Login processing...

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

Environment

Bildebasert lagrangisk partikkelsporing i bed-load eksperimenter

doi: 10.3791/55874 Published: July 20, 2017

Summary

Manuskriptet presenterer en protokoll for ledelse av bedlast-sedimenttransportforsøk hvor de bevegelige partikler spores av bildeanalyse. Forsøksfasiliteten, prosedyrene for løpebesøkelse og databehandling, og til slutt noen proof-of-concept-resultater, presenteres her.

Abstract

Bildeanalyse har i økende grad blitt brukt til måling av elvemengder på grunn av sin evne til å gi detaljerte kvantitative avbildninger til en relativt lav pris. Dette manuskriptet beskriver en applikasjon av partikkelsporings-velocimetri (PTV) til et bed-load-eksperiment med lettvekts sediment. Nøkkelegenskapene ved de undersøkte sedimenttransportbetingelsene var tilstedeværelsen av en dekket strøm og en fast grov seng over hvilken partikler ble frigjort i begrenset antall ved luftinntaket. Under de påførte strømningsbetingelser var bevegelsen av de enkelte sengelastpartiklene intermittent med vekslende bevegelses- og stillhetsbetingelser. Strømningsmønsteret ble foreløpig preget av akustiske målinger av vertikale profiler av strømningsvis hastighet. Under prosessvisualisering ble et stort synsfelt oppnådd ved bruk av to handlingskameraer plassert på forskjellige steder langs flommen. Den eksperimentelle protokollen er beskrevet i form av chanNelkalibrering, eksperimentrealisering, bildeforbehandling, automatisk partikkelsporing og etterbehandling av partikkelspordata fra de to kameraene. De presentert proof-of-concept-resultatene inkluderer sannsynlighetsfordelinger av partikkelhopplengden og varigheten. Resultatene av dette arbeidet er sammenlignet med eksisterende litteratur for å demonstrere protokollets gyldighet.

Introduction

Siden banebrytende arbeider dukket opp for noen tiår siden 1 , 2 , har bruken av bildeanalyse for studier av elvesedimenttransport stadig økt. Denne teknikken viste faktisk sin evne til å gi relativt høyoppløselige og lave kostnader for detaljerte analyser av fysiske fenomen 3 , 4 , 5 . Med tiden har det blitt oppnådd betydelige forbedringer for både maskinvare- og programvareverktøy.

Måling av sedimenttransport kan utføres ved hjelp av en Eulerian-tilnærming som retter seg mot måling av sedimentfluss, eller en Lagrangian som mål å måle baner av individuelle korn når de beveger seg. Bildebehandling gir unike muligheter for partikkelsporing i forhold til andre Eulerian-metoder 6 , 7 . Imidlertid desPå grunn av disse potensialene, har anvendelsen av bildeanalyse til bed-load sedimenttransport lider av noen kritiske eksperimentelle begrensninger, når det gjelder romlige / temporale støtteskalaer for måling og størrelse av dataprøver. For eksempel er det vanskelig å oppnå samtidig en passende kombinasjon av et stort romområde, lang varighet av et eksperiment og høy målefrekvens 3 , 4 , 8 uten å gå på kompromiss med kvaliteten og mengden av data. I tillegg kan partikkelsporingen utføres manuelt 2 , 4 , som krever en stor menneskelig innsats, eller automatisk 3 , 8 , med mulighet for å spore feil som er gjort av programvaren som brukes til analysen.

Dette papiret presenterer en protokoll for den eksperimentelle undersøkelsen av bed-load sediment trAnswering, hvor lang varighet oppnåddes ved bruk av kameraet, ble det sikret et stort synsfelt ved samtidig bruk av to kameraer på forskjellige steder, og pålitelig automatisk behandling ble muliggjort ved ad hoc eksperimentelle forhold. Den eksperimentelle operasjonen ble utformet og bearbeidingsverktøyene ble valgt ut fra erfaringer oppnådd av forfatterne i flere forskningsverk som omhandler den detaljerte undersøkelsen av sedimenttransport med bildemetoder 3 , 9 , 10 , 11 , 12 , 13 , 14 , 15 , 16 , 17 , 18 .

Et sedimenttransportforsøk er beskrevet, som ble utført for å frigjøre partiklerEr over en fast, grov seng. Partikkelfôringen var mye mindre enn transportkapasiteten til strømningen for å opprettholde en lav konsentrasjon av bevegelige korn, og dermed unngås overbelastning av partikler som skal spores. Videre beveget de transporterte partiklene ikke kontinuerlig, men intermitterende bevegelse ble observert. Bruk av en fast seng i stedet for en bevegelig en representerer et tap av likhet med naturlige forhold. Imidlertid ble en fast seng ofte brukt i sedimenttransporteksperimenter 19 , 20 , 21 under antagelse at resultatene er enklere og forklarende enn de fra kompliserte scenarier med en rekke virkemåteprosesser. Bruken av en fast seng forhindrer åpenbart at prosesser for sedimentbegravelse og gjenfødelse blir observert. På den annen side, i nærvær av en svak sengelast, foregår transport av sediment i et overflatisk lag av en løs seng, og i dette tilfelle,Bruk av en fast seng kan være tilstrekkelig. Faktisk presenterte spesifikke sammenligninger mellom egenskapene til partikkelbevegelse i eksperimenter som kjørte med de to tilstandene ingen signifikante forskjeller 3 , 14 . Til slutt ble eksperimentet presentert her utført med en trykkstrøm for å sikre en optimal tilstand for partikkelvisualisering gjennom et gjennomsiktig deksel. Sedimenttransport med trykkstrøm har blitt eksperimentelt studert i forskningspototyping av isdekket elver, som viser at samspillet mellom det nærliggende grenselaget og sedimentet er analogt med det for åpen kanalstrøm 22 , 23 . I de følgende avsnittene er alle metoder skissert og noen representative resultater er gitt.

