أكثر

14.3: نظرة على بعض البيانات الحقيقية حول معدلات النقل الجزئي ، من المسيل ومن الميدان - علوم الأرض

14.3: نظرة على بعض البيانات الحقيقية حول معدلات النقل الجزئي ، من المسيل ومن الميدان - علوم الأرض


كان هناك جدل طويل الأمد حول حقيقة أو أهمية الحركية المتساوية منذ أن اقترح باركر وآخرون هذا المفهوم لأول مرة. أظهرت بعض مجموعات القياسات ، في مجاري المياه والجداول ، نهجًا وثيقًا للتنقل المتساوي ، في حين أظهرت دراسات أخرى انحرافات قوية عن التنقل المتساوي.

أولاً ، ننظر إلى نتائج دراسات المسيل الأكثر كشفًا عن معدلات النقل الجزئي في الرواسب أحادية الوسائط المكونة حتى الآن. قام Wilcock and Southard (1989) بإجراء دراسة على مجرى النهر لمعدلات النقل الجزئي في مجرى إعادة تدوير الرواسب. كانت الرواسب ذات حجم مختلط ، بمتوسط ​​حجم (1.83 ) ( mathrm {mm} ) وتوزيع أحادي. في سبعة أشواط مع زيادة إجهاد قص السرير ، معدلات نقل الحمل الجزئي لكسور متعددة الحجم ، تتراوح في الحجم من (0.5 ) ( mathrm {mm} ) إلى (6 ) ( mathrm { mm} ) ، باستخدام مصيدة الفتحة التي امتدت عبر عرض المسيل. بمجرد وزنها ، تم إرجاع العينات إلى النظام. تم أخذ العينات مرتين أثناء الجري: بينما كان السرير لا يزال مستويًا في البداية ، وفي وقت لاحق عندما وصل السرير والتدفق إلى التوازن. في التدفقات عند إجهاد القص السفلي ، ظل السرير مستويًا طوال الجري بالكامل ، ولكن في ضغوط قص السرير الأعلى ، نشأت الكثبان الرملية على السرير.

يمكنك أن ترى من الشكل ( PageIndex {1} ) (قارن هذا الشكل بالشكلين 14.2.8 و 14.2.9) أنه بالنسبة لمجموعة كبيرة من الكسور الحجمية في الجزء الأوسط من توزيع الحجم ، تكون معدلات النقل الجزئي تقريبًا الشيء نفسه: بعبارة أخرى ، هناك نهج وثيق لشرط التنقل المتساوي لتلك الكسور ذات الحجم. ومع ذلك ، باستثناء أعلى ضغوط قص السرير ، فإن المنحنيات تخرج عن ظروف التنقل المتساوي: يكون نقل معدلات النقل الجزئي لكل من أفضل الكسور والكسور الخشنة أكثر صعوبة. ربما تكون قد خمنت أن نقل الكسور الخشنة سيكون أصعب ، ولكن من المدهش إلى حد ما أن نفس الشيء ينطبق على أفضل الكسور.

يكرر الشكل ( PageIndex {2} ) ، أيضًا من Wilcock and Southard (1988) ، البيانات الموجودة في الشكل ( PageIndex {1} ) ولكنه يعرض أيضًا بيانات الشروط الأولية في عمليات التشغيل (باستثناء اثنين في أعلى ضغوط القص السرير). يتمثل الاختلاف الرئيسي في البيانات بين الشرطين في أنه في الحالة الأولية ، تقترب أفضل الكسور من حالة الحركة المتساوية بشكل أكثر قربًا مما تفعله في حالة التوازن. يبدو أن التفسير يكمن في مزيج من تأثيرين:

  1. مع مرور الوقت ، تجد الجسيمات الدقيقة طريقها إلى الأسفل بين الجسيمات الخشنة لتتواجد تحت الطبقة السطحية ؛ و
  2. مع تطور الأرصفة الخشنة على سطح السرير ، يتم إخفاء الجسيمات الدقيقة عن التدفق بشكل أكثر فعالية.

أكثر مجموعة البيانات التي يتم الاستشهاد بها على نطاق واسع حول معدلات النقل الجزئي في التدفقات الطبيعية هي تلك الخاصة بـ Milhous (1973) من Oak Creek ، وهو تيار من الحصى في ولاية أوريغون. تم استخدام بيانات Oak Creek بواسطة Parker et al. (1982b) في عملهم الكلاسيكي حول مفهوم التنقل المتساوي.

يوضح الشكل ( PageIndex {3} ) ، الرسم البياني لبيانات Oak Creek حول معدل النقل الجزئي ، بشكل غير مفاجئ ، أن معدلات النقل الجزئي هي دالة متزايدة بشدة لقوة التدفق. الإصدار الذي لا يحتوي على أبعاد من معدل النقل الجزئي ، والذي يُطلق عليه معلمة تحميل السرير بدون أبعاد (W_ {i} ^ {*} ) ، يساوي ( gamma ^ { prime} q_ {bvi} / f_ {i} u _ {*} ^ {3} ). (ملاحظة: معدل النقل الجزئي ، المشار إليه هنا بـ (q_ {bvi} ) ، هو بحجم الرواسب ، وليس كتلة الرواسب.) والسبب في فصل منحنيات الكسور ذات الأحجام المختلفة هو أن المتغير عديم الأبعاد على المحور الأفقي ، tau_ {i} ^ {*} (= tau _ { text {o}} / gamma ^ { prime} D_i) ، يحتوي على حجم الجسيم (D_ {i} ) للكسر المحدد .

تم استقراء كل منحنى في الشكل ( PageIndex {3} ) لأسفل للعثور على إجهاد القص ، الذي تم تعريفه على أنه القيمة التي كان (W_ {i} ^ {*} ) عند قيمة مرجعية تم اختيارها عشوائيًا لـ (0.002 ) (تم اختياره ليتوافق مع الشرط المقبول عمومًا لعتبة الحركة ؛ راجع المناقشة حول طريقة معدل النقل المرجعي لتحديد عتبة الحركة ، في الفصل 9). ثم ، في مخطط (W_ {i} ^ {*} ) مقابل ( tau ^ {*} _ {r} / tau ^ {*} _ {ri} ) ، والتي باركر وآخرون. تدل عليها ( phi_ {i} ) ، فإن جميع المنحنيات العشرة لمعدل النقل الجزئي في الشكل ( PageIndex {3} ) تنهار في منحنى واحد - ليس تمامًا ، ولكن لتقريب جيد إلى حد ما (الشكل ( PageIndex {4} )).

(هنا ، قد يحتاج المتغير عديم الأبعاد ( phi_ {i} = tau ^ {*} _ {r} / tau ^ {*} _ {ri} ) إلى اهتمام دقيق من جانبك: إنه القيمة المرجعية لـ إجهاد القص بدون أبعاد حيث يساوي معدل نقل حمولة السرير الإجمالي بدون أبعاد المعدل المرجعي الإجمالي لنقل حمولة السرير ، مقسومًا على القيمة المرجعية لضغط القص بدون أبعاد لكسر الحجم الذي لا أبعاد فيه معدل نقل حمولة السرير للكسر (i ) يساوي معدل نقل حمولة السرير المرجعي للكسر (i ). (تتطلب هذه الجملة الطويلة قراءة متأنية.) بشكل أساسي ، تعبر عن الحجم النسبي لـ إجهاد القص بدون أبعاد في حالة العتبة المرجعية للرواسب السائبة ، من ناحية ، وضغط القص بدون أبعاد في الحالة المرجعية للكسر (i ) ، من ناحية أخرى.)

