Visualisering hyporheiska Flöde genom Bedforms Använda Dye Experiment och Simulering

1Engineering and Physical Science, St. Ambrose University, 2Civil and Environmental Engineering, Northwestern University, 3Mathematics and Computer Science, Augustana College
Published 11/18/2015
0 Comments
  CITE THIS  SHARE 
Engineering

You must be subscribed to JoVE to access this content.

Fill out the form below to receive a free trial:

Welcome!

Enter your email below to get your free 10 minute trial to JoVE!





By clicking "Submit," you agree to our policies.

 

Summary

Cite this Article

Copy Citation

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

Please note that all translations are automatically generated through Google Translate.

Click here for the english version. For other languages click here.

Abstract

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

Introduction

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

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

Ekvation 1:
Ekvation 1

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

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

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

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

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

GE = "always"> ekvation 2:
Ekvation 2

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

Ekvation 3:
Ekvation 3

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

Ekvation 4:
Ekvation 4

Ekvation 5:
Ekvation 5

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

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

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

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

Subscription Required. Please recommend JoVE to your librarian.

Protocol

1. Simulation Software

  1. Använd den programvara som beskrivs i det här avsnittet.
    1. Ladda ner och installera gratis / öppen källkod multiagentmodelleringsspråket och simulering plattform, NetLogo (Tillgänglig: http://ccl.northwestern.edu/netlogo/, version 5.1 eller senare).
      Obs: Denna programvara är tillgänglig utan kostnad och kan köras på alla större operativsystem (Windows / Mac / Linux).
    2. Ladda ner två specifika simulering skriptfiler (mousedrop.nlogo och interface.nlogo) som åtföljer detta laboratorium förfarande. (Available: http://modelingcommons.org/browse/one_model/4259 and http://modelingcommons.org/browse/one_model/4258 )
      Obs! När simuleringsplattform är installerad och dessa filer har laddats ner, dubbelklicka dessa filer öppnas automatiskt than simuleringar upp, redo att köra.