Protocol

Merk: Sedimenttransportforsøket ble utført i en flume på Mountain Hydraulics Lab som ligger i Lecco-campuset til Politecnico di Milano. Flommet er fullstendig bygget av transparent akrylmateriale og er 5,2 x 0,3 x 0,45 m 3 . Kanalen støttes av to stålbjelker og kan betjenes i forskjellige bakker på grunn av en hengsel og skruehylse. En serie lokk gjør det mulig for flommen å fungere som en lukket kanal, som var dekkstrømskonfigurasjonen, og kanalen som brukes i dette arbeidet.

1. Måle og sette opp flume-skråningen

  1. Tett utløpet av flommet og fyll det med fortsatt vann.
    MERK: Tetningsmetoden vil avhenge av kanalfunksjonene. I det tilfelle som presenteres her, er kanalens terminaldel utstyrt med en koblingsflens, og derfor ble tetningen oppnådd ved å boltse en plastplugg til flensen med en gummivask mellom dem.
  2. Bruk skruehodet tO Sett en vilkårlig kanalhelling.
  3. Vent minst 30 minutter slik at vannet kan oppnå stillhet. For å kontrollere oscillasjonsdempingen og oppnåelse av en stillvannstilstand, plasser en punktmåler på flammeveggene og gjentatte ganger måle høyden på den frie overflaten.
  4. Plasser punktmåleren på kanalveggene på flere steder og ta avlesninger av høyden på den frie overflaten.
    MERK: Lesingene skiller seg fra hverandre da flommen er tilbøyelig mens vannoverflaten er horisontal.
  5. Beregne en hellingsverdi basert på lineær interpolering av målingene ved punktmåleren.
  6. Ta en måling med en laseravstandssensor som er festet til en av bjelkene som støtter kanalen og peker mot gulvet.
    MERK: Her er lasersensoren permanent festet til kanalen, derfor er det ikke nødvendig med operasjoner i protokollen for oppsettet.
  7. Gjenta trinnene fra 1,2 til 1,6 for en rekke hellingsforhold.
  8. Monter aLineær ligning til eksperimentelle punkter i et kartesisk plan med lasermåling på den horisontale akse og kanalens hellingsmål på den vertikale akse. Bestem en overføringsfunksjon fra lasermåling til kanalhelling (og omvendt).

2. Konfigurere arbeidskonfigurasjonen

  1. Forbered et sett med stålplater (2 mm tykkelse) med en total dimensjon som til kanalbunnen.
    MERK: Her ble det brukt fire plater med en størrelse på 1,3 x 0,3 m 2 .
  2. Lag en fast, grov seng ved å lime sedimentpartikler over platene. For å gjøre dette måler du platene med en to-komponent polyesterharpiks, og deretter spre et lag av sediment (1-1,5 cm) over dem.
    MERK: Sedimentpartiklene som brukes her, var polybutylentereftalat (PBT) korn, produsert i hvit farge og med en størrelse på 3 mm. Ved fremgangsmåten ovenfor er tykkelsen på sedimentet limt til platen lik partikkelstørrelsen.
  3. WAit minst 24 timer for å la harpiksen tørke, fjern deretter overflødig sediment ved å hakke platene og la sedimentet glide seg bort. Mal sedimentoverflaten i svart med en vannavstøtende maling. Vent minst 10 timer for å la malingen tørke.
  4. Legg sedimentbelagte plater (se trinn 2.1-2.3) i flommet og på Polyvinyl Chloride (PVC) støtter for å lage bunnen av en arbeidsdel. Vær oppmerksom på plassering av påfølgende plater for å sikre kontinuitet i sengen.
    MERK: Bruk av PVC-støtter er valgfritt. I det foreliggende tilfelle ble tverrsnittet av flommet (0,3 m bredt og 0,45 m høyt, tilsvarende et bredde-dybdeforhold lavere enn 1) opprinnelig utformet for å lede sedimenttransportforsøk med et lag av løs sediment. Forsøket presentert i dette manuskriptet ble i stedet kjørt med en fast seng, noe som førte til uvanlige, for lave verdier av bredde-til-dybdeforholdet. PVC-støtter ble derfor brukt for å oppnå en storR-verdien for dette forholdet.
  5. Legg en serie gjennomsiktige akryllokk (dekker hele kanallengden) på kanalveggene for å skape en overbygd arbeidsdel.
    MERK: I ventilen som er beskrevet her, er dekslene innvendige bokser med en høyde på 20 cm, rett og slett plassert over flammeveggene. Derfor er noe vann tilstede på lokkesidene under forsøk, men endrer ikke vesentlig strømmen i flommet. Arbeidsdelen som ble brukt i forsøket som ble presentert nedenfor, var så stor som 0,3 mx 0,105 m 2 .

