuw , selecteer Join Lagrangian-paden en klik op OK . Voer op de pagina Parameters de gegevens in van het zoekvenster en cLik op OK . Voeg het proces toe aan de pijpleiding en klik op Uitvoeren .
    7. Klik met de rechtermuisknop op het partikelrecord dat is gemaakt (de tweede) en selecteer Paden opslaan in tekstbestand . Invoer pad en bestandsnaam, klik dan op OK .

8. Aansluiten van trajecten van verschillende camera's

OPMERKING: Dit is een noodzakelijke operatie om te profiteren van het gebruik van meerdere camera's om de grootte van het meetgebied te vergroten. Stappen worden uitgevoerd door een MatLab-code ( join_cameras.m ) met een grafische gebruikersinterface die door de auteurs is ontwikkeld (zie aanvullende codebestanden ).

  1. Blader door de computermappen en zoek trackbestanden voor beide camera's en klik op eigenschappen zoeken .
  2. Maak de ( x , y ) referentie van de twee camera's uniforme door een coördinatenvertaling toe te passen op de data van de stroomafwaartse camera. BepalenDe constanten die worden gebruikt voor vertaling langs de twee richtingen van de doelen die zichtbaar zijn in de beelden van beide camera's. Voer de vereiste waarden in en klik op Uniforme referentiesysteem .
    OPMERKING: tot op dit moment wordt een onafhankelijke referentie gebruikt voor camera's met (0,0) in de linkerbenedenhoek van de afbeeldingen, x- rechts naar rechts en y- omhoog naar boven. De vertaling van coördinaten die in dit werk werd gebruikt, bedroegen respectievelijk 760,15 en -1,5 pixel in stroom- en dwarsrichting.
  3. Bepaal het gebied van overlap tussen de twee gegevens en voer de grenzen in de desbetreffende tekstvakken in.
    OPMERKING: De lengte van de overlap in dit werk was van 760,15 tot 880,11 pixels in de stroomwyse richting en bedekte de volledige kanaalbreedte.
  4. Verwijder uit alle monsters alle trajecten die korter zijn dan de lengte van het overlappende gebied, om de analyse te beperken tot eenvoudige situaties (zie figuur 1 ). InStel een drempellengte in het bijbehorende tekstvak en klik op Verwijderen korter dan of gelijk aan (mm) .
  5. Word lid van tracks
    1. Voeg de particle track databases samen van de twee camera's door op tabellen Merge te klikken. Invoeren gevraagde waarden voor tolerantie van overlap (hier 10 mm) in de stroom- en dwarsrichting en klik op JOIN .
      OPMERKING: Voer de volgende handelingen uit nadat u op JOIN hebt geklikt. Blader de tracks tot een track dat in het gebied van overlapping is beëindigd, vinden. Zoek kandidaten om mee te doen, tussen tracks die in het overlappende gebied beginnen en uitkomen. Als een kandidaat is gevonden, vergelijk de tijdstippen waarvoor de twee tracks binnen het gebied van overlap liggen. Als deze tijdstippen met elkaar overeenstemmen, bereken dan de verschillen tussen de deeltjescoördinaten in de twee tracks op alle mogelijke punten. Neem de vierkantswortel van het gemiddelde kwadratische verschil van x en y waarden voor de waarde van het potentieel voorDe twee deeltjespaden moeten gelijk zijn. Als deze indicator lager is dan een drempelwaarde, sluit u de tracks aan. Construeer een nieuw spoor dat in het overlappende gedeelte overeenkomt met het gemiddelde van de twee vorige. Herhaal al deze bewerkingen tot er geen nieuwe gewrichten mogelijk zijn. De drempelwaarde die in dit werk werd gebruikt, was in beide richtingen 10 mm.
  6. Geef het resultaatbestand op en sla de samengevoegde tracks op door op Save joined tracks te klikken.

Figuur 1
Figuur 1. Situaties voor het aansluiten van een spoor. De tracks van de stroomopwaartse camera zijn rood en van de stroomafwaartse camera zijn in groen (eendimensionale weergave omwille van de eenvoud). De verticale streeplijnen hebben de nominale lengte van de overlap gebonden. Vanwege de mogelijke onderbreking van de tracks is de verscheidenheid van de resultaten groter dan die voor de verwachte eenvoudige trAcks (overeenkomend met de eerste vier geschetste gevallen) met een track van de eerste camera die het overlappende gebied bereikt en een track van de tweede camera die het verlaten. Er worden in totaal 13 theoretisch mogelijke situaties gepresenteerd. Om de analyse te vereenvoudigen, worden tracks die korter zijn dan de lengte van de overlappende regio's uitgesloten van de voorlopige gegevens. Klik hier om een ​​grotere versie van deze figuur te bekijken.