ما هي إذن أهمية هذا "الانهيار" للمنحنيات الفردية في منحنى واحد؟ إذا عدت إلى القسم الخاص بتجربة الفكر ونظرت إلى الشكل 14.2.7 ، لمعرفة حالة التنقل المثالي المتساوي ، يمكنك أن ترى أن الشكل ( PageIndex {4} ) من نفس الطبيعة ، لأن التأثير من وجود حجم الجسيمات في مقام إجهاد القص بدون أبعاد يتم التحايل عليه من خلال أخذ نسبة إجهادات قص قاع بدون أبعاد. الاستنتاج الذي يجب استخلاصه هو أنه أيضًا في حالة تيار قاع الحصى الطبيعي هذا ، يتم الاقتراب من حالة الحركة المتساوية ، على الرغم من عدم تلبيتها تمامًا. يجب أن نستنتج ، إذن ، أن تأثيرات الاختباء - الإيواء وقابلية التدحرج تتحد ، بطريقة ما ، لجعل نقل الكسور ذات الأحجام المختلفة أكثر مساواة تقريبًا ، عند تطبيعها بنسب الكسور في الخليط ، على الرغم من أنه لا يزال هناك ميل الكسور الخشنة إلى أن تكون أقل سهولة في النقل.


المعادلات التفاضلية الجزئية الجزئية للزمان والمكان والزمان لحركة الماء في التربة: الإطار النظري والتطبيق على التسلل

معادلات مختلفة جزئية جزئية للزمان والمكان والزمان (fPDEs).

معادلات جديدة للتسلل على أساس حلول fPDEs.

المعادلات الجديدة بأشكال مختلفة لأنواع مختلفة من التربة.

إما أن تكون متورمة أو غير منتفخة مع أو بدون مناطق متحركة - ثابتة.

يتم اشتقاق أوامر المشتق الكسري للكتلة الزمنية كأمثلة.


سبب الحظر: تم تقييد الوصول من منطقتك مؤقتًا لأسباب أمنية.
وقت: السبت ، 3 يوليو 2021 12:10:21 بتوقيت جرينتش

حول Wordfence

Wordfence هو مكون إضافي للأمان مثبت على أكثر من 3 ملايين موقع WordPress. يستخدم مالك هذا الموقع Wordfence لإدارة الوصول إلى موقعه.

يمكنك أيضًا قراءة الوثائق للتعرف على أدوات حظر Wordfence & # 039s ، أو زيارة wordfence.com لمعرفة المزيد حول Wordfence.

تم إنشاؤه بواسطة Wordfence في السبت ، 3 يوليو 2021 12:10:21 GMT.
وقت الكمبيوتر & # 039 s:.


2. الغرض والأهداف

[11] الهدف من هذا البحث هو دمج ومعالجة العديد من العناصر المقدمة في القسم 1 وتطويرها إلى نموذج نقل الرواسب النهرية كدليل على الطريقة الإحصائية البايزية المطبقة على مشاكل نقل الرواسب ، والتي يمكن استخدامها بعد ذلك الأساس الذي يتم بناء نماذج أكثر تعقيدًا عليه. على وجه الخصوص ، يتم وصف أهدافنا أدناه.

[12] 1. الهدف الأول هو إثبات تطوير وتنفيذ نموذج بايزي لنقل الرواسب ، والذي عند تقديم ملاحظات النقل ، يجعل من الممكن (1) تقدير فترة موثوقة (التناظرية البايزية لفترات الثقة ، والتي يتم تفسيرها على أنها تم العثور على احتمالية قيمة المعلمة المحققة في الفاصل الزمني المحدد) لمعلمة القص الحرجة ، (2) لتقدير فترة موثوقة لمعلمة التباين ، وقياس الخطأ في تحديد النموذج ، وخطأ القياس ، والتغير العشوائي ، (3) لتوفير تنبؤات نقل الرواسب المحددة في فترات زمنية موثوقة ، (4) لمقارنة نماذج العمليات المختلفة من أجل الملاءمة عبر المقاييس الكمية ، و (5) للتوسيع أو التعميم بسهولة لاستيعاب أوصاف أكثر تعقيدًا.

[13] 2. هدفنا الثاني هو إجراء دراسات المحاكاة لتقييم الإطار المقترح ، على وجه التحديد ، (1) محاكاة البيانات التركيبية وفقًا لعلاقات النقل القائمة مع ضوضاء مضاعفة وفقًا لـ ، (2) التحقق من صحة النموذج (تحقق من أن النموذج يمكنه استعادة المعلمات التي تم تحديدها عند إنشاء البيانات التركيبية) ، و (3) استكشاف تأثير المواصفات المختلفة للمعلومات السابقة على استدلال النموذج.

[14] 3. الهدف الأخير هو تقييم النموذج باستخدام بيانات النقل المرصودة من دراسات التدفق باستخدام الرواسب غير الحجم: (1) تقدير معلمات النموذج و ، (2) تقييم نماذج العمليات المختلفة ، و (3) توفير منحنى تصنيف الرواسب في شروط فترات ذات مصداقية.


وسائط البيانات الوصفية الموقوتة

تُستخدم بنية المسار لتخزين البيانات الوصفية الموقوتة في أفلام QuickTime. يقدم هذا القسم نظرة عامة على بنية مسار البيانات الوصفية الموقوتة ، ويصف أوصاف عينات البيانات الوصفية الموقوتة وتنسيق التخزين لعينات وسائط البيانات الوصفية الموقوتة. بنية مسار البيانات الوصفية الموقوتة لها نوع وسائط "ميتا".

نظرة عامة على البيانات الوصفية المحددة بوقت

يقوم مسار البيانات الوصفية الموقوت بمزامنة مراجع البيانات الوصفية لمسارات الوسائط لفترات زمنية معينة من خلال مرجع المسار وتحرير وتحرير هياكل القائمة. إنه تخصص لهيكل المسار الذي يستخدم ذرة معلومات الوسائط الأساسية من النوع "minf" ، وقيمة نوع معالج المسار التي تم تعيينها على "meta". تحتوي ذرة معلومات الوسائط الأساسية على ذرة رأس الوسائط العامة من النوع "gmhd".

نظرًا لأن مسار البيانات الوصفية ليس مرئيًا ولا سمعيًا ، يجب أن تحتوي خصائص المسار التالية على هذه القيم:

عرض المسار وارتفاع المسار تم ضبط كل منهما على 0.

تم ضبط حجم المسار على 0.

مصفوفة المسار مضبوطة على مصفوفة الهوية.

لا يمكن أن يحتوي فيلم QuickTime على أي مسار أو مسار واحد أو عدة مسارات بيانات أولية موقوتة. يمكن أن تشير مسارات البيانات الوصفية الموقوتة إلى مسارات متعددة. ترتبط مسارات البيانات الوصفية بالمسارات التي تصفها باستخدام مرجع مسار من النوع "cdsc". يحتفظ مسار البيانات الوصفية بمرجع المسار "cdsc". إذا كان مسار البيانات الوصفية يصف خصائص الفيلم بأكمله ، فلا يجب أن يكون هناك مرجع مسار من النوع "cdsc" بينه وبين مسار آخر. يمكن اعتبار مسارات البيانات الوصفية هذه تحتوي على بيانات وصفية عالمية للفيلم.

باستخدام مسار البيانات الوصفية المحدد بوقت ، يمكن ربط أي شكل من أشكال البيانات الوصفية التي تتغير بمرور الوقت بمجموعة من أوقات الوسائط التي تكون صالحة لها. يمكن أن تتضمن أمثلة البيانات الوصفية الموقوتة ما يلي:

تم اكتشاف الوجوه في المشهد

المعلومات المستندة إلى الموقع (مثل GPS)

فتحة الكاميرا والمعلومات الأخرى المتغيرة المتعلقة بالكاميرا

تم تحرير حقوق النشر والمعلومات الأخرى للمقاطع الفردية معًا

معلومات مثل تغييرات المشهد وأسماء الممثلين المضافة إلى الفيلم في الإنتاج

كما هو الحال مع المسارات الأخرى ، ترتبط كل عينة بيانات وصفية مع وصف عينة بيانات وصفية مؤقتة. يشير وصف العينة هذا إلى المعلومات اللازمة لتفسير البيانات في عينة البيانات الوصفية بطريقة مماثلة لكيفية إشارة ذرة عينة الفيديو لمسار الفيديو إلى أن عينات الفيديو تحتوي على بيانات عينة مضغوطة H.264 ذات أبعاد معينة.