3. Etablering av stabile strømningsbetingelser

  1. Slå pumpen på, fyll i kanalen med vann og bruk reguleringsventilen for å stille en strømningshastighet.
    MERK: I dette arbeidet ble strømningshastigheten målt ved hjelp av en elektromagnetisk strømningsmåler plassert langs leveringsrøret.
  2. Bruk en halevannsregulator for å stille hevingen av trykkhodet litt over kanaldekslene, slik at det er en dekket strøm, men unngåHar en betydelig oppdriftskraft på dekslene.
    MERK: I kanalen som presenteres her, oppnås hale-vannreguleringen ved hjelp av en rekke pinner som er plassert på slutten av flommet.
  3. Gjentatt måle strømningshastigheten og trykkhodet for å kontrollere stabiliteten til strømningsforholdene.

4. Karakterisering av flytfordelingen

  1. Mål den vertikale profilen til den strømningsvise hastighetskomponenten på en rekke steder.
    1. Plasser sonden for en ultralydhastighetsprofil (UVP) over flammelokket ved hjelp av en passende sondeholder. Plasser sonden med en valgt helling med halen mot kanalinnløpet. Påfør en passende ultralydkoblingsgel i mellomrommet mellom sondespissen og lokket for å unngå at ultralydbølgen passerer gjennom luft. Koble sonden til oppkjøpsmodulen.
      MERK: I foreliggende tilfelle ble sondeholderen laget av PVC og besto av en base med en skråstillingGuide festet. Denne støtten ble konstruert etter at en sondevinkel ble valgt.
    2. Prøv flere øyeblikkelige hastighetsprofiler.
      MERK: Med instrumentet som ble brukt i dette eksperimentet, trengte dette trinnet manuell innstilling av frekvensen av den utstrålede ultralydstrålen, en pulsrepetisjonsfrekvens, en oppløsning og ønsket antall øyeblikkelige profiler. Profiler ble kontinuerlig kjøpt og lagret når ønsket nummer ble nådd.
    3. Gjenta trinn 4.1.1 og 4.1.2, unntatt plasser sonden med halen mot kanaluttaket.
    4. Vurder behovet for signalavspilling 24 ved en visuell inspeksjon av de tilegnede tidevolusjonene av strømningsvis hastighet. Utfør de-spiking under databehandlingen om nødvendig.
    5. Beregne gjennomsnittshastighetsverdien for hver måleplass (gate) til UVP for å oppnå tids-gjennomsnittlige profiler av probe-vis-hastighetskomponenten fra de to målinger (med sondens hale motKanalinnløp og utløp).
    6. Bruk en trigonometrisk sammensetning av de to probe-visde hastighetene målt i en hvilken som helst høyde for å oppnå strøm-vis og vertikal hastighetskomponenter.
      1. Med v opp og v ned som de gjennomsnittlige hastighetene målt i trinnene 4.1.2 og 4.1.3, bestemmer du strøm-vis ( u ) og vertikal hastighet ( v ) komponenter som:
        Ligning 1
        Ligning 2
        Hvor, α er helling av sonden med hensyn til kanalen.
    7. Juster avstandsverdiene for måleplassene i en profil som regner med de forskjellige mediene (gel, akryl og vann) gjennom hvilken den akustiske strålen reiste 25 .
    8. Gjenta trinnene fra 4.1.1 til 4.1.7 for alle måleplassene.
  2. Mål skjærhastigheten fra den vertikale profilen til strømningsvis komponent.
    1. Bestem en rekke forhøyninger hvor profilen av strøm-vis-hastighetskomponenten betegner en lineær trend i en semi-logaritmisk tomt (se figur 2 ).
    2. Beregn skjærhastigheten u s fra den målte profilen ved å tilpasse en logaritmisk ligning som følger:
      Ligning 3
      Hvor u ( z ) er den gjennomsnittlige strømstrømmen i en viss høyde z fra sengen, er K Karman-konstanten lik 0,4, og z 0 er en hydrodynamisk grovhetslengde.
    3. Kvantifiser usikkerheten ved estimering av skjærhastigheten 26 som:
      Ligning 4
      Hvor N er antall verdier som brukes for cUrve montering og j er en teller fra 1 til N.

