ابزار میدانی برای پایش موازی با وضوح بالای فرساش سنگ بستر و انتقال بار کف / Field instrumentation for high-resolution parallel monitoring of bedrock erosion and bedload transport

ابزار میدانی برای پایش موازی با وضوح بالای فرساش سنگ بستر و انتقال بار کف Field instrumentation for high-resolution parallel monitoring of bedrock erosion and bedload transport

  • نوع فایل : کتاب
  • زبان : فارسی
  • ناشر : وایلی Wiley
  • چاپ و سال / کشور: 2014

توضیحات

چاپ شده در مجله فرایندهای سطح زمین و عارضه جغرافیایی – EARTH SURFACE PROCESSES AND LANDFORMS
رشته های مرتبط زمین شناسی، زمین شناسی زیست محیطی، سنگ شناسی رسوبی یا رسوب شناسی
مقدمه تکامل رودخانه محرک عمده ای از توسعه چشم انداز مورفولوژیکی است. رودخانه ها به دنبال شیب توپوگرافی هستند ؛ قطعات سنگ بستر را می توان طوری جایگزین کرد که اندازه گیری هایی را برای حوزه های با لیتولوژی های مختلف بدست اورد. بستر رودخانه در کمربندهای کوهزایی فعال کانال های سنگ بستر هستند که عامل کلیدی در تشکیل ژئومورفولوژی کوه در نظر گرفته شده اند (. هنکاک و همکاران، ۱۹۹۸؛ ویپل و همکاران، ۲۰۰۰؛ ویپل، ۲۰۰۴؛ یانسن، ۲۰۰۶). عرض کانال سنگ بستر ، عمق و شیب، زبری بستر، قرار گرفتن در معرض سنگ بستر و توزیع اندازه ذرات رسوب عوامل مختلف در فرایند های فرسایش می باشند (وهل، ۱۹۹۸؛ جانسون و ویپل، ۲۰۰۷؛ Yanites و تاکر، ۲۰۱۰). شناخت و فهم نرخ فرآیندهای فیزیکی فرسایش ، و چگونگی آن ها توسط مواد و انرژی ورودی در مقیاس های زمانی و مکانی بسیار حل اساسی برای تحت تاثیر قرار مورفودینامیک کانال و مدل سازی چشم انداز تکامل است. به طور خاص، مانند انتقال این پروسه به مقیاس فضایی بزرگتر (به عنوان مثال اسکلار و دیتریش، ۲۰۰۶) ضروری است. فرسایش سطوح سنگ بستر را می توان به سه مکانیزم در روند اصلی طبقه بندی کرد: خوردگی (هوازدگی شیمیایی)، سایش (سایش و برداشت / سایش کلان توسط تأثیر رسوب ذرات) و کاویتاسیون (آسیب ناشی از فروپاشی حباب های گاز در تولید جریان) (هنکاک و همکاران، ۱۹۹۸؛ وهل، ۱۹۹۸؛ ویپل، ۲۰۰۴؛ چاتانانتاوت و پارکر، ۲۰۰۹؛ ویپل و همکاران، ۲۰۱۳). مورفولوژی سنگ بستر به طور کلی به این پروسه مرتبط است : تصور می شود که برداشت غالب از نقاط خرت و کانال های داخلی تشکیل شده است، در حالی که سایش مسئول تغییرحالت سنگ و برای ایجاد نوسان می باشد (به عنوان مثال تینکلر و وهل، ۱۹۹۸؛ بره و فونستد، ۲۰۱۰؛ ویلسون و همکاران، ۲۰۱۳). به استثنای جاهایی که سنگ نسبتا قابل حل هستند، خوردگی ممکن است از اهمیت ثانویه در بسیاری از کانال های سنگ بستر برخوردار باشد (توروفسکی، ۲۰۱۲). تصور می شود که کاویتاسیون تنها در شکل گیری حفره مهم است ، آن نیاز به سرعت جریان بالا دارد که در جریان طبیعی نادر است (بارنز، ۱۹۵۶؛ هنکاک و همکاران، ۱۹۹۸؛ ویپل و همکاران، ۲۰۰۰). علاوه بر آب و هوا، نرخ برش کانال به شدت وابسته به سنگ شناسی بستر کانال و انتقال مواد است (مانند ویپل و همکاران، ۲۰۰۰؛ یانسن، ۲۰۰۶؛ بره و فونستد، ۲۰۱۰). جدا شدن واقعی سنگ جامد، و یا بهره وری فرسایشی، به نظر می رسد بستگی به ابزار رسوب و اثرات پوشش داشته