يمكن ربط قيم بيانات وصفية صفرية أو واحدة أو أكثر بنطاق من وقت الوسائط في المسار. يسمح التوفيق بعدم وجود قيم بيانات وصفية لفترة زمنية بتشغيل الوقت مع البيانات الوصفية التي تتخللها فترات زمنية بدون بيانات وصفية. نظرًا لأنه يتم تنظيم البيانات الوصفية المحددة بوقت كمسار ، فمن الممكن أيضًا استخدام تعديلات المسار للإشارة إلى عدم وجود بيانات وصفية. ومع ذلك ، في بعض الحالات ، سيكون من الأفضل تضمين عينات البيانات الوصفية التي لا تحمل في حد ذاتها قيم بيانات وصفية.

وصف عينة البيانات الوصفية الموقوتة

يحتوي وصف عينة البيانات الوصفية الموقوتة على معلومات تحدد كيفية تفسير عينات وسائط البيانات الوصفية الموقوتة. يعتمد وصف العينة هذا على رأس وصف العينة القياسي ، كما هو موضح في نموذج وصف الذرات.

وصف نموذج البيانات الوصفية هو تنسيق وصف عينة مشتق يصف قيم البيانات الوصفية الممثلة في الذرات. قد يشمل أيضًا ذرات أخرى لا تحتوي على قيم بيانات وصفية.

قد يتم وضع قيم صفرية أو قيمة واحدة أو أكثر في وصف عينة البيانات الوصفية لفترة زمنية معينة.

يحتوي حقل تنسيق البيانات على تنسيق وسائط البيانات الوصفية الموقوتة ، والتي تم ضبطها على "mebx".

ملحوظة: لم يتم وصف الأشكال الأخرى لوسائط البيانات الوصفية الموقوتة هنا. سيتم الإشارة إليها برمز نوع بديل بدلاً من "mebx".

يجب أن يحتوي وصف عينة البيانات الوصفية على ذرة جدول مفتاح البيانات الوصفية وأن يحتوي اختياريًا على ذرة معدل بت باتباع عنوان ذرة لوصف العينة القياسي ، المحدد أدناه. قد يتم إدخال ذرات أخرى في المستقبل.

ذرة تحتوي على جدول مفاتيح وتعيينات لبيانات الحمولة في عينات وسائط البيانات الوصفية ذات التوقيت المناسب

ذرة اختيارية تحتوي على بيانات تشير إلى معدل بتات تدفق الوسائط

مفتاح جدول البيانات الوصفية Atom

تحتوي ذرة جدول مفتاح البيانات الوصفية على جدول بالمفاتيح والتعيينات لبيانات الحمولة في عينات وسائط البيانات الوصفية ذات التوقيت المناسب. يتم تعيين نوع ذرة جدول البيانات الوصفية الرئيسية على "مفاتيح".

تحتوي ذرة جدول البيانات الوصفية الرئيسية على مثيل واحد أو أكثر من ذرات مفتاح البيانات الوصفية ، واحدة لكل تكوين لمفتاح قد يحدث في وحدات عينة المسار. على سبيل المثال ، إذا كان هناك مفتاحان ، فسيكون هناك ذرتان من ذرات مفتاح البيانات الوصفية في ذرة جدول مفتاح البيانات الوصفية — واحدة لكل مفتاح.

إذا كانت ذرة جدول مفتاح البيانات الوصفية لا تحتوي على مفتاح يبحث عنه العميل ، فلا توجد عينات وسائط بيانات وصفية مرتبطة بهذا الوصف النموذجي تحتوي على قيم بهذا المفتاح.

إذا كانت ذرة جدول مفتاح البيانات الوصفية تحتوي على مفتاح معين ، فإن هذا لا يضمن كتابة عينات وسائط البيانات الوصفية الموقوتة التي تحتوي على قيمة للمفتاح. لذلك ، قد يحتاج العملاء الذين يعثرون على مفتاح في ذرة جدول مفتاح البيانات الوصفية إلى البحث في عينات وسائط البيانات الوصفية المحددة بوقت للمسار لتحديد ما إذا كان المسار يحتوي على بيانات وصفية معينة.

ملحوظة: إن امتلاك القدرة على احتواء ذرة جدول مفتاح البيانات الوصفية على مفاتيح غير مرتبطة بأي حالات لعينات وسائط البيانات الوصفية الموقوتة يسمح بملء وصف عينة البيانات الوصفية بالمفاتيح التي قد يتم اكتشافها (على سبيل المثال أثناء عملية الالتقاط) ثم عينات ليتم مكتوب مع ربط فقط للمفاتيح الموجودة. إذا لم يتم استخدام المفتاح مطلقًا ، فليس هناك شرط بإعادة كتابة وصف عينة البيانات الوصفية المحددة بوقت لاستبعاد المفتاح غير المطلوب.

إذا كان من الممكن إزالة الإدخالات غير المستخدمة وإعادة كتابة وصف عينة البيانات الوصفية بكفاءة ، فهذا هو المفضل.

إذا كان مسار البيانات الوصفية الموقوت يتضمن مفتاحًا في وصف عينة البيانات الوصفية ولكن يحتوي على قيم باستخدام المفتاح في عينات الوسائط المرتبطة ، فلا يزال من الممكن إعادة كتابة وصف عينة البيانات الوصفية لإزالة المفتاح من ذرة جدول مفتاح البيانات الوصفية. بينما تظل قيم البيانات الوصفية في عينات الوسائط المرتبطة ، لم يعد من الممكن الوصول إلى البيانات لأن المفتاح قد اختفى الآن. يجب توخي الحذر إذا كان يجب إزالة القيم نفسها من ملف الفيلم. على الرغم من أنه ليس شرطًا ، يمكن إزالة البيانات المتبقية التي لا يمكن الوصول إليها الآن عن طريق نسخ قيم البيانات الوصفية المشار إليها فقط عند نسخ عينات الوسائط إلى مسار جديد.

الشكل 4-8 تخطيط ذرة جدول البيانات الوصفية الرئيسية: مقاس

عدد صحيح بدون إشارة 32 بت يشير إلى الحجم بالبايت لبنية الذرة

تم تعيين قيمة عدد صحيح بدون إشارة 32 بت على "مفاتيح"

مصفوفة من ذرات مفتاح الميتاداتا

معدل البت أتوم

قد تكون ذرة معدل البتات الاختيارية موجودة في نهاية أي وصف لعينة بيانات شرحية موقوتة للإشارة إلى معلومات معدل بتات القطار. يمكن استخدام معلومات معدل البت لتكوين المخزن المؤقت.

الشكل 4-9 تخطيط ذرة معدل البت: مقاس

عدد صحيح بدون إشارة 32 بت يشير إلى الحجم بالبايت لبنية الذرة

تم تعيين قيمة عدد صحيح بدون إشارة 32 بت على "btrt"

عدد صحيح بدون إشارة 32 بت يشير إلى الحجم المقترح لمخزن البيانات المرتبط

عدد صحيح بدون إشارة يبلغ 32 بت يشير إلى الحد الأقصى لمعدل البت بالبتات / الثانية لتدفق الوسائط المرتبط

عدد صحيح بدون إشارة يبلغ 32 بت يشير إلى متوسط ​​معدل البت بالبتات / ثانية لتدفق الوسائط المرتبط

مفتاح البيانات الوصفية Atom

يتم تحديد ذرة مفتاح البيانات الشرحية بواسطة local_key_id المقابل لعدد صحيح 32 بت (أو FourCC) من نوع شفرة محلية لمسار البيانات الوصفية الموقوت الذي يحتوي عليه. سيتوافق هذا local_key_id مع أنواع الذرة داخل بيانات عينة البيانات الوصفية.

على سبيل المثال ، إذا كانت ذرة مفتاح البيانات الوصفية تحتوي على نوع الذرة "stuf" ، فإن أي ذرات من النوع "stuf" في عينات البيانات الوصفية الموقوتة التي تشارك هذا الوصف النموذجي تحمل قيمة هذا المفتاح. يمكن استخدام أي قيمة ملائمة في عدد صحيح كبير بحجم 32 بت (مثل "stuf" أو العدد الصحيح 72). إذا تم استخدام FourCC ، فمن المستحسن أن تكون القيمة ذاكري إن أمكن. على سبيل المثال ، قد يحتوي نوع ذرة مفتاح البيانات الوصفية "actr" على معلومات حول الممثلين في الفيلم. انظر نموذج البيانات الوصفية لتنسيق البيانات أدناه.

هناك نوعان من الذرات المحجوزة لذرات مفتاح البيانات الوصفية: 0 و 0xFFFFFFFF.

يشير local_key_id بقيمة 0 إلى أن ذرة مفتاح البيانات الوصفية غير مستخدمة ولا يجب تفسيرها. يسمح هذا المؤشر بوضع علامة على المفتاح على أنه غير مستخدم في وصف عينة البيانات الوصفية الموقوتة دون الحاجة إلى وصف العينة وإعادة كتابة الذرات الأصلية أو تغيير حجمها.

يجب ألا يظهر معرّف local_key_id لـ 0xFFFFFFFF في ذرة مفتاح البيانات الشرحية. إنه محجوز للاستخدام المستقبلي ويمكن أن يحدث كنوع ذري في عينات البيانات الوصفية الموقوتة.

جميع أكواد الأنواع الأخرى متاحة للاستخدام كـ local_key_id.

ملحوظة: نظرًا لأن الذرات الموجودة في ذرة الجدول الرئيسي للبيانات الوصفية يمكن أن تأخذ أي نوع ذرة ، فلا ينبغي أن يكون هناك تفسير خاص للنوع للذرات المحتواة بخلاف القيمة الخاصة 0. لذلك ، فإن تضمين الذرة "الحرة" ليس له المعنى التقليدي في ذرة مفتاح البيانات الوصفية. من المستحسن أن يتجنب الكتاب استخدام رموز نوع الذرة الموجودة بشكل مفرط.

تحتوي كل ذرة مفتاح واصفات بيانات على عدد متغير من الذرات التي تحدد بنية المفتاح ، واختيارياً نوع البيانات للقيم ، واختيارياً المعلومات المحلية للقيم. قد يتم إدخال الذرات في المستقبل.

يجب أن تحتوي ذرة مفتاح البيانات الوصفية على ذرة تعريف البيانات الوصفية.

الشكل 4-10 تخطيط ذرة مفتاح البيانات الوصفية: مقاس

عدد صحيح بدون إشارة 32 بت يشير إلى الحجم بالبايت لبنية الذرة

تم تعيين قيمة عدد صحيح بدون إشارة 32 بت على local_key_id

مصفوفة من الذرات تحمل تعريفات للبنية الرئيسية ومعلومات اختيارية أخرى

مفتاح إعلان البيانات الوصفية Atom

يحتوي تعريف مفتاح البيانات الوصفية atom على مساحة الاسم الرئيسية والقيمة الرئيسية لمساحة الاسم هذه للقيم المحددة. نوع ذرة إعلان مفتاح البيانات الوصفية هو "keyd".

الشكل 4-11 تخطيط ذرة إعلان مفتاح البيانات الوصفية: مقاس

عدد صحيح بدون إشارة 32 بت يشير إلى الحجم بالبايت لبنية الذرة

تم تعيين قيمة عدد صحيح بدون إشارة 32 بت على "keyd"

معرف 32 بت يصف المجال وهيكل key_value

على سبيل المثال ، قد يشير هذا إلى أن key_value عبارة عن سلسلة نمط عنوان عكسي (مثل "com.apple.quicktime.ISO6709") ، ورمز ثنائي مكون من أربعة أحرف (مثل مفتاح بيانات المستخدم "cprt") ، ومورد موحد المعرف (URI) ، أو الهياكل الأخرى (مثل التنسيقات الأصلية من معايير البيانات الوصفية الأخرى). يجب تسجيل مساحات أسماء المفاتيح الجديدة ، ولكن نظرًا لأنه يمكن استخدام سلسلة نمط عكسي في كثير من الأحيان ، فقد يكون استخدام مساحة اسم مفتاح عكس العنوان كافياً لمعظم الاستخدامات.

مصفوفة من 8 بتات غير موقعة تحمل قيمة المفتاح

يتم تحديد تفسير هذه المصفوفة بواسطة حقل key_namespace المرتبط. راجع جدول مفاتيح بيانات تعريف QuickTime للحصول على أمثلة.

تعريف نوع البيانات الوصفية Atom

يمكن استخدام ذرة تعريف نوع البيانات الوصفية لتحديد نوع البيانات لقيمة ذرة مفتاح البيانات الوصفية. نوع ذرة تعريف نوع البيانات الوصفية هو "dtyp".

الشكل 4-12 تنسيق atom لتعريف نوع البيانات الوصفية: مقاس

عدد صحيح بدون إشارة 32 بت يشير إلى الحجم بالبايت لبنية الذرة

تم تعيين قيمة عدد صحيح بدون إشارة 32 بت على "dtyp"

معرف 32 بت يصف كيفية تفسير نوع البيانات للقيمة

يجب تسجيل أنواع مساحات الأسماء الجديدة لدى Apple.

مصفوفة من 8 بتات غير موقعة تحمل تعيين نوع البيانات للقيم في عينات وسائط البيانات الوصفية الموقوتة التي تحتوي على هذا المفتاح. يتم تحديد تفسير هذه المصفوفة من خلال مساحة اسم نوع البيانات المرتبطة.

تشير مجموعة مساحة اسم نوع البيانات ومصفوفة نوع البيانات إلى نوع البيانات (أو الهيكل) لقيمة عنصر البيانات الوصفية. يشير نوع مساحة اسم نوع البيانات إلى تفسير قيمة صفيف نوع البيانات. تحدد هذه المواصفة نوعين من أنواع مساحة اسم نوع البيانات:

إذا كانت مساحة اسم نوع البيانات 0 ، فإن مصفوفة نوع البيانات تحتوي على عدد صحيح كبير الحجم بدون إشارة 32 بت يتوافق مع نوع معروف جيدًا محدد في الجدول 3-5. على سبيل المثال ، يشير النوع المشهور 1 إلى نص UTF-8 ويشير 23 إلى رقم كبير للفاصلة العائمة 32 بت.

إذا كانت مساحة اسم نوع البيانات هي 1 ، فإن صفيف نوع البيانات يحتوي على سلسلة UTF-8 بنمط عنوان عكسي تشير إلى نوع بيانات ممتد. يمكن استخدام نوع مساحة اسم نوع البيانات هذا إذا لم يكن لنوع البيانات نوع بيانات مطابق معروف جيدًا. تتكون مصفوفة نوع البيانات من وحدات البايت لسلسلة UTF-8 حساسة لحالة الأحرف بدون حرف إنهاء nul (" 0"). على سبيل المثال ، يمكن لمصفوفة نوع بيانات افتراضية "com.company.my-custom-datatype" تسجيل نوع بيانات مخصص ينتمي إلى مالك تسجيل DNS “mycompany.com”.

قد تحدث مساحة اسم نوع بيانات غير 0 أو 1 في مسار بيانات وصفية موقوت ، وربما تمت كتابتها وفقًا لإصدار لاحق من هذه المواصفات. يجب تجاهل قيم عناصر البيانات الوصفية ذات أنواع البيانات غير المعروفة. ومع ذلك ، لا تزال بعض المعالجة ممكنة على عنصر البيانات الوصفية بنوع بيانات غير معروف ، مثل نسخه بين المسارات.

ملحوظة: يجب تسجيل مساحات أسماء أنواع البيانات الجديدة لدى Apple.

ملحوظة: يمكن تلبية العديد من الاستخدامات لأنواع بيانات التعريف الخاصة أو المخصصة باستخدام رمز نوع مساحة اسم نوع البيانات الموسعة 1. وهذا يسمح بتحديد نوع البيانات الجديد بدون تسجيل. سبب إضافة نوع مساحة اسم نوع بيانات مخصص هو السماح باستخدام نظام ترقيم أو تسمية موجود من معيار بيانات تعريف خارجي مع عناصر البيانات الوصفية.

لغة البيانات الوصفية Atom

قد يتم تحديد قيمة البيانات الوصفية اختياريًا باستخدام الإعدادات المحلية الخاصة بها بحيث يمكن اختيارها بناءً على لغة المستخدم والبلد وما إلى ذلك. تتيح هذه العلامات إمكانية تضمين عدة مفاتيح من نفس نوع المفتاح (على سبيل المثال ، حقوق النشر أو وصف المشهد) ولكن مع لغات مختلفة للمستخدمين الذين لديهم لغات أو مواقع مختلفة. نوع ذرة لغة البيانات الوصفية هو "loca".

إذا كانت ذرة لغة البيانات الوصفية غير موجودة ، فيجب اعتبار قيم البيانات الوصفية مناسبة لكل المناطق.

الشكل 4-13 تخطيط ذرة لغة البيانات الوصفية: مقاس

عدد صحيح بدون إشارة 32 بت يشير إلى الحجم بالبايت لبنية الذرة

تم تعيين قيمة عدد صحيح بدون إشارة 32 بت على "loca"

سلسلة منتهية بـ NULL من أحرف UTF-8 تحمل علامة لغة تتوافق مع RFC 4646 (BCP 47). تتضمن الأمثلة "en-US" أو "fr-FR" أو "zh-CN".

تنسيق بيانات نموذج البيانات الوصفية الموقوتة

يتم تنظيم عينة وسائط البيانات الوصفية الموقوتة كتسلسل من ذرة واحدة أو أكثر. عادةً ما تحتوي كل ذرة على قيمة بيانات وصفية مقابلة لمفتاح مُشار إليه في وصف عينة البيانات الوصفية الموقوتة.

في حالة عدم وجود قيمة لمفتاح معين في عينة وسائط البيانات الوصفية المحددة بوقت في وقت معين ، يجب أن يكون التفسير هو عدم وجود بيانات وصفية من هذا النوع في الوقت المحدد. لا ينبغي تفسير قيم البيانات الوصفية الموقوتة لهذا المفتاح لأوقات أخرى (مثل من عينة وسائط بيانات وصفية سابقة التوقيت) على أنها تنطبق على الوقت المحدد.

ملحوظة: يتم وضع علامة على جميع عينات البيانات الوصفية كعينات متزامنة.

في حالة عدم وجود قيم لأي مفتاح لنطاق زمني ، تتمثل إحدى الطرق في تضمين عينة وسائط بيانات وصفية "فارغة" أو غير مرجعية (انظر عينة بيانات بيانات وصفية غير مرجعية أو خالية من الوقت) للنطاق الزمني. لا يمكن استخدام عينة وسائط بيانات وصفية موقوتة بصفر بايت لأن جميع أحجام العينات يجب أن تكون بايت واحد أو أكثر. بدلاً من ذلك ، يمكن استخدام إدخالات قائمة تحرير المسار "الفارغة" للإشارة إلى عدم وجود بيانات وصفية لنطاق من وقت الفيلم.

بشكل عام ، ومع ذلك ، فمن الأفضل تضمين عينة بيانات وسائط بيانات وصفية فارغة بدلاً من استخدام تعديل المسار بقائمة تحرير فارغة للإشارة إلى عدم وجود بيانات وصفية. قد يكون بعض القراء غير مستعدين لإجراء تعديلات معقدة (أكثر من إدخال في قائمة التحرير و / أو وقت وسائط عرض غير متجاور).

هيكل عينة وسائط البيانات الوصفية الموقوتة

تتكون بيانات عينة وسائط البيانات الوصفية الموقوتة من عدد من الذرات المتسلسلة. تحدد قيمة local_key_id نوع الذرة لكل ذرة. تتوافق قيمة local_key_id مع local_key_id المحدد لذرة مفتاح البيانات الشرحية في ذرة جدول مفتاح البيانات الشرحية لعينة البيانات الشرحية الموقوتة. لا يوجد تفسير خاص فيما يتعلق بقيمة 32 بت لـ local_key_id. يعتمد تفسيرها فقط على ما تم تعريفه في مفتاح البيانات الوصفية المقابل لوصف عينة البيانات الوصفية المصاحبة.

قيمة local_key_id 0 محجوزة ويمكن استخدامها كعنصر نائب في عينة meda. مثل هذه الذرة ليس لها محتويات محددة. (راجع Metadata Key Atom.)

قيمة local_key_id هي 0xFFFFFFFF محجوزة أيضاً. في المستقبل ، قد يتم توثيق ذلك لاحتواء حمولة معينة. يجب عدم استخدام local_key_id أو تفسيره بطريقة أخرى. إذا وجد القارئ ذرة مع local_key_id لـ 0xFFFFFFFF ولم يفهم تنسيقها ، فيجب تجاهل الذرة.

قد تحتوي عينة وسائط البيانات الشرحية الموقوتة على ذرات ذات أنواع غير تلك المحددة في ذرة جدول مفتاح البيانات الشرحية وغير القيمتين المحجوزتين 0 و 0xFFFFFFFF. على الرغم من عدم تشجيع هذه الممارسة ، يمكن تفسير أي حالات لمثل هذه الذرات وفقًا لمعناها التقليدي (مثل "مجاني") أو بطريقة خاصة طالما لم يتم الإعلان عنها كمفاتيح.

ضع في اعتبارك تنسيق البيانات الوصفية لموقع نقطة جغرافية باستخدام الإحداثيات على النحو المحدد في ISO-6709. قد تحتوي عينة وسائط البيانات الوصفية الموقوتة التي تم إنشاؤها لهذه البيانات على قيمة local_key_id لـ "أين" وستحتوي عينة البيانات الوصفية الناتجة على المعلومات (مثل "+ 27.5916 + 086.5640 + 8850 /") في ذرة "أين" المقابلة. لا يوجد تفسير لهذا النوع من الذرة أو شرط أن يكون "أين".

بيانات نموذجية لبيانات وصفية موقوتة ذات حجم ثابت

قد يفضل بعض العملاء الذين يستخدمون مسارات البيانات الوصفية الموقوتة إنشاء مسارات بيانات وصفية بعينات لها نفس الحجم. يتم وصف طريقتين هنا.

في أحد الأساليب ، قد تحتوي البيانات الوصفية المكتوبة على عدد ثابت من قيم البيانات الوصفية ذات الحجم الثابت (على سبيل المثال ، الأعداد الصحيحة أو الهياكل ذات الحجم الثابت). إذا لم يتم استخدام قيمة واحدة أو أكثر ، يمكن أن يكون للذرات المقابلة للقيم غير المستخدمة قيمة local_key_id الخاصة بها إلى قيمة غير مرجعية (مثل 0).

في النهج الثاني ، قد يختلف حجم قيم البيانات الوصفية الفردية. من الممكن إنشاء عينات بيانات وصفية ثابتة الحجم عن طريق تحديد الحد الأقصى لحجم عينة وسائط البيانات الوصفية الموقوتة واستخدام ذرات غير مرجعية لإضافة ما يصل إلى هذا الحجم. النهج هو:

تحديد حجم ذرة وسائط البيانات الوصفية الثابت المطلوب.

املأ الذرات التي تحتفظ بقيم البيانات الوصفية (انظر مثال هيكل عينة وسائط البيانات الوصفية الموقوتة أعلاه).

إذا لزم الأمر ، أضف ذرة واحدة أو أكثر غير مرجعية للوصول إلى حجم ذرة وسائط الميتاداتا الثابت.

ملحوظة: نظرًا لأن حجم الذرة لا يقل عن 8 بايت ، فإن مجموع أحجام عينات وسائط البيانات الوصفية الموقوتة إما

يجب أن يساوي حجم ذرة وسائط البيانات الوصفية الثابت المستهدف ، أو

يجب أن يكون أصغر بمقدار 8 بايت أو أكثر من حجم الذرة الثابت المستهدف للسماح بوجود ذرة حشو واحدة أو أكثر.

بيانات نموذجية لبيانات وصفية غير مرجعية أو فارغة بوقت

يتم تحديد عينة البيانات الوصفية الموقوتة من خلال نوع الذرة المشتق الذي توفره القيمة local_key_id في الجداول الرئيسية لوصف عينة البيانات الوصفية. يمكن اعتبار ذرة بيانات وصفية غير مرجعية ، أي ذرة لم يتم تحديدها في جداول المفاتيح ولا تحتوي على القيمة المحجوزة 0xFFFFFFFF ، عينة وسائط بيانات وصفية "فارغة" نظرًا لأن نوعها غير معروف في مساحة الاسم المحلية ولن يتم تفسير بياناتها. لا يوجد نوع ذرة محدد يشير إلى عينة بيانات وصفية NULL على الرغم من أنه يوصى باستخدام نوع 0 ، كما هو مذكور في وصف Metadata Key Atom أعلاه. يقدم استخدام الذرات غير المرجعية طريقة مفيدة لتوفير الحشو عند هيكلة مسار لبيانات نموذجية لبيانات وصفية ثابتة الحجم أو عند وجود عمليات تشغيل من عدم وجود بيانات وصفية تتخللها مجموعات من البيانات الوصفية في مسار معين ، بدلاً من استخدام تعديلات متعددة للمسار.

الجمع بين تدفقات متعددة من البيانات الوصفية في نفس المسار

نظرًا لاحتمال حدوث "دفقين" أو مسارين لقيم البيانات الوصفية حيث لا تتطابق النطاقات الزمنية لأحد الدفقين مع تلك الخاصة بالدفق الآخر ، يوصى باتباع اصطلاح إذا تم دمج كلا دفق قيم البيانات الوصفية في مسار بيانات وصفية واحد جديد (عادةً لبعض عمليات الإنتاج). في أي نقطة في الجدول الزمني تدخل فيها قيمة البيانات الوصفية في النطاق أو تخرج عن النطاق ، يجب تقديم عينات بيانات وصفية جديدة مع اتحاد جميع قيم البيانات الوصفية الموجودة للنطاق الزمني ، لتحل محل العينات المتداخلة الموجودة لهذا الجزء من وقت الوسائط نطاق.

على سبيل المثال ، يوضح هذا الشكل نتائج دمج البيانات الوصفية من مسارين للبيانات الوصفية:

الشكل 4-14 الجمع بين تدفقات البيانات الوصفية

ملحوظة: عينات وسائط البيانات الوصفية المجمعة الموقوتة من الوقت t1 ل t2 تحتوي على قيم البيانات الوصفية A و B. يتم ذلك بحيث يكون من الممكن في أي وقت تحديد جميع قيم البيانات الوصفية القابلة للتطبيق دون الحاجة إلى مسح جميع مسارات وسائط البيانات الوصفية الموقوتة في اتجاهات للخلف أو للأمام.

في المسار المدمج الجديد ، يمكن استخدام وصف عينة بيانات وصفية موقوتة واحدة تحتوي على المفتاحين A و B. تكوين أوصاف عينة لكل مجموعة (أ ، ب ، ) ممكن ولكنه غير محبذ لأن هذا يجعل تحديد ما إذا كان المفتاح موجودًا في المسارات أكثر تعقيدًا.

العلاقات على مستوى الفيلم بين المسارات

قد يحتوي مسار "العرض التقديمي" (على سبيل المثال ، الفيديو أو الصوت) على أكثر من مسار بيانات وصفية مرتبط به عبر مراجع مسار النوع "cdsc". يجب اعتبار توحيد جميع البيانات الوصفية عبر تلك المسارات بمثابة البيانات الوصفية لمسار العرض التقديمي - تمامًا كما لو كان هناك مسار بيانات تعريف واحد يحتوي على جميع البيانات الوصفية المقابلة.

There is a potential conflict if more than one metadata value of the same type is in the metadata tracks. In this case, the layer of the metadata tracks should be used to establish which should be used. Tracks with lesser layer values (that is, -1 is less than 0) take priority and their metadata values should be used. If two tracks have the same layer value, the last track in movie track order (the order of 'trak' atoms in the 'moov' atom) shall override metadata values from tracks earlier in order.

If a metadata track does not have a relationship to another track defined by a track reference of ‘cdsc’ , it should be considered a global metadata track—its metadata applying to the entire movie. If part of a track would apply to a presentation track and part would apply globally, the metadata should be carried in two tracks, the first referencing the presentation track and the other not referencing any track.


نبذة مختصرة

The accurate prediction of bedload transport in gravel-bed rivers remains a significant challenge in river science. However the potential for data mining algorithms to provide models of bedload transport have yet to be explored. This study provides the first quantification of the predictive power of a range of standalone and hybrid data mining models. Using bedload transport data collected in laboratory flume experiments, the performance of four types of recently developed standalone data mining techniques - the M5P, random tree (RT), random forest (RF) and the reduced error pruning tree (REPT) - are assessed, along with four types of hybrid algorithms trained with a Bagging (BA) data mining algorithm (BA-M5P, BA-RF, BA-RT and BA-REPT). The main findings are four-fold. First, the BA-M5P model had the highest prediction power (ر 2 = 0.943 RMSE = 0.061 kg m −1 s −1 MAE = 0.040 kg m −1 s −1 NSE = 0.945 PBIAS = −1.60) followed by M5P, BA-RT, RT, BA-RF, RF, BA-REPT, and REPT. All models displayed ‘very good’ performance except the BA-REPT and REPT model, which were ‘satisfactory’. Second, the M5P, BA-RT, and RT models underestimated, and the BA-M5P, BA-RF, RF, BA-REPT and REPT models overestimated, bedload transport rates. Third, flow velocity had the most significant impact on bedload transport rate (PCC = 0.760) followed by shear stress (PCC = 0.709), discharge (PCC = 0.668), bed shear velocity (PCC = 0.663), bed slope (PCC = 0.490), flow depth (PCC = 0.303), median sediment diameter (PCC = 0.247), and relative roughness (PCC = 0.003). Fourth, the maximum depth of tree was the most sensitive operator in decision tree-based algorithms, and batch size, number of execution slots and number of decimal places did not have any impact on model’ prediction power. Overall the results revealed that hybrid data mining techniques provide more accurate predictions of bedload transport rate than standalone data mining models. In particular, M5P models, trained with a Bagging data mining algorithm, have great potential to produce robust predictions of bedload transport in gravel-bed rivers.


14.3: A Look at Some Real Data on Fractional Transport Rates, From the Flume and From the Field - Geosciences

All articles published by MDPI are made immediately available worldwide under an open access license. No special permission is required to reuse all or part of the article published by MDPI, including figures and tables. For articles published under an open access Creative Common CC BY license, any part of the article may be reused without permission provided that the original article is clearly cited.

Feature Papers represent the most advanced research with significant potential for high impact in the field. Feature Papers are submitted upon individual invitation or recommendation by the scientific editors and undergo peer review prior to publication.

The Feature Paper can be either an original research article, a substantial novel research study that often involves several techniques or approaches, or a comprehensive review paper with concise and precise updates on the latest progress in the field that systematically reviews the most exciting advances in scientific literature. This type of paper provides an outlook on future directions of research or possible applications.

Editor’s Choice articles are based on recommendations by the scientific editors of MDPI journals from around the world. Editors select a small number of articles recently published in the journal that they believe will be particularly interesting to authors, or important in this field. The aim is to provide a snapshot of some of the most exciting work published in the various research areas of the journal.


Piezoelectric road harvests traffic energy to generate electricity

Isreali engineers are about to begin testing a 100 metre stretch of roadway embedded with a network of Piezo Electric Generators (IPEG™). The piezoelectric effect converts mechanical strain into electrical current or voltage and the system is expected to scale up to 400 kilowatts from a 1-kilometre stretch of dual carriageway. The IPEG™ is a pioneering invention in the field of Parasitic Energy harvesting and generates energy from weight, motion, vibration and temperature changes and will certainly have other parasitic energy harvesting applications in many fields. Initially though, the system can be configured to generate and store energy from roads, airport runways and rail systems at the same time as delivering real-time data on the weight, frequency and spacing between passing vehicles. The harvested energy can be transferred back to the grid, or used for specific public infrastructure purposes such as lighting and widespread use of the system would enable far greater scrutiny and hence understanding of the behaviour of road vehicles.

Isreali engineers are about to begin testing a stretch of what may become the road of the future. The road contains piezoelectric crystals that produce electricity when squeezed, enabling them to harvest some of the energy which vehicles lose to the environment during their journeys. The system is expected to produce up to 400 kilowatts from a 1-kilometre stretch of dual carriageway and the technology is also applicable to airport runways and rail systems. In addition to being able to produce its own power, the system can also deliver real-time data on the weight, frequency and speed of passing vehicles as well as the spacing between vehicles.

As such, the embedding of piezoelectric generators to create "smart roads" could eventually become an integral part of traffic management systems. The Piezo Electric Generator (IPEG™) developed by Isreali University spin-out company Innowattech has the ability to harvest energy from weight, motion, vibration and temperature changes and as such it is a pioneering invention for Parasitic Energy harvesting. Innowattech has refined specific configurations of the IPEG to create high efficiency generators from roadways, railways and airport runways.

The harvesting system of parasitic mechanical energy from roadways is based on the piezoelectric effect converts mechanical strain into electrical current or voltage. The harvested energy can be transferred back to the grid, or used for specific road infrastructure purposes. The infrastructure captures and stores energy for reuse.

The company is developing a wide range of Piezoelectric generators with sizs varying from a few centimeters to networks covering large surfaces. The generators are embedded between the superstructure layers, and usually covered with an asphalt layer.

The generators are mounted with electronic cards supplying the storage system. The laying of the present system, (embedding the generators and electronic cards in to the roadway), can be done during paving of new roads or in the course of the maintenance work in existing roadways, so it’s entirely retrofittable to any road, and the heavier the vehicle, and the greater the number of vehicles, the greater the return, all the way to electricity production on an industrial scale.

This means that parasitic energy of busy roads, railroads and runways near population centers can be converted into electrical energy that can run public lighting, or fed back into the grid.


Introduction

Multiphase flow in porous media is an integral part in many aspects of every-day life and plays a critical role in some of the most important processes and technologies from agriculture to energy. Examples range from the hydrology in the Vadose zone where the water table rises and falls and water and air occupy the pore space in soil, contaminant hydrology, hydrocarbon recovery, hydrogen storage, and carbon capture and sequestration (CCS) (Bui et al., 2018). Multiphase transport is also a rate-limiting step in gas diffusion layers in electrocatalytic devices such as fuel cells (Simon et al., 2017), electrolysis, and more novel concepts, where CO2 is converted into base chemicals (Kondratenko et al., 2013).

In most applications, multiphase transport is described with the 2-phase Darcy equations, which are a continuum mechanic concept for relating transport, i.e., average phase fluxes to average pressure gradients applicable at the �rcy scale.” They are phenomenological extensions of Darcy's law from single to multiphase flow. One of the consequences of operating with a phenomenological transport equation is that it contains parameters, such as relative permeability, which cannot be predicted within the framework of the 2-phase Darcy equations. Since relative permeability is specific to the porous medium and its chemical interaction with the fluids present manifesting in characteristic wetting behavior of the system (Abdallah et al., 2007), they have to be determined for each situation individually. Common methods to experimentally determine relative permeability are core flooding experiments, which are typically conducted on porous media samples of few centimeters in size. For instance, in the petroleum industry, cylindrical rock samples from drilled cores are used, which are limited in size by the diameter of the core and are typically between 2.54 and 5.00 cm in length and diameter, which is commonly assumed to represent Darcy scale. The steady-state method is one of the most trusted methods as it provides a wide accessible saturation range and in combination with numerical simulation (Kokkedee et al., 1996 Masalmeh et al., 2014 Sorop et al., 2015) allows the correct treatment of experimental artifacts, such the capillary end-effect (Huang and Honarpour, 1998). In steady-state experiments, the two immiscible fluids phases, e.g., water or brine and oil or gas are co-injected at stepwise varied fractions of wetting phase flux over total flux, termed fractional flow Fث. At each fractional flow step, fluids are co-injected until a “steady-state” has been reached, which is defined by saturation, pressure-drop, and electrical resistivity becoming time-independent, i.e., d S w ¯ / d t = 0 , where S w ¯ is the space and time-averaged saturation. Relative permeability is then determined from the time-averaged pressure-drop and time-averaged saturation.

However, many of these fractional flow experiments show notable fluctuations (Datta et al., 2014a,b Masalmeh et al., 2014 Reynolds and Krevor, 2015 R࿌ker et al., 2015a Sorop et al., 2015 Gao et al., 2017, 2019, 2020 Lin Q. et al., 2018 Alcorn et al., 2019 Clennell et al., 2019 Lin et al., 2019a Spurin et al., 2019 Wang and Masalmeh, 2019 Menke et al., 2021), for instance in pressure drop but also saturation. In some cases, the magnitude of these fluctuations is comparable or even larger than the average values of the respective property, e.g., pressure drop, between the previous or following fractional flow. Historically, such fluctuation have been considered as indicative for failed experiments and often led to dismissal of the experiment. That is potentially the reason why despite extensive literature on steady-state relative permeability in only relatively few cases the raw data is shown. Even in the cases where pressure drop as a function of time is shown, it is often not clear whether this data is filtered or smoothed, operating under the assumption that the fluctuations are caused by noise.

Also, pressure fluctuations are more prominent for water-wet rock and much less visible for intermediate or mixed-wet cases (Jung et al., 2016 Lin Q. et al., 2018 Lin et al., 2019a), where the magnitude of capillary pressure is much less or even near zero (Lin et al., 2019a). Experiments conducted on twin samples of the same rock to exclude all other factors show noticeable fluctuations in the water-wet case (Lin Q. et al., 2018) but much less in the intermediate-wet case (Lin et al., 2019a), which has been achieved by aging with crude oil. In the intermediate-wet case, capillary pressure is near zero, because the mean curvature is near zero, which has been established from imaging the liquid-liquid interfaces by micro-CT. But that does not mean the interfaces are flat, but rather form bi-continuous interfaces that allow both aqueous and oil phases to be continuous at the same time, i.e., fractional flow does not cause displacement events, which is the primary reason why pressure fluctuations are less. Wettability heterogeneity may also impact the magnitude of fluctuations due to the associated energy dissipation (Murison et al., 2014). Also, fluctuations are stronger for a gas-liquid system and more often reported explicitly (Alkan and Müller, 2008 Reynolds and Krevor, 2015 Xu et al., 2015 Spurin et al., 2020), which suggests that viscosity ratio may be an important factor, which has been also reported in (Spurin et al., 2019).

Pore scale experiments (DiCarlo et al., 2003 Moebius and Or, 2012 Berg et al., 2013, 2014 Armstrong et al., 2014a Reynolds et al., 2017 Lin Q. et al., 2018 Lin et al., 2019a) and numerical simulations (Lenormand et al., 1983 Raeini et al., 2014 Armstrong et al., 2015 Guຝon et al., 2017 Alpak et al., 2019 Berg C. F. et al., 2020 Winkler et al., 2020) also exhibit fluctuations in pressure and saturation (Ramstad and Hansen, 2006 Pak et al., 2015), which are caused by pore scale displacement events, such as Haines jumps and coalescence (R࿌ker et al., 2015b), where the non-wetting phase replaces the wetting phase and snap-off and piston-like displacement (Lenormand et al., 1983 Dixit et al., 1998), where the wetting phase replaces the non-wetting phase. These events lead to interruption and rearrangement of the connected pathways the respective phases flow through (Tuller and Or, 2001) and are described by a rigorous theoretical framework of pore-scale thermodynamics (Morrow, 1970). Depending on flow rate and other conditions (Avraam and Payatakes, 1995a Lenormand and Touboul, 1998), there are different regimes that can cause fluctuations in pressure and saturation that have been systematically investigated in Avraam and Payatakes (1995a) Tsakiroglou (2019). The main regimes identified were connected pathway flow, ganglion dynamics and drop traffic. While sequences of oil-filling and water filling events of different nature cause ganglion dynamics (R࿌ker et al., 2015b) already at capillary numbers below Ca < 10 𢄦 , effects such as ganglion dynamics, where such events occur repeatedly at the same location (Lenormand et al., 1983 Datta et al., 2014a,b Gao et al., 2017, 2019, 2020 Spurin et al., 2019), are often observed close to the critical capillary number for capillary de-saturation (Berg and Cense, 2009) and likely caused by viscous mobilization and associated breakup, which can in the extreme case lead to 𠇍rop traffic” (Avraam and Payatakes, 1995a,b). Note that in the porous media literature, the term “intermittency” is frequently used instead of ganglion dynamics. However, outside the porous media community, this term is commonly associated with turbulent flow, which could lead to misconceptions as in porous media, and this behavior is often observed already in the capillary dominated regime. Periodic pressure fluctuations can also be caused by snap-off of non-wetting phase bubbles at the outlet although this is a mechanism observed more in spontaneous imbibition (Unsal et al., 2007a,b Unsal et al., 2009 Bartels et al., 2019). While the exact pore scale mechanism can differ, the pressure signature is typically caused by capillary effects in a capillary-dominated regime (Singh et al., 2019). A recent pore scale simulation study that shows such fluctuations caused by pore-scale displacement events introduced the term 𠇊thermal” to characterize the energy scale of these fluctuations (Winkler et al., 2020).

The referenced literature suggests that these non-thermal fluctuations are a relatively universal phenomenon occurring in a very wide range of rock types and are observable on different scales. The key step that has been missing so far is a direct link between pore-scale fluctuations and Darcy scale behavior, which is the focus of this paper. This link between fluctuations observed in core flooding experiments at a length scale of several centimeters and their origin from pore scale displacement events is important because from both a very fundamental perspective and also for practical reasons. It is important to understand whether fluctuations are caused by pore scale displacement events, because such events are always to some extent irreversible and associated with the dissipation of energy (Morrow, 1970 Seth and Morrow, 2007 Berg et al., 2013). The big question is whether this energy dissipation by pore scale events is correctly captured when using time-averaged pressure and saturation data. At this moment, we do not fully understand the consequence of the averaging in case that fluctuations are not just noise but indeed caused by pore scale displacement events. Also, for the interpretation of such experiments by inverse modeling to determine the relative permeability (Berg S. et al., 2020), for a correct assessment of the associated uncertainty, it is important to understand whether fluctuations are noise or have another cause, e.g., a physical mechanism.

In this work we address this question of the link between fluctuations and pore-scale displacement events by analyzing the magnitude and statistics of Darcy scale “steady-state” fractional flow experiments for different rocks and fluid/fluid/solid wetting and comparison with pore-scale fractional flow experiments with synchrotron beamline-based fast x-ray computed tomography. We will discuss the reason why fluctuations involve hundreds or more pores. From a pore scale perspective alone, this would not be very obvious, because fluctuations are mainly associated with individual pore scale displacement events and larger fluctuations are interpreted from the pore scale perspective as ganglion dynamics. The dominance of fluctuations involving hundreds to thousands of individual pores becomes understandable as in the transition to the Darcy scale fluctuations can only persist if a permissible (Darcy-scale) fractional flow solution exists, for which we will present supporting evidence. That emphasizes the need to presenting both the pore scale and the Darcy scale perspective on the نفس phenomenon. Each experiment has significant complexity, which cannot be fully covered in this work, which focuses very much on the link between pore and Darcy scale. Therefore, we largely rely on thoroughly conducted experiments on each scale using dedicated experimental setups that are designed to rule out instrumental artifacts, i.e., avoid back pressure controllers and other potential source of fluctuations other than the ones caused by the multiphase flow in porous media. We make use of the best experimental data that are unfortunately not conducted on exactly the same sample. We use Fontainebleau sandstone for Darcy scale experiments and sintered glass of comparable pore size at the pore scale. The phenomena found in the sandstone sample and the sintered glass are comparable, which is also established through consistency with other studies in the literature, which suggest that phenomena are actually generic and observed in many different rock types. The experiments we present here have the highest level of confidence to rule out such artifacts, which is why we gave priority over fully consistent samples. Ultimately, the pressure signature but also associated fluctuations in connectivity (McClure et al., 2016) (which in the Darcy scale experiments is represented by electrical resistivity) (Liu Z. et al., 2018) provides the connection between Darcy scale fluctuations and pore scale displacement events.


Materials and Methods

Geometry and Mesh

The geometry of the numerical model is based on the flume experiments of Fox et al. ( 2014 ). To reduce the computing time, the length of the 6.4 m long flume is shortened to approximately 1.75 m in the two-dimensional model. The shortened numerical model is a cut of the original flume. Only one phase which considers the surface water as well as the water in the sediment is taken into account. According to the water level used in the flume experiment the model has a height of 0.17 m. The dune-shaped sediment is located downstream of a ramp with a height of 0.08 m and a length of 0.93 m. The model geometry for the neutral case can be seen in Figure 1. For losing and gaining conditions the ripple geometries were adjusted slightly according to the photographs of the experiments. For this purpose, the meshes were modified manually. The average length of the bed form structures amounts to 15 cm, the height to 2 cm. The bed form geometry used in the experiments is commonly found in sandy streambeds (Stofleth et al. 2008 Lewandowski et al. 2011a Harvey et al. 2013 ).

The mesh generator gmsh (Geuzaine and Remacle 2009 ) was used to discretize the two-dimensional mesh. About 77,000 unstructured elements were chosen to depict the dune shaped profiles. The exact number varies slightly for the different morphologies, while similar mesh conditions were chosen for the three meshes with similar element sizes in surface water, in the sediment and at the interface. Small element sizes at the interface of surface water and subsurface were used to account for the steep velocity gradients at the interface. The minimum element area of the applied mesh amounts to 1.93 × 10 −7 m 2 and is located at the interface, while the maximum area amounts to 0.0033 m 2 and is located within the surface water.

Numerical Model

The open-source computational fluid dynamics (CFD) package OpenFOAM version 2.4.0 was used to simulate the dye spreading at the rippled streambed. The solver applied is based on the “porousInter” solver by Oxtoby et al. ( 2013 ). This solver uses the Navier–Stokes equations in surface water and in the sediment without any additional parameters. Solvers within the standard OpenFOAM library determining the interaction of surface water and groundwater—as porousInterFoam—apply resistance source terms for which such additional parameters as Darcy–Forchheimer coefficients are needed. For this reason, we decided to use the porousInter solver by Oxtoby et al. ( 2013 ). Since this solver only considers flow processes, we extended this solver for the investigation of transport processes. Flow processes are still determined using the equations available in the porousInter solver. PorousInter is based on the interFoam solver of OpenFOAM and is a multiphase solver for immiscible fluids (such as water and air) which extends the three-dimensional Navier–Stokes equations by the consideration of soil porosity and effective grain size diameter. All values represented by [ ] F are averaged over the pore space volume. The equations for the conservation of mass and momentum are defined after Oxtoby et al. ( 2013 ):

(1) (2) with φ representing the soil porosity (−) the velocity (m/s) ρ the density (kg/m 3 ) ر the time (s) ص the pressure (Pa) μ the dynamic viscosity (Ns/m 2 ), g the gravitational acceleration (m/s 2 ), and D as an additional drag term (kg/[m 2 s 2 ]).

شاهد الفيديو: #شركات شحن من الإمارات إلى سوريا