مقایسه چهار روش محاسبه آستانه انتقال رسوب بادی از روی داده میدانی
چکیده
آستانه ی انتقال رسوب بادی، معمولا به صورت حداقل سرعت باد (یا تنش های برشی) که برای انتقال رسوب مورد نیاز است، تعریف می شود.یک تعریف ثابت و دقیق از این آستانه ضروری است چون آن، یک متغیر ورودی در مدل هایی که برای پیش گویی فرسایش بادی، فعالیت تلماسه (ریگ روان)، و انتشار گردو غبار استفاده می شوند، می باشد. اکثریت تعاریف آستانه، به صورت قیاسی ایجاد شده اند (مدل های تحلیلی یا تونل های بادی)؛ با این حال، در چند دهه گذشته، روش های مبتنی بر فیلد (یا روش های میدانی) برای پارامتردهی آستانه معمول تر شده اند. اگرچه چندین روش، برای محاسبه ی آستانه ی انتقال از فیلدهای داده در دسترس هستند، اما قابلیت قیاس (یا قیاسی بودن) آنها نامشخص می باشد. برای پیگیری این موضوع، ما اندازه گیری هایی با قدرت تفکیک بالا را از انتقال رسوب و باد (1Hz) روی یک تپه شنی فعال به مدت 11 روز جمع آوری کردیم و 4 روش مختلف که برای محاسبه ی آستانه وجود داشت را با هم مقایسه کردیم: (i) روش هم ارزی کسر زمانی (TFEM)؛ (ii) روش هم ارزی کسر زمانی گوسی (GTEFM)؛ (iii) روش لحظه ای؛ و (iv) روش رگرسیون. اندازه گیری های جفت شده با زمان(TFEM و GTFEM)، از دو روشی هستند که به مقدار گسترده ای مورد استفاده قرار می گیرند که قویا همبسته هستند (r=0.977) با این حال، همبستگی بین سایر روش ها متفاوت می باشد (از r=0.861 تا r=0.261). برای اثبات (نشان دادن) دلالت های استفاده از روش های مختلف محاسبه ی آستانه ، ما پیش گویی کردیم که انتقال جرم، محدوده ای بین 63.6 (روش لحظه ای) تا 12606 کیلوگرم در هر متر باد مخالف (روش رگرسیون) داشته باشد. این تناقض پیشنهاد می کند که روش محاسبه ی آستانه می تواند دارای یک تاثیر محسوس روی پیش گویی های انتقال باشد. زمانی که بازه ی اندازه گیری تغییر داده می شود، مقادیر آستانه نیز متناقض هستند. از این رو، ما مقایسه ی یک آستانه ی اندازه گیری شده با موارد دیگر را توصیه نمی کنیم. ما درباره ی چندین استراتزی مختلفی که می تواند تاثیر این موضوع را کاهش دهند، مانند ایضاح (روشن سازی) معناشناسی و استاندارد سازی روش ها، بحث می کنیم. ما همچنین درباره ی چندین انتقادی که درباره ی اندازه گیری های آستانه از روی فیلدهای داده (یا داده های میدانی) وجود دارد، بحث می کنیم و تصور می کنیم که محققین این اجازه را دارند که یک روش بهتر را برای درک اندازه گیری های مبتنی بر فیلد داده ها (یا داده های میدانی) گسترش دهند. به طور کلی، نتایج به دست آمده از این مطالعه می تواند به انجام بررسی های بیشتر در آینده برای بهبود پیش گویی های آستانه (و انتقال) کمک کند.
مقدمه
آستانه ی انتقال رسوب بادی (که از این به بعد تحت عنوان "آستانه" خوانده می شود) معمولا به صورت حداقل سرعت باد (یا فشار برشی) مورد نیاز برای انتقال رسوب تعریف می شود. یک طیفی از شرایط های سطحی، مانند رطوبت ( به عنوان مثال، Ravi and D'Odorico, 2005)، پوشش گیاهی (به عنوان مثال، Wolfe and Nickling, 1993)، پوسته های بیوژن (به عنوان مثال Argaman et al., 2006)، شیب ((Howard, 1977 ، و منافذ یخی (به عنوان مثال McKenna Neuman, 1990) آستانه را تغییر می دهند. اندازه گیری های آستانه، دارای چندین کاربرد مهم می باشند، آستانه یک پارامتر اصلی در بیشتر مدل های پیش گویی کننده ی انتقال رسوب (به عنوان مثال Lettau and Lettau, 1978)، فرسایش بادی (به عنوان مثال، Fryrearet al., 2000)، فعالیت تلماسه (ریگ روان) (به عنوان مثال، Lancaster and Helm, 2000)، و انتشار گردو غبار می باشد (به عنوان مثال، Marticorena and Bergametti, 1995)، زمانی که سرعت باد در نزدیک آستانه تغییر می کند، مدل های پیش گویی کننده، به مقدار زیادی به مقادیر استفاده شده حساس هستند (Arens, 1996). آستانه همچنین دارای گزینه های عملی به عنوان یک پارامتر مستقل می باشد. برای مثال، Stout and Arimoto (2010) برای پیگیری الگوهای زمانی در انتقال بادی خاک آلوده به رادیونوکلئیدها، از آستانه استفاده کردند. De Oro and Buschiazzo (2009) از آستانه، برای کشف تغییرات فصلی در حساسیت یک زمین کشاورزی به فرسایش بادی استفاده کردند.
abstract
Aeolian sediment transport threshold is commonly defined as the minimum wind speed (or shear stress) required for wind-driven sediment transport. Accurate and consistent quantification of this threshold is essential because it is an input variable in models used to predict wind erosion, dune activity, and dust emissions. The majority of threshold quantification has been performed with analogs (analytical models or wind tunnels); however, in the past few decades field-based approaches to threshold parameterization have become more common. Although several methods of calculating transport threshold from field data are available, their comparability is unknown. To address this issue we collected high resolution sediment transport and wind measurements (1 Hz) on an active sand dune for 11 days and compared four different methods of calculating threshold: (i) time fraction equivalence method (TFEM); (ii) Gaussian time fraction equivalence method (GTFEM); (iii) instantaneous method; and (iv) regression method. Time-paired measurements from the two most widely used methods (TFEM and GTFEM) were strongly correlated (r= 0.977); however, correlations between other methods varied (from r= 0.861 to r= 0.261). To demonstrate the implications of using different threshold calculation methods we predicted mass transport, which ranged from 63.6 (instantaneous method) to 126.6 kg per crosswind meter (regression method). This inconsistency suggests that the threshold calculation method could have an appreciable impact on transport predictions. Threshold values are similarly inconsistent when the measurement interval is modified. As such, we do not recommend comparing any measured threshold with another. We discuss several strategies that may mitigate the impact of this issue such as clarification of semantics and method standardization. We also discuss several criticisms of field-based threshold measurements and re-conceptualizations that could allow investigators to develop a better understanding of field-based measurements. Overall, results from this study could allow future investigators to improve threshold (and transport) predictions.
1. Introduction
Aeolian sediment transport threshold (subsequently referred to as ‘threshold’) is commonly defined as the minimum wind speed (or shear stress) required for wind-driven sediment transport. A variety of surface controls modify threshold such as moisture (e.g., Ravi and D'Odorico, 2005), vegetation (e.g., Wolfe and Nickling, 1993), biogenic crusts (e.g., Argaman et al., 2006), slope (Howard, 1977), and pore ice (e.g., McKenna Neuman, 1990). Threshold measurements have several important applications. Threshold is a central parameter in most models predicting sediment transport (e.g., Lettau and Lettau, 1978), wind erosion (e.g., Fryrear et al., 2000), dune activity (e.g., Lancaster and Helm, 2000), and dust emissions (e.g., Marticorena and Bergametti, 1995). When wind speed varies near threshold, model predictions are highly sensitive to the value(s) used (Arens, 1996). Threshold also has practical applications as a standalone parameter. For example, Stout and Arimoto (2010) used threshold to track the temporal patterns in aeolian transport of radionuclide contaminated soil. De Oro and Buschiazzo (2009) used threshold to explore seasonal changes in the susceptibility of an agricultural field to wind erosion.
چکیده
1.مقدمه
2. مطالعه فیلدهای داده (مطالعه ی میدانی) و جمع آوری داده ها
2.1 منطقه مطالعاتی
2.2 روش های جمع آوری داده ها
3. روش های محاسبه آستانه
3.1 روش هم ارزی کسر زمانی
3.2 روش هم ارزی کسر زمانی گوسی
3.3 روش لحظه ای
3.4 روش رگرسیون
4. روش های پیش گویی انتقال جرم
5. نتایج
5.1 پیش گویی های انتقال جرم
5.2 تغییرات بازه اندازه گیری
6 بحث
6.1 قابلیت مقایسه و اعتبار آستانه های به دست آمده از TFEM و GTFEM
6.2 اعتبار آستانه به دست آمده از روش لحظه ای
6.3 اعتبار آستانه به دست آمده از روش رگرسیون
6.4 تغییرات بازه اندازه گیری
6.5 استراتژی های بالقوه برای پیگیری غیرقابل قیاس بودن آستانه
6.6. مفهوم سازی مجدد آستانه های مبتنی بر فیلدهای داده (یا داده های میدانی)
7. نتایج
abstract
1. Introduction
2. Field study and data collection
2.1. Study area
2.2. Data collection methods
3. Threshold calculation methods
3.1. Time fraction equivalence method
3.2. Gaussian time fraction equivalence method
3.3. Instantaneous method
3.4. Regression method
4. Mass transport prediction methods
5. Results
5.1. Mass transport predictions
6. Discussion
6.1. Comparability and reliability of TFEM and GTFEM thresholds
6.2. Reliability of the instantaneous method threshold
6.3. Reliability of the regression method threshold
6.4. Modifications of measurement interval
6.5. Potential strategies to address threshold incomparability
6.6. Re-conceptualizations of field-based thresholds
7. Conclusions
- ترجمه فارسی مقاله با فرمت ورد (word) با قابلیت ویرایش، بدون آرم سایت ای ترجمه
- ترجمه فارسی مقاله با فرمت pdf، بدون آرم سایت ای ترجمه