2. Flume Demonstration

  1. Ställ in laboratorierännan så att alla parametrar (tabell 1) omfattas av restriktioner parameter sortiment av mousedrop simulering.
    Obs: De begränsningar kan justeras i mousedrop, om så krävs för det fysiska systemet genom att redigera reglagen.
    1. Häll ett lager på cirka 15-25 cm av sand i rännan. Mäta och registrera den hydrauliska konduktiviteten och porositet av sanden efter standardmetoder 32,33.
    2. Fyll rännan med ca 20-30 cm vatten.
    3. Starta rännan och öka flödeshastigheten till en nivå som är tillräckligt snabb för att flytta sandkorn och därmed skapa bedforms.
      Anm: Flödeshastigheten kan justeras ytterligare för att förfina bedform egenskaper med praktik. Bedform storlekar är ett resultat av flödeshastighet, vattendjup och sandegenskaper.
    4. Tillåt bedforms utvecklas for 12-24 timmar för att bilda naturliga dyn / rippel morfologi. För att påskynda denna process, manuellt forma regelbundna sanddyner, och sedan låta sedimenttransport för 4-12 timmar. Alternativt, manuellt bilda regelbundna triangulära sanddyner.
      Obs: regelbunden triangulär dyner kommer att ge regelbundna mönster av hyporheiska utbyte, men kommer inte att visa så mycket komplexitet som naturligt dyn / rippel bedforms.
    5. När de önskade bedforms uppnås minska vattenflödet tills sängen sediment transport saktar och bedform egenskaper sluta förändras.
      1. Observera visuellt rörelse sediment korn omfattar sängen, och minska flödet tills rörelse upphör.
        Obs: Detta kommer att bevara säng morfologi under hela experimentet.
      2. För att bekräfta att långsam, episodisk motion inte inträffar, markera eller fotografi bedform positioner och sedan följa vid ett senare tillfälle.
        Obs: Det är bara viktigt att bedforms inte rör sig betydligt under tidsramen för experimentet, så som gertillräcklig observationstid för att bekräfta att bedforms är stabila.
    6. Justera vattenränna lutning och / eller vattendjup att uppnå likformigt flöde under reducerat flödeshastigheten.
      1. Styrkanalen lutning genom utrustning konstruerad i rännan, typiskt antingen en motoriserad jack eller en vev. Ställ vattendjup genom att lägga till eller ta bort vatten från vattenränna.
        Obs: I experimentuppställning som används här, är hela vattenränna monterad på en svängtapp på den nedströms änden, och lutningen sätts av en motordriven domkraft vid uppströmsänden.
      2. Medan pumpen går, välja två längsgående platser är markerade med linjer vinkelrätt mot botten av rännan. Vid dessa platser, använda en linjal för att mäta avståndet längs dessa vinkelräta linjer, mellan vattenytan och botten av rännan.
        Anm: Beroende på vattenränna setup, kan botten av rännan fungera som en bättre sluttande referenslinje än botten av rännan. Välja en larGER longitudinella avståndet kommer att ge större noggrannhet.
      3. Justera lutningen av rännan och / eller vattendjupet och åter åtgärd tills de vertikala avståndsmätningar är densamma för att uppnå en jämn flöde. Mät den sluttande horisontella avståndet längs botten av rännan mellan dessa två längsgående lägen.
    7. Stanna pumpen och vänta på att vattnet att sluta röra sig; Detta kommer att ge en jämn yta. Re-mäta avståndet mellan toppen av rännan och vattenytan vid varje längsgående läge.
      Obs: Det kanal lutningen är lika med skillnaden mellan dessa mätningar, dividerat med den lutande horisontellt avstånd mellan dem.
    8. Starta om pumpen.
    9. Välj en provsträcka, som bör vara en plats nära mitten eller nedströmsänden av rännan där dyner har bildat ett regelbundet mönster. Se till att detta avsnitt omfattar åtminstone en hel bedform.
    10. Mät och registrera genomsnittssedimentdjup (D) i the testsektionen med en hand mätnings utforma (transparenta härskare är idealiska). För enkelhetens skull använder genomsnittligt avstånd på ett krön och tråg till rännan botten.
    11. Mät och registrera genomsnitts bedform höjden i testsektionen, definierad som skillnaden mellan sedimentet djupet vid ett krön och sedimentet djup vid ett tråg med en linjal. Mät flera bedforms att erhålla en god uppskattning av den genomsnittliga.
    12. Igen med linjalen, mäta och registrera genomsnitts vatten djupet (d) i testsektionen, definierad som det genomsnittliga avståndet från vattenytan till sandbädden. Återigen, använd den genomsnittliga vattendjupet på dyn toppar och dalar för enkelhets skull.
    13. Registrera den kanalflödet (Q) från flödesmätaren, och beräkna den genomsnittliga hastigheten som Q / (d * vikt), där w är bredden på rännan och d är vattendjupet.
      OBS: Vår flödesmätare är införd i cirkulationsslingan i rännan.
    14. Mätaoch registrera genomsnitts bedform våglängd i testsektionen. Typiskt mäter våglängden som avståndet mellan successiva dyn kammar.
    15. Öppna Mousedrop simulering (i NetLogo plattformen) och kontrollera att alla mätningar är inom de variabla intervall som anges i simuleringen användargränssnittet. Om en uppmätt parameter faller utanför begränsningen område, justera parametern simulering intervallet genom att högerklicka på parametern "reglaget", välja "redigera", och justera min / max värden.
  2. Visualisera hyporheiska utbyte.
    1. Ställ kameran på en fast plats (helst på ett stativ) pekade vinkelrätt mot rännan väggen med en enda bedform i testsektionen centrerad i bilden.
      Obs: Detta kommer att undvika problem med lutande perspektiv.
    2. Ta en testbild för att kontrollera förhållanden. Justera belysningen om reflektioner är ett problem.
    3. Använda sprutan och nålen, gör 2-3 små färg injections nära den vattenränna väggen. Se till att dessa injektioner bildar ~ 2 cm runda fläckar av färgade porvatten på en mängd olika vertikala och horisontella lägen. Var försiktig för att minimera störningar i sandbädden under injektionen.
      Obs: Injektioner av mindre volymer av färgämne låter användaren se mer detaljerat och visa enskilda ström vägar.
    4. Anteckna starttiden för färgämnesinjektioner och ta en första bild.
      Tillval: Det kan vara lärorikt att spåra de ursprungliga färgämnes fronter med markörer på öppenhet papper, så att färgämnet rörelsen är lätt att observera i labbet, men dessa konturer kommer också att blockera små delar av färgämnes fronter i bilder, så det finns en handels av.
    5. Fånga färg främre positionerna vid lämpliga tidsintervall. För intervallfotografering, använder 30 sek intervall för att ge jämna resultat.

