Lisää

8.4: Sedimenttikuljetuksen tarkkailu - geotieteet

8.4: Sedimenttikuljetuksen tarkkailu - geotieteet


Mitkä ovat sedimenttikuljetuksen tärkeimmät asiat, joita haluat ehkä tarkkailla? Tässä on neljä niistä ja muutamia kommentteja tavoista, joilla nämä havainnot voidaan suorittaa.

Hiukkasten liike. Silmä on erinomainen väline havaita sedimenttihiukkasten liikkeen yksityiskohdat, mutta tarvitset tekniikoita, kuten elokuvateatteria (nopeaa tai hidastettua) tai videota tallennukseen, ja myös nopeuttaa tai hidastaa prosessia niin, että silmä voi paremmin havaita liikkeen luonteen. Myös muita optisia menetelmiä hiukkasten liikkeen jäljittämiseksi on kehitetty.

Sängyn geometria. Visuaalinen havainnointi ja valokuvaus ovat tärkeimpiä tapoja käsitellä sängyn kokoonpanoa asetelmassa. Time-lapse-elokuvaus on erityisen hyödyllinen tiedon hankkimiseksi yksittäisten sängyn muotojen kinematiikasta: ne liikkuvat yleensä liian hitaasti, jotta voit nähdä, mitä he tekevät reaaliajassa. Kun sänky peittyy liikkuvasta sedimentistä, kuten niin usein tapahtuu, sinun on turvauduttava mekaaniseen tai ääniprofiiliin.

Sedimenttikuorma. Sedimenttikuormasta voidaan ottaa näytteitä erilaisilla ansoilla tai näytteenottimilla, joiden tarkoituksena on ottaa edustava näyte sedimentti -vesiseoksesta. Epäsuorat menetelmät, joissa sedimentti -vesiseos vaikuttaa valon tai äänen säteeseen, ovat yleisiä: nämä voivat olla yhtä yksinkertaisia ​​kuin vaimennus linjaa pitkin tai tarkentamalla erilliset säteet voivat tutkia sedimenttikuormitusta pienillä alueilla, jotka arvioivat pisteitä .

Sedimentin kuljetusnopeus. On tunnetusti ja turhauttavan vaikeaa mitata hyvin sedimentin siirtonopeutta ilman vakavia häiriöitä virtauksessa. Yleisin tapa on kuorman paikallinen näytteenotto kuormasta yhdessä paikallisen aikakeskimääräisen nopeuden mittausten kanssa, jotka on integroitu virtauksen poikkileikkaukseen. Sängyn kuormitusta varten on kehitetty monenlaisia ​​ansoja, ja jos ne on kalibroitu hyvin, ne voivat olla varsin luotettavia. Minulla on enemmän sanottavaa sedimenttikuormituksen ja sedimenttikuljetusnopeuden mittaamisen monimutkaisuudesta myöhemmässä luvussa.

Tässä on luettelo useimmista sedimenttikuljetuksen näkökohdista, joita haluat ehkä tarkkailla, mitata tai ajatella, sekä lyhyitä kommentteja.

  • Sitoutuminen. Virtaus vaikuttaa riittävän voimakkaasti kerrospartikkeliin saadakseen sen liikkeelle.
  • Vetovoima. Hiukkasia liikutetaan nestevoimien kanssa kosketuksessa kerroksen kanssa tai sen lähellä.
  • Suolaus. Hiukkaset käyvät lähelle sängyn ballistisia liikkeitä, joihin turbulenssi ei suurelta osin vaikuta.
  • Jousitus. Virtaus nostaa hiukkaset pois kerroksesta vetämisen jälkeen.
  • Turbulenssi. Hiukkaset vääristävät paikallista nesteen nopeuskenttää, muuttavat turbulenssin rakennetta ja joutuvat myrskyisään kiihtyvyyteen.
  • Asettuminen. Hiukkaset laskeutuvat kohti sänkyä ympäröivän nesteen läpi. Muiden laskeutuvien hiukkasten läheisyys estää kunkin hiukkasen laskeutumista.
  • Törmäykset. Erilaiset nopeudet ja hitaus johtavat hiukkasten välisiin törmäyksiin (tai läheisiin kohtaamisiin).
  • Diffuusio. Suspendoitunut sedimentti diffuusoi ylöspäin pitoisuusgradienttia vasten.
  • Hämmennys. Hiukkaset lepäävät sängyllä.
  • Nesteytyminen. Pakkauksen uudelleen järjestäminen kerroksessa johtaa hiukkaskontaktin vähenemiseen, hiukkasten osittaiseen tai täydelliseen tukemiseen huokosnesteen avulla ja sitten tekstuurin jäädyttämiseen vedenpoistolla.
  • Sängyn kokoonpano. Sängyn kuorman kuljetus ja monimutkainen dynaaminen sängyn epävakaus johtavat erilaisiin tyypillisiin sängyn geometrioihin.

CAS -sedimenttikuljetuksen esittelykanava

EDIBON -sedimenttikuljetuksen esittelykanava "CAS" mahdollistaa esittelemisen liikkuvassa sängyssä syntyvien sängynmuotojen koko valikoiman kaltevuuden ja / tai virtauksen kasvaessa.

Interaktiivinen tietokoneavusteinen opetusohjelmisto


Andermann, C., Crave, A., Gloaguen, R., Davy, P. ja Bonnet, S. (2012) Yhdistävä lähde ja kuljetus Suspendoitu sedimentti Nepalissa Himalajalla. Earth Planet. Sei. Lett., V.351, s. 158–170.

Attal, M., (2017) Yhteys sedimenttien kuljetuksen ja tarjonnan välillä vuorijokissa, Sisään: Tsutsumi D. ja Laronne B. J. (toim.), Gravel-Bed Rivers: Process and Disasters., Wiley Japan, s. 329–350.

Bathurst, J.C. ja Ashiq, M. (1998) Dambreak -tulvan vaikutus vuoristovirran kuorman kuljetukseen 13 vuoden jälkeen. Earth Surface Processes and Landforms., V.23 (7), s. 643–649.

Bookhagen, B., (2010) Äärimmäisten monsuunien sateiden esiintyminen ja niiden vaikutus eroosioon Himalajalla. Geomatics Natural Hazards and Risk., V.1 (1), s. 37–50.

Bookhagen, B., Thiede, R.C. ja Strecker, M.R. (2005a) Myöhäinen kvaternaarinen tehostettu monsuunivaihe hallitsee maiseman kehitystä Himalajan luoteisosassa. Geologia, v.33 (2), s. 49–152.

Bookhagen, B., Thiede, R.C. ja Strecker, M.R. (2005b) Epänormaalit monsuunivuodet ja niiden hallinta eroosiosta ja sedimenttivirrasta korkealla kuivalla Luoteis -Himalajalla. Earth Planet. Sei. lett., v.23 (1 & amp2), s. 131–146.

Brummer, C.J. ja Montgomery, D.R. (2006) Karkean viiveen muodostumisen vaikutus sedimenttipulssin leviämisen mekaniikkaan vuorivirrassa Squire Creek North Cascades Washington, Yhdysvallat. Vesivara. Res., V.42 (7), s. 1–16.

Burbank, D.W., Blythe, A.E., Putkonen, J., Pratt-Sitaula, B., Gabet, E., Oskin, M., Barros, A. ja Ojha, T.P. (2003) Eroosion ja sademäärien irrottaminen Himalajalla. Luonto., V.426 (6967), s. 652–655.

Chakrapani, G.J. (2005) Tekijät, jotka ohjaavat jokien sedimenttikuormien vaihteluita. Curr. Sei., S. 569–575.

Chakrapani, G.J. ja Saini, R.K. (2009) Ajalliset ja alueelliset vaihtelut veden purkautumisessa ja sedimenttikuormituksessa Alaknanda- ja Bhagirathi -joissa Himalajalla Intiassa. Jour. Asian Earth Sci., V.35 (6), s.545–553.

Clift, PD, Giosan, L., Blusztajn, J., Campbell, IH, Allen, C., Pringle, M., Tabrez, AR, Danish, M. ja Carter, A. (2008) Vähäisen Himalajan holoseenieroosio tehostunut kesän monsuuni. Geology., V.36 (1), s. 79–82.

Cornwell, K., Norsby, D. ja Marston, R. (2003) Viemärin sedimenttikuljetus ja tyhjennysaste Nanga Parbat Himalajalla Pakistanissa. Geomorfologia., V.55 (1 & amp4), s. 25–43.

Cui, Y. ja Parker, G. (2005) Sedimenttipulssien ja sedimenttien syöttöhäiriöiden numeerinen malli vuorijokissa. Jour. Hydraulic Engg., V.131 (8), s. 646–656.