باشد (گیلبرت، ۱۸۷۷؛ اسکلار و دیتریش، ۱۹۹۸، ۲۰۰۴؛ توروفسکی و همکاران، ۲۰۰۷؛ توروفسکی و ریکنمن، ۲۰۰۹). محافظت از بستر توسط یک لایه رسوب (اثر پوشش) صورت می گیرد ، فرسایش نرخ بالایی از عرضه رسوب را محدود می کند (به عنوان مثال توروفسکی و همکاران، ۲۰۰۸؛ جانسون و همکاران، ۲۰۰۹)، در حالی که تأثیر ذرات بر روی پاک کردن سنگ بستر در دسترس است (اثر ابزار ؛ به عنوان مثال فولی، ۱۹۸۰) تولید فرسایش نرخ پایین تری از تولید رسوب دارد (به عنوان مثال فینیگان و همکاران، ۲۰۰۷؛ کوک و همکاران، ۲۰۱۳). تحقیقات نظری و آزمایشگاهی فیزیک فرایند به مدل جهش سایش (اسکلار و دیتریش، ۲۰۰۴) منجر شده است. در این مدل، نرخ فرسایش به تنش برشی بستر بستگی دارد، در فرسایش پذیری سنگ بستر (اندازه گیری شده توسط مقاومت کششی آن، مدول الاستیک و پارامتر یک مقاومت سنگ)، اندازه و تاثیر انرژی غلطشی دانه بار بستر نسبت به انتقال ظرفیت عرضه می شود. در نتیجه نرخ فرسایش وابسته به نرخ انتقال رسوب محلی است. نرخ اوج فرسایش بستر در عرضه متوسط بار بستر نسبت به انتقال ظرفیت وجود دارد. این به خاطر رقابت ابزار و اثرات پوشش است (اسکلار و دیتریش، ۲۰۰۱؛ نلسون و سمینارا، ۲۰۱۱)، و همچنین بستگی به اندازه حداکثر دانه غلطشی (اسکلار و دیتریش، ۲۰۰۱، ۲۰۰۴) و بر سرعت جهش ( چاتانانتاوت و همکاران، ۲۰۱۳)، مشروط به مورفولوژی کانال های محلی دارد. اندازه گیری درست انتقال بار بستر یک کار دشوار و چالش برانگیز با توجه به نوسانات مکانی و زمانی و همچنین با توجه به اثرات مخرب بار بستر در تجهیزات است. نرخ انتقال بار بستر را می توان با روش های مستقیم مانند نمونه بردار های جعبه ای دستی (به عنوان مثال هلی و اسمیت، ۱۹۷۱)، که به طور عمده در نرخ حمل و نقل کمتر استفاده می شود و ارائه اطلاعات در یک نقطه در فضا و زمان اندازه گیری شده است. به طور موقت نرخ یکپارچه فضا و بودجه رسوب را می توان از تجزیه و تحلیل تغییر توپوگرافی بر اساس نقشه برداری های مکرر مشتق شده تشخیص داد (به عنوان مثال لین و همکاران، ۱۹۹۵). علاوه بر این، تکنیک های جانشین برای نظارت بر بار بستر پیوسته وجود دارد که می تواند طیف گسترده ای از شرایط تخلیه، پوشش را در بر گیرد، اما باید به روش مستقیم کالیبره شود (ای.جی.گارای و همکاران، ۲۰۱۰؛ ریکنمن و همکاران، ۲۰۱۴). تمام روش های موجود دارای مزایای، معایب و محدودیت در نرم افزار و عدم دقت در فضا و زمان خود، به دلیل مشکلات برون یابی، الحاق و کالیبراسیون هستند. روش های مبتنی بر ژئوفون تکنیک های جایگزین توسعه یافته برای نظارت بر بار بستر درشت دانه هستند (گری و همکاران، ۲۰۱۰). با این حال، تمام روش های جانشین، کالیبراسیون چالش برانگیز هستند. مشابه با انتقال بار بستر ، اندازه گیری فرسایش بستر رودخانه ، به طور کلی یک فرایند آهسته است، به ویژه در لایه های مقاوم دشوار است (وهل، ۱۹۹۸). در یک منطقه ، در طول زمان بر روی فرسایش در طبیعت نظارت شده است (i) اعماق گمانه (هنکاک و همکاران، ۱۹۹۸)، (ii) ارتفاع پین های فرسایشی همانند میله ها (بورس و همکاران، ۲۰۰۵) یا کمر بند های توسعه ای (جانسون و همکاران، ۲۰۱۰)، (iii) با اندازه گیری تک تک نقاط بر اساس معیار های ثابت (هارتشورن و همکاران، ۲۰۰۲؛ استفان، ۲۰۱۳) و (iv) سنتی (چاتانانتاوت و پارکر، ۲۰۱۱) و یا سیستم موقعیت یابی جهانی (GPS) (جانسون و همکاران، ۲۰۰۹) برای کیلومتر ، سانتی متر و حتی کمتر از میلیمتری به دقت برسی شده اند. نظارت درست از سطوح سنگ بستر در سایت ها با بیش از چند مقیاس فضایی و با استفاده از تکنیک های مختلف مانند فتوگرامتری هوایی و اسکن لیزر زمینی انجام شده است (مثلا کوک و همکاران، ۲۰۱۳ TLS.) (ریکزاپ و نیکولز، ۲۰۱۱؛ ریکزاپ و همکاران، ۲۰۱۲؛ ویلسون و همکاران، ۲۰۱۳). با این حال، اندازه گیری با مشاهدات انتقال بار بستر زوج هستند. با توجه به مشکلات برای دست آوردن اطلاعات با کیفیت بالا، ارزیابی درست مدل های فرسایش تا کنون به مفروضات ساده متکی بوده است، و با استفاده از نرخ فرسایش بلند مدت و بازده رسوب است. در یک مقاله فولی (۱۹۸۰) نرخ سایش طولانی مدت از یک جریان منحرف سرد (دیربورن رودخانه، مونتانا) توسط مورین و برآورد نرخ تخلیه و انتقال رسوب مربوطه محاسبات از هندسه رودخانه و سپرده رسوب استنباط است. در چنگال جنوبی مارماهی رودخانه، کالیفرنیا، نرخ سرخپوشان فرسایش حوضه به طور متوسط با استفاده از بریلیم ۱۰ (۱۰Be) غلظت رسوبات تراس پهن مسیر رودخانه، که سن دفن به طور مستقل توسط لومینسانس نوری تحریک (OSL) دوستیابی تعیین شد (فولر و همکاران محاسبه شد. ، ۲۰۰۹). تشکیل مسیر پهن رودخانه با توجه به پوشش گسترده رسوب و فرسایش جانبی را می توان به عرضه رسوب بالا همراه با افزایش ترشحات اختصاص داد. تومکین و همکاران (۲۰۰۳) استنباط نرخ فرسایش متوسط از برش تراس پهن مسیر رودخانه از رودخانه ویکی در واشنگتن، با فرض شرایط پایداری طولانی مدت انجام شده است و متوجه شد که هیچ یک از شش مدل فرسایش تست شده نمیتواند داده ها را محاسبه کند. در یک تلاش قابل مقایسه با استفاده از پنج معادلات فرسایش، ون در بک (۲۰۰۳) مدل تکامل جریان پروفیل دیرین کانال نقشه برداری در حوضه لاچلان بالا، جنوب شرقی استرالیا انجام شد ، و نتیجه گرفت که با پارامترهای مدل مناسب فرد مجموعه هر یک از مدل مورد آزمایش قادر به تکثیر مشخصات جریان جاری است. در حال حاضر داده های میدانی در دسترس نیستند و تجزیه و تحلیل مدل با رزولوشن زمانی بالا انجام شده است، به عنوان مثال بر اساس رویدادی منحصر به فرد فرض نمی شود. علاوه بر این، ارتقاء فرآیند مبتنی بر فرمولاسیون مدل به مقطع، و یا در مقیاس حوضه آبریز مشکل ساز است (توروفسکی و ریکنمن، ۲۰۰۹؛ لاگی، ۲۰۱۰؛ توروفسکی، ۲۰۱۲). مجموعه داده های موجود اندازه گیری همزمان هیدرولیک، انتقال رسوب، نیروهای تخت و نرخ فرسایش بستر برای یک جریان طبیعی را انجام داده اند (وهل، ۱۹۹۸) و مطالعه اثرات متقابل آن ها وجود دارد. برای پر کردن این شکاف، ما اندازه گیری، مقیاس فرسایش با ارائه دقیق، فضا و زمان داده های میدانی بالا را حل کرده ایم . هدف از این مقاله (i) برای توصیف ابزار جدید دقیق مقیاس فرسایش، (ii) ارزیابی کیفیت داده های ثبت شده (تخلیه و انتقال بار بستر، فرسایش)، و (iii) بحث در مورد نتایج اندازه گیری اول و پتانسیل تجهیزات برای مطالعات روند کمی و ارزیابی مدل های فرسایش بستر رودخانه است (سیف.هنکوک و همکاران، ۱۹۹۸).