3. Simulering

  1. Kör simulering 1: Mousedrop och jämföra med observerade färg transport.
    1. Öppna simulering manus som heter Mousedrop.nlogo.
      Figur 3
      Figur 2. Mousedrop. Detta visar var spårämnen finns på 7 olika instanser i tid. Klicka här för att se en större version av denna siffra.
    2. Justera fysiska systemparametrar som visas i tabell 1 för att matcha Flume experimentella betingelser (specifikt: Lambda, BedformHeight, BedDepth, HydrCond, porositet, ChannelVelocity, djup och lutning). Var noga med att ägna stor uppmärksamhet åt enheter när du anger inparametrarna.
    3. Justera reglagen Tid1, tid 2, etc. för att indikera tider då simuleringen spårning färg kommer att förändras. Ställ dessa färgförändringar för att matcha observations gånger för att underlätta jämförelser av simuleringsresultat med observationer.
      Notera: Om tidsparametrar är alla inställda på 0, kommer simuleringen visar en enda färg hela.
    4. Efter att alla parametrar är inställda, klicka på installationsknappen.
      Obs! Bedform ska visas i vyn simuleringen.
    5. Klicka med musen-släpp för att ange start platser för virtuella spårämnen. Notera att flera platser i sängen kan klickas. Håll musen för att frigöra mer virtuell spårämne. Vid simulering färg rörelse, använda musen för att antingen spåra färgämnesfronter (gränsen runt färgämne) eller fyll i hela området av färgade området.
      Obs: Presentation flera virtuella spårämne kommer att orsaka simuleringen att köra långsammare. De bästa visuella resultat kommer att variera med datorns prestanda.
    6. När alla virtuella spårämnen har placerats, kan du antingen klicka på Advance till nästa gång knappen som startar simulering och sedan stoppa den vid första gången eller så kan du klicka på go / stopp-knappen för att starta simulation på obestämd tid. Återanvänd inte Klicka på installationsknappen, eller spårämnen måste placeras på nytt.
      Obs: När simuleringen startar, är hastigheten beräknas för placeringen av varje spårämne baserat på simulering parametrar i ekvationerna 4 och 5. De spår rör sig enligt hastighetsfältet för 100 simulerade sekunder och sedan hastigheten på den nya platsen beräknas och proceduren upprepas tills det märkta ämnet lämnar systemet.
    7. Du kan också klicka i farten / stopp-knappen upprepade gånger för att pausa / fortsätta simuleringen. Jämför simulerade och uppmätta färgfördel vid olika tidpunkter.
  2. Kör simulering 2: Gränssnitt.
    1. Öppna skriptet titeln Interface.
      Figur 3
      Figur 3. Interface. Detta visar 370 spår strömmar genom ytan med hjälp av gränssnittet simulering. Spår paTHS visar där varje spårämne har varit sedan starten på ytvatten ytan gränssnitt. Så småningom alla flödesvägar bör återgå till ytvattnet. Klicka här för att se en större version av denna siffra.
      Obs: Detta skript introducerar virtuella spårämnen på bäck ytan i ett flöde vägda sätt på grundval av beräknade underjordiska hastigheter. Detta ger en visuell representation av de relativa mängderna av vatten som flyter in (och ut ur) den streambed på olika platser.
    2. Börja med att klicka på Inställningar följt av go / stopp.
      Obs: Detta kommer att köra simuleringen med standardinställningarna. Åter drop? Switch initialt avstängd, så den kumulativa uppehållstidsfördelning kommer att ritas allteftersom tiden går.
    3. Efter att ha konstaterat simuleringen med de ursprungliga inställningarna klickar du gå / stopp för att stoppa simuleringen.
    4. inställningar, följt av go / stopp.
      Obs! Det här kommer att starta simuleringen med de parametrar som har valts.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Användningen av en simulering i samband med experiment tillåter eleverna att observera likheter och skillnader mellan idealise matematiska modeller och mer komplexa verkliga system. Figur 4 visar ett exempel jämföra färg injektion fotografier med Mousedrop simuleringar. Den initiala fotografi används för att bestämma placeringen av den simulerade färgspårämne vid tiden noll, och sedan simuleringen körs för 34,2 minuter och jämfördes med en fotografera som tas på den tiden. Totalt modellen gör ett utmärkt jobb med att fånga rörelsen hos färgade vatten över detta tidsintervall. Den första färgen fläcken, som ligger på läsidan av bedform, lämnar sedimenten i både simulerade och experimentella system. Den andra förlänger och färdas ner bildar en halvmåne form som det sprider ut, så att en del av spårämnet utträder nedströms den ursprungliga platsen och en del uppströms. Den sista färgämnet klump utbreder uppströms och en del av spår färdas djupare in i sedimenten. Detta visar att hyporheiska utbyte sker under bedforms och att mönstret av hyporheiska utbytesflöde avser bedform geometri. Den starka överenskommelse mellan simulering och experiment validerar modellekvationerna till en första ordningens nivå. Denna procedur visar också tydligt att hyporheiska utbyte är en viktig process som skalor med bedform storlek, och att nästan hälften av porvatten flyter uppströms i bedforms. Vid närmare inspektion, dock små skillnader kan ses mellan observerade och simulerade färgämne transport. Simuleringen är jämnare än den faktiska färgen mönstret och inte sträcker sig så djupt i sedimentet. Dessa skillnader är resultatet av en kombination av mätfel och andra ordningens fysiska effekter till följd av oregelbunden bedform geometri, variabilitet i sediment packning, etc, såsom beskrivs i tabell 2.