Cui, Y., Parker, G., Lisle, T.E., Gott, J., Hansler-Ball, M.E., Pizzuto, J.E., Allmendinger, N.E. ja Reed, J.M. (2003a) Sedimenttipulsseja vuorijokissa: 1. Kokeet. Vesivara. Res., V.39 (9), s.1239.

Cui, Y., Parker, G., Pizzuto, J. ja Lisle, T.E. (2003b) Sedimenttipulssit vuorijokissa: 2. Kokeiden ja numeeristen ennusteiden vertailu. Vesivara. Res., V.39 (9), s. 1240.

Devrani, R. ja Singh, V. (2014) Geomorfisten muutosten määrittäminen Srinagarin (Garhwal) laaksossa NW Himalajalla kahden viime vuosisadan aikana käyttäen maisemamaalausta. Zeitschrift für Geomorphology., V.58 (2), s. 163–173.

Devrani, R., Singh V., Mudd, S.M. ja Sinclair, H.D. (2015) Himalajan jokiprofiilien ennustaminen salamannopeista tulvista. Geophys. Res. Lett., V.42 (14), s. 5888–5894.

Dimri, A.P., Chevuturi, A., Niyogi, D., Thayyen, R.J., Ray, K., Tripathi, S.N., Pandey, A.K. ja Mohanty, U.C. (2017) Cloudbursts Intian Himalajalla: arvostelu. Earth Sci. Rev., v.168, s. 1–23.

Dobhal, D.P., Gupta, A.K., Mehta M. ja Khandelwal, D.D. (2013) Kedarnathin katastrofi: tosiasiat ja todennäköiset syyt. Current Science, v.105 (2), s. 171–174.

Galy, A. ja France-Lanord, C. (2001) Korkeammat eroosionopeudet Himalajalla: Geokemialliset rajoitukset jokivirroille. Geologia, v.29 (1), s. 23–26.

Gilbert, G.K. (1917) Hydraulikaivosjätteet Sierra Nevadassa (nro 105). Yhdysvaltain hallituksen painotoimisto.

Goodbred, Jr S.L. ja Kuehl, S.A. (2000) Valtava Ganges-Brahmaputran sedimenttivirtaus vahvistuneen varhaisen holoseenimonsuunin aikana. Geologia, v.28 (12), s. 1083–1086.

Gran, K.B. ja Czuba, J.A. (2017) Sedimenttipulssin kehitys ja verkkorakenteen rooli. Geomorfologia., V.277, s. 17–30.

Hoffman, D.F. ja Gabet, E.J. (2007) Sedimenttipulssien vaikutukset kanavamorfologiaan sorapohjaisessa joessa. GSA Bull., V.119 (1 & amp2), s. 116–125.

Humphries, R., Venditti, J.G., Sklar, L.S. ja Wooster, J.K. (2012) Kokeellinen näyttö hydrografien vaikutuksesta sedimenttipulssin dynamiikkaan sora? -Pohjaisissa joissa. Vesivara. Res., V.48 (1), 1533 Sivumäärä

Jain, V. ja Sinha, R. (2004). Hajautuvan jokijärjestelmän virtausdynamiikka Himalajan etualueella Baghmati-joki Pohjois-Biharin tasangot Intia. Geomorfologia., V.60 (1–2), s. 147–170.

Juyal, N., Sundriyal, Y.P., Rana, N., Chaudhary, S. ja Singhvi, A.K. (2010) Late Quaternary Fluvial Agradation ja viilto monsuunivaltaisessa Alaknandan laaksossa Central Himalaya Uttrakhand Intiassa. Jour. Quaternary Sci., V.25 (9999), s. 1–13.

Khan, A.A., Dubey, Yhdysvallat, Sehgal, M.N. ja Awasthi, S.C. (1982) Terassit Himalajan Ganges-sivujoilla Uttar-Pradeshissa. Jour. Geol. Soc. Intia, v.23 (8), s. 392.

Korup, O. (2012) Maan äärimmäisten sedimenttikuljetustapahtumien portfolio. Earth Sci. Rev., v.112 (3 & amp4), s. 115–125.

Kumar, G. ja Agarwal, M. (1975). Srinagar-Nandprayagin alueen geologia (Alaknandan laakso). Chamoli, Garhwal ja Tehri Garhwal District, Kumaun Himalaya, Uttar Pradesh: Himalayan Geol., V.5, s.29–59.

Lisle, T.E., Pizzuto, J.E., Ikeda, H., Iseya, F. ja Kodama, Y. (1997) Sedimenttiaallon kehitys kokeellisessa kanavassa. Vesivara. Res., V.33 (8), s. 1971–1981.

Mather, A.E. ja Hartley, A. (2005) Virtaustapahtumia hyperkuivalle tulva-tuulettimelle: Quebrada Tambores s-alar de Atacama Pohjois-Chile. Sisään: Harvey A M Mather A E. ja Stokes M. (toim.) Alluvial Fans. Geomorfology Sedimentology Dynamics Special Publications., V.251 (1), s. 9–24.

Mehta, M., Majeed, Z., Dobhal, D.P. ja Srivastava, P. (2012) Geomorfologiset todisteet LGM: n jälkeisistä jääkauden edistysaskeleista Himalajalla: Chorabari Glacier Garhwal Himalaya Intian tutkimus. Jour. Earth System Sci., V.121 (1), s. 149–163.

Mehta, M., Shukla, T., Bhambri, R., Gupta, A.K. ja Dobhal, D.P. (2017) 15. – 17.6.2013 rankkasateiden aiheuttamat maastomuutokset Garhwal Himalajan Intiassa: tapaustutkimus Alaknandan ja Mandakinin altaista. Geomorfologia., V.284, s. 53–71.

Milliman, J.D. ja Meade, R.H. (1983) Joen sedimentin toimittaminen maailmanlaajuisesti valtameriin. The Journal of Geology., V.91 (1), s. 1–21.

Mudd, S.M., Attal, M., Milodowski, D.T., Grieve, S.W. ja Valters, D.A. (2014). Tilastollinen kehys, jolla mitataan tilavaihtelut kanavagradienteissa käyttämällä kanavaprofiilianalyysin integroitua menetelmää. Jour. Geophys. Res .: Earth Surface., V.119 (2), s. 138–152.

Mudd, S.M., Clubb, F.J., Gailleton, B. ja Hurst, M.D. (2018). Kuinka koverat ovat jokikanavat ?. Earth Surface Dynamics, v.6 (2), s. 505–523.

Nelson, A. ja Dube, K. (2016) Kanavan vastaus äärimmäiseen tulva- ja sedimenttipulssiin kallioperän ja soran? Earth Surface Processes and Landforms, v.41 (2), s.178–195.

Nicholas, A. P., Ashworth, P. J., Kirkby, M. J., Macklin, M. G., & amp; Murray, T. (1995). Sedimenttitossut: suuria vaihteluja virtaavien sedimenttien kuljetusnopeuksissa ja varastointimäärissä. Edistyminen fyysisessä maantieteessä, v.19 (4), s. 500–519.

Pace, K.M., Tullos, D., Walter, C., Lancaster, S. ja Segura, C. (2017) Sedimenttipulssikäyttäytyminen pato -poiston jälkeen sora? River Research and Applications, v.33 (1), s. 102–112.

Pal, S.K. (1986) Alaknandan laakson Garhwal Himalajan joen terassien geomorfologia. Stosius Inc/Advent Books Division, 158p.

Pratt, B., Burbank, D.W., Heimsath, A. ja Ojha, T. (2002) Impulsiivinen alluviointi varhaisen holoseenin aikana vahvisti monsuuneja Keski -Nepalissa Himalajalla. Geologia, v.30 (10), s. 911–914.

Pratt-Sitaula, B., Garde, M., Burbank, D.W., Oskin, M., Heimsath, A. ja Gabet, E. Quaternary Res., V.68 (1), s.111–120.

Rana, N., Singh, S., Sundriyal, Y.P. ja Juyal, N. (2013) Viimeaikaiset ja menneet tulvat Alaknandan laaksossa: syyt ja seuraukset. Curr. Sei., V. 105 (9), s. 209–1212.

Ray, Y. ja Srivastava, P. (2010) Laajalle levinnyt Alaknanda Ganga River Systemin vuoristoalueiden valuma-alue: aikataulut ja vaikutukset sisämaahan ja etelämaahan. Quaternary Sci. Rev., v.29 (17 & amp18), s. 2238–2260.

Shaw, E.A. ja Richardson, J.S. (2001) Sedimenttien pulssin keston suorat ja epäsuorat vaikutukset selkärangattomien virtojen muodostumiin ja kirjolohen (Oncorhynchus mykiss) kasvuun ja selviytymiseen. Kanadalainen Jour. Fisheries and Aquatic Sci., V.58 (11), s. 2213–2221.

Singh, A.K. ja Hasnain, S.I. (1998) Merkittävä ionikemia ja säänhallinta korkealla sijaitsevassa altaassa: Alaknanda River Garhwal Himalaya Intia. Hydrological sciences journal., V.43 (6), s. 825–843.

Singh, V., Devrani, R. ja Ansari, Z. (2012) Arvio laakson täyttökerrostumien eroosiosta osassa Luoteis -Himalajaa. Jaksot., V.35 (3), s. 445–452.

Sklar, L.S., Fadde, J., Venditti, J.G., Nelson, P., Wydzga, M.A., Cui, Y. ja Dietrich, W.E. (2009) Sedimenttipulssien translaatio ja hajonta flume -kokeissa, joissa simuloidaan soran lisäämistä patojen alle. Vesivara. Res., V.45 (8), s. 1–14.

Srivastava, P., Kumar, A., Chaudhary, S., Meena, N., Sundriyal, YP, Rawat, S., Rana, N., Perumal, RJ, Bisht, P., Sharma, D. ja Agnihotri, R. (2017) Paleofloods -ennätykset Himalajalla. Geomorfologia, v.284, s. 17–30.

Subramanian, V. ja Ramanathan, A.L. (1996) Sedimenttikuorman luonne Ganges-Brahmaputra-jokijärjestelmissä Intiassa. Sisään: Merenpinnan nousu ja rannikon vajoaminen, s. 151–168.

Sundriyal, YP, Shukla, AD, Rana, N., Jayangondaperumal, R., Srivastava, P., Chamyal, LS, Sati, SP ja Juyal, N. (2015) Maastovaste kesäkuun 2013 äärimmäisiin sateisiin: Todisteet Alaknandan ja Mandakini -joen laaksoista Garhwal Himalajasta Intiasta. Jaksot, v.38 (3), s.179–188.

Sutherland, D.G., Ball, M.H., Hilton, S.J. ja Lisle, T.E. (2002) Maanvyörymien aiheuttaman sedimenttiaallon kehitys Kalifornian Navarro-joessa. Geol. Soc. Amer. Bull., V.114 (8), s. 1036–1048.

Wasson, R.J., Sundriyal, Y.P., Chaudhary, S., Jaiswal, M.K., Morthekai, P., Sati, S.P. ja Juyal, N. Quaternary Sci. Rev., v.77, s. 156–166.

Wulf, H., Bookhagen, B. ja Scherler, D. (2010) Kausiluonteiset sademäärät ja niiden vaikutus virtauksen sedimenttivuoan Luoteis -Himalajalla. Geomorfologia, v.118 (1–2), s. 13–21.


Weatherbird II: n miehistön profiili

Floridan merentutkimusinstituutilla on kaksi alusta, joita jäsenlaitokset ja laajempi merentutkimusyhteisö hyödyntävät tieteellisen tutkimuksen lisäämiseksi Meksikonlahdella, sen ekologialla, meren elämällä ja kestävyydellä.

Kapteeni White USF: n presidentin Genshaftin kanssa

Kapteeni Matt White

Kapteeni Matt aloitti hankkeensa merellä rannikkovartiostossa, jossa hän aloitti merimiehenä ja jatkoi riveissään 12 vuoden uransa aikana. Hän on pääaineenaan liberaali taide. Hän on ollut Weatherbird II 3 1/2 vuoden ajan. Kasvaessaan kaupungissa rannikkovartiostoon asti ei koskaan ollut kutsua vettä. Kun hän ei ole merellä, Matt viettää aikaa vaimonsa ja kaksivuotiaan tyttärensä kanssa, ja hän nauttii myös kodin uusimisesta ja tietokoneista.

Kun Mattilta kysyttiin hänen suosikkiretkimuististaan, hän vastasi: ” Tämä on vaikea kysymys, yli 60 risteilyn aikana tiedemiehet ovat tehneet suuria löytöjä: löytäneet maanalaisen öljyhöyhen, 250 metriä pinnan alapuolelta, harvinaisia ​​haita ja eläimiä nostettu yli 1000 metristä. Olen todella onnekas saadessani olla osa tällaisia ​​suuria löytöjä, jotka kestävät koko elämän. ”

Ryan Healy -apulaisapteeni

Maantieteen kandidaatin tutkinto Frostburgin osavaltiosta Marylandissa aloitti Ryanin matkalla merelle. Hänellä on 13 vuoden kokemus eri aluksista, mutta hän uskoo, että hänen todellinen esittely purjehdukseen tapahtui kuuden vuoden iässä. Ryan aloitti Weatherbird II 14. helmikuuta 2012.

Ryan on tehnyt paljon pitkän matkan purjelaivoja, sellaisia ​​aluksia, jotka muistuttavat merirosvolaivoja. Itse asiassa hän työskenteli juuri aluksella, jota käytettiin elokuvan "Mestari ja komentaja" tekemisessä. Kun hän ei risteile ammattimaisesti, Ryan nauttii purjehduksesta harrastuksena ja matkustamisesta. Hänen suosikkikokemuksensa oli lastin purjehdus Tyynenmeren eteläpuolella, kun kyydissä oli kaksi saarikalastajaa. He pelasivat rutiininomaisesti ukuleleitaan, joiden he uskoivat houkuttelevan kaloja. Ryan makaisi riippumatossa ollessaan kellonajan ulkopuolella ja kuunteli heidän musiikkiaan. Kun häneltä kysyttiin, uskoiko hän musiikin houkuttelevan kaloja, hän sanoi: "En tiedä, mutta jos he eivät soittaneet, he eivät saaneet kalaa."

Ensimmäinen puoliso (apulaiskapteeni)

George Guthron apulaisinsinööri

Tämä on yhdeksäs vuosi, kun George purjehti Floridan merentutkimusinstituutin aluksilla. Hän on ollut Weatherbird II kolmen vuoden ajan. Laivastossa palvelemisen ja 35 vuoden ammattimaisen kuorma -autonkuljettajan välillä George on ollut lähes kaikkialla, myös kaikkialla Karibialla, Havaijilla, Australiassa, Japanissa ja Filippiineillä. Hänen työnsä laivalla Weatherbird II , jää vähän aikaa muuhun.

George on ollut kaikkialla maailmassa

Chris Baily apulaisinsinööri

Chris aloitti merenkulkuuransa Yhdysvaltain rannikkovartiostossa, jossa hän työskenteli useita vuosia. Hän on myös uskaltautunut yritysmaailmaan ravintolapäällikkönä. Viimeiset kolmetoista vuotta Chris on ollut aluksilla kokopäiväisesti, viimeiset puolitoista vuotta Weatherbird II.

Chris pitää parhaana elämänkokemuksenaan saada kaksi poikaansa, Tristn, 13 -vuotias ja Ayden, 8 -vuotias. Weatherbird II, hän viettää aikaa kuntosalilla, rannalla ja tietysti enemmän kalastusta! Kaikkien Karibian saarten näkeminen rannikkovartiostossa on yksi hänen mieleenpainuvimmista kokemuksistaan.

Chris Baily ohjaa miekkaa

Chris tuo varovasti 5 mailin pituisen siiman

Andrew Warren - tiedeteknikko

Andrew ansaitsi B.S. maantieteellisissä tietojärjestelmissä Floridan osavaltiosta ja B.A. ympäristötieteessä, U.S.F. Hänen kuuden vuoden aluskokemukseensa kuuluu työskentely Ocean Technology Centerissä ja 1½ vuotta laivalla Weatherbird II .

Andrew'n elämänkokemuksiin kuuluu sukellus Suurella Valliriutalla 16 -vuotiaana. Nyt hän viettää vapaa -aikansa kalastuksessa, sukelluksessa, melonnassa ja kaikessa muussa ulkona.

Hänen mieleenpainuva kokemus on lumilautailu ensimmäistä kertaa Grindelwaldissa, Sveitsissä kuusi vuotta sitten.

Andrew ja hänen liian viileä kypäränsä

Andrew, viestintäteknikko, käsittelee viestintälaitteita, seuraa säätä ja seuraa CTD: n (johtavuuden, lämpötilan ja syvyyden tallennuslaite) tietoja.

Michael Moles pitää tiedepuolueen ja miehistön hyvin ruokana herkullisilla aterioillaan

Mike Moles Weatherbird II kokki Mike osallistui Ohion osavaltioon ja Columbuksen osavaltioon, pääaineenaan vieraanvaraisuus. Hän on valmistanut herkullisia aterioita aluksilla vuodesta 1986 lähtien ja liittyi vasta Weatherbird IIkuukausi sitten, mutta on ystävällisesti tarjonnut meille herkullisia aterioita koko viikon ajan. Kun hän ei risteile, hän tykkää treenata kuntosalilla ja tehdä itse olutta.

Mikon mieleenpainuvin yritys merellä oli 21 päivän risteily Atlantin yli Italiaan kovimmalla säällä, jonka hän on koskaan kokenut, jopa 20 jalan merelle.


3 Kokeellinen asennus

3.1 Flume kuvaus

Kokeet suoritettiin kierrättävässä höyryssä (katso kuva 2). Höyry on 13 m pitkä, 1 m leveä ja 1 m syvä ja koostuu kolmesta seuraavasta osasta: i) ylävirtaussäiliö poistoaineen ja suspendoituneen sedimentin syöttämiseksi, ii) suorakulmainen kanava, jonka kaltevuus on 0,1%, ja (iii) laskeutumissekoitussäiliö sedimentille, joka kerää kiertovirtauksen. Alavirran säiliössä on seula sedimentin säilyttämiseksi, ja tässä vesi pumpataan ylävirran säiliöön. Putkisto on varustettu virtausmittarilla ja venttiilillä, joka ohjaa poistoa. Kanavan pohja on sileä ja valmistettu maalatusta puusta. Sisäinen suorakulmainen alue sedimentin säilyttämiseksi, joka edustaa proksimaalista osuutta, rakennettiin kanavan sisään neliöalueella (1,75 cm × 1,75 cm) olevilla puukaistoilla. Puiset nauhat kiinnitettiin kanavan alaosaan. Tämä kanavan sisäinen sedimenttivarasto sijaitsi yhtä kaukana ylä- ja alavirran säiliöiden välillä. Kanavan sisäisen säilytysalueen mitat (0,6 m × 0,4 m) valittiin kokeellisesti seuraavilla kahdella kriteerillä: (i) kanavassa on riittävästi sedimenttiä, jotta estetään saatavuusrajoitettu tila ja (ii) ei häiritä virtaus.

3.2 Kokeellinen suunnittelu

Kokeissa käytetty sedimentti valmistettiin polyuretaanista. Käytettiin kolmea eri raekokoa, d50= 200μm (yhtenäisten raekokotestien osalta) ja d50= 160 ja 80 μm (sedimenttisekoitustestit). Näillä kolmella raekoolla oli samat sedimenttiominaisuudet, nimittäin tiheys 1160 kg/m 3, yhtenäisyyskerroin (ts. D60/D10, missä D60 ja D10 ovat halkaisijat, jotka vastaavat 60% ja 10% hienompaa hiukkaskokojakaumaa) 1,1 ja epäsäännöllinen muoto (tarkistettu optisella mikroskoopilla, katso Chamoun et ai., 2016). Van Rijnin (2007) mukaan keskimääräinen halkaisija valittiin olevan ei -koheesiomaisen hienon sedimentin alueella 62–500 μm. Näiden sedimenttien keinotekoista luonnetta pidettiin parempana kuin luonnonmateriaalia, jotta vältettäisiin biokalvon kasvu kokeiden aikana, mikä voi aiheuttaa koheesiota hiukkasten kesken.

Sedimentti sekoitettiin aluksi veteen, ja sen jälkeen se sijoitettiin kanavan sisäiseen säilytysalueeseen (proksimaalinen osuus) tai lisättiin alavirran säiliöön tapauksissa, joissa sedimentin syöttö oli ylävirtaan (distaalinen osuus). Sekoitusprosessissa lisätyn veden määrä oli hieman suurempi kuin sedimentin huokoisuuden saavuttamiseksi tarvittava tilavuus.

Kaikki kokeet alustettiin perusvirtauksella 3,8 l/s 120 sekunnin ajan (katso kuva 3). Tämä perusvirtaus oli suunniteltu täyttämään kanava vedellä aloittamatta varastoidun sedimentin mobilisaatiota. Myöhemmin virtausta lisättiin lineaarisesti 360 sekunnin aikana, kunnes saavutettiin huippuarvo 8,1 l/s. Huippuarvon suuruus määritettiin kokeellisesti siten, että virtaus pystyi uudelleen liikkumaan yli puolet alkuperäisestä kanavassa varastoidusta sedimentistä. Virtausnopeus pidettiin sitten 1 minuutin ajan ja sitä pienennettiin sitten lineaarisesti 360 sekunnin ajan, kunnes saavutettiin alkuperäinen perusvirtaus 3,8 l/s. Muuttuvan virtausvaiheen jälkeen kanava altistettiin perusvirtaukselle 300 sekunnin ajan. Sedimenttien distaalinen osuus lisättiin jatkuvasti muuttuvan virtausvaiheen aikana, kuten kuvassa 3. Vaikka piiri oli suljettu (katso kuva 2), sedimentillä ei ollut aikaa tehdä koko ympyrää järjestelmän läsnäolon vuoksi, koska se sisälsi lähtevän sedimentin. Siksi jokainen testi vastaa yhtä itsenäistä sedimentin syöttöä.

Taulukossa 1 on yhteenveto perus- ja enimmäisvirtausnopeuksia vastaavista päähydrauliikan ja sedimentin parametreista. Kokeet suoritettiin matalissa, alikriittisissä ja myrskyisissä virtausolosuhteissa. Keskeytyskriteeri ylitti mittaamattoman arvon 2,5 (Zanke, 1977) kaikissa päästöissä, mikä tarkoittaa, että keskeytetty kuljetus oli hallitseva. Koska suspendoitunut sedimentti hallitsee kuljetusta, oletamme, että sedimentti on sekoittunut hyvin koko vesipatsaaseen (Yossef & de Vriend, 2010).

Vastuuvapaus (L/s) Qbase=3.8 Qseak=8.1
Veden syvyys (m) 0.025 0.055
Matala suhde, b/h (−) 40.000 18.181
Poikkileikkauksen keskimääräinen nopeus (m/s) 0.152 0.147
Frouden numero, (−) 0.306 0.200
Reynoldsin numero, Re = Rhu/ν (−) 3619 7297
Leikkausnopeus, (ms −1) 0.015 0.022
Asettumisnopeus, vs (m/s) (200-160-80 μm) 0.0030 - 0.0029 - 0.0027
Hiukkasten Reynoldsin luku, Res=vsd50/ν ( -) (200-160-80 μm) 0.610 - 0.464 - 0.216
Syy numero, R = vs/κv ( -) (200-160-80 μm) 0.486 - 0.462 - 0.432
Keskeytyskriteeri, v/vs ( -) (200-160-80 μm) 5.010 - 5.270 - 5.639
  • Merkintä. g viittaa painovoimaan, Rh on hydraulinen säde, ν on veden kinemaattinen viskositeetti, d50 on sedimentin keskimääräinen halkaisija, κ on von Karmanin vakio, ja So on sängyn kaltevuus.

Flume -kokeet edustavat kenttäkotelon yleistä eikä erityistä mallia, koska tietyn virran geometrisia yksityiskohtia ei yritetty toistaa. Frouden samankaltaisuutta on kuitenkin otettu huomioon taulukossa 1 esitettyjen hydraulisten ja morfodynaamisten muuttujien skaalauksessa. Jos siis tarkastellaan esimerkkiä, jonka geometrinen asteikko on λ = 40, laboratoriomalli vastaa prototyyppistä joen ulottuvuutta seuraavilla parametreilla: (i) 40 m leveä, veden korkeus 1,0 - 2,2 m (virtauksesta riippuen 3,8 ja 8,1 l/s) ja sama sängyn kaltevuus (0,1) (ii) nopeudet, jotka vaihtelevat välillä 0,96 - 1,05 m /s (vastaavan purkauksen perusteella) ja (iii) päästöt, jotka vaihtelevat välillä 38 ja 82 m 3 /s. Sedimenttiä ei ole skaalattu rakeen halkaisijan suhteen, muuten tämä skaalaus johtaisi pieniin raekokoihin ja hiukkasten yhteenkuuluvuuden riskiin. Sen sijaan alennettua tiheyttä (1160 kg/m 3) on käytetty vähentämään suhteellisesti laskeutumisnopeutta pitäen raekoko samana. Asettumisnopeus (vs taulukossa 1) määritettiin Zanken (1977) mukaan. Pienemmän laskeutumisnopeuden seurauksena Rouse -luku on selvästi alle 0,8 (mikä on likimääräinen pesukynnyksen raja). Tämä tarkoittaa kuitenkin yksinkertaisesti sitä, että laskeutumisnopeus kokeissa on liioiteltu Frouden samankaltaisuusolettaman noudattamiseksi. Tämä ongelma on tunnettu ripustettavista liikkuvista vuoteista tehdyistä kokeista, eikä sillä ole vaikutusta ripustetun kuorman kuljetusjärjestelmään (de Vries, 1993 Yossef & de Vriend, 2010).

Kussakin testatussa skenaariossa liittyvät morfodynaamiset muuttujat on esitetty yhteenvetona taulukossa 2. Kunkin kokeen osalta sedimenttien tarjontaa muutettiin pitäen hydrografin muoto ja suuruus vakiona. Distaalinen sedimentti lisättiin tasaisesti alavirran säiliöön nousevien ja laskevien raajojen kautta (vrt. Kuva 3). Proksimaalinen kanavan sisäinen sedimentti pidettiin vakiona kaikissa skenaarioissa kokeellisen menettelyn yksinkertaistamiseksi. Ensimmäiset seitsemän skenaariota testattiin yhtenäisellä raekoolla d50= 200μm (taulukko 2). Tässä ryhmässä testinumerot 1 ja 2 vastaavat kahta seuraavaa äärimmäistä ehtoa: Ensinnäkin kanavan ulottuvuus ilman distaalista sedimentin syöttöä ja erodoituvan ja proksimaalisen kanavan sisäisen varastoidun sedimentin kanssa (∀≈0) ja toiseksi kanavan ulottuvuus distaalisen sedimentin tarjonta eikä proksimaalista osuutta ( ). Taulukon 2 jäljellä olevat kokeet (testit 8–11) tehtiin eri raekokojen vuorovaikutusten arvioimiseksi seoksen sisällä pitäen syöttösuhde vakiona (∀≈0,8). Näille yhtenäinen raekoko d50= 160 μm (testi 8) otettiin huomioon, samoin kuin kahden sedimentin yhdistelmä d50= 200μm ja d50= 80μm, sedimenttisekoituksille R1 – R3 (testit 9–11). Kokeet toistettiin vähintään kahdesti tulosten toistettavuuden varmistamiseksi.

Raekoko (μm) Testata ∀=∀s/∀i
d50= 200μm 1 ≈ 0
2
3 0.335
4 0.679
5 0.804
6 0.938
7 1.357
d50= 160μm (yhtenäinen) 8 ≈ 0.8
d50= 160μm (seos R1) 9 ≈ 0.8
d50= 140μm (seos R2) 10 ≈ 0.8
d50= 100μm (seos R3) 11 ≈ 0.8
  • Merkintä. Syöttösuhde, ∀, sedimentin tarjonnan välillä, joka sisältyy ylävirtaan (muuttuva), ∀sja kanavaan tallennettu sedimentti (vakio), ∀i.

3.3 Mittaukset

Vedenpintaa mitattiin jatkuvasti ultraäänianturilla kokeiden aikana 10 Hz: n taajuudella. Koetin sijaitsi kanavan sisäisen sedimenttivarastoalueen keskellä (katso kuva 2, alhaalla).

Veden purkaus (L/s) rekisteröitiin kokeiden aikana sähkömagneettisella virtausmittarilla ja veden syvyysarvokäyrällä, joka kalibroitiin aiemmin.

SSC: n ajallinen kehitys rekisteröitiin kanavalle kahdella Cosmos-25-sameusmittarilla sekä ylävirtaan (sameusmittari T1) että alavirtaan (sameusmittari T2). Sisäisen sedimenttivarastoinnin aiheuttamien häiriöiden välttämiseksi mittauksissa valittiin siirtymäpituus (kokeellisesti määritetty) ennen kanavan sisäistä sedimenttivarastoa ja sen jälkeen (ks. Kuva 2, alhaalla). Signaalista otettiin näytteenottotaajuus 10 Hz. Melun huomioon ottamiseksi purkaus- ja SSC -tiedot laskettiin keskimäärin 25 aikavaiheen aikana.


Tulokset ja keskustelu

Myöhäinen pleistotseeni nykyaikaiseen lietteen kertymisasteeseen Pohjois -Amerikassa

Kuvassa 1 esitetään Pohjois -Amerikan alluviumin kertymisasteiden jakauma kokoelmassa, ja kuvassa 2 esitetään nämä hinnat suhteutettuna ikään. Nopeudet määritellään sedimentin paksuutena jaettuna kertymisaikavälillä. 3). Hinnat ovat hyvin vaihtelevia ja ulottuvat 8 suuruusluokkaa (& lt10 -2 mm y -1 ja & gt10 6 mm y -1). Ikä vaihtelee 41 k.y. BP vuoteen 2007 CE. 41 k.y. ja

200 vuotta sitten keskimääräinen kertymisnopeus on 0,7 mm y −1, ja hinnat osoittavat suhteellisen vähän vaihtelua iän mukaan. Klo

200 v kerääntymisaste kasvaa asteittain, ja alle 200 v mediaaneilla on

2 suuruusluokkaa nopeampi kuin ennen 200 vuotta (mediaani 75 mm y −1) (kuva 2). Muutospiste- ja sijoitussumman analyysi vahvistavat, että hinnat muuttuvat voimakkaimmin välillä

1720–1920 CE), mediaani on

1820 CE) (katso menetelmät). Tämä ikäryhmä on suurelta osin sama kuin eurooppalaisen kolonisaation aiheuttama nopea väestönkasvu (kuva 2). Siihen siirtokuntaan liittyi läheisesti maatalousmaan käytön huomattava laajentuminen

1700 ja saavutti huippunsa vuonna 1960 (kuva 2) 23. Maatalousmaan kokonaispinta -ala kasvoi & lt0,1 × 10 6 km 2: sta 5,2 × 106 km 2: een tämän ajanjakson aikana, ennen kuin se pieneni hieman nykypäivän arvoon 4,7 × 106 km 2 (kuva 2) 23. Samoin väestön ja maatalouden kasvu tapahtui ajanjaksolla, jolle oli tunnusomaista myös laaja patojen rakentaminen Pohjois -Amerikan kehittyville jyrsintäteollisuuksille, erityisesti Kanadan ja Yhdysvaltojen itään 5,24,25 (kuva 2). Joen patoaminen vesivoiman hyödyntämiseksi jyrsintään ja siihen liittyviin maatalous- ja teollisuustarkoituksiin saavutti todennäköisesti huippunsa Yhdysvalloissa vuosina 1780–1860, jolloin tuhansia (ehkä miljoonia 26) patoja oli rakennettu 5.

Kuplat osoittavat tutkimuspaikat (yhteensä 400) ja nopeusmittausten lukumäärän kustakin paikasta (yhteensä 4754). Katso täydelliset tiedot luettelosta Täydentävät tiedot 1.

Raakatiedot näytetään harmaina ympyröinä (huomaa logaritmiset asteikot). Värilliset datapisteet ovat kunkin tutkimuspaikan mediaaniprosentteja ja -ikäitä värikoodeilla mittausajan mukaan. Huomaa, että lyhyillä aikaväleillä mitatut hinnat ovat nopeampia (etenkin alle 100 -vuotiaiden keskuudessa), mikä havainnollistaa kuinka korot ovat osittain puolueellisia aikaväliriippuvuuden vuoksi (katso lisätietoja tekstistä ja kuvasta 3a). Siitä huolimatta korot kasvavat asteittain arvioituja ennen ja jälkeen maksuaikoja

1820 CE). Tämä kasvu liittyy samaan aikaan Pohjois -Amerikan koko maatalousmaan huomattavan kasvun kanssa (sininen viiva, tiedot viite 23) ja väestön nopean kasvun alkaessa (punainen viiva, viite 45. USA: n väestö ennen vuotta 1790 sisältää vain valkoisen Eurooppalaiset 45). Agriculture and population increases are bracketed by an interval of intensive milldam construction in both Canada and USA (dates from refs. 5,24,25 ). The stepwise increase in accumulation rates

200 y ago is not attributable solely to timespan dependence, and reflects an anthropogenic impact on alluvium sedimentation.

a Timespan versus rate plot for all data in the compilation (blue circles). Median rates (black circles) and associated 25–75th percentile range (gray shading) within 0.2 log timespan bins also shown. Gray dashed lines are contours of constant sediment thickness. b Timespan versus age plot. Median ages are shown as black circles, and associated 25–75th percentile range is marked by gray shading (0.2 log timespan bins). c Histogram showing data abundance in each 0.2 log timespan bin, and the range of timespan dating methods used for calculating rates. See Methods for information on these measurement methods.

Timespan bias in alluvium accumulation rates

Median rates for individual study sites are shown as colored circles on Fig. 2, with the color-coding based on the median timespan over which rates were measured. These data emphasize how the increase in accumulation rates

200 y ago is observed in multiple studies covering a wide range of averaging timespans and diverse environmental settings. Importantly however, these data also emphasize how rates of sediment accumulation are partly dependent on the timespan of measurement: fast rates in the compilation are associated with short measurement timespans, and slow rates are associated with long timespans (Fig. 2). Rates in the compilation, like those typically observed in other sedimentary environments, increase with decreasing measurement timespan as a power law 16,27,28 (Fig. 3). This effect constitutes a significant bias that arises largely because of the episodic and erosive nature of the sedimentation process, which means that longer timespans inevitably include more and longer erosive events and hiatuses 16 . In addition, observational biases in sediment accumulation rate measurements may result in a tendency to measure unusually extreme sedimentation at the present day, and not intervals of quiescence 28 .

In our compilation, timespan bias exerts the dominant control on rates of alluvium accumulation (Fig. 3). Measured rates of accumulation fall by

0.9 orders of magnitude for every 1 order of magnitude increase in measurement timespan, regardless of how rates are measured (Fig. 3, see also Supplementary Fig. 1). In detail, at timespans longer than

1000 y the scaling shallows to a slope of

0, reflecting how at longer timespans sediment preservation in alluvial sinks is promoted by burial, and the risk of erosion of sediment piles >

1 m thick is low (Fig. 3, see also ref. 27 ). Age and timespan are coupled at timespans >100 y, with age scaling as an apparent power law with increasing timespan of measurement (Fig. 3).

Taken together, in order to accurately quantify and compare changes in accumulation rates through time, and thus confirm the veracity and magnitude of the stepwise increase in alluvium accumulation rates

200 y ago coincident with European colonization, we have statistically compared rates measured at comparable timespans either side of this age.

Direct comparison of pre- and post-settlement accumulation rates

Figure 4 shows rates of alluvium accumulation versus timespan for all rates in the compilation measured at timespans between 0.1 y and 48 k.y. Rates from pre- and post-settlement ages (i.e., older and younger than 200 y, respectively) co-occur at timespans from

40 to 400 y, and show marked differences (Fig. 4). Within this timespan range, there are 259 pre-settlement rates and 670 post-settlement rates, from a total of 119 separate study sites. Median rates and associated uncertainties within discrete timespan intervals (0.2 log bins) are shown on Fig. 4. These are calculated from Monte Carlo simulations of the raw data that include errors associated with different timespan measurement methods (see Methods). To limit geographic bias caused by the uneven distribution of rate data between study sites (Fig. 1), multiple rates of the same age and timespan from individual study sites were averaged by taking the median before binning. This reduces the total number of rates being compared to 238 pre-settlement rates and 281 post-settlement rates. Median post-settlement rates range from

24 mm y -1 at timespans between

40 and 400 y, whereas median pre-settlement rates at these timespans range from

1.2 mm y -1 (Fig. 4, Table 1). Overall, median post-settlement rates at timespans between

10× faster than median pre-settlement rates (Fig. 4).

a Plot of alluvium accumulation rates versus measurement timespan across timespans from 0.1 y to 40 k.y. Data are divided into pre- and post-settlement (ages >200 y and <200 y, respectively). Raw data are shown as small colored circles. Larger filled circles are the median rates for pre- and post-settlement data in 0.2 log timespan bins. Pre- and post-settlement rates co-occur in timespan bins 1.6–2.4 log years (i.e.

40–400 y). Note how at these timespans median post-settlement rates are consistently

10× faster than median pre-settlement rates. Medians are based on Monte Carlo modeling of the raw data that takes into account timespan measurement errors. Gray lines show the 95% confidence intervals associated with this error modeling. See Methods and main text for details. Regression line and equation through the post-settlement data highlights the clear timespan dependent scaling of post-settlement rates between timespans of 1 and 400 y. The dashed regression line through the pre-settlement data and accompanying equation shows the predicted scaling of pre-settlement (i.e., natural geologic) rates at timespans from 1 to

40 y. This predicted scaling is used to estimate the difference between post-settlement rates and the expected pre-settlement (i.e., natural geologic) rate of accumulation at timespans between 1 and 40 y. b Histogram showing number of study sites within each 0.2 log timespan bin. c Histogram showing counts of pre- and post-settlement rates within each timespan bin.

40 and 400 y (see also Fig. 4).

Wilcoxon rank sum tests indicate that the observed differences in pre- and post-settlement rates are statistically significant (s values <0.006) (Table 1, see Methods). These results are not strongly dependent on our choice of 200 y as the cutoff between pre- and post-settlement rates, and we obtain similar results using a cutoff age of 300 y (which our change detection analysis suggests is the oldest age at which rates change significantly in the compilation, see Methods and Supplementary Table 1). Results are also not significantly influenced by the different timespan dating methods used, and rates determined by different methods all show similar increases at

200 y (Supplementary Fig. 1). We note in particular that radiocarbon ( 14 C) dating of wood dominates pre-settlement rate measurements, and a known issue with 14 C dates is that they can be overestimated (and hence rates potentially underestimated) owing to time lags between wood growth and eventual deposition (the “old wood” effect 29 ). Importantly, however, our analyses indicate no evidence of a strong old wood effect in the data (see Methods and Supplementary Fig. 2). Similarly, burial and compaction of older pre-settlement strata is unlikely to amplify pre- and post-settlement rate differences. Even the oldest pre-settlement data are not buried to >

100 m (Fig. 3), and compaction of typical alluvial sediments at depths of up to 100 m will only reduce thicknesses by <3% 30 . The geographic spread of the data means that biases linked to elevation and climate are minimized, despite these factors being of potentially high importance in controlling accumulation rates at individual study sites 12,31 (see Methods and Supplementary Fig. 3). Although climate has varied in North America through the studied time interval 32,33 (including an increase in precipitation since the early Holocene 33 ) there were no clear changes in hydroclimate that can account for the observed continent-wide increase in accumulation rates between pre- and post-settlement ages.

Taken together, our comparison of pre- and post-settlement rates, taking into account timespan dependence effects, revises the ostensible

2 orders of magnitude difference observed in Fig. 2 (

Quantifying the anthropogenic impact on the North American landscape

10× difference between pre- and post-settlement accumulation rates on the North American continent is readily attributable to European colonization. The accompanying rapid expansion of farmland had well-documented effects on soil erosion 1,2,10,17,18,19 . Associated environmental disturbances, such as construction, forestry and ranching, would also have increased erosion, runoff and river sediment loads 2,8,17 . At the same time, significant human management of the riverine environment via damming co-occurred with land use change, increasing alluvial storage capacity 3,4,5 . In contrast, the landscape impact of pre-European indigenous inhabitants on the continent, whilst potentially of local importance 22 , is not resolvable in the data against the natural variability that characterizes the pre-settlement data prior to dispersal of the first settlers

15 k.y. ago 34 . Although the resolving power of the compilation falls with increasing age as measurement timespans lengthen, the late Pleistocene to

200 y interval is characterized by broadly stable alluvium accumulation rates, with the slight rise over this interval (Fig. 2) attributable solely to the timespan dependence effect.

To gain further insight into the magnitude and spatial distribution of post-settlement landscape changes relative to natural geologic (pre-settlement) background conditions, we have mapped the difference between pre- and post-settlement accumulation rates (Fig. 5). Because there are no pre-settlement rates in the compilation measured at timespans <40 y, direct comparison of post-settlement accumulation rates and geologic rates on annual to decadal scales is not possible. However, we can predict geologic rates of alluvium accumulation at these short timespans by exploiting the scaling properties of the data. Specifically, we can extrapolate the scaling of pre-settlement rates to timespans shorter then 40 y by assuming that the scaling of these rates would have been the same as that observed for post-settlement rates (Fig. 4). This assumption is supported by the fact that at timespans between

100 y, the scaling of pre-settlement rates has a slope similar to post-settlement rates at the same (and shorter) timespans (Fig. 4). We have not extrapolated pre-settlement rates to timespans <1 y, because at these timespans there are few post-settlement data and slope uncertainty increases (Fig. 4)

The data are sized according to the number of rates at each site. The color-coding quantifies by how much the median post-settlement rate at the site is faster or slower than the expected rate of natural geologic accumulation measured at the same timespan. The expected natural geologic rate at timespans between 1 and 400 y is defined by the regression slope in Fig. 4. Note how most (94%) of post-settlement rates are faster than the expected natural rate, emphasizing the anthropogenic impact on alluvium accumulation. See main text for details.

Using this predicted measure of pre-settlement accumulation rates at annual to decadal timescales, we can determine the magnitude of post-settlement accumulation rates relative to the expected natural geologic rates for the entire continent at timespans between 1 and

400 y. Figure 5 is a map of the 126 sites in the compilation where post-settlement accumulation rates have been measured at these timespans. The sites are color-coded to show whether the median post-settlement rate for the site is slower or faster than the expected geologic rate at the same timespan. 94% of sites (119 out of 126) have a median post-settlement rate that is faster than the expected geologic rate for the continent. Of these, 39% (49) have a median rate that is at least 10× faster than the natural rate. Only seven sites (6%) have a median rate of accumulation that is slower than expected of natural processes.

Although the limited number of sites does not represent the full range of environmental variation on the continent, these data exhibit no clear geographic pattern. A significant fraction of the continent is susceptible to erosion linked to land use 4,7 , and as such the wide distribution of high post-settlement rates suggests that anthropogenic landscape erosion and alluvial sedimentation in adjacent watersheds represent continent-wide phenomena. Equally, although 17th–20th century milldams were concentrated in the east of both Canada and the USA 5,24,25,26 , there are no clear east–west differences in the relative magnitude of the post-settlement rates. Sediment retention by dams was perhaps only of minor importance relative to erosive losses from land use change 4 , and previous work has indicated that most eroded sediment tends to be stored close to its source in any case 4,6,21 .

Anthropogenic and geologic rates of erosion and sediment transfer

Sadler and Jerolmack 27 recognized that the timespan dependent scaling of rates of alluvium accumulation is statistically indistinguishable from the scaling of alluvium erosion. This equivalence in scaling, and the fact that log timespan versus log accumulation/erosion rate slopes are close to −1 at short (<10 3 y) timespans (Fig. 3), emphasizes how episodes of accumulation are effectively balanced by subsequent erosion 27 . Alluvium accumulation rates in our compilation measured over sub-millennial timespans thus reflect sediment mobility in the broad sense and are a proxy for mass transfer. We link these alluvial fluxes to landscape change by assuming, as others have done before 4 , that mass is largely conserved during surficial erosion and the vast majority of post-settlement sediment eroded from the landscape remains in alluvial storage 4,6,21 . Present day soil losses in the USA may exceed

6000 kg ha −1 y −1 , and were as high as

9000 kg ha −1 y −1 a few decades ago 35 . Over the current area of USA agricultural land (4.7 × 10 12 m 2 , ref. 23 ), this equates to a loss of

2.8–4.2 × 10 12 kg y −1 , and a surficial loss of

0.5-0.7 mm y −1 assuming a dry density of 1250 kg m −3 (ref. 35 ). This is close to what was estimated by Wilkinson and McElroy 4 and references therein (

0.6 mm y −1 ), and also similar to USA cropland erosion estimates compiled by Montgomery 19 , and 10 Be estimates of USA post-settlement hillslope erosion by Reusser et al. 6 (

At a timespan comparable to the duration of the post-settlement period (i.e.,

200 y), the post-settlement median rate of alluvium accumulation derived from our compilation is

10 mm y −1 (Fig. 4). This long-term post-settlement rate is

20× higher than the average soil erosion rate. At the annual scale, the median rate of alluvium accumulation over the post settlement period was

280 mm y −1 (Fig. 4), i.e., 400–560× higher than the soil erosion rate. Although clearly highly sensitive to measurement timespan and changes in soil erosion over the past century (e.g., refs. 10,35 ), these results emphasize how the material that is eroded from agricultural land is temporarily stored as alluvium in areas that cover only a small fraction of the agricultural land area 4 . Our long-term estimate of the median rate of post-settlement alluvium accumulation in North America (

10 mm y −1 ) is similar to a previous estimate of alluvium accumulation rate for the post-settlement period (12.6 mm y −1 ) established from 15 locations in the conterminous USA by Wilkinson and McElroy 4 . Although these estimates do not account for sediment that bypasses storage entirely, our results concur with the findings of Wilkinson and McElroy, indicating that alluvial sediment stores cover an area <7% of the agricultural landscape (i.e., <0.34 × 10 12 m 2 ), and are therefore highly responsive to increases in soil erosion owing to human activities.

Relative to these estimates of post-settlement mass transfer, median accumulation rates of pre-settlement alluvium on centennial and longer timescales (up to

10 k.y.) were broadly consistent, varying between

0.5 and 1 mm y −1 (Fig. 4). If we assume that the total area of alluvial sedimentation has not changed significantly through the Holocene to the present day, this implies an average natural erosion rate of the pre-European conterminous USA landscape (

0.01 to 0.04 mm y −1 on centennial and longer scales. As noted above, these estimates assume that all eroded sediment is stored as alluvium (and are thus minimum estimates). Locally, natural erosion rates can be faster as areas of high relief and slope are likely to be the major source of naturally eroded sediment 4,31,36 . Our continent-wide erosion rates are within the broad range of geologic rates of soil loss in the USA compiled in Nearing et al. 35 (

0.07 mm y −1 , but varying between 0.003–0.15 mm y −1 , assuming dry density of 1250 kg m −3 ). They also bracket the natural average denudation rate estimated for the conterminous USA by Wilkinson and McElroy 4 (0.021 mm y −1 ), and our minimum estimate is comparable with the estimate in Reusser et al. 6 (

0.008 mm y −1 ) quantified from 10 large catchments in southeastern USA. On centennial timespans (i.e., comparable to the duration of the post-settlement period), our data imply a natural mass transfer rate of

Land management changes and restoration efforts since the second world war has helped to lower soil erosion rates in North America in recent decades 10,18,19,35 . Although we have relatively few post-war rates there is some evidence for a fall in alluvium storage over this interval (Fig. 2)—possibly augmented by increased bank erosion of post-settlement alluvium following dam removal and river restoration 5 . Nevertheless, interpreted purely in terms of mass transfer, humans have moved as much material in North America during the last century as would be moved by natural processes in


Morphological Modelling

The term ‘morphological modelling’ represents the attempt to understand and predict both natural developments such as the growth of sand banks, and also the impact of man-made developments such as navigation trenches or pits for sand extraction. Will such pits infill/scour, will they migrate and, importantly, will they affect the nearby coastline adversely? These are the kinds of predictions that are increasingly being made by coastal scientists and engineers. However, whether these predictions are believable, for example by coastal managers, depends upon the validation of the flow and transport modelling locally within the computational domain. This validation has to be done ideally through field measurements on site but, as highlighted earlier, is helped also by the use of large scale laboratory facilities in which sand transport phenomena can be measured at full scale.

A typical morphological computation of a coastal area starts with the present-day bathymetry for which the current regime (e.g. Spring-Neap tidal cycle) and wave field (e.g. based on an annual schematization) are computed. It was noted earlier that significant progress has been made in recent years towards improved local sand transport modelling. Importantly, these local transport models are believed to have the correct general behaviour over the wide range of wave and current conditions encountered on site. For the purposes of morphological modelling in a coastal area the transport formulation applied at each computational point in the domain must also be robust this means that it must be either of ‘practical’ type or a simplified parameterisation based on a ‘research model’. The chosen formulation must be applicable and sufficiently accurate for the full range of conditions on site. For a typical offshore site in, say, the North Sea, if you ask the question ‘What conditions contribute the most to the net annual sediment transport rate?’, the answer based on local sand transport modelling is that (Soulsby 1987, 1997):

while storm events have a major impact, they only occur for a very limited period each year

for most of the year waves are actually very low and, at these times, the tidal currents on their own move very little sediment

in fact, it is the middle-sized waves combined with middle-sized currents occurring over many weeks each year that have the greatest overall influence on sediment transport pathways.

The same is true also of the nearshore coastal zone (Soulsby and Malarkey 2005). The challenge in morphological modelling is to represent this annual ‘texture’ in a believable, simplified manner. This is done commonly by employing ‘input filtering’ whereby the annual wave conditions on site are schematized into a set of events, often quite limited in number, to characterize the annual wave conditions where tides are concerned a ‘morphological tide’ is usually defined (Van Rijn et al. 2005 Chesher et al. 2005). The wave modules used in existing morphological models tend to predict the way in which a spectrum of waves evolves on entering shallow, and then shoaling, water, but they do not describe the intra-wave hydrodynamics and sediment transport. New Boussinesq-type intra-wave models, and also ‘saw-tooth’ wave models (Van Rijn et al. 2007a), linked to simplified sediment transport formulations, are now starting to be developed for use in coastal-area modelling. However at the present stage of this research, hydrodynamic issues can still introduce major uncertainty into nearshore morphological model predictions. For example, rather crude and sometimes inappropriate surf zone formulations (e.g. neglecting undertow) are commonly applied to determine, for example, the bottom wave-induced velocities used in sediment transport computations.

The combined effects of the waves and currents on the seabed sediments having been estimated, sediment transport divergences are determined in order to establish areas of net sediment accretion and erosion. The computed seabed bathymetry is thereby updated repeatedly during a morphological simulation which may be of duration months or even years. A typical ‘morphological loop’ is shown in Fig. 16. The updated bathymetry changes the (tidal) currents and the waves, which are recalculated for the period following, leading to further updating of the bathymetry, and so on and on. The aim of this exercise is to project the bathymetry into the future using an essentially deterministic approach, but subject to some inherent uncertainty arising from the (usually) simplified model inputs (tides, waves, sediments).

Model template showing the basic modules comprising a possible ‘morphological loop’. FW: the flow computation is run and fed to the wave module. WF: waves and currents are fed into the flow model to calculate wave-induced currents. FT: the wave + current flow is fed into the sediment transport module. TB: transport divergences are used to compute the bed change. BF: the updated bottom bathymetry is fed back into the flow module, which is then re-run. The loop then repeats

Since the predictions of local sand transport models are required as input for morphodynamic models, the quality of a morphodynamic model clearly depends upon the quality of the underlying sediment transport model. Davies et al. (2002) concluded that, if a user selects a research or practical model randomly ‘off the shelf’, and then uses it in an ‘untuned’ manner to make predictions for field conditions, considerable uncertainty should be expected. Despite the recent model improvements reported by Van Rijn et al. (2005) (see also Van Rijn et al. 2007b), the state-of-the-art in sand transport research still requires some knowledge of conditions on site, allowing the user to carry out model validation and/or tuning and, hence, make an informed judgement about the optimum choice of model for use in sand transport computations. Van Rijn et al. (2005) pointed out that in many previous validation studies there had been a tendency to focus only on, e.g., the back filling of trenches and sand pits, without information being provided on the reliability of the sediment predictors used in the simulations. This problem was recognised and addressed by Walstra et al. (2005) who argued that the modelling approach itself (e.g. coupling of wave and flow models, and up-scaling of the simulated morphology) was an important aspect in helping to explain the differences between model outcomes.

The intercomparison of several morphological models presented by Walstra et al. (2005) was mainly with reference to trench-infill cases for which validation data was available. This study showed that the differences between the various model predictions of morphological change were relatively large. This was considered particularly surprising since, in some cases, identical flow models were used with similar parameter settings and similar transport formulations. Subtle differences in how the models were calibrated and implemented evidently led to a relative large amount of variability in the morphological predictions. More work remains to be done on the implementation of local sand transport modelling concepts within practical transport formulations leading, hopefully, to improved morphological outcomes.

Vaikka a paikallinen sand transport model is highly accurate, it does not necessarily follow that correct predictions will result from its use in a coastal morphological scheme. Horizontal advection-diffusion effects on the suspended sand transport, which are not included in local transport modelling (and which occur effectively at sub-grid scales in the morphological scheme), need to be taken into account. Throughout a morphological simulation the changes in the seabed elevation are predicted via a bed continuity equation (Fredsøe and Deigaard 1992), a simple example of which in 2D is:

missä Z f is the bed elevation, n is the porosity, and ( >>> ) is the (total) sand transport rate vector. Läpi eroavaisuus operator, any net accumulation/removal of sediment within a computational cell results in an increase/decrease in the elevation of the bed in that cell. The degree of sophistication with which the sediment transport ( q_< ext> ) is predicted is the key to success here for example, an appropriate method must be used to represent bed slope effects. The simplest approach for bed updating is to use a ‘local equilibrium’ formulation (Eq. 5.1) in which kaikki of the sediment (bed load and suspended load) entering/leaving a computational cell is assumed to result in changes in bed elevation. However, this approach tends to exaggerate bed changes since, in reality, the suspended load may remain largely ‘in the flow’ not interacting with the bed. Thus, more sophisticated, and physically more correct, formulations (Soulsby 1997) are continually being sought to represent the suspended load, for example through advection-diffusion schemes in which the depth-integrated equation for suspended sediment transport is written:

missä h = water depth, (U,V) = depth-averaged flow velocities in (x,y) directions, εs = sediment diffusivity, (ED) = erosion minus deposition flux of sediment at the interface (z = a) between the suspended-load layer and the bed-load layer. The earlier ‘equilibrium’ bottom-evolution equation (5.1) is then elaborated to include vertical fluxes at, typically, z = a = max (2D 50, k s), as follows:

where ( >>> ) = bed-load transport rate. The erosion and deposition fluxes may be written most simply:

missä w s is the settling velocity, C ekv is the ‘equilibrium’ concentration at z = a expected from consideration of the local bed shear stress, while C z=a is the actual concentration inferred from the upstream suspended sediment flux. The use of these equations separates the interaction with the seabed of the bed load (represented by the divergence term in Eq. 5.3) and the suspended load (represented by the erosion/deposition term). The treatment of the deposition term (D) may be further elaborated in 2DH modelling through the use of ‘lag functions’ (Miles 1986 Wang and Ribberink 1986).

These principles have been used within the TELEMAC Modelling System (Hervouet and Bates 2000) by Davies et al. (2005) where, additionally, a new prediction scheme was introduced for the determination of the local bed roughness (k s). Davies and Villaret (2003) had earlier shown that the morphological modelling of seabed topography may be influenced significantly by spatial variations in the bed roughness and that, despite the possibility of bed/numerical instability if this effect is included, morphological models should, in principle, incorporate this potentially important feature. Although the bed roughness is one of the most important, and also uncertain, parameters with regard to morphological modelling, very few models include a local roughness predictor. Present day models are distinguished from one another mainly through the concepts used to simulate the hydrodynamics (2DH or 3D modelling) and also their inclusion, or otherwise, of ‘lag effects’ to simulate the suspended sediment load.

As an illustrative example of the morphological changes that can be predicted in the coastal zone, we conclude with the case of the Dyfi Estuary, mid-Wales, U.K., where a TELEMAC simulation has been carried out (see Davies and Brown 2007 Brown and Davies 2007). The Dyfi is a sandy estuary subject to tidal currents combined with waves mainly from the south-west direction. The model domain and bathymetry are shown in Fig. 17. The estuary comprises extensive sand flats and some discrete channels, in contrast with the rather deeper water in the offshore area. The predicted tidal currents offshore are low (<0.3 m s −1 ) and hardly capable of moving sediment. However in the main entry channel to the estuary current strengths can exceed 1.5 m/s giving rise to very active transport conditions. A key feature of the modelled transport arises from wave-generated longshore currents that can achieve values of, typically, 0.75 m s −1 in shallow water in the nearshore zone. The resulting littoral drift, which is normally in the northward direction, contributes a significant sediment flux that may enter the estuary, or may become trapped at the estuary mouth, or may proceed northward up the coast. In order to represent this complex coastal system within TELEMAC, over an annual cycle, the observed climate of waves was broken down into 32 wave events which were then combined with the tides in order to make a sequence of sediment transport predictions, at half hourly intervals, through the course of 1 year. These local transport predictions were based on a parameterised version of the UWB Sand Transport Model (c.f. Fig. 7 ).

The domain and bathymetry of the Telemac model of the Dyfi Estuary, mid- Wales (Davies and Brown 2007). The domain extends approximately 15 km in both the North-South and East-West directions. The depths in the colour bar are with reference to Ordnance Datum

The cumulative effect of convergences and divergences in the predicted sediment transport rates is to produce seabed morphological change. The results in Fig. 18 show this change at the estuary mouth. Here the initial bathymetry is indicated by the black contour lines, and the final bathymetry after 371 days is represented by the superimposed colour map. The two patterns are somewhat different, revealing both areas of predicted bank evolution and also a lengthening of the main channel leading into the estuary. A scour pit at the eastern end of this entry channel is predicted to remain as a stable feature of the system after 1 year, neither deepening nor infilling (Davies and Brown 2007). The pattern of black dashed lines/arrows shows the net transport of sediment due mainly to the littoral drift arising from the predominant wave action from the south west. This sediment entering the estuary mouth behaves as outlined above, contributing to the pattern of morphological change as it passes through the area. Brown and Davies (2007) suggested that, due to ebb-dominance in the tidal flow, the inner Dyfi Estuary is presently exporting sediment towards its mouth and offshore area. More generally, while the predicted morphological changes in Fig. 18 are significant and interesting, they need to be tested critically in comparison with high quality observations which here, and in most other morphological applications, are unavailable. Nevertheless, the present example shows the nature and present capability of morphological modelling systems.

Morphological prediction of the change in the bathymetry at the mouth of the Dyfi Estuary after 1 year (371 days). The original bathymetry is shown by the full black lines and the new bathymetry by the colour map. The differences highlighted are discussed in the accompanying text. The pattern of black dashed lines/arrows shows the net sediment transport pathways


Kiitokset

This study was supported by the Past Global Changes (PAGES) project, which in turn received support from the Swiss Academy of Sciences and the US-NSF. The work grew out of a 2018 workshop in Aix-Marseille, France, funded by PAGES, GEOTRACES, SCOR, US-NSF, Aix Marseille Université, and John Cantle Scientific, and the authors would like to acknowledge all attendees of this meeting. The authors acknowledge the participants of the 68th cruise of RV Akademik Mstislav Keldysh for helping acquire samples. Christopher T. Hayes acknowledges support from US-NSF awards 1658445 and 1737023. Some data compilation on Arctic shelf seas was supported by the Russian Science Foundation, grant number 20-17-00157. This work was also supported through project CRESCENDO (grant no. 641816, European Commission). Zanna Chase acknowledges support from the Australian Research Council’s Discovery Projects funding scheme (project DP180102357). Christopher R. German acknowledges US-NSF awards 1235248 and 1234827. Some colorbars used in the figures were designed by Kristen Thyng et al. ( 2016 ) and Patrick Rafter. Two anonymous reviewers are acknowledged for constructive reviews.


Katso video: A thermal imaging camera from China for around $ 100 - does cheap thermal imaging make sense?