Efectos de los microplásticos y tensioactivos sobre la rugosidad superficial de las ondas del agua.

Jul 04, 2023

Scientific Reports volumen 13, número de artículo: 1978 (2023) Citar este artículo

2899 Accesos

2 citas

101 altmétrico

Detalles de métricas

Estudiamos la física del flujo que subyace a la capacidad de detección remota recientemente desarrollada para detectar microplásticos oceánicos, que se basa en la reducción mensurable de la rugosidad de la superficie inducida por la presencia de microplásticos en la superficie del océano. En particular, nos interesa saber si esta reducción de la rugosidad es causada por los microplásticos como partículas flotantes o por tensioactivos que siguen rutas de transporte similares a las de los microplásticos. Para ello, probamos experimentalmente los efectos de partículas flotantes y tensioactivos sobre la rugosidad de la superficie, cuantificada por la pendiente cuadrática media (MSS), con olas generadas por un generador de olas mecánico o por el viento. Para los microplásticos, encontramos que su efecto sobre los MSS depende críticamente de la fracción de superficie de cobertura. La amortiguación de las partículas se observa sólo para fracciones superiores a O (5-10%), mucho mayor que la condición realista del océano. En el caso de los tensioactivos, se cuantifican sus efectos de amortiguación tanto en las ondas generadas mecánicamente como en las ondas del viento, que resultan ser mucho más significativos que los de los microplásticos. También se identifican varios mecanismos/relaciones nuevos para la amortiguación de la rugosidad por parte de los tensioactivos. Se discuten las implicaciones de estos resultados experimentales para la teledetección.

La contaminación por plásticos en los océanos es un problema urgente y global. Se estima que ocho millones de toneladas de basura plástica ingresan al océano cada año, y la mayor parte es transformada por el sol y las olas en microplásticos. La información sobre la distribución y el volumen de los microplásticos es vital para abordar la eliminación de la contaminación plástica del medio ambiente oceánico. Recientemente, el desarrollo de sistemas globales de observación de microplásticos ha sido objeto de debates activos entre comunidades interdisciplinarias1,2,3. En esta dirección, se ha sugerido4,5 que se pueden aplicar técnicas de teledetección para rastrear las concentraciones de microplásticos en el océano, mediante la supresión detectable de la rugosidad de la superficie con la presencia de microplásticos. Esta idea de teledetección se implementó por primera vez para el océano global en6,7 y se identificaron resultados positivos. El principio de esta implementación es inferir la concentración de microplásticos a través de la anomalía de la rugosidad de la superficie del océano (es decir, una rugosidad inferior a la esperada) inducida por los microplásticos, que puede explicarse por la diferencia entre la medición en tiempo real de un radar espacial y un modelo estándar de rugosidad superficial.

La nueva técnica se ha aplicado a datos del CYGNSS (Cyclone Global Navigation Satellite System) de la NASA8,9. En concreto, CYGNSS mide a través de la señal GPS L1 la sección transversal del radar biestático normalizado (NBRCS), cuya inversa proporciona la pendiente media cuadrática (MSS) de la superficie del océano, definida como

donde k es el número de onda, S(k) es el espectro omnidireccional y \(k_c\) es el número de onda de corte que depende del ángulo de incidencia y la frecuencia de la onda portadora en la teledetección. Para CYGNSS, \(k_c\) toma un valor promedio de 7,5 rad m\(^{-1}\)10. Como se define en (1), \(\text {MSS}\rightarrow \overline{\nabla \eta \cdot \nabla \eta }\) (variación del gradiente de elevación de la superficie) para \(k_c\rightarrow \infty\), y de lo contrario, MSS cuantifica la rugosidad de la superficie hasta una escala finita \(k_c\). Además de las mediciones de CYGNSS, se puede obtener otra fuente de MSS mediante el modelo estándar de Katzberg11 que toma como datos las velocidades del viento de un modelo de reanálisis de la NOAA12. Se espera que la anomalía MSS, definida como la diferencia relativa entre las mediciones CYGNSS y los resultados del modelo Katzberg (normalizado por este último), tenga en cuenta el efecto de los microplásticos en la rugosidad de la superficie, entre otros factores (como el error de las mediciones CYGNSS y la influencia de otros procesos físicos). Se encuentra7 que la anomalía MSS muestra una correlación favorable con la concentración de microplásticos oceánicos calculada a partir de un modelo de transporte global, como se muestra en la Fig. 1.

Relación entre la anomalía del MSS7 (calculada a partir de datos de CYGNSS y el modelo de Katzberg en la región oceánica dentro de latitudes de \(\pm 38^\circ\), y promediada del 1 de junio de 2017 al 31 de mayo de 2018) y la densidad numérica de microplásticos ( calculado mediante un modelo global de transporte de microplásticos13). Las barras de error representan intervalos de confianza de \(95\%\) y cada uno de ellos se calcula con datos del modelo de van Sebille en ubicaciones con una anomalía MSS determinada. Se indica el rango con una correlación entre la anomalía del MSS y la densidad numérica ().

Si bien esta nueva técnica muestra aplicaciones prometedoras, la física del flujo subyacente, en particular en lo que respecta a la correlación entre la anomalía de MSS y la concentración de microplásticos, no está clara. Se ha sugerido6 que la correlación puede deberse a la mayor amortiguación de las ondas superficiales por los microplásticos como partículas flotantes, en referencia a resultados experimentales anteriores14. De hecho, en un tanque de olas chapoteantes, se muestra14 que la presencia de capas de partículas flotantes mejora la amortiguación de las olas, y esta mejora aumenta a medida que aumenta el número de capas de partículas. Sin embargo, la configuración experimental con la superficie del agua completamente cubierta por partículas en un tanque chapoteante no es consistente con la situación de las olas del océano que viajan con microplásticos cubriendo solo una pequeña fracción de la superficie. Para representar esta última situación, se necesitan experimentos para estudiar las características de las ondas superficiales en presencia de partículas que cubren parcialmente la superficie libre. Estos experimentos no están disponibles actualmente.

Another hypothetical mechanism7 that can lead to the observed correlation is the wave damping effect by surfactants which share similar transport paths as microplastics15. Compared to a scarce number of studies on the effect of floating particles, there is a much larger body of literature on the effect of surfactants to surface waves. It has been observed in several field studies16,17,18,19,20,2.0.CO;2 (1989)." href="#ref-CR21" id="ref-link-section-d7348188e799_5"> 21,22 que la presencia de surfactantes en la superficie del océano produce algún efecto amortiguador de las olas superficiales. Físicamente, se cree que el efecto de amortiguación es causado por las tensiones de Marangoni (debido a la adsorción no homogénea de surfactantes en la interfaz) que pueden actuar en direcciones opuestas al movimiento de las olas23. En experimentos controlados24 y simulaciones numéricas25,26 donde son posibles estudios cuantitativos, se encuentra que existe un nivel óptimo de surfactante asociado con la máxima amortiguación para una frecuencia de onda determinada. Si bien estos estudios se realizan para diferentes frecuencias de onda (en el rango de 4 a 200 Hz) e identifican diferentes niveles óptimos de surfactante, se sugiere23 que el nivel óptimo puede corresponder a la situación de la onda Marangoni inducida por surfactante que tiene la misma longitud de onda que la onda superficial, lo que produce algún efecto similar a una resonancia. Sin embargo, para olas irregulares como en el océano, el efecto de diferentes niveles de surfactantes no está suficientemente estudiado y no está claro si existe un nivel óptimo de amortiguación de olas para un espectro de olas. Esta pregunta también es relevante para el problema de correlación, ya que dicho nivel óptimo implica una relación no monótona entre la concentración y la anomalía de MSS que en cierto modo contradice la correlación observada.