9. Analyse van de Sediment Transport Kinematics

  1. Uitgaande van de verkregen dataset die het spoor van elk vervoerd deeltje bevat, uitgedrukt in termen van de ( x , y ) positie die op elk tijdstip is genomen, voert u een verscheidenheid aan statistische analyses uit voor een afbeelding van de bedlading-deeltjeskinematica 3 , 4 , 5 , 8 , 16 , 17 , 18 .

Representative Results

Resultaten die in deze sectie worden gepresenteerd, zijn voor een experiment waarbij de flume-helling op nul werd ingesteld (de hellingswaarden werden berekend met ± 0,05% nauwkeurigheid). Het gebruikte sediment werd gemaakt van PBT-deeltjes die quasi-sferisch waren, met een afmeting d = 3 mm en een dichtheid ρ p = 1.270 kg / m 3 . Het experiment werd uitgevoerd met een stromingssnelheid Q = 9,7 × 10 -3 m 3 / s, wat resulteerde in een bulk snelheid U = 0,31 m / s.

Voor de snelheidsmetingen met de UVP werd een 2 MHz sonde gebruikt bij 81 ° helling. Snelheidsdata werden verworven bij 20 Hz gedurende 250 s. Een representatief snelheidsprofiel is afgebeeld in figuur 2 . Het werd genomen op de kanaalas en op 4,5 m van de inlaat, waar de stroom volledig ontwikkeld was. Sommige waarden die verband houden met ongeldige elevatiemetingen zijn verwijderd. Een asymmetrieC-profiel is te wijten aan de verschillende ruwheid van het kunststof deksel en het sedimentbed. De plots tonen ook het gedeelte van het profiel dat wordt gebruikt voor de schatting van de schuifsnelheid, waardoor u s = 25,9 ± 1,3 mm / s krijgt. Het deeltje Reynolds-getal ( Re p = u s × d / v , met v als de kinematische viscositeit van water) was derhalve gelijk aan 78, wat een overgangsschroef regime aangeeft.

De visualisatie van sedimentvervoer werd uitgevoerd met twee camera's geplaatst op 3,5 m en 4,3 m van de flume-inlaat. De camera's werken met een frequentie van 30 fps en met een resolutie van 1.920 x 1.080 pixels. De factor voor de correctie van beeldvervorming was k = 0,6. Na verwijdering van vervorming was de beeldkalibratie 1 pixel = 0,5 mm. De lengte van de overlap was van 760,15 tot 880,11 mm (waar de laatste de lengte van het focusgebied van de spar wasSt camera van zijn stroomopwaartse rand). De drempelintensiteit voor deeltjesidentificatie werd ingesteld op 80 en de verwachte blobgrootte varieerde van 0,5 tot 8 mm. Het zoekvenster voor het detecteren van deeltjes was als volgt: 1 mm stroomopwaarts en 7 mm stroomafwaarts, 4 mm lateraal. Het zoekvenster voor het opnieuw aansluiten van onderbroken tracks was als volgt: 1 mm stroomopwaarts en 31 mm stroomafwaarts, 16 mm lateraal langs 4 volgende frames. De drempelwaarde van het vierkantswortel van het gemiddelde kwadratische verschil van x en y waarden tussen twee te verbinden sporen was ingesteld op 10 mm.

De partikelsporen die worden gemeten met een subset van 3.000 afbeeldingen van elke camera (overeenkomend met de duur van 100 s) worden weergegeven in figuur 3 . De database begreep 37 en 34 tracks van respectievelijk de upstream en downstream camera. Een overlapping van de door de twee camera's verkregen tracks wordt eerst voorgesteld en vervolgens de resulterende volledige set van tRekken worden weergegeven. Het is duidelijk dat de overlap in het centrale gedeelte van het meetgebied bevredigend was. 12 links werden verkregen aan het einde 59 tracks. Het langste spoor strekte het hele observatievenster over met een totale lengte van ongeveer 1,6 m (meer dan 530 deeltjesgroottes, 15,2 stromingsdieptes of 5,3 vlotterbreedten), die zeer groot is in vergelijking met andere literatuurstudies waarbij soortgelijke analyses werden uitgevoerd 3 , 4 , 5 , 8 .

Door middel van een lagrangisch kader worden de sleutelindicatoren van deeltjeskinematica hier toegepast in termen van eigenschappen van deeltjeshops. Onder een intermitterend bedladingstransport zoals die in dit experiment zijn deze hopjes bewegingen gescheiden door rusttijden. Om hops binnen een volledige spoor te detecteren voor een enkel deeltje, is de identificatie van deeltjesbeweging en stilteEen noodzakelijke voorlopige stap. In dit werk hebben we een criterium 30 toegepast dat op een bepaald moment een deeltje in beweging beschouwt als de x- positie op dat moment groter is dan alle voorgaande en lager dan alle volgende. Een totaal aantal 98 hop is verkregen uit de 59 gemeten deeltjessporen. Figuur 4 geeft de verkregen Cumulatieve Frequentiedistributie (CFD) voor de hoplengte en duur weer.