Description

Introduction River evolution is a major driver of morphological landscape development. Rivers follow topographic gradients; they adjust and move their bed by removing or depositing material in bedrock and unconsolidated rock channels and export sediment from their catchments. River beds in active orogens are dominated by bedrock channels that are considered key agents in forming mountain geomorphology (Hancock et al., 1998; Whipple et al., 2000; Whipple, 2004; Jansen, 2006). Bedrock channel width, depth and slope, bed roughness, bedrock exposure and sediment size distribution interact under dynamically varying discharge and sediment flux by means of several erosional processes (Wohl, 1998; Johnson and Whipple, 2007; Yanites and Tucker, 2010). Identifying and understanding the rates of the physical processes driving erosion, and how they are affected by material and energy input at highly resolved spatial and temporal scales is fundamental for channel morphodynamics and landscape evolution modelling. In particular, such understanding is essential for transferring these processes to larger spatial scales (e.g. Sklar and Dietrich, 2006). Erosion of bedrock surfaces can be classified into three main process mechanisms: corrosion (chemical weathering), corrasion (abrasion and plucking/macro-abrasion by impacting sediment particles), and cavitation (implosion damage induced by the collapse of gas bubbles generated by turbulence in the stream) (Hancock et al., 1998; Wohl, 1998; Whipple, 2004; Chatanantavet and Parker, 2009; Whipple et al., 2013). Bedrock morphology is generally linked to these processes: It is thought that plucking is dominant when knickpoints and inner channels are formed, while abrasion is responsible for sculpting the rock and for creating undulations (e.g. Tinkler and Wohl, 1998; Lamb and Fonstad, 2010; Wilson et al., 2013). Except where rocks are relatively soluble, corrosion may be of secondary importance in many bedrock channels (Turowski, 2012). Cavitation is thought to be important only in pothole formation, as it requires high flow velocities that are rare in natural streams (Barnes, 1956; Hancock et al., 1998; Whipple et al., 2000). Besides climate, channel incision rates are strongly dependent on the lithology of the channel bed and of the transported material (e.g. Whipple et al., 2000; Jansen, 2006; Lamb and Fonstad, 2010). Actual detachment of solid rock, or erosional efficiency, seems to depend on the sediment’s tools and cover effects (Gilbert, 1877; Sklar and Dietrich, 1998, 2004; Turowski et al., 2007; Turowski and Rickenmann, 2009). The shielding of bedrock by a sediment layer (the cover effect) limits erosion under high rates of sediment supply (e.g. Turowski et al., 2008; Johnson et al., 2009), whereas the availability of impacting grains to abrade bedrock (the tools effect; e.g. Foley, 1980) fosters erosion under lower rates of sediment supply (e.g. Finnegan et al., 2007; Cook et al., 2013). Theoretical and laboratory investigations of the process physics have led to the saltation–abrasion model (Sklar and Dietrich, 2004). In this model, erosion rates depend on bed shear stress, on the erodibility of the bedrock (quantified by its tensile strength, its elastic modulus and a dimensionless rock resistance parameter), on the size and impact energy of saltating bedload grains, and on bedload supply relative to transport capacity. Erosion rates thus are explicitly dependent on local sediment transport rates. Peak bedrock erosion rates are thought to occur at moderate bedload supply relative to transport capacity. This is due to the competition of the tools and cover effects (Sklar and Dietrich, 2001; Nelson and Seminara, 2011), and also depends on the maximum saltating grain size (Sklar and Dietrich, 2001, 2004) and on saltation velocity respectively (Chatanantavet et al., 2013), both conditioned by local channel morphology. Field measurement of bedload transport is a difficult and challenging task due to strong spatial and temporal fluctuations as well as due to the destructive effect of bedload on equipment. Bedload transport rates can be measured with direct methods like hand-held box samplers (e.g. Helley and Smith, 1971), which are mainly used at lower transport rates and deliver data at-a-point in space and time. Temporarily and spatially integrated rates and sediment budgets can be derived from topographic change detection analysis based on repeated surveying (e.g. Lane et al., 1995). In addition, there are surrogate techniques for continuous bedload monitoring that can cover the full range of discharge conditions, but have to be calibrated by direct methods (e.g. Gray et al., 2010; Rickenmann et al., 2014). All available methods have their advantages, disadvantages and restrictions in application and lack of accuracy in space and time, due to extrapolation, interpolation and calibration problems. Geophone-based methods are the most developed surrogate techniques for coarse bedload monitoring (Gray et al., 2010); however, as with all surrogate methods, their field-calibration is challenging. Similar to bedload transport, fluvial bedrock erosion is difficult to measure, since generally it is a slow process, particularly in resistant substrates (Wohl, 1998). At-a-point, erosion over time has been studied in nature by monitoring (i) borehole depths (Hancock et al., 1998), (ii) heights of erosion pins like nails (Stock et al., 2005) or expansion bolts (Johnson et al., 2010), (iii) by repeated individual point measurements based on fixed benchmarks (Hartshorn et al., 2002; Stephenson, 2013) and (iv) by traditional (Chatanantavet and Parker, 2011) or global positioning system (GPS) survey (Johnson et al., 2009). Field monitoring of whole bedrock surfaces at promising sites have been conducted over several spatial scales using different techniques like aerial photogrammetry and terrestrial laser scanning (TLS; e.g. Cook et al., 2013) for kilometre to centimetre and even to sub-millimetre resolution and accuracy (Rieke-Zapp and Nichols, 2011; Rieke-Zapp et al., 2012; Wilson et al., 2013). However, such measurements have not been paired with bedload transport observations. Due to the difficulties of obtaining high-quality data, field evaluation of erosion models has so far relied on simplifying assumptions, using long-term erosion rates and sediment yields. In an early paper Foley (1980) inferred the long-term abrasion rate of a glacially diverted stream (Dearborn River, Montana) by dating moraines and estimating corresponding discharge and sediment transport rates by calculations from river geometry and sediment deposits. At the South Fork Eel River, California, basin-averaged paleo-erosion rates were calculated using beryllium-10 (10Be)-concentrations of strath terrace sediments, whose burial age was determined independently by optical-stimulated-luminescence (OSL) dating (Fuller et al., 2009). Strath formation due to extensive sediment cover and lateral erosion could be assigned to elevated sediment supply combined with increasing discharge. Tomkin et al. (2003) inferred average erosion rates from strath terrace incision of the Clearwater River, Washington State, assuming long-term steady state conditions and found that none of the six tested erosion models could account for their data. In a comparable attempt using five erosion equations, van der Beek and Bishop (2003) modelled stream evolution from mapped palaeo-channel profiles in the Upper Lachlan catchment, southeast Australia, and concluded that with individual suitable model parameters sets each of the tested models was able to reproduce the current stream profile. Currently available field data do not allow process and model analysis at high temporal resolution, e.g. on the basis of individual events. In addition, upscaling process-based model formulations to the cross-section, reach or catchment scale is problematic (Turowski and Rickenmann, 2009; Lague, 2010; Turowski, 2012). There is no dataset available of simultaneous measurements of hydraulics, sediment transport, bed forces and bedrock erosion rates for a natural stream (Wohl, 1998) to study their interactions. To fill this gap, we have constructed the ‘erosion scales’ measuring setup to provide accurate, spatially and temporally high-resolved field data. The aims of this article are (i) to describe the new erosion scale instrumentation, (ii) to evaluate the quality of the data recorded (discharge, bedload transport, erosion), and (iii) to discuss first measurement results and the potential of the equipment for quantitative process studies and evaluation of fluvial bedrock erosion models (cf. Hancock et al., 1998).
اگر شما نسبت به این اثر یا عنوان محق هستید، لطفا از طریق "بخش تماس با ما" با ما تماس بگیرید و برای اطلاعات بیشتر، صفحه قوانین و مقررات را مطالعه نمایید.

دیدگاه کاربران


لطفا در این قسمت فقط نظر شخصی در مورد این عنوان را وارد نمایید و در صورتیکه مشکلی با دانلود یا استفاده از این فایل دارید در صفحه کاربری تیکت ثبت کنید.

بارگزاری