En el caso de las olas de viento, los experimentos en tanques de olas muestran que la presencia de tensioactivos suprime significativamente la generación de olas27,28,29,30,31. Este fenómeno suele explicarse mediante la reducción de la tensión cortante del viento por parte de los tensioactivos. Con un nivel de surfactante de \(10^{-1}\) mol l\(^{-1}\), se ha demostrado experimentalmente31 que el esfuerzo cortante se puede reducir hasta un 30\(\%\) en comparación con el surfactante limpio. agua para la misma velocidad del viento de 9,6 ms\(^{-1}\). También se ha descubierto que la velocidad mínima del viento (y el esfuerzo cortante) para excitar las olas aumentan significativamente con la presencia de surfactantes28,30. Con un nivel de surfactante de \(9,0\times 10^{-4}\) mol l\(^{-1}\), se informa27 que la velocidad mínima del viento que conduce al crecimiento de una ola está entre 10 y 12,5 ms\(^ {-1}\). A pesar de los resultados dispersos, la mayoría de los estudios se centran en las características de las olas en uno (o sólo unos pocos) niveles de surfactante. Como resultado, no se identifican relaciones sistemáticas para los parámetros relevantes, incluida la velocidad del viento, el esfuerzo cortante, la tasa de crecimiento de las olas, el nivel de surfactante y la tensión superficial asociada. Descubrir estas relaciones no sólo es útil para la interpretación/aplicación de los datos CYGNSS antes mencionados, sino también deseable para comprender las generaciones de olas en la superficie del océano que inevitablemente está contaminada por surfactantes.

En el presente estudio, nuestro objetivo es comprender el mecanismo de las anomalías de MSS detectadas por CYGNSS, así como la física general de la amortiguación de las olas por partículas flotantes y surfactantes. Para estos fines, llevamos a cabo experimentos con tanques de olas para probar los efectos de las partículas flotantes y los surfactantes para amortiguar las olas generadas por un generador de olas mecánico o por el viento. Para las partículas flotantes, utilizamos dos tamaños de partículas de 0,5 cm y 0,8 cm (ambos en el rango de microplásticos oceánicos) y consideramos su cobertura parcial de la superficie libre con una fracción de área variable. Encontramos una dependencia crítica del efecto amortiguador de las partículas sobre la fracción de área, independientemente del tamaño de las partículas. La mayor amortiguación de partículas del MSS y la energía de las ondas superficiales solo se observa en fracciones superiores a \(O(5\sim 10\%)\). Para una fracción baja de \(O(0.1\%)\) que corresponde a situaciones reales de microplásticos oceánicos, la energía de las olas no se ve afectada y el MSS aumenta ligeramente (probablemente debido a la difracción de las partículas). Para los surfactantes, los resultados en olas generadas mecánicamente muestran que la presencia de surfactantes amortigua la energía de las olas y el MSS, pero no se puede identificar un nivel óptimo de surfactante (asociado con la máxima amortiguación) como en los casos anteriores con ondas monocromáticas. Los surfactantes también suprimen las olas generadas por el viento, lo que genera una velocidad crítica del viento más alta para excitar las olas y una tasa de crecimiento más baja (para las olas excitadas). Físicamente, atribuimos esta supresión no sólo al efecto previamente argumentado de la reducción del esfuerzo cortante del viento, sino también a la amortiguación de las olas por los surfactantes. Además, a la misma velocidad del viento, encontramos que la tensión cortante del viento depende exponencialmente de la tensión superficial, o depende de la concentración de surfactantes en una relación de ley potencial (con un exponente negativo correlacionado linealmente con la velocidad del viento). Además de los hallazgos físicos, los resultados confirman la presencia de surfactante como el contribuyente dominante a la anomalía CYGNSS MSS, como se sugirió anteriormente. Algunos resultados preliminares del documento se incluyen en un informe dirigido al Grupo Internacional de Coordinación del Color de los Océanos (IOCCG)32

Los experimentos se llevan a cabo en las instalaciones del tanque de ondas de viento en el Laboratorio de Hidrodinámica Marina (MHL) de la Universidad de Michigan, con una fotografía y un boceto esquemático del tanque que se muestra en la Fig. 2. El tanque tiene 35 m de largo y 0,7 m. de ancho con un calado de agua de 0,68 m. Las olas pueden ser generadas por un generador de olas mecánico o por el viento a través de un túnel de circuito abierto, y se disipan en un extremo del tanque por una playa con una pendiente de \(5^\circ\).

El generador de olas tiene forma de cuña con un ángulo de \(30^\circ\) con respecto a la dirección vertical y se extiende a lo ancho del tanque de olas. El movimiento del generador de olas es accionado numéricamente por un servomotor fabricado por Kollmorgen® AKM2G. El servomotor se controla por retroalimentación con un controlador proporcional-integral-derivado (PID), de acuerdo con un espectro de frecuencia de entrada \(S_\text {in}(f)\) que describe la densidad espectral de potencia de las elevaciones de la superficie \(\ eta (t)\). Para una aproximación al escenario oceánico real en este estudio, utilizamos el espectro de Bretschneider, un espectro de ondas de viento de dos parámetros desarrollado empíricamente para mares completamente desarrollados:

donde \(f_p\) es la frecuencia del modo pico y \(H_s\) la altura significativa de la ola. En el estudio actual, utilizamos \(f_p=1.25\) Hz, correspondiente a \(\lambda _p=1\) m como ondas de aguas profundas, y \(H_s=3.9\) cm, correspondiente a una pendiente efectiva moderada. \(\epsilon =H_sk_p/2\approx 0.12\) con \(k_p\equiv 2\pi /\lambda _p\) el número de onda pico. En cada experimento, el generador de olas se acciona durante 200 s, con aceleración y desaceleración durante 10 s al inicio y al final del accionamiento.

(a) Una fotografía del tanque de olas; (b) un boceto esquemático de la vista lateral del tanque de olas, que incluye un generador de olas, un túnel de viento, seis sensores ultrasónicos, un anemómetro de hilo caliente y una playa. Los espacios entre los sensores no están perfectamente escalados en (b), y la información detallada se proporciona en la Tabla 1.

En un túnel de viento de circuito abierto se generan vientos de diferentes velocidades, impulsado por un ventilador de 40 caballos de fuerza y ​​controlado por el porcentaje de su potencia máxima de salida. El fondo de la salida del túnel de viento está a 10 cm por encima del nivel del agua. El tanque de olas está bien sellado para evitar fugas de aire que puedan causar fluctuaciones de presión y, por lo tanto, velocidades inestables del viento en la corriente libre. Se coloca un anemómetro de hilo caliente fabricado por Extech® a 13 m aguas abajo de la salida del túnel de viento para medir la velocidad del viento. Operado a una frecuencia de muestreo de 1 Hz, el anemómetro está montado en un travesaño vertical que permite movimientos de un grado de libertad en el eje \(z\). Los perfiles del viento se miden ajustando la ubicación de la travesía, y todas las mediciones se toman sobre el estado estacionario del viento. Se encuentra que la velocidad máxima del viento a lo largo del eje vertical (en adelante, la velocidad del viento de referencia) satisface una relación lineal con la potencia del ventilador, como se muestra en la Fig. 3a. En el estudio actual, utilizamos tres velocidades del viento de referencia de 4,29, 6,59 y 9,09 ms\(^{-1}\) con potencias de ventilador de 20, 30 y \(40\%\), con perfiles de viento medidos trazados. en la figura 3b.