Figuur 2
Figuur 2: Gemeten snelheidsprofiel. (Bovenste) Het gemiddelde verticale profiel van het stroombestendige snelheidskomponent. (Bodem) De schatting van de schuifsnelheid door een logaritmische vergelijking aan te brengen aan het onderste gedeelte van het profiel. Merk op dat een verticale as vanaf de bovenkant van het kanaal en naar beneden gericht is, wordt gebruikt in de eerste grafiek, represe Nting het resultaat van de meting met de UVP. Een as van de kanaalbodem en naar boven gericht wordt in plaats daarvan gebruikt in de tweede plot, zoals nodig om de schuifsnelheid te schatten door middel van vergelijking. Klik hier om een ​​grotere versie van deze figuur te bekijken.

Figuur 3
Figuur 3: Planweergave van gemeten deeltjestracks. (Top) De tracks van de twee camera's (stroomopwaartse camera in rood en stroomafwaarts in zwart). (Onderkant) De steekproef van samengevoegde sporen (veranderende kleur voor de duidelijkheid en sommige sporen die door een dikker lijn worden gemarkeerd). Klik hier om een ​​grotere versie van deze figuur te bekijken.

4 "class =" xfigimg "src =" / bestanden / ftp_upload / 55874 / 55874fig4.jpg "/>
Figuur 4: Cumulatieve Frequentieverdeling (CFD) van Hop Lengte (Top) en Duur (Onder). Binnen elk spoor van figuur 3 werd het deeltje op elk moment gemerkt om onmiddellijk te representeren als het deeltje in dat moment in beweging of in rust was. Partikelhops werden vervolgens uit de sporen geëxtraheerd als porties tussen deeltjesbegrenzing (overgang van stilte naar beweging) en onttrekking (overgang van beweging naar stilte). De monsters die werden verkregen voor hoplengten en duurden werden gebruikt om de hier afgebeelde verdelingen te maken. Klik hier om een ​​grotere versie van deze figuur te bekijken.

Aanvullende code bestanden: join_cameras.m alsjeblieftKlik hier om dit bestand te downloaden.

Discussion

Het ontwerpen van een bed-load transport experiment met particle visualisatie omvat meerdere stappen, waaronder de keuze van een experimentele configuratie en hardware tools, flow meting, deeltjes zaaien en visualisatie, en beeld analyse. Variaties bij elke stap hebben voor- en nadelen. De belangrijkste kenmerken van het protocol in dit manuscript zijn: (i) het gebruik van een drukstroom en een vast ruw bed, (ii) een laag aantal bedladingdeeltjes met een contrasterende kleur naar de vaste bedkleur zaaien, iii) Gebruik van natuurlijk licht en (iv) het gebruik van meerdere camera's om onafhankelijke track sets te krijgen die met elkaar worden verbonden.

De experimentele methode en de dataverwerking maken het mogelijk om de bedladingdeeltjes betrouwbaar bij te houden voor de uiteindelijke meting. De overdekte stroom garandeert een optimale visie op de bewegende deeltjes. Het vaste bed verhindert echter het observeren van sommige processen ( bijv . Die gekoppeld aan vertica L verplaatsingen van sedimentdeeltjes binnen de actieve bedladinglaag) en beperkt de toepasselijkheid van de techniek tot zwakke bedlasten.

De grootte van de gegevensmonsters verkregen met gebruik van slechts 100 s van de film was relatief klein. De steekproefgrootte kan echter gemakkelijk worden verhoogd door de experimentele duur van beeldverzameling en verwerking te verlengen. Het voeden van een beperkt aantal deeltjes vereist een langere experimentele tijd dan het voeden met een aanzienlijk hogere snelheid; Maar het is de moeite waard om te werken door een relatief eenvoudige particle tracking door de kleine concentratie van deeltjes in beweging en het gebruik van verschillende kleuren, die beide de kans op het bijhouden van fouten verminderen. Het gebruik van natuurlijk licht in het experiment voorkomt de behoefte aan verlichtingsapparatuur; Een nadeel is echter dat goede verlichting afhankelijk is van de weersomstandigheden.

De CFD's van deeltjes hop lengte en duur afgebeeld inG "> Figuur 4 tonen de laagste waarden als de meest voorkomende. De grootste gemeten waarden van hoplengte en duur waren respectievelijk 600 mm en 7 s. Dit was significant groter in vergelijking met analoge waarden uit de literatuur 4 , 16 , 30 Omdat het meten van langere sporen het risico op lange deeltjeshops heeft. Het voordeel van het gebruik van twee camera's blijkt uit het feit dat een enkele camera een focuslengte van ongeveer 850 mm had, wat niet veel groter zou zijn dan de gemeten hoplengtewaarden. Het meetprotocol met behulp van twee camera's in plaats daarvan zorgde voor een bevredigende scheiding tussen de lengteschalen van het proces en die van het meetveld, waardoor het risico wordt beperkt om de fenomenologische resultaten te beperken als gevolg van experimentele beperkingen. Ook het focusgebied kan bovendien verlengd worden door Het verhogen van het aantal camera's dat langs de flume wordt geplaatst.

Een alternatieve procedure in vergelijking met het hier beschreven protocol is het maken van overlappende beelden voor de identificatie en het volgen van deeltjes. Ons protocol (het uitvoeren van de tracking tweemaal en het koppelen van deeltjessporen) was de voorkeur omdat de beeldmergende methode de grootte van de datafilers zou verdubbelen, waardoor een geheugenverbruik was dat niet betaalbaar was.

Met de hierin beschreven verwerkingsalgoritmen werden verscheidene deeltjessporen die korter waren dan de lengte van het overlappende gebied verwijderd, omdat ze een volledige reconstructie van de sedimentsporen verhinderden. De drempellengte van 120 mm was echter een orde van grootte korter dan de tracklengten die kunnen worden verkregen en het verlies van deze gegevens was derhalve aanvaardbaar. Bovendien zou de aansluiting van het spoor in de onderste 8 gevallen van figuur 1 geen significante toename van de te verkrijgen spoorlengte mogelijk maken. Aan de andere kant kunnen deze situaties helpenBij het ophalen van lange tracks, zoals de situatie in figuur 5, die te wijten zou kunnen zijn aan spooronderbrekingen. In een vergelijkbaar geval kan een lang spoor worden gereconstrueerd door iteratieve aansluitingen. Het is echter belangrijk om in gedachten te houden dat spooronderbrekingen zoals die in Figuur 5 duidelijk verband houden met het bijhoudenproces in plaats van aan het verbindingsproces.

Dit manuscript presenteerde de concept-of-concept resultaten voor een enkel experiment om de mogelijkheden van het aangenomen protocol te demonstreren. In toekomstige experimenten wordt het protocol toegepast op een reeks van verschillende hydro-dynamische omstandigheden om een ​​gedetailleerde analyse van het transportbedrag van het zendtransport te verkrijgen.

Figuur 5
Figuur 5: Een situatie van spoorverbindingen in de aanwezigheid van onderbrekingen. figuur 1 en in stap 8.4 van het protocol zijn de sporen korter dan de lengte van het overlappende gebied uitgesloten. Dit elimineert de korte rode en groene tracks; Daarom kunnen de overblijvende longen niet worden aangesloten omdat ze geen gemeenschappelijk punt hebben. Klik hier om een ​​grotere versie van deze figuur te bekijken.

Disclosures

De auteurs verklaren dat ze geen concurrerende financiële belangen hebben.

Acknowledgments

Dit werk werd ondersteund door het Research Executive Agency, via het 7e kaderprogramma van de Europese Unie, ondersteuning voor opleiding en carriereontwikkeling van onderzoekers (Marie Curie - FP7-PEOPLE-2012-ITN), die het ITN-initiatief financierde. HYTECH "Hydrodynamische Transport in Ecologisch Critische Heterogene Interfaces" (nummer 316546). Het werd ook ondersteund door het Polo Territoriale di Lecco van de Politecnico di Milano. De experimenten werden uitgevoerd tijdens een bezoek van SS aan de Politecnico di Milano als bezoekende wetenschapper. De auteurs bedanken Tarcisio Fazzini, Stefania Gherbi, Francesco Mottini (B.Sc.-studenten aan de Politecnico di Milano) en Seyed Abbas Hosseini-Sadabadi (collega van het HYTECH-project en Ph.D.-student aan de Politecnico di Milano) ter ondersteuning van de Experimentele activiteit en de data analyse. De auteurs danken profijt Roger Nokes (Universiteit van Canterbury, Christchurch, Nieuw-Zeeland) voor het aanbieden van de SSoftware trams en constant advies. Tenslotte bedanken de auteurs de JoVE-beheerdersredacteur en drie anonieme recensenten voor hun doordachte opmerkingen en suggesties, waardoor het manuscript aanzienlijk verbeterd kon worden.

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-based Lagrangian Particle Tracking in Bed-load Experiments
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