5. Utføre et forsøkstransportforsøk

  1. Still inn de ønskede kameraparametrene (oppløsning, frekvens). Ved hjelp av støtter fra kameraprodusenten, fest to kameraer til sideveggene på dekslene som vender mot kanalen, nederst på to strømningsområder. Kontroller at fokusområdene for de to kameraene overlapper.
    1. Juster kameraposisjon og orientering etter prøve og feil. Ta en kort video fra hvert kamera, se på videoene og endre posisjonen eller retningen til et kamera hvis de to fokusområdene ikke overlapper eller kameravisningen ikke er godt justert med flommet.
      MERK: I dette arbeidet ble kameraet operert med 30 fps med en oppløsning på 1.920 × 1.080 pixel.
  2. Opprett en jevn strømningsbetingelse som beskrevet i trinn 3.1 til 3.3. Tilfør de hvite partiklene (det samme som de tHatten ble limt og malt svart i trinnene 2.2 og 2.3) i strømmen ved flumeinnløpet. Velg en håndfull partikler og slipp dem (en partikkel hvert par sekunder), og oppretthold en lav konsentrasjon av hvite partikler over den svarte sengen. Fortsett å fôre hele eksperimentets varighet.
    MERK: En lavpartikkelkonsentrasjon forenkler 17 sporingsprosessen i forhold til situasjoner med høyere konsentrasjon 18 . Faktisk er kampen mellom en partikkel i et bestemt bilde med samme partikkel i det etterfølgende bildet basert på et søkevindu rundt den tidligere posisjon av partikkelen 19 , 27 ; En høyere konsentrasjon øker muligheten til å oppdage mer enn en partikkel i søkevinduet, og igjen fører til feilmatchinger.
  3. Hvis romlysene er slått av, må du slå dem på når det er nødvendig å synkronisere kameraene. Start fotografering ved å utløse kameraeneMed de riktige kontrollene. Slå av lyset på rommet etter at begge kameraer har begynt å filme.
    MERK: På denne måten vil tiden da lyset ble slått av, bli tydelig gjenkjennelig fra historien om pikselintensiteten i bildene, og dermed muliggjøre (med mindre enn en ramme-presisjon) tidsforskyvningen mellom de to ervervede filmene å være bestemt. Visualiseringen kan selvfølgelig ikke gjøres i mørket. I det nåværende arbeidet brukte eksperimentet bare naturlig belysning (som en sidevegg i rommet er helt glassfremstillet). Hvis lysforholdene endres vesentlig under forsøket, bør kjøringen gjentas fordi belysning påvirker partikkelidentifikasjonen og sporing som beskrevet nedenfor.
  4. Fortsett å filme for ønsket varighet (her, 15 min), og stopp deretter kameraene.
    MERK: Representative resultater vises i det følgende i en varighet på 100 s.
  5. Gjenta trinnene fra 5.2 til 5.7 for enhver annen ønsket hydro-dynamisk tilstand (forEksempel, en annen strømningshastighet).
    MERK: Under forsøkene som er beskrevet her, var noen fanget partikler tilstede på sengen etter skytingen. De bør fjernes før en annen konfigurasjon er testet, ved å løfte lokket, bruk en børste for å fjerne partikkelen og erstatte lokket.

6. Forbehandling av bilder

  1. Korrigere bildet forvrengning på grunn av begrenset linse lengde ved å bruke en radial transformasjon til pikselkoordinatene og remapping bildene. Juster etter prøve en kalibreringsfaktor som trengs for å bruke transformasjonen.
    MERK: Gitt r som avstand fra noen piksel til bildesenteret, kan en transformert avstand beregnes som:
    Ligning 5
    Hvor k er kalibreringsfaktoren som må justeres ved forsøk 28 , basert på en visuell inspeksjon av flumbunns sidene, som skal vises som rette linjer i bildets.
  2. Bestem en lineær bildekonvertering fra piksel til ekte avstand ved bruk av mål plassert på kjente avstander og ved høyde av sengen, på sidens vegger.
    MERK: Dette kan oppnås for eksempel i et programmeringsspråk (se Materialetabell ), ved hjelp av kommandoen imread for å åpne en bildefil, kommandoen ginput å klikke på målene og få deres koordinater i piksel, og finne en proporsjon mellom De så bestemte pixelkoordinatene og de ekte.

7. Identifisering og sporing av partikler

MERK: Alle de følgende operasjonene må utføres for bildene som er samlet inn av begge kameraene, separat. Identifikasjon og sporing av partikler ble utført under anvendelse av Streams 29 . Denne programvaren er fritt tilgjengelig ved forespørsel til utvikleren. Strømmer var allerede ansatt av forfatterne i flere eksperimenter for bed-loaD sedimenttransport i forskjellige forhold 3 , 16 , 17 , 18 , 28 , 30 .

  1. Importer rammer ved å klikke på Bilde → Opprett bildesekvens . Angi klokkeslettet mellom to rammer og bildekalibreringsfaktoren. Velg bildefilene som skal inkluderes i sekvensen. Klikk på OK .
    MERK: I det foreliggende tilfelle var tidsintervallet 1/30 s (tilsvarende rammeprisen som er nevnt i trinn 5.1) og bildekalibreringsfaktoren var 0,5 mm / pixel.
  2. Identifiser partikler
    1. Produser intensitetskart for noen tilfeldig valgte bilder for å finne den typiske intensitetsverdien (over en skala fra 0 til 255) for piksler som svarer til hvite partikler.
      1. Høyreklikk på bildesekvensen som ble opprettet, og velg OpEn bildevisning. Hold Shift , trekk et hvilket som helst rektangel over bildet. Høyreklikk på rektangelet og velg ShowIntensityMatrix . Velg en passende terskelverdi.
        MERK: I dette tilfellet ble terskelen satt til 80.
    2. Terskel bildene basert på en intensitetsverdi og en forventet størrelse hvite flekker i de binære bildene.
      1. Høyreklikk på bildesekvensen som ble opprettet, og velg Åpne prosessvisning . Klikk på Ny , velg Filter bilder pipeline og klikk på OK . Gi prosessen et navn, oppgi sekvensnavnet og klikk på OK . Dobbeltklikk på filterrørledningen , klikk på Ny , velg Fjern bakgrunn og klikk på OK .
      2. I Prosessvinduet klikker du på Ny , velg Identifiser partikler og klikker på OK . Velg Enkelt terskel og klikk på OK . I algoritmen OK . Velg de opprettede prosessene, klikk på Add to pipeline og deretter på Execute .
        MERK: Spotstørrelsen her var fra 0,5 til 8 mm. Plassstørrelsen gjelder partikkelstørrelsen, men avhenger også av lysforholdene. Faktisk svarer stedet til lyset reflektert av en partikkel i stedet for selve partikkelen.
  3. Spor partikler
    1. Høyreklikk på partikkelplaten som ble opprettet, og velg Åpne bildevisning .
    2. Bla gjennom rammer ved å klikke på piltastene forover og bakover. Vær oppmerksom på typiske partikkelforskjeller mellom påfølgende bilder ved å flytte markøren over de viste stedene og lesekoordinatene. Bestem et passende søkevindu tilsvarende.
    3. Høyreklikk på Partikkel-posten som ble opprettet, og velg Åpne prosessvisning
    4. Klikk på Ny , velg PTV analyse pipeline og klikk på OK . Gi prosessen et navn og klikk på OK . Dobbeltklikk på PTV analysepipeline , klikk på Ny . På Costings- siden velger du Avstand . På optimaliseringssiden , skriv inn strømmen og tverrposisjonen og dimensjonen i søkevinduet, og klikk på OK .
    5. Velg den opprettede prosessen, klikk på Add to pipeline og deretter på Execute .
      MERK: Et partikkelspor må ideelt sett nå slutten av fokusområdet eller den endelige eksperimenteltiden. På samme måte må den starte i begynnelsen av fokusområdet eller ved begynnelsen. Imidlertid kan målte spor uventet avbrytes, typisk fordi en partikkel ikke oppdages i noen rammer på grunn av lav intensitet eller mindre ofte på grunn av savnet partikkelsammenstilling mellom to påfølgende rammer. Hvis sporet slutter uten å nå grensene til tiObservasjonsvindu for meg-rom, søkere om tilbakekobling kan søkes; Velg dem på et sted nær og kort tid etter slutten av den siste rammen før avbrudd. På denne måten kan et enkelt spor for en partikkel rekonstrueres som beskrevet i trinn 7.3.6.
    6. Hvis avbrudd er tilstede i de målte sporene, må du fikse dem ved å gjenopprette spor ved hjelp av et søkevindu som er dedikert til det formålet.
      1. Høyreklikk på Partikkel-posten som ble opprettet, og velg Åpne prosessvisning . Klikk på Ny , velg Opprett lagringsfelt og klikk OK . Klikk igjen på OK . Legg prosessen til rørledningen og klikk på Kjør .
      2. Høyreklikk på Partikkel-posten som ble opprettet (den andre) og velg Åpne prosessvisning . Klikk på Ny , velg Bli med lagrebaner og klikk på OK . På Parameters- siden skriver du inn detaljene i søkevinduet og cSlikk på OK . Legg prosessen til rørledningen og klikk på Kjør .
    7. Høyreklikk på Partikkel-posten som ble opprettet (den andre) og velg Lagre baner til tekstfil . Inngangspass og filnavn, klikk deretter OK .

8. Bli med på baner fra forskjellige kameraer

MERK: Dette er en nødvendig operasjon for å utnytte bruken av flere kameraer for å forstørre størrelsen på måleområdet. Fremgangsmåte utføres av en MatLab-kode ( join_cameras.m ) med grafisk brukergrensesnitt utviklet av forfatterne (se tilleggskodefiler ).

  1. Bla gjennom datamaskinmappene og finn sporfiler for begge kameraer, og klikk på Finn sporegenskaper .
  2. Gjør ( x , y ) referansen til de to kameraene ensartet ved å bruke en oversettelse av koordinater til dataene fra nedstrøms kameraet. FastslåKonstantene som skal brukes til oversettelse langs de to retningene fra målene som er synlige i bildene fra begge kameraer. Skriv inn de nødvendige verdiene, og klikk på Gjør referansesystem ensartet .
    MERK: Inntil dette punktet brukes en uavhengig referanse for kameraer med (0,0) i nedre venstre hjørne av bildene, x -aks til høyre og y -aks oppover. Oversettelsen av koordinatene som ble brukt i dette arbeidet var henholdsvis 760,15 og -1,5 piksler i strøm-og tverrretning.
  3. Bestem området for overlapping mellom de to dataene og skriv inn grensene i de aktuelle tekstfeltene.
    MERK: Lengden på overlapping i dette arbeidet var fra 760,15 til 880,11 piksler i strømningsretningen, og dekket hele kanalbredden.
  4. Fjern fra prøvene alle banene som er kortere enn lengden på overlappingsområdet, for å begrense analysen til enkle situasjoner (se figur 1 ). ISett en terskel lengde i den tilhørende tekstboksen og klikk på Fjern kortere enn eller lik (mm) .
  5. Bli med på spor
    1. Slett partikkelspordatabasene fra de to kameraene ved å klikke på Merge-tabeller . Angi ønskede verdier for toleranse for overlapping (her, 10 mm) i strømmen og tverrretningen og klikk på JOIN .
      MERK: Etter å ha klikket på JOIN , utfør følgende operasjoner. Rull sporene til du finner et spor som slutter i overlappingsområdet. Søk kandidater for å bli med, blant spor som starter i og forlater det overlappende området. Hvis en kandidat er funnet, sammenlign tidene for hvilke de to sporene ligger innenfor overlappingsområdet. Hvis disse tidsperioder er enige med hverandre, beregne forskjellene mellom partikkelkoordinatene i de to sporene på alle mulige punkter. Ta kvadratroten av den gjennomsnittlige kvadratiske forskjellen mellom x og y verdier for verdien av potensialet forDe to partikkelsporene skal være like. Hvis denne indikatoren er lavere enn en terskelverdi, må du delta i sporene. Konstruer et nytt spor som tilsvarer gjennomsnittet av de to foregående, i den overlappede delen. Gjenta alle disse operasjonene til ingen nye ledd er mulig. Terskelverdien som brukes i dette arbeidet var 10 mm i begge retninger.
  6. Navngi resultatfilen og lagre de sammenføyde sporene ved å klikke på Lagre sammenføyde spor .

Figur 1
Figur 1. Situasjoner for sporforbindelse. Sporene fra kameraet oppstrøms er i rødt og fra nedstrøms kameraet er i grønt (endimensjonal representasjon for enkelhets skyld). De vertikale punkterte linjene bundet den nominelle lengden på overlappingen. På grunn av mulig avbrudd av spor er variasjonen av utfall større enn for forventet rettferdig trAcks (tilsvarende de fire første skisserte tilfellene) med et spor fra det første kameraet som når overlappingsområdet og et spor fra det andre kameraet som forlater det. Totalt presenteres 13 teoretisk mulige situasjoner. For å forenkle analysen er spor som er kortere enn lengden på de overlappende områdene, utelukket fra de foreløpige dataene. Vennligst klikk her for å se en større versjon av denne figuren.

9. Analysere Sediment Transport Kinematics

  1. Med utgangspunkt i det oppnådde datasettet som inneholder sporet av hver transportert partikkel, uttrykt i forhold til ( x , y ) -posisjonen som er tatt på et hvilket som helst tidspunkt, utfører en rekke statistiske analyser for en avbildning av bed-load-partikkelkinematikken 3 , 4 , 5 , 8 , 16 , 17 , 18 .

Representative Results

Resultatene som presenteres i denne delen er for et eksperiment hvor flumehellingen ble satt til null (hellingverdier ble beregnet med ± 0,05% nøyaktighet). Det brukte sedimentet ble laget av PBT-partikler som var kvas-sfæriske, med en størrelse d = 3 mm og en tetthet p p = 1.270 kg / m 3 . Forsøket ble kjørt med en strømningshastighet Q = 9,7 x 10-3 m 3 / s, noe som resulterte i en massehastighet U = 0,31 m / s.

For hastighetsmålinger med UVP ble en 2 MHz sonde brukt ved 81 ° helling. Hastighetsdata ble anskaffet ved 20 Hz i 250 s. En representativ hastighetsprofil er avbildet i figur 2 . Det ble tatt på kanalaksen og på 4,5 m fra luftinnløpet, hvor strømmen var fullt utviklet. Noen verdier knyttet til ugyldige forhøyningsmålinger ble fjernet. En asymmetriC-profilen skyldes den forskjellige ruheten av plastlokket og sedimentplaten. Plottene viser også delen av profilen som ble benyttet for estimeringen av skjærhastigheten, og oppnådde u s = 25,9 ± 1,3 mm / s. Partikkel Reynolds-tallet ( Re p = u s × d / v , med v som kinematisk viskositet av vann) var derfor lik 78, hvilket indikerer et overgangssjikt regime.

Visualiseringen av sedimenttransport ble utført med to kameraer plassert på 3,5 m og 4,3 m fra luftinntaket. Kameraene drives med en frekvens på 30 fps og med en oppløsning på 1,920 x 1,080 piksler. Faktoren for korreksjon av bildeforvrengning var k = 0,6. Etter fjerning av forvrengning var bildekalibreringen 1 piksel = 0,5 mm. Lengden på overlappingen var fra 760,15 til 880,11 mm (hvor sistnevnte var lengden av fokusområdet av granenSt kamera fra sin oppstrøms kant). Terskelintensiteten for partikkelidentifikasjon ble satt til 80 og den forventede blokkstørrelsen varierte fra 0,5 til 8 mm. Søkevinduet for partikkelsporing var som følger: 1 mm oppstrøms og 7 mm nedstrøms, 4 mm lateralt. Søkevinduet for gjenkobling av avbrutt spor var som følger: 1 mm oppstrøms og 31 mm nedstrøms, 16 mm lateralt langs 4 følgende rammer. Terskelverdien av kvadratroten av den gjennomsnittlige kvadratiske forskjellen mellom x og y verdier mellom to spor som skal knyttes sammen, ble satt til 10 mm.