El sistema de adquisición de datos consta de 6 sensores ultrasónicos Senix ToughSonic® modelo 14 montados en la parte superior del tanque de olas. Los intervalos entre los sensores no son uniformes, y las distancias desde cada sensor hasta el generador de olas y la salida del túnel de viento se enumeran en la Tabla 1. La medición de la elevación de la superficie \(\eta (t)\) se convierte a partir de las señales de voltaje entregadas. por los sensores a una placa de adquisición de datos de National Instruments®. La frecuencia de muestreo de los sensores se fija en 100 Hz (que es suficiente para el estudio actual), aunque la frecuencia máxima de muestreo es de hasta 2000 Hz.

(a) Velocidades del viento de referencia \(u_0\) para diferentes potencias de ventilador (\(\diamond\)), con el ajuste lineal (). (b) Perfiles de viento con potencias de ventilador de \(20\%\) (), \(30\%\) () y \(40\%\) (), correspondientes a \(u_0=4.29\), 6,59 y 9,09 ms\(^{-1}\), respectivamente.

Los principales materiales de los desechos plásticos que flotan en el océano real son el polietileno y el polipropileno33. En este estudio, utilizamos dos tipos de partículas, ambas hechas de polipropileno (densidad \(\rho _p = 0.92\) kgm\(^{-3}\)): una como las microperlas PolyFil PolyPellets® con forma irregular y diámetro promedio. \(D_p\approx 0.5\) cm, y el otro como bolas de plástico McMaster Carr® con forma y diámetro regulares \(D_p=0.8\) cm (ambas dentro del rango de tamaño de los microplásticos oceánicos33). Para probar cuantitativamente la amortiguación de las olas por las partículas, nos centramos en las olas generadas mecánicamente, ya que la fracción de área de las partículas (definida en (3)) es muy difícil de controlar en las olas del viento (debido a la deriva del viento).

Los experimentos con partículas en ondas generadas mecánicamente se realizan con los siguientes procedimientos. Primero colocamos las partículas en el tanque de olas a 8,53 m del generador de olas en aguas tranquilas. Específicamente, las partículas se dejan caer en el tanque de olas a través de un tubo circular colgado verticalmente en la parte superior del tanque (ver Fig. 4). Se utiliza un mecanismo de apertura y cierre, accionado por un servomotor digital de 20 kg que funciona a una frecuencia de 1 Hz y controlado por una placa Arduino Uno, para mantener un número constante de partículas enviadas. Para partículas de ambos tamaños, el proceso de envío finaliza hasta que todas las partículas caigan en el tanque de olas. Durante la primera etapa del proceso de envío, las partículas se dispersan radialmente a una velocidad casi constante. A medida que se envían más partículas, llenan el ancho del tanque y se extienden tanto hacia arriba como hacia abajo debido a las interacciones entre partículas y entre partículas y superficie hasta que forman un parche de partículas estacionario, uniforme y único con una longitud registrada \( L_i\) (ver Fig. 5a). A medida que las ondas pasan a través de las partículas, estas se expanden aún más y se desplazan río abajo debido al efecto de las olas (por ejemplo, deriva de Stokes15,34), registrándose la longitud de dispersión final (después de que las ondas pasan) como \(L_f\) (ver Fig. 5b). Para cuantificar la concentración de partículas con longitud de dispersión variable, definimos una fracción de área (promedio)

donde \(N_p\) es el número de partículas, \(S_p=\pi D_p^2/4\) es el área en planta de una partícula, W es el ancho del tanque y \(\overline{L}=( L_i+L_f)/2\) es la longitud media de la extensión. En la práctica, elegimos \(N_p\) tal que el valor de C oscila entre 0,1\(\%\) y 20\(\%\), con la fracción más baja cercana a la concentración de microplásticos oceánicos. Se prueban un total de 9 valores de C en este rango (5 y 4 para partículas más pequeñas y más grandes), y cada experimento se repite 3 veces para cuantificar el nivel de incertidumbre.

Dispositivo para dejar caer las partículas con un mecanismo de apertura y cierre operado a 1 Hz.

Para probar la repetibilidad del uso de (3) para medir la concentración, realizamos 3 repeticiones para cada valor de \(N_p\) para ambos tipos de partículas, y los resultados se muestran en la Fig. 6, incluidas las barras de error que representan una desviación estándar. en cada lado. Junto con barras de error muy pequeñas (lo que ilustra una repetibilidad suficiente), parece que existe una relación de ley de potencia entre C y \(N_p\) para ambos tipos de partículas y que el valor de C es independiente de los tamaños de partículas para \(N_p\) grandes. (Notario público\). Si bien estos comportamientos observados necesitan más confirmaciones, son intrigantes y pueden implicar una física más profunda. Dejamos su investigación para trabajos futuros y en este estudio nos centramos en el efecto de las partículas sobre las ondas superficiales.

Bosquejo esquemático de la ubicación y dispersión de partículas al (a) al principio y (b) al final de cada experimento. Para simplificar, solo se muestran las ubicaciones de los sensores 1 y 2 representados por (). Las regiones cubiertas de partículas están marcadas en color verde con las partículas ilustradas por ().

Finalmente, debido a la deriva de las partículas, la longitud final \(L_f\) (para \(N_p\) más grande) puede cubrir el área de superficie debajo de los sensores 1 y 2. Para medir de manera robusta el efecto de las partículas sobre las ondas (es decir, , para evitar la reflexión acústica de las partículas y considerar consistentemente las ondas después de pasar a través de todas las partículas), nos centramos en las mediciones del sensor aguas abajo del parche de partículas \(L_f\). Además, excluimos los datos del sensor 6 ya que está relativamente lejos de las partículas (de modo que las propiedades de las ondas pueden modificarse demasiado mediante interacciones no lineales en lugar de amortiguación de partículas). Por lo tanto, nos centramos en los resultados basados ​​en los sensores 3, 4 y 5 para experimentos con partículas flotantes.

Valores de C para partículas con \(D_p\)=0,5 cm () y \(D_p\)=0,8 cm () en diferentes \(N_p\), con barras de error que representan una desviación estándar en cada lado calculada a partir de tres repeticiones.

En el estudio actual, utilizamos un tensioactivo soluble, Triton X-100 (peso molecular 625 g mol\(^{-1}\)), que se ha utilizado comúnmente en muchos estudios previos24,31,35. Consideramos nueve concentraciones \(\Gamma = \Gamma _0 - \Gamma _8\) (en términos de mol l\(^{-1}\)) como se enumeran en la Tabla 2, con \(\Gamma _0\), \ (\Gamma _1\), \(\Gamma _2\), \(\Gamma _6\), \(\Gamma _7\) y \(\Gamma _8\) probados para ondas generadas mecánicamente, y \(\ Gamma _0\sim \Gamma _7\) probado para ondas de viento. La tensión superficial \(\sigma\) para cada concentración se mide a partir de muestras de agua mediante un tensiómetro de superficie Mxbaoheng® BZY-101 (Fig. 7a), que utiliza el método de placa de Wilhelmy basado en el equilibrio de la tensión superficial, gravitacional y flotante. fuerzas sobre una placa de platino36. Las tensiones superficiales medidas (con un error de \(\pm 0,3\) mN/m para este dispositivo) se enumeran en la Tabla 2 y se representan en la Fig. 7b, mostrando una relación logarítmica con el valor de \(\Gamma\). Todos los valores probados de \(\Gamma\) están por debajo del límite de concentración micelar crítica (CMC) para Triton X-100, que es \(\Gamma =23\times 10^{-5}\) mol l\(^{ -1}\) correspondiente a una tensión superficial saturada \(\sigma =30.6\) mN m\(^{-1}\).