4 "src =" / filer / ftp_upload / 53285 / 53285fig4.jpg "/>
Figur 4. Jämföra ränna färgämnes fronter till simuleringar. Dye injicerades i rännan och en bild togs vid tiden 0. Spårämnen placerades i ytan med hjälp Mousedrop på samma platser som färgämnet. Spårämnen flyttade sedan till 34,2 simulerings minuter och simuleringen jämförs sedan med en bild tagen 34,2 minuter efter den första bilden. De observerade färgmönster och simuleringar väl i jämförelse vid senare tillfälle. Det finns några skillnader på grund av rumsliga variationer i strömningsfältet som inte fångas upp av modellen. Klicka här för att se en större version av denna siffra.

Vanliga Källor Avvikelser Förväntat resultat
Faktisk profil av huvudet diffERS från antagna sinuskurva Asymmetri i porvattnet flödet under bedform
Oregelbunden serie bedforms Potentiella avvikelser i flowfield vid stället för observation
Otillräcklig sediment bäddjup Vertikal kompression av porvattnet profilen
Olikformig (dvs., tidsvarierande) strömma över sängen Ytterligare höjdhuvudkomponenter som lagra en ytterligare komponent av porvatten flöden (t.ex., ökad asymmetri porvattnet cirkulationscellen under bedform.)
Heterogenitet i förpackning sedimenten Rumslig variabilitet i porvattnet flöde (fläckar av sediment med högre och lägre hastighet)
Betydande störningar av sediment när du injicerar färgämnet Dye frisättning vertikalt rakt igenomh injektionshålet
Användning av ett icke-vattenlösligt färgämne eller otillräcklig upplösning eller blandning av färgämnet före injektion Utbyte av färgämne i porvatten, oenhetlig porvatten transport eller långsam mobilisering av färgämnet från injektions platser.
Felaktiga mätningar (ofta på grund av enheter) Detta kan resultera i drastiskt fel resultat
Antagen brist på dispersion i simuleringen Vissa expansion är färgformer