Partikkelsporene målt ved hjelp av en delmengde på 3000 bilder fra hvert kamera (tilsvarende 100 s varighet) er vist i figur 3 . Databasen inneholdt 37 og 34 spor fra henholdsvis oppstrøms og nedstrøms kamera. En overlapping av sporene som er oppnådd av de to kameraene er først foreslått og deretter det resulterende hele settet av tStativer vises. Det er tydelig at overlappingen i den sentrale delen av måleområdet var tilfredsstillende. 12 koblinger ble oppnådd på slutten 59 spor. Det lengste sporet spenner over hele observasjonsvinduet med en total lengde på ca 1,6 m (mer enn 530 partikkelstørrelser, 15,2 strømningsdybder eller 5,3 flammebredder), som er veldig stor i forhold til andre litteraturstudier hvor lignende analyser ble utført 3 , 4 , 5 , 8 .

Ved å ta et lagrangisk rammeverk, brukes nøkkelindikatorene for partikkelkinematikk her når det gjelder egenskaper hos partikkelhopp. Under en intermittent bedlasttransport som den som er i dette eksperimentet, er disse humle bevegelsene separert av hvileperioder. For å oppdage humle innenfor et fullt spor for en enkeltpartikkel, er identifikasjon av partikkelbevegelse og stillhetEt nødvendig foreløpig trinn. I dette arbeidet brukte vi et kriterium 30 som vurderer en partikkel i bevegelse på et bestemt tidspunkt dersom x- stillingen sin er større enn alle tidligere og lavere enn alle de følgende. Et totalt antall 98 humle ble oppnådd fra de 59 målte partikkelsporene. Figur 4 viser den oppnådde kumulative frekvensfordeling (CFD) for hoplengden og varigheten.

Figur 2
Figur 2: Målt hastighetsprofil. (Topp) Den gjennomsnittlige vertikale profilen for strøm-vis hastighetskomponenten. (Bunn) Estimeringen av skjærhastigheten ved å tilpasse en logaritmisk ligning til profilens nedre del. Legg merke til at en vertikal akse som starter fra toppen av kanalen og orienteres nedover, blir brukt i den første plottet, represe Nting resultatet av måling med UVP. En akse fra kanalbunnen og rettet oppover brukes i stedet i den andre plottet, etter behov for å estimere skjærhastigheten ved likestilling. Vennligst klikk her for å se en større versjon av denne figuren.

Figur 3
Figur 3: Planvisning av målte partikkelspor. (Topp) Sporene fra de to kameraene (oppstrøms kamera i rødt og nedstrøms i svart). (Bunn) Utvalget av sammenføyde spor (skiftende farge for klarhet og noen spor fremhevet av tykkere linjer). Vennligst klikk her for å se en større versjon av denne figuren.

4 "class =" xfigimg "src =" / files / ftp_upload / 55874 / 55874fig4.jpg "/>
Figur 4: Kumulativ Frekvensfordeling (CFD) med hopplengde (topp) og varighet (bunn). Innenfor hvert spor i figur 3 ble partikkelen merket til hver gang øyeblikkelig å representere dersom partikkelen var i bevegelse eller i ro på det tidspunktet. Partikkelhoppene ble deretter ekstrahert fra sporene som porsjoner mellom partikkelinntak (overgang fra stillhet til bevegelse) og disentrainment (overgang fra bevegelse til stillhet). Prøvene oppnådd for hoplengder og varigheter ble brukt til å opprette fordelingene som er avbildet her. Vennligst klikk her for å se en større versjon av denne figuren.

Supplerende kodefiler : join_cameras.m VennligstKlikk her for å laste ned denne filen.

Discussion

Utforming av et bedlasttransporteksperiment med partikkelvisualisering innebærer flere trinn, inkludert valg av eksperimentelle konfigurasjons- og maskinvareverktøy, strømningsmåling, partikkelsåing og visualisering og bildeanalyse. Variasjoner i hvert trinn har fordeler og ulemper. Nøkkelegenskapene til protokollen som presenteres i dette manuskriptet er: (i) bruk av en trykkstrøm og en fast grov seng, (ii) såing et lavt antall sengelastpartikler som har en kontrastfarge til den faste sengerfargen, Ved hjelp av naturlig lys, og (iv) bruk av flere kameraer for å oppnå uavhengige sporsett som skal knyttes til hverandre.

Den eksperimentelle metoden og databehandlingen gjør at sengelastpartiklene kan spores pålitelig for den endelige måling. Den dekkede strømmen sikrer en optimal syn på de bevegelige partiklene. Den faste sengen forhindrer imidlertid observasjon av noen prosesser ( f.eks . De som er knyttet til vertica L forskyvninger av sedimentpartikler i det aktive sengelastlaget), og begrenser således bruken av teknikken til svake belastninger.

Størrelsen på datasamplene oppnådd ved bruk av kun 100 s av film var relativt liten. Prøvestørrelsen kan imidlertid enkelt økes ved å forlenge eksperimentell varighet av bildeoppkjøp og behandling. Fôring av et begrenset antall partikler krever en lengre eksperimentell tid enn fôring med en vesentlig høyere hastighet; Men det er vel verdt innsatsen på grunn av en relativt enkel partikkelsporing på grunn av den lille konsentrasjonen av partikler i bevegelse og bruken av forskjellige farger, som begge reduserer sannsynligheten for å spore feil. Bruken av naturlig lys i forsøket unngår behovet for belysningsenheter; Imidlertid er en ulempe at god belysning er avhengig av værforholdene.

CFDene med partikkelhopplengde og varighet vist iG "> Figur 4 viser de laveste verdiene som de hyppigste. De største målte verdiene for hoplengde og varighet var henholdsvis 600 mm og 7 s. Dette var signifikant større sammenlignet med analoge verdier fra litteraturen 4 , 16 , 30 Siden det måles lengre spor, er risikoen for lang partikkelslag. Fordelen med å bruke to kameraer er tydelig, med tanke på at et enkelt kamera hadde en fokusområde lengde på rundt 850 mm, noe som ikke ville være mye større enn hoplengdsverdiene som skal måles. Måleprotokollen ved hjelp av to kameraer i stedet sørget for en tilfredsstillende separasjon mellom prosessens lengdevekt og de på målefeltet, og reduserer dermed risikoen for å forspenne fenomenologiske resultater på grunn av eksperimentelle begrensninger. Fokusområdet kan også i tillegg bli forlenget av Øker antall kameraer plassert langs flommet.

En alternativ prosedyre i forhold til protokollen beskrevet her er å lage overlappede bilder før partikkelidentifikasjon og sporing. Vår protokoll (for å utføre sporing to ganger og å knytte partikkelspor) var foretrukket da bildefusjonsmetoden ville ha doblet størrelsen på datafilene, noe som krever et minneforbruk som ikke var rimelig.

Med behandlingsalgoritmene beskrevet her, ble flere partikkelspor som var kortere enn lengden på overlappingsområdet kassert fordi de forhindret en full gjenoppbygging av sedimentsporene. Terskel lengden på 120 mm var imidlertid en størrelsesorden kortere enn sporlengder som kunne oppnås, og tapet av disse dataene var derfor akseptabelt. Videre vil spårforbindelsen sett i de nedre 8 tilfellene i figur 1 ikke muliggjøre en signifikant økning i sporlengden som skal oppnås. På den annen side kan disse situasjonene hjelpeVed gjenvinning av lange spor, slik som situasjonen i figur 5 som kan skyldes sporavbrudd. I et lignende tilfelle kunne et langspor rekonstrueres av iterative sammenføyningsoperasjoner. Det er imidlertid viktig å huske på at sporavbrudd som de i figur 5 er tydelig knyttet til sporingsprosessen i stedet for til sammenkoblingsprosessen.

Dette manuskriptet presenterte proof-of-concept-resultater for et enkelt eksperiment for å demonstrere evnen til den vedtatte protokollen. I fremtidige eksperimenter vil protokollen bli anvendt på en rekke forskjellige hydrodynamiske forhold for å oppnå en detaljert analyse av bed-load sediment transport prosessen.

Figur 5
Figur 5: En situasjon av spor som går sammen i forstyrrelser. figur 1 og i protokollens trinn 8.4, er sporene kortere enn lengden på overlappingsområdet utelukket. Dette eliminerer de korte røde og grønne sporene; Derfor kan de resterende lange ikke bli slått sammen fordi de ikke har noe felles poeng. Vennligst klikk her for å se en større versjon av denne figuren.

Disclosures

Forfatterne erklærer at de ikke har konkurrerende økonomiske interesser.

Acknowledgments

Dette arbeidet ble støttet av Forskningsstyrelsen gjennom Det 7. rammeprogram for Den europeiske union, Støtte til opplæring og karriereutvikling av forskere (Marie Curie - FP7-PEOPLE-2012-ITN), som finansierte ITN (Initial Training Network) HYTECH "Hydrodynamisk transport i økologisk kritisk heterogen grensesnitt" (nummer 316546). Den ble også støttet av Polo Territoriale di Lecco fra Politecnico di Milano. Forsøkene ble utført under et besøk av SS til Politecnico di Milano som besøksforsker. Forfatterne takker Tarcisio Fazzini, Stefania Gherbi, Francesco Mottini (B.Sc.-studenter ved Politecnico di Milano) og Seyed Abbas Hosseini-Sadabadi (stipendiat fra Hytta-prosjektet og doktorgradsstudenten ved Politecnico di Milano) for å støtte Eksperimentell aktivitet og dataanalysen. Forfatterne takker takkelig prof. Roger Nokes (University of Canterbury, Christchurch, New Zealand) for å gi STreams programvare og konstant råd. Til slutt takker forfatterne JoVE-administrerende redaktør og tre anonyme korrekturlesere for sine tankevekkende kommentarer og forslag, takket være at manuskriptet kan bli betydelig forbedret.

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).
Bildebasert lagrangisk partikkelsporing 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