Hidrológiai Közlöny, 2020 (100. évfolyam)
2020 / 3. szám
77 ellentétben nem Fourier-, hanem wavelet-transzformáció- dalékszemcsék) spektrum analíziséből pedig a sűrűségnak veti alá. A kapott elemi waveletek (lényegében a hor- függvényt és a szemeloszlást állítja elő. Ermilov A. A. és társai: Képalapú módszerek fejlesztése folyók morfodinamikai vizsgálatához 2. ábra. A mérésnél használt műszer összeállítás Figure 2. The applied measurement setup 3. ábra. Példák a készült vízalatti mederfelvételekből (Megjegyzés: A képek alján a referenciaméretei biztosító ismert méretű tárgy látható. A képelemzéshez a színes képeket szürkeárnyalatos képekké kellett alakítani.) Figure 3. Examples of underwater riverbed images taken during the measurements (Note: In the bottom part of the images the known-sized object can be seen for reference. For the image analysis, the colorized pictures had to be transformed to grayscale.) Ezen kívül, a mederanyag szemeloszlásának meghatározására, a vett mintákat laboratóriumban kiszárítottuk és rázószita sorral osztályoztuk. A lemért tömegek alapján szemeloszlási görbéket készítettünk. Az így kapott szemeloszlást összevetettük a képelemzés eredményeivel. A finom és közepes kavics (2 mm - 20 mm) mederanyagú esetekben jó egyezést kaptunk (4. ábra). A két eredmény összehasonlításakor azonban fel kell tenni a kérdést, hogy mennyire vethető össze a két görbe. Tudniillik, a szitálás egy tömegeloszlást (átlagos sűrűséggel számolva pedig térfogateloszlást) ad, míg a képalapú vizsgálat a meder felszínén látszó felületi eloszlást. Továbbá, a harangos mintavevő valamekkora mélységben bele is kap a mederbe, így nem feltétlenül csak a legfelső réteget mintázza, ráadásul ezt egy bizonyos hosszon teszi, amíg húzzák. A két eloszlás-típus közötti kapcsolat közelítő vizsgálatára egy, a területen korábban elvégzett alaktani vizsgálat eredményeihez folyamodtunk (5. ábra). Egy szemcsetengely-aránypár került meghatározásra a mért értékek kiátlagolásából (5. ábra, fekete jelölő). Ezt használtuk fel arra, hogy a képelemzésből kapott felületi szemeloszlást térfogativá alakítsuk. Feltételeztük, hogy a mederfelvételeken mindig az egyes szemcsék leghosszabb (a) és középső (b) tengelyei látszanak. A képelemzés szemeloszlás görbéi ez utóbbi (b, azaz középső tengelyek) eloszlását adják vissza. Ezeket az észlelt b tengelyeket használtuk fel, hogy az 5. ábrán látható átlagos b/a (középső/leghosszabb tengely) és db (legrövidebb/középső tengely) aránypárral mindegyik felbukkanó b tengelyre kiszámoljuk a másik két tengelyt. így kaptunk egy feltételezett (korong) térfogatot mindegyik szemcsére, amiből átlagos sűrűséggel (kvarc anyagú hordalékot feltételezve p = 2,65 g/cm3) számolva tömeget határoztunk meg. Olyan pontokban, ahol a mederanyag homok frakciót is tartalmazott (7. ábra) a képelemzés nem eredményezett kielégítő egyezést a szitálás eredményével. Ezen a térfogati transzformáció sem változtatott. Ennek magyarázatára az alkalmazott wavelet módszer alsó felbontási határa ad magyarázatot. Ez az érték korábban elvégzett kutatások szerint (Buscombe és Masselink 2008, Cheng és Liu 2015) 2-3 képpont körüli. Esetünkben az alkalmazott kamerafelbontással és müszertávolsággal ez 0,7 mm valós méretet jelentett. Ennél kisebb méretű szemcséket tehát nem tudott számításba venni. Ennek bizonyítására, a fizikai mintából elhagytuk az 1 mm-nél kisebb frakciókat és készítettünk egy új szemeloszlási görbét (7. ábra). Látható volt, hogy a görbék így közelebb kerültek egymáshoz, valóban jobb egyezést mutattak. Az átváltás több esetben javulást eredményezett (6. ábra), míg az eddig is jó egyezést mutató pontokban nem okozott nagyobb változást.