Tabell 2. Källor till Skillnader mellan Observation och simulering. En förteckning över de vanligaste felkällorna är uppräknade i denna tabell.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

I samband, The Flume demonstrations- och spårning partikelsimuleringar ger en omfattande introduktion till hyporheiska flöde för olika målgrupper. Deltagare på alla nivåer finns synliga bevis för förekomsten av hyporheiska utbyte induceras av bedforms, och den starka variationen i ytan flödesvägar enligt bedforms. Dessa förfaranden kan användas som en enkel demonstration av porvatten flöde för studenter eller K-12 studenter, eller det kan användas i forskarutbildningskurser i samband med en mer ingående presentation av flod hydraulik, sedimenttransport och mekanik hyporheiska utbyte . Oavsett vilken nivå, tillåter användning av denna enkla visualiseringsmodell som interaktiv teknik studenter att bilda en djupare förståelse av dessa komplexa och viktiga fenomen än vad som skulle uppnås genom abstrakt teori och diskussion.

Medan användning av dessa metoder, skillnader mellan det fysiska systemet och simulatiom inte bör ses som "misstag", utan som en "läraktig ögonblick", det vill säga, utgångspunkten för en diskussion som i slutändan kommer att leda till ökad inlärning. Eleverna ska ledas att överväga ett antal frågor, bland annat: Vilka är alla felkällor (i modellen, mätningarna och laboratorieförfarande)? Vilken av dessa skulle kunna bidra till skillnaden mellan simuleringar och observationer? Vad förenklande antaganden gjordes i formuleringen av modellen? Hur viktiga är små skillnader, och de gör modellen "fel"? Som statistiker George Box ökänt sade, "I grunden, alla modeller är fel, men vissa är användbara." 34 En god vetenskaplig modell fångar vissa väsentliga inslag i ett system, vilket leder till en bättre förståelse, medan det försummar detaljer som är mindre relevanta till frågan till hands. Denna ränna laboration och åtföljande simuleringn ger en utmärkt fallstudie för studenter att förstå både styrkor och svagheter i en modell och av en experimentell metod. Således inte bara eleverna får en större flyt med kärnkoncepten hyporheiska utbyte och transport av lösta ämnen, men de har lärt sig om konkurrensförhållandet (och ibland komplexa samspelet) mellan teori uppbyggnad och datainsamling, mellan datormodellering och laboratorieexperiment. Dessutom denna koppling av labb och simulering främjar utvecklingen av viktiga metakognitiva färdigheter 35 om hur kunskap vunnits genom den vetenskapliga forskningsprocessen, genom att ifrågasätta vad vi vet och hur vi vet det. En växande mängd forskning vittnar om effektiviteten i undervisningen metakognitiva (aka högre ordningens tänkande) färdigheter 36-38.

Det finns många orsaker till avvikelser mellan observerade och simulerade spårbanor. Överdriven rörelse i sidlednålen under en injektion kommer att skapa en förmånlig flödesbana i sanden, vilket gör att färgen att fly direkt i vattenmassan. Våra hastighet ekvationer ingår inte i sidled eller längd dispersion. I en vattenränna, är bedform geometrin mer asymmetrisk än den idealiserade sinuskurva som definieras i simuleringarna. Sediment är aldrig helt homogena; variationer i emballage och sedimentstorlekar kommer att påverka den lokala hydrauliska konduktiviteten och porositet. Även om det är bäst att minimera bedform migrering genom att minska vattenränna pumpens varvtal innan färgämnesinjektioner kan viss migrering fortfarande inträffa. Bedform migrering förändrar läget av bedform krönet relativt den injicerade färgämnet, varigenom underjordiska hydrodynamik. Experimentella flödesvägar kommer därför skiljer sig alltid från simuleringar, men det allmänna mönstret för spår rörelse bör inte ändras. Under de experimentella betingelser som används här, det finns en stark överenskommelse mellan modellsimuleringar och den observerade färgflödet. Additio nella komplikationer, såsom sediment heterogenitet, fractal bedform topografi, utsläpp grundvatten, tredimensionell topografi, flera kanaler flöde och tidsmässiga variationer i strömflöde förekommer i många naturliga system. De färgspår metoder som beskrivs här kan användas för att undersöka effekterna av dessa processer genom lämplig modifiering av rännan experimentet. Denna metod kan användas för forskning samt undervisningsändamål, eftersom flödet visualisering används ofta för att testa hypoteser om styrande processer, och kan även användas för att beräkna materialflöden och massbalanser, till exempel hyporheiska valutaflöden mellan bäcken och sediment säng 21. Dye spår metoder som liknar dem som beskrivs här har använts för att bestämma effekterna av streambed morfologi, sediment heterogenitet, utsläpp grundvatten, och ladda på hyporheiska utbyte, samt att bedöma relaterade processer såsom porvatten flöden induceras av vågor 39-42.