En cada día, realizamos un total de (máximo) 12 experimentos relacionados con una concentración \(\Gamma\), que incluyen tres casos con diferentes velocidades del viento y un caso con el generador de olas, cada uno de los cuales se repite tres veces. Entre cada dos experimentos esperamos 30 minutos, lo que permite que los tensioactivos alcancen una distribución uniforme en el tanque. Al final de cada día se agregan más surfactantes al tanque hasta alcanzar el siguiente nivel de concentración deseada \(\Gamma\). Se enciende una bomba de circulación durante la noche para mezclar bien los tensioactivos y el agua antes de comenzar los experimentos al día siguiente.

(a) El tensiómetro de superficie BZY-101. (b) La tensión superficial medida \(\sigma\) (\(\square\)) dependiendo de la concentración \(\Gamma\), con un ajuste logarítmico (\({\varvec{\text{-- } \ texto{-- } \text{-- }}}\)).

Finalmente, resumimos todos los experimentos realizados para microplásticos y tensioactivos en la Tabla 3.

Los espectros de frecuencia de las elevaciones de la superficie se calculan a partir de series temporales medidas por los sensores en un intervalo de tiempo de 100 s en estado estacionario (en el tiempo). Usamos una forma estándar37 para calcular los espectros como un promedio conjunto de espectros de 9 segmentos de la serie temporal con una superposición \(50\%\) de cada dos segmentos (ver Fig. 8). Para cada segmento (\(\Delta t=20\) s con 2000 puntos de datos), utilizamos una función de ventana de Tukey para estrechar las colas del segmento y evaluar el espectro como

con \(\hat{\eta }(f)\) el coeficiente de la serie coseno de Fourier del segmento cónico.

Dado \(S_f(f)\), estamos interesados ​​en dos cantidades de la pendiente cuadrática media (MSS) y la energía de las olas (E), definidas respectivamente por (1) y

con \(S(k)=gS_f(f)/(8\pi ^2f)\). Si bien la evaluación realizada por (5) no es sensible al número de onda de corte \(k_c\) para \(k_c\) por encima de 7,5 rad m\(^{-1}\) (correspondiente a aplicaciones CYGNSS), el valor de MSS evaluado por (1) depende más significativamente de \(k_c\) hasta O(1000) rad m\(^{-1}\). Esta dependencia también se discutirá más adelante en el contexto de las implicaciones de los resultados experimentales para las aplicaciones CYGNSS.

Una serie de tiempo típica \(\eta (t)\) () y 9 segmentos (), con datos tomados del sensor 1 en prueba de agua limpia con ondas generadas mecánicamente. Cada segmento se desplaza verticalmente para una mejor visualización con el nivel medio del agua indicado por (\({\varvec{\text{-- } \text{-- } \text{-- }}}\)).

En este apartado presentamos los resultados de referencia en agua limpia, con el fin de caracterizar las propiedades, especialmente cuantificando los niveles de incertidumbre, de los resultados.

(a) MSS y (c) E para variar \(k_c\) en el sensor 1 (), 2 (), 3 (), 4 (), 5 () y 6 () en un experimento típico con agua limpia. (b) MSS y (d) E con \(k_c=1000\) rad m\(^{-1}\) en 6 sensores, incluidos los valores medios () y las barras de error como una desviación estándar en ambos lados, calculados Más de 10 repeticiones en un día.

Primero investigamos los resultados de las ondas generadas mecánicamente, y las figuras 9a y c muestran resultados típicos de MSS y E como funciones de \(k_c\) medidos por los seis sensores en una de las ejecuciones. Se puede ver que los valores de MSS y E convergen para \(k_c\) arriba de \(\mathcal {O}(10^3)\) rad m\(^{-1}\) y \(\mathcal { O}(10)\) rad m\(^{-1}\), respectivamente. Los principales resultados del artículo se presentarán con \(k_c\)=1000 rad m\(^{-1}\) para ambas cantidades (un valor más bajo de \(k_c\) da como resultado un cálculo inexacto en términos de (1 ) mientras que un valor más alto da como resultado una mayor incertidumbre entre las repeticiones de los experimentos). Las Figuras 9b yd muestran los valores medios y las barras de error (como una desviación estándar en ambos lados) de MSS y E con \(k_c\)=1000 rad m\(^{-1}\), calculados a partir de 10 repeticiones de cada uno. experimentar en un día. Para este valor de \(k_c\), los errores de MSS y E son aceptables (donde \(k_c\) para MSS refleja un equilibrio entre la precisión de (1) y las incertidumbres en las repeticiones), aunque los niveles de incertidumbre de Los MSS son generalmente más grandes, especialmente para el sensor 2 en este caso. Esta mayor incertidumbre del MSS es causada principalmente por el ruido en el movimiento de alta frecuencia del generador de olas (que no se controla con precisión debido a la implementación de frecuencia relativamente baja del control de retroalimentación), que se amplifica debido a la \(k ^2\) dependencia en el cálculo del MSS (1). Observamos que tanto MSS como E pueden aumentar hacia abajo en dos sensores adyacentes (por ejemplo, MSS para los sensores 4 y 5, E para los sensores 1 y 2). Estos se deben al efecto de onda no lineal que puede transferir energía a números de onda altos (lo que lleva a un aumento de MSS) o intercambiar energía entre partes lineales y no lineales (lo que lleva a un aumento de E como parte lineal de la energía).

También observamos que el MSS medido en diferentes días tiene un nivel de incertidumbre más alto en comparación con el que se muestra en la Fig. 9b (que se cuantifica en un día). Esto probablemente se debe a los diferentes niveles de impurezas (p. ej., materiales orgánicos) que se arrojan al tanque durante el procedimiento de limpieza al comienzo de cada día (lo cual es difícil de evitar para un tanque de este tamaño), así como al fondo. ruido (por ejemplo, el tanque de ondas de viento está ubicado cerca de un tanque de remolque de 109,7 m de largo que realiza diferentes operaciones cada día). Estos factores pueden tener una mayor influencia en el componente de número de onda más alto del espectro, lo que resulta en una mayor incertidumbre en el SMS. Para evitar la incertidumbre introducida por los experimentos de varios días, comparamos nuestros resultados con y sin microplásticos (con múltiples repeticiones para cada uno) dentro del mismo día para cuantificar el efecto de los microplásticos.

(a) MSS y (b) E con \(k_c=1000\) rad m\(^{-1}\) en 6 sensores, generados por velocidades de viento de referencia de 4,29 (), 6,59 () y 9,09 () ms\(^{-1}\), incluidos los valores medios y las barras de error como una desviación estándar en ambos lados, calculados en 10 repeticiones en un día.

El MSS y la energía E medidas en experimentos de ondas de viento a tres velocidades de viento de referencia diferentes se muestran en las figuras 10a yb, como funciones de la alcance (medida por las ubicaciones de los sensores 1 a 6). Las barras de error son razonablemente pequeñas para ambas cantidades, lo que indica la solidez de los sistemas de generación y medición de ondas de viento. Para la energía E, la incertidumbre es mayor que en los casos con ondas generadas mecánicamente, principalmente debido a la variación cercana al modo máximo generado por el viento ubicado en el rango de frecuencia relativamente bajo del espectro (por lo que agrega incertidumbre principalmente a E pero no al MSS). . También está claro que tanto MSS como E aumentan con la velocidad de alcance y del viento, en consonancia con resultados anteriores16,38,39,40,41. En el tanque actual de 35 m no se puede alcanzar la condición de mar completamente desarrollado para las tres velocidades de viento operativas.

