Measuring water velocity in highly turbulent flows: field tests of an electromagnetic current meter (ECM) and an acoustic Doppler velocimeter (ADV)
Notice bibliographique
Résumé
Abstract Two field tests were completed to compare the performance of an electromagnetic current meter (ECM) with that of an acoustic Doppler velocimeter (ADV) in gravel‐bed rivers. Research was particularly motivated by the need to measure flow properties in highly energetic turbulent flows. Measurements were made at two field sites, one at moderate velocities (up to 70 cm/s) and with moderate turbulence intensities (10–20% of mean flow), and the other in an area of non‐uniform flow that included locations with fast mean velocities (up to 1.75 m/s) and high turbulent intensities (up to 50% of mean flow). Comparison of means, standard deviations, turbulent kinetic energy and Reynolds shear stress confirm the general agreement between the ECMs and ADVs. The general agreement is subject to limitations associated with the sample volume and frequency response of the instruments, and only applies within restricted velocity (up to ≈1.25 m/s) and turbulence intensity ranges (up to ≈0·125 m/s). At higher turbulence intensities, spectral analysis showed anomalous behavior of the ADV signal, especially in the vertical velocity component. Quadrant analysis of the Reynolds stress suggests that these problems occur predominantly in quadrants 1 and 3. Errors in ADV measurements were estimated using four different methods: one that utilized the characteristic noise floor in spectral plots, one based on internal ADV measurements of signal correlation and two techniques that aggregate errors related to various sub‐factors. Estimates were divergent at high flows. Techniques that rely on sub‐factors appeared to underestimate the impact of high turbulence on signal quality. The key conclusion for future field applications is that the older ECM technology provides the more reliable estimates of flow parameters in high turbulence. Copyright © 2007 John Wiley & Sons, Ltd.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».