innehåll "> Medan den enkla flödesmodell som används här visade en tämligen trogen återgivning av hyporheiska flöde under noggrant kontrollerade laboratorieförhållanden, är begränsad användning vid modellering komplexa naturliga system. Våra manus skrevs i programmeringsspråket NetLogo här främst som ett pedagogiskt verktyg eftersom det ger en enkel, fri och öppen källkod agentbaserad simulering plattform, och eftersom den stöder utmärkta visualiseringar och enkelt användargränssnitt manipulation inparametrar, som underlättar inlärning. har Andra tillvägagångssätt utvecklats för att simulera hyporheiska utbyte med mer komplexa system geometri 14 , 20 och sediment strukturen 43,44. En mängd fri / öppen källkod verktyg (t.ex. MODFLOW) och kommersiella mjukvarupaket (t.ex. COMSOL) använder finita differens- och finita elementmetoder som kan vara till hjälp för modellering hyporheiska flöde i mer komplexa geometrier och med under ytan heterogenitet 15,45-48.

Subscription Required. Please recommend JoVE to your librarian.

Materials

Name Company Catalog Number Comments
Flume Engineering Laboratory Design Custom Laboratory flume with clear sides for 24-48 hours. Alternatively a small teaching flume can be constructed for under 300 dollars following the guidelines provided in our supplementary materials.
Flowmeter Rosemount  8800 vortex  This is located inside the recirculation loop of the flume
Sand US. Silica F30 Research-grade sand to form a layer 10-20 cm deep throughout the flume
Dye Samples from food companies Water-soluble food grade dye made into an aqueous solution. Dark colors like red, blue and green work best. (Avoid food dyes in propylene glycol.)
Syringe HSW 4100.000V0 5-10 ml, e.g. HSW Norm-Ject 2-part disposable syringe
Pipetting Needle Cadence Science 7942 14-gage, 6-in blunt end,  to inject the dye deep into the sand.
Digital Camera Any Digital camera with steady tripod. (Time lapse cameras can be used to collect rapid evenly spaced data.) We used a Nikon D7000.
Ruler Any Transparent is best.
Measuring Tape Any
Netlogo Software CCL http://ccl.northwestern.edu/netlogo/
Mousedrop.nlogo Netlogo Commons 4259 http://modelingcommons.org/browse/one_model/4259
Interface.nlogo Netlogo Commons 4258 http://modelingcommons.org/browse/one_model/4258

DOWNLOAD MATERIALS LIST

References

  1. Huettel, M., Webster, I. T. Porewater flow in permeable sediments. In: The benthic boundary layer: Transport processes and biogeochemistry. Bordeau, B. P., Jørgensen, B. B. Oxford University Press. New York. 144-179 (2001).
  2. Bencala, K. E., Walters, R. A. Simulation of Solute Transport in a Mountain Pool-and-Riffle Stream - a Transient Storage Model. Water Resour Res. 19, 718-724 (1983).
  3. Williams, D. D., Hynes, H. B. N. Occurrence of Benthos Deep in Substratum of a Stream. Freshwater Biol. 4, 233-255 (1974).
  4. Benner, S. G., Smart, E. W., Moore, J. N. Metal Behavior during Surface Groundwater Interaction, Silver-Bow Creek, Montana. Environ Sci Technol. 29, 1789-1795 (1995).
  5. Fuller, C. C., Harvey, J. W. Reactive uptake of trace metals in the hyporheic zone of a mining-contaminated stream, Pinal Creek, Arizona. Environ Sci Technol. 34, 1150-1155 (2000).
  6. Jones, J. B., Mulholland, P. J. Streams and Ground Waters. Academic Press. San Diego, CA. (1999).
  7. McKnight, D. M., et al. Spectrofluorometric characterization of dissolved organic matter for indication of precursor organic material and aromaticity. Limnol Oceanogr. 46, 38-48 (2001).
  8. Mulholland, P. J., et al. Inter-biome comparison of factors controlling stream metabolism. Freshwater Biol. 46, 1503-1517 (2001).
  9. Peterson, B. J., et al. Control of nitrogen export from watersheds by headwater streams. Science. 292, 86-90 (2001).
  10. Goolsby, D. A., Battaglin, W. A. Long-term changes in concentrations and flux of nitrogen in the Mississippi River Basin, USA. Hydrol Process. 15, 1209-1226 (2001).
  11. Rabalais, N. N., Smith, L. E., Harper, D. E., Justic, D. Effects of seasonal hypoxia on continental shelf benthos. Coast Est S. 58, 211-240 (2001).
  12. Huettel, M., Gust, G. Impact of bioroughness on interfacial solute exchange in permeable sediments. Mar Ecol Prog Ser. 89, 253-267 (1992).
  13. Cardenas, M. B., Wilson, J. L., Haggerty, R. Residence time of bedform-driven hyporheic exchange. Adv Water Resour. 31, 1382-1386 (2008).
  14. Stonedahl, S. H., Harvey, J. W., Detty, J., Aubeneau, A., Packman, A. I. Physical controls and predictability of stream hyporheic flow evaluated with a multiscale model. Water Resour Res. 48, (2012).
  15. Stonedahl, S. H., Harvey, J. W., Wörman, A., Salehin, M., Packman, A. I. A multiscale model for integrating hyporheic exchange from ripples to meanders. Water Resour Res. 46, (2010).
  16. Wörman, A., Packman, A. I., Marklund, L., Harvey, J. W., Stone, S. H. Fractal topography and subsurface water flows from fluvial bedforms to the continental shield. Geophys Res Lett. 34, (2007).
  17. Tonina, D., Buffington, J. M. A three-dimensional model for analyzing the effects of salmon redds on hyporheic exchange and egg pocket habitat. Can J Fish Aquat Sci. 66, 2157-2173 (2009).
  18. Elliott, A. H., Brooks, N. H. Transfer of nonsorbing solutes to a streambed with bed forms: Theory. Water Resour Res. 33, 123-136 (1997).
  19. Elliott, A. H., Brooks, N. H. Transfer of nonsorbing solutes to a streambed with bed forms: Laboratory experiments. Water Resour Res. 33, 137-151 (1997).
  20. Wörman, A., Packman, A. I., Marklund, L., Harvey, J. W., Stone, S. H. Exact three-dimensional spectral solution to surface-groundwater interactions with arbitrary surface topography. Geophys Res Lett. 33, (2006).
  21. Janssen, F., Cardenas, M. B., Sawyer, A. H., Dammrich, T., Krietsch, J., de Beer, D. A comparative experimental and multiphysics computational fluid dynamics study of coupled surface-subsurface flow in bed forms. Wat Resour Res. 48, (2012).
  22. Shen, H. W., Fehlman, H. M., Mendoza, C. Bed Form Resistances in Open Channel Flows. J Hydraul Eng-Asce. 116, 799-815 (1990).
  23. Wilensky, U. NetLogo. Center for Connected Learning and Computer-Based Modeling, Northwestern University. Evanston, IL. Available from: http://ccl.northwestern.edu/netlogo/ (1999).
  24. Ma, J., Nickerson, J. V. Hands-on simulated, and remote laboratories: A comparative literature review. Acm Comput Surv. 38, (2006).
  25. Nersessian, N. J. Conceptual change in science and in science education. Synthese. 80, 163-183 (1989).
  26. Magin, D., Kanapathipillai, S. Engineering students' understanding of the role of experimentation. European Journal of Engineering Education. 25, 351-358 (2000).
  27. Shin, D., Yoon, E. S., Lee, K. Y., Lee, E. S. A web-based, interactive virtual laboratory system for unit operations and process systems engineering education: issues, design and implementation. Comput Chem Eng. 26, 319-330 (2002).
  28. Smith, P. R., Pollard, D. The Role of Computer-Simulations in Engineering-Education. Comput Educ. 10, 335-340 (1986).
  29. Gillet, D., Ngoc, A. V. N., Rekik, Y. Collaborative web-based experimentation in flexible engineering education. Ieee T Educ. 48, 696-704 (2005).
  30. Subramanian, R., Marsic, I. ViBE: Virtual biology experiments. Proceedings of the 10th international conference on World Wide Web. 316-325 (2001).
  31. Blikstein, P., Fuhrmann, T., Greene, D., Salehi, S. Bifocal Modeling: Mixing Real and Virtual Labs for Advanced Science Learning. Proceedings of Idc 2012: The 11th International Conference on Interaction Design and Children. 296-299 (2012).
  32. Freeze, R. A., Cherry, J. A. Groundwater. Prentice-Hall. New Jersey. (1979).
  33. Todd, D. K., Mays, L. W. Groundwater Hydrology. 3, John Wiley & Son, Inc. New Jersey. (2005).
  34. Box, G. E., Draper, N. R. Empirical Model-Building and Response Surfaces. John Wiley & Sons. (1987).
  35. Flavell, J. H. Metacognition and cognitive monitoring: A new area of cognitive–developmental inquiry. American Psychologist. 34, 906 (1979).
  36. Bransford, J. D., Brown, A. L., Cocking, R. R. How People Learn. National Academy Press. Washington, DC. (2000).
  37. Pintrich, P. R. The role of metacognitive knowledge in learning, teaching, and assessing. Theor Pract. 41, (4), 219-225 (2002).
  38. Zohar, A., Ben David, A. Paving a clear path in a thick forest: a conceptual analysis of a metacognitive component. Metacogn Learn. 4, 177-195 (2009).
  39. Fox, A., Boano, F., Arnon, S. Impact of losing and gaining streamflow conditions on hyporheic exchange fluxes induced by dune-shaped bed forms. Water Resour Res. 50, 1895-1907 (2014).
  40. Norman, F. A., Cardenas, M. B. Heat transport in hyporheic zones due to bedforms: An experimental study. Water Resour Res. 50, 3568-3582 (2014).
  41. Precht, E., Huettel, M. Rapid wave-driven advective pore water exchange in a permeable coastal sediment. J Sea Res. 51, 93-107 (2004).
  42. Salehin, M., Packman, A. I., Paradis, M. Hyporheic exchange with heterogeneous streambeds: Laboratory experiments and modeling. Water Resour Res. 40, (2004).
  43. Cardenas, M. B., Wilson, J. L., Zlotnik, V. A. Impact of heterogeneity, bed forms, and stream curvature on subchannel hyporheic exchange. Water Resour Res. 40, (2004).
  44. Sawyer, A. H., Cardenas, M. B. Hyporheic flow and residence time distributions in heterogeneous cross-bedded sediment. Water Resour Res. 45, (2009).
  45. Boano, F., Camporeale, C., Revelli, R., Ridolfi, L. Sinuosity-driven hyporheic exchange in meandering rivers. Geophys Res Lett. 33, (2006).
  46. Cardenas, M. B. A model for lateral hyporheic flow based on valley slope and channel sinuosity. Water Resour Res. 45, (2009).
  47. Tonina, D., Buffington, J. M. Hyporheic exchange in gravel bed rivers with pool-riffle morphology: Laboratory experiments and three-dimensional modeling. Water Resour Res. 43, (2007).
  48. Harbaugh, A. W., Banta, E. R., Hill, M. C., McDonald, M. G. MODFLOW-2000, the US Geological Survey modular ground-water model: User guide to modularization concepts and the ground-water flow process. US Geological Survey. Reston, VA, USA. (2000).

Comments

0 Comments


    Post a Question / Comment / Request

    You must be signed in to post a comment. Please or create an account.

    Video Stats