Los valores de MSS y E en los sensores 3 a 5 con partículas pequeñas (\(D_p\approx 0,5\) cm) y grandes (\(D_p=0,8\) cm) se presentan respectivamente en las Figs. 11 y 12, junto con los resultados de agua limpia. Los valores medios y las barras de error en cada subfigura se calculan a partir de 3 repeticiones de experimentos con partículas (con su correspondiente tamaño y fracción de área C), así como 10 repeticiones de experimentos con agua limpia dentro del mismo día como referencia (o comparación). . En general, encontramos que los efectos de amortiguación para MSS y E solo se vuelven obvios para un valor suficientemente grande de C para ambos tamaños de partículas, por ejemplo, en la Fig. 11d,h,e,j, donde vemos valores más pequeños de las dos cantidades en experimentos con partículas en relación con los experimentos con agua limpia. Para valores pequeños de C, el MSS y la energía E apenas se ven afectados por cualquiera de los tamaños de partícula, en términos de los valores promedio de los tres sensores en comparación con los resultados de agua limpia (cf. Fig. 11b,f,b,g). La única excepción a este comportamiento general es el MSS en la fracción C de área pequeña, especialmente para la partícula pequeña (Fig. 11a), que muestra valores más altos en todos los sensores en comparación con los resultados de agua limpia. Esto probablemente se debe a la difracción de ondas cortas por parte de las partículas (o un parche de partículas) que tiende a aumentar el MSS, especialmente cuando las partículas son más pequeñas. Por otro lado, el MSS en la fracción C de área pequeña para partículas más grandes muestra variaciones no uniformes entre los tres sensores, probablemente debido al espectro de ondas perturbadas (pero no amortiguadas) por las partículas que evoluciona a medida que las ondas viajan río abajo.

El MSS (, fila superior) y la energía E (, fila inferior) medidas en experimentos con partículas de tamaño \(D_p\aproximadamente 0,5\) cm mediante los sensores 3 a 5, con fracciones de área de (a)(e) \(0,12 \%\), (b)(f) \(7.07\%\), (c)(g) \(12.48\%\), y (d)(h) \(18.69\%\), junto con los resultados de agua limpia () (obtenidos el mismo día que los experimentos con partículas) como referencia. Las barras de error de todos los resultados corresponden a una desviación estándar en ambos lados de los valores medios.

El MSS (, fila superior) y la energía E (, fila inferior) medidas en experimentos con partículas de tamaño \(D_p=0.8\) cm mediante los sensores 3 a 5, con fracciones de área de (a)(f) \(0.30\ %\), (b)(g) \(0.60\%\), (c)(h) \(6.44\%\), y (d)(i) \(12.88\%\), y (e )(j) \(23,35\%\), junto con los resultados del agua limpia () (obtenidos el mismo día que los experimentos con partículas) como referencia. Las barras de error de todos los resultados corresponden a una desviación estándar en ambos lados de los valores medios.

(a) \(\alpha _{{\rm MSS}}\) y (b) \(\alpha _E\) como funciones de la fracción de área C para tamaños de partículas \(D_p\approx 0.5\) cm () y \ (D_p=0,8\) cm (). El valor de referencia de \(\alpha _{ {\rm MSS}}=1\) y \(\alpha _E=1\) (es decir, sin efecto de las partículas) se indica (\({\varvec{\text{ -- } \text{-- } \text{-- }}}\)). Se muestra un ajuste logarítmico a \(\alpha _{ {\rm MSS}}\) en valores grandes de C (- \(\cdot\) -).

Dado que los resultados medidos por un solo sensor pueden estar sujetos a una mayor incertidumbre e influenciados por otros procesos físicos (por ejemplo, diferentes efectos no lineales introducidos después de la modificación de los espectros por la presencia de partículas) además de la amortiguación de las partículas, cuantificamos aún más los efectos. de partículas examinando las cantidades promedio:

donde \(\text {MSS}_n\) y \(E_n\) son MSS y E medidos en el sensor n. Para los resultados de esta sección, usamos \(i=3\) y \(j=5\) para obtener valores promedio de \(\overline{\text {MSS}}_{35}\) y \(\overline {E}_ {35}\). Definimos además la relación \(\alpha\) para cuantificar el efecto de las partículas en relación con los resultados de agua limpia, como

donde \(\phi\) representa MSS o E, y los superíndices p y c denotan resultados con presencia de partículas y en agua limpia respectivamente. Las cantidades \(\alpha _{ {\rm MSS}}\) y \(\alpha _E\) se presentan en la Fig. 13 como funciones de la fracción de área C para ambos tamaños de partículas. Observamos que, cuando se miden por la fracción de área, los resultados obtenidos con los dos tamaños de partículas casi colapsan en una sola curva, lo que indica que los efectos de las partículas sobre las ondas superficiales son independientes del tamaño de las partículas en el rango de prueba. Los efectos de amortiguación para ambas cantidades se vuelven evidentes para valores de C superiores a \(C^*\sim O(5-10\%)\). El efecto de las partículas en MSS es mucho mayor que su efecto en E (por ejemplo, en el valor más alto de C, \(\alpha _{ {\rm MSS}}=0,90\) pero \(\alpha _E=0,97\) ), lo que sugiere que el efecto amortiguador de las partículas analizadas se centra más en las ondas cortas. Finalmente, para valores más altos de C, el efecto de amortiguación para MSS parece exhibir una relación logarítmica con \(\alpha _{ {\rm MSS}}-1 \sim -\log (C/C^*)\) más de la mitad una década indicada por los datos de la Fig. 13a.

Antes de concluir la sección sobre partículas flotantes, analizamos brevemente las implicaciones de los resultados para las aplicaciones de detección remota (por ejemplo, CYGNSS). La Figura 14 muestra un resultado típico de MSS en función de \(k_c\) medido por el sensor 3 para ambos tamaños de partículas en su fracción de área más alta C, junto con los resultados de referencia en agua limpia. De los gráficos se desprende claramente que para \(k_c=7.5\) rad m\(^{-1}\) (correspondiente a la aplicación CYGNSS), el efecto de las partículas en MSS es insignificante incluso para la concentración más alta (es decir, mucho superior a la concentración oceánica). En concentraciones oceánicas realistas, el MSS no se amortigua significativamente hasta \(k_c=1000\) rad m\(^{-1}\), como se evidencia en la Fig. 13. Por lo tanto, los resultados son suficientes para concluir que Las anomalías de MSS observadas por CYGNSS no son causadas por los efectos de los microplásticos como partículas flotantes.

MSS calculado con diferentes \(k_c\) con (a) partículas de \(D_p\approx 0.5\) cm, \(C=18.69\%\) () y (b) partículas de \(D_p=0.8\) cm , \(C=23,35\%\) (). Los resultados de agua limpia de referencia (), así como la indicación de \(k_c=7.5\) rad m\(^{-1}\) (\({\varvec{\text{-- } \text{- - } \text{-- }}}\)), se muestran tanto en (a) como en (b).

(a) MSS y (b) E medidos por diferentes sensores en experimentos de ondas generadas mecánicamente con \(\Gamma =\Gamma _0\) y \(\sigma =72.0\) mN m\(^{-1}\) (), \(\Gamma =\Gamma _1\) y \(\sigma =69.1\) mN m\(^{-1}\) (), \(\Gamma =\Gamma _7\) y \(\ sigma =45.5\) mN m\(^{-1}\) (), y \(\Gamma =\Gamma _8\) y \(\sigma =43.5\) mN m\(^{-1}\) (). Las barras de error representan una desviación estándar a cada lado del valor medio calculado a partir de 3 repeticiones.

La Figura 15 muestra los valores de MSS y E medidos por los seis sensores en diferentes concentraciones de surfactante \(\Gamma\) (lo que lleva a diferentes tensiones superficiales \(\sigma\)). Observamos una amortiguación significativa tanto de MSS como de E con la presencia de surfactantes, en comparación con los resultados en agua limpia (es decir, \(\Gamma =\Gamma _0\) y \(\sigma =72.0\) mN m\(^{ -1}\)). Otro fenómeno interesante que se observa en la Fig. 15 es que el principal efecto de amortiguación inducido por el surfactante del MSS y la energía E ocurre a corta distancia del generador de olas, es decir, antes del sensor 2 (15,47 m) para MSS y antes del sensor 1 (13,00 m). para E. Después de esta corta distancia, el efecto de amortiguación inducido por el surfactante se vuelve insignificante, es decir, los valores de MSS y E no se desvían más de los resultados en agua limpia. Este fenómeno sugiere un mecanismo hipotético según el cual para cada concentración de surfactante, podría existir un nivel crítico de amplitud de onda por debajo del cual no hay una mayor amortiguación por parte de los surfactantes. Este mecanismo hipotético, aunque aún no se ha verificado, se puede desarrollar más de la siguiente manera: la compresión/expansión de la superficie libre por el movimiento ondulatorio (Fig. 16a) induce el transporte superficial de las moléculas de surfactante para crear gradientes de su concentración (Fig. 16a). 16b). El transporte ocurre junto con un proceso de difusión superficial (Fig. 16c) y un proceso de adsorción/desorción23, ambos eliminando el gradiente de densidad del surfactante. La amortiguación de Marangoni (resultante de la convección inversa de Marangoni debido al gradiente de tensión superficial) se puede suprimir si la pendiente de la onda es lo suficientemente pequeña como para que la convección inversa de Marangoni inducida por la compresión/expansión se produzca más lentamente que la difusión o el proceso de adsorción/desorción. .

(a) Compresión de la superficie libre por el movimiento ondulatorio; (b) transporte de moléculas de tensioactivo para crear el gradiente de densidad; (c) proceso de difusión superficial para eliminar el gradiente de densidad.

También estamos interesados ​​en la dependencia de la amortiguación inducida por el surfactante de los niveles de concentración. Para este propósito, trazamos \(\overline{\text {MSS}}_{16}\) y \(\overline{E}_{16}\) como funciones de la concentración \(\Gamma\) en la Fig. 17. Estos resultados son notablemente diferentes de los experimentos/simulaciones anteriores basados ​​en una onda monocromática (con frecuencias tanto mayores como menores que la frecuencia máxima en (2))24,25,26, donde existe un nivel de concentración óptimo correspondiente a la tasa de reducción máxima para cada frecuencia de onda. Sin embargo, para olas irregulares como en nuestro estudio, la relación entre el efecto de amortiguación y el nivel de concentración no es monótona, con \(\overline{\text {MSS}}_{16}\) mostrando un máximo local en \(\ Gamma =\Gamma _7\) y \(\overline{E}_{16}\) en \(\Gamma =\Gamma _2\) (observamos que estos máximos locales pueden cambiar para diferentes espectros de onda de entrada). Estos comportamientos complicados indican que para comprender mejor cuantitativamente el efecto de amortiguación mejorado del surfactante sobre las olas oceánicas irregulares, es necesario considerar la amortiguación de Marangoni en presencia de interacciones de olas no lineales entre un rango de frecuencias de olas.

(a) \(\overline{\text {MSS}}_{16}\) y (b) \(\overline{E}_{16}\) a diferentes niveles de concentración de los tensioactivos. Los resultados para \(\Gamma =\Gamma _0\) (es decir, agua limpia) se indican mediante (\({\varvec{\text{-- } \text{-- } \text{-- }}}\ )) en ambas subfiguras.

MSS y E con \(\Gamma =\Gamma _0\) y \(\sigma =72.0\) mN m\(^{-1}\) (), \(\Gamma =\Gamma _1\) y \( \sigma =69.1\) mN m\(^{-1}\) (), \(\Gamma =\Gamma _2\) y \(\sigma =60.1\) mN m\(^{-1}\) (), \(\Gamma =\Gamma _3\) y \(\sigma =57.5\) mN m\(^{-1}\) (), \(\Gamma =\Gamma _4\) y \(\ sigma =54.4\) mN m\(^{-1}\) (), y \(\Gamma =\Gamma _5\) y \(\sigma =53.5\) mN m\(^{-1}\) () en las tomas X correspondientes a los sensores 1 a 6. Las filas superior y media trazan el MSS y E respectivamente en una escala lineal-lineal, y la fila inferior traza E en una escala lineal-logarítmica. Las columnas de izquierda a derecha corresponden a velocidades del viento de referencia de 4,29, 6,59 y 9,09 ms\(^{-1}\), respectivamente.

La Figura 18 representa el MSS y la energía E como funciones del alcance X para diferentes velocidades del viento y diferentes niveles de concentración de surfactante. En primer lugar, observamos que para casos con una velocidad del viento suficientemente baja y/o una concentración alta de surfactante, existen mediciones de sensores con un nivel de señal similar a las mediciones en aguas tranquilas. Estos puntos de datos (con un criterio de E inferior a 1,5 veces el de los ruidos medidos en aguas tranquilas) se consideran físicamente como casos de no generación de olas y están prácticamente excluidos en la Fig. 18. También se observa que en la Fig. 18 hay algunas curvas que disminuyen con el aumento de X, así como líneas "discontinuas" (digamos en (a), (c) y (g)), que indican el crecimiento de las olas en un alcance más corto pero luego decaen en un alcance más largo. Este fenómeno se debe a la convección del surfactante aguas abajo por el viento, lo que resulta en una mayor concentración aguas abajo asociada con un efecto de amortiguación más fuerte.

(a) Tasa de crecimiento lineal \(\beta _{ {\rm MSS}}\) para MSS (con MSS \(\sim \beta _{ {\rm MSS}}X\)) y (b) tasa de crecimiento exponencial \(\beta _E\) para E (con \(E \sim \exp (\beta _E X)\)) para concentraciones variables de surfactante \(\Gamma\) a velocidades del viento de referencia \(u_0=4.29\) () , 6,59 () y 9,09 ms \(^{-1}\) (). Solo se incluyen casos con excitación de onda, y los valores negativos indican caída de onda del sensor 1 al 6. Los niveles de \(\beta _ {\rm MSS}}=0\) y \(\beta _E=0\) son marcado (\({\varvec{\text{-- } \text{-- } \text{-- }}}\)).

En la Fig. 18 encontramos que MSS y la energía E muestran respectivamente un crecimiento lineal (cf. (a–c)) y un crecimiento exponencial (cf. (d–i)) con la recuperación X, especialmente para la etapa inicial (es decir, alcance corto) mucho antes de la condición de pleno desarrollo (es decir, la disipación mucho más débil que el crecimiento). Si bien el crecimiento exponencial de la energía E es consistente con resultados anteriores27,42,43, no conocemos ningún hallazgo previo sobre el crecimiento lineal de MSS. Estos resultados indican que en un mar de viento, el modo pico crece mucho más rápido que la porción del espectro con un número de ondas alto en la etapa inicial de desarrollo. La tasa de crecimiento lineal \(\beta _{ {\rm MSS}}\) para MSS (con MSS \(\sim \beta _{ {\rm MSS}}X\)) y la tasa de crecimiento exponencial \(\beta _E \) para E (con \(E \sim \exp (\beta _E X)\)) se ajustan a partir de los datos y se resumen en la Fig. 19, ambas como funciones de \(\Gamma\) para cada velocidad del viento de referencia (solo Se muestran casos con excitación de ondas). Observamos que concentraciones más altas de surfactante reducen consistentemente las tasas de crecimiento \(\beta _{ {\rm MSS}}\) y \(\beta _E\).

Perfiles de viento \(u(z)/u_0\) con concentraciones de surfactante \(\Gamma _0\) (\(\circ\)) y \(\Gamma _4\) (), con ajustes lineales () y (), a velocidades del viento de referencia (a) \(u_0=4.29\), (b) 6.59 y (c) 9.09 ms\(^{-1}\).

Para comprender los mecanismos subyacentes al efecto de los surfactantes sobre MSS y E, primero investigamos la tensión cortante del viento bajo diferentes niveles de concentración. Para este propósito, seguimos el procedimiento44 para extraer la velocidad de fricción \(u_*\) (y por lo tanto el esfuerzo cortante \(\tau =\rho u_*^2\)) de la capa logarítmica del perfil del viento, definida como

donde \(\kappa =0.41\) es la constante de von Kármán y \(z_0\) es un parámetro de rugosidad (que caracteriza la escala de longitud viscosa o el espesor de la subcapa viscosa). La Figura 20 muestra algunos perfiles de viento típicos, así como el ajuste usando \(u(z)=A\ln {z} + B\) a partir del cual se obtiene la velocidad de fricción \(u_*=\kappa A\) y el esfuerzo cortante del viento \ (\tau\) se puede calcular.

La tensión del viento (cortante) \(\tau\) para concentraciones variables de surfactante (y por lo tanto, variaciones de tensiones superficiales) se representa en la Fig. 21 para las tres velocidades del viento de referencia \(u_0\). Para cada velocidad del viento marcamos el punto crítico (\(\Gamma _c, \sigma _c, \tau _c\)) correspondiente al límite por debajo del cual no se excitan ondas. Está claro que para los casos tanto por encima como por debajo de los puntos críticos, la tensión del viento muestra una dependencia exponencial de la tensión superficial (\(\tau \sim \exp (a_1\sigma )\)) y una dependencia de la ley potencial (que puede que se espera de la Fig. 7b) en el nivel de concentración de surfactante (\(\tau \sim \Gamma ^{-a_2}\)) para cada misma velocidad del viento. El recuadro de la Fig. 21b traza los valores de \(a_2\) para diferentes velocidades del viento de referencia \(u_0\), lo que sugiere una relación lineal de \(a_2 \sim u_0\) que implica también \(a_1 \sim u_0\) (aunque es posible que se necesiten más datos a otras velocidades del viento para consolidar aún más esta relación).

Además, los puntos críticos (\(\Gamma _c, \sigma _c, \tau _c\)) en la Fig. 21 revelan una física interesante sobre la generación de ondas de viento. Si bien una mayor tensión del viento implica una tendencia más fuerte a la generación de olas, es posible, como lo sugiere la Fig. 21, que las olas se exciten a menores \(\tau\) (digamos \(u_0=4.29\) ms\(^{-1 }\) y \(\sigma\) alrededor de 70 mN m\(^{-1}\)) pero suprimidos en \(\tau\) superiores (digamos \(u_0=6.59\) ms\(^{-1 }\) y \(\sigma\) alrededor de 50 mN m\(^{-1}\)). Este hecho sólo es posible si este último está sujeto a un mayor efecto de amortiguación (que supera la mayor tensión del viento) debido a una mayor concentración de tensioactivos. Por lo tanto, para comprender la generación de olas en presencia de surfactantes, es importante considerar la amortiguación inducida por surfactantes como un factor físico adicional. Para los casos en agua limpia con un perfil de onda monocromático (para los cuales la amortiguación puede cuantificarse claramente), se ha demostrado mediante simulaciones numéricas43 que la tasa de crecimiento de las olas depende únicamente de la tensión del viento por encima de algún valor equilibrado (que caracteriza el estado crítico de crecimiento de tensión del viento que equilibra la amortiguación). La situación para nuestro caso, sin embargo, es significativamente más complicada, ya que el efecto de amortiguación depende tanto del nivel de concentración de surfactante como de la velocidad del viento (que afectan la longitud de onda del modo pico a excitar, lo que a su vez cambia la amortiguación de los surfactantes). Estas relaciones de dependencia deben investigarse más a fondo para comprender completamente la generación de ondas de viento en presencia de surfactantes.

Esfuerzo cortante del viento \(\tau\) como función de (a) \(\sigma\) y (b) \(\Gamma\) en \(u_0=4.29\) (\(\circ\)), 6.59 (), y 9,09 ms\(^{-1}\) (), con ajustes exponenciales y de ley de potencia marcados por (\({\varvec{\text{-- } \text{-- } \text{- - }}}\)) para cada \(u_0\). Los puntos críticos de \(\sigma _c\), \(\Gamma _c\), \(\tau _c\) correspondientes al umbral de excitación de la onda están marcados por para cada \(u_0\). Los valores de \(a_2\) (\(\triangle\)) en diferentes \(u_0\) con ajuste lineal (- \(\cdot\) -) se muestran en el recuadro de la subfigura (b).

(a) MSS como función del número de onda de corte \(k_c\) para ondas generadas mecánicamente con concentraciones de surfactante \(\Gamma _0\) () y \(\Gamma _8\) (); (b) \(\overline{\text {MSS}}_{16}\) calculado con \(k_c=7.5\) rad m\(^{-1}\) para diferentes niveles de concentración \(\Gamma\) para ondas generadas mecánicamente, con el resultado de \(\Gamma _0\) marcado (- \(\cdot\) -); (c – e) MSS en función de \(k_c\) a velocidades del viento de referencia \(u_0=4.29\), 6.59 y 9.09 ms\(^{-1}\) respectivamente, con concentraciones de surfactante \(\Gamma _0\) (), \(\Gamma _1\) (), \(\Gamma _2\) (), \(\Gamma _3\) (), \(\Gamma _4\) () y \(\ Gama _5\) (). Las ubicaciones de \(k_c=7.5\) rad m\(^{-1}\) se indican mediante líneas discontinuas verticales en (a) y (c–e).

Además, dado que las ondas de viento observadas se desarrollan bajo los efectos de la tensión cortante del viento y la amortiguación de las olas, y ambos se ven afectados por la presencia de surfactantes, vale la pena elaborar los mecanismos físicos involucrados en el proceso. Si bien el amortiguamiento de Marangoni para las olas se analizó en §5.1, la reducción del esfuerzo cortante del viento se puede interpretar físicamente de la siguiente manera: cuando el viento sopla sobre la superficie libre, se desarrolla una capa de corte en el agua que tiende a transportar surfactantes corriente abajo. Esta tendencia da como resultado un gradiente de concentración de surfactante, lo que conduce a un flujo inverso de Marangoni que resiste la formación de la capa de corte por el viento. Este proceso de Marangoni reduce efectivamente el esfuerzo cortante del viento (que debe estar relacionado con el esfuerzo cortante del flujo en la interfaz).

Finalmente, discutimos la implicación de los resultados de los experimentos con surfactantes en las anomalías del MSS en la teledetección CYGNSS. La Figura 22a muestra el MSS en el sensor 6 en función de \(k_c\) para ondas generadas mecánicamente en agua limpia y con la concentración más alta \(\Gamma _8\). En el número de onda de corte de CYGNSS \(k_c=7.5\) rad m\(^{-1}\) indicado en la figura, vemos una diferencia de los dos valores de MSS que no es significativa pero es mayor que la diferencia en los casos. de partículas flotantes (Fig. 14). En la Fig. 22b se muestra una imagen más cuantitativa, que traza la contraparte de la Fig. 17a pero para \(k_c=7.5\) rad m\(^{-1}\). Comparando el resultado de agua limpia y el resultado con \(\Gamma _8\), vemos una reducción de MSS en \(O(10\%)\). Para los casos de ondas de viento, las figuras 22c-e muestran el MSS en el sensor 6 como una función de \(k_c\) para diferentes niveles de concentración (para los cuales se excitan las ondas). En estas figuras vemos una clara diferencia de MSS incluso en \(k_c=7.5\) rad m\(^{-1}\). Cuantitativamente, con niveles de surfactante \(\Gamma _2\), \(\Gamma _3\) y \(\Gamma _5\), el MSS se reduce en un 8\(\%\), 17\(\%\) y 50\(\%\) en relación con los resultados de agua limpia para \(u_0\)=4,29, 6,59 y 9,09 ms\(^{-1}\), respectivamente. Considerando la anomalía CYGNSS MSS que es \(O(20\%)\) (en términos de reducción de los resultados del modelo Katzberg), está claro que la presencia de surfactantes en los mares de viento es el factor más influyente para esta aplicación de teledetección. .

En este artículo, investigamos los mecanismos físicos subyacentes a la anomalía MSS medida por CYGNSS que se ha utilizado para rastrear microplásticos oceánicos. Para ello, estudiamos experimentalmente el efecto de partículas flotantes y surfactantes sobre las olas superficiales (en términos de energía y rugosidad superficial) generadas por un generador de olas mecánico y/o el viento. Las partículas flotantes se prueban con dos tamaños de 0,5 cm y 0,8 cm, y nuestros resultados muestran que su efecto de amortiguación sobre las ondas superficiales depende críticamente de la fracción de área de cobertura, independientemente de los tamaños. Los efectos de amortiguación tanto en la energía como en los MSS solo se observan para fracciones superiores a \(O(5\sim 10\%)\), que son mucho más altas que la situación de los microplásticos oceánicos de \(O(0.1\%)\). En el caso de los tensioactivos, los experimentos con ondas irregulares generadas mecánicamente muestran que generalmente dan como resultado una mayor amortiguación tanto de la energía como del MSS. Sin embargo, el nivel de concentración "óptimo" correspondiente a la amortiguación máxima para ondas monocromáticas no se puede identificar para ondas irregulares probadas en nuestro estudio. En los experimentos de olas generadas por el viento, encontramos que la presencia de surfactantes suprime significativamente la generación de olas, debido a su efecto combinado de reducir la tensión del viento y aumentar la amortiguación inducida por los surfactantes. Se encuentra además que la tensión del viento, obtenida a partir del perfil del viento medido, sigue una dependencia exponencial de la tensión superficial y una dependencia de la ley potencial del nivel de concentración del surfactante (con el exponente de la ley potencial relacionado linealmente con la velocidad del viento). ).

Los resultados clave de MSS en este artículo también se presentan para diferentes números de onda de corte \(k_c\). Al considerar el número de onda de corte de CYGNSS \(k_c=7.5\) rad m\(^{-1}\), encontramos que el efecto de las partículas flotantes en MSS es insignificante incluso en la fracción más alta por encima de \(10\% \) probado en el trabajo actual. Las ondas generadas mecánicamente con tensioactivos de mayor concentración \(\Gamma _8\) dan como resultado una reducción \(O(10\%)\) en relación con el MSS en agua limpia. En comparación, las olas de viento generadas con una concentración moderada de surfactante de \(\Gamma _3\) conducen a una reducción \(O(17\%)\) del MSS en agua limpia, para una velocidad del viento de aproximadamente 9 ms\( ^{-1}\). Considerando las anomalías de MSS observadas por CYGNSS, que corresponden a CYGNSS MSS \(O(20\%)\) inferiores a los resultados del modelo estándar de Katzberg, concluimos que el efecto de los surfactantes en un mar con viento es un factor influyente clave para esta aplicación de teledetección.

Finalmente, destacamos que el tamaño de las partículas flotantes probadas en el trabajo actual está limitado a escalas milimétricas. Otros trozos de plástico fragmentados en el rango de unas pocas micras o menos, conocidos como nanopartículas, pueden cambiar drásticamente la física del flujo. Debido a las interacciones de las partículas, por ejemplo, fuerzas repulsivas entre sí, las nanopartículas en la interfaz del fluido (como plástico coloidal) pueden comportarse de manera indistinguible de los tensioactivos. Dado que el nanoplástico también es una fuente de contaminación plástica oceánica45, es interesante diseñar experimentos futuros para cuantificar su efecto sobre la amortiguación de las olas para aplicaciones de detección remota.

Los conjuntos de datos que respaldan los resultados de este artículo se incluyen en el artículo.

Maximenko, N. y col. Hacia el sistema integrado de observación de desechos marinos. Frente. Marzo ciencia. 6, 447 (2019).

Artículo de Google Scholar

Martínez-Vicente, V. et al. Medición de desechos plásticos marinos desde el espacio: evaluación inicial de los requisitos de observación. Sensores remotos 11, 2443 (2019).

ADS del artículo Google Scholar

King, J., Pascual, D., Clarizia, MP y de Maagt, P. ¿Puede la reflectometría GNSS respaldar el monitoreo global de la materia flotante en el océano? En 2021 Simposio internacional de geociencia y teledetección del IEEE IGARSS, 7520–7521 (IEEE, 2021).

Davaasuren, N. y col. Detección de contaminación por microplásticos en los océanos del mundo mediante teledetección SAR. En IGARSS 2018-2018 Simposio internacional de geociencia y teledetección del IEEE, 938–941 (IEEE, 2018).

Simpson, M. y col. Seguimiento de la contaminación por tensioactivos potencialmente relacionada con los plásticos en los giros mundiales mediante teledetección por radar. En 2021 Simposio internacional de geociencia y teledetección del IEEE IGARSS, 1122–1125 (IEEE, 2021).

Ruf, C. & Evans, M. Detección e imágenes dinámicas de microplásticos oceánicos desde el espacio. En Resúmenes de la conferencia de la Asamblea General de EGU, 3120 (2020).

Evans, MC y Ruf, CS Hacia la detección y obtención de imágenes de microplásticos oceánicos con un radar espacial. Traducción IEEE. Geociencias. Sensores remotos. https://doi.org/10.1109/TGRS.2021.3081691 (2021).

Artículo de Google Scholar

Ruf, C. y col. Cygnss: Habilitando el futuro de la predicción de huracanes [satélites de teledetección]. IEEE Geociencias. Sensores Remotos Mag. 1, 52–67. https://doi.org/10.1109/MGRS.2013.2260911 (2013).

Artículo de Google Scholar

Ruf, CS y cols. Nueva misión satelital sobre vientos oceánicos para investigar huracanes y convección tropical. Toro. Soy. Meteorito. Soc. 97, 385–395 (2016).

ADS del artículo Google Scholar

Wang, T. y col. Mejora de la calibración de nivel 1 de cygnss mediante modelado y mediciones de la pendiente cuadrática media de la superficie del océano. En IGARSS 2020 - 2020 Simposio internacional de geociencia y teledetección del IEEE, 5909–5912, https://doi.org/10.1109/IGARSS39084.2020.9323262 (2020).

Katzberg, SJ, Torres, O. y Ganoe, G. Calibración de GPS reflejado para recuperar la velocidad del viento de tormentas tropicales. Geofís. Res. Lett.33 (2006).

Liu, L., Garrett, K., Maddy, ES y Boukabara, S.-A. Evaluación de impacto de la asimilación de las recuperaciones de viento superficial Rapidscat de la NASA en el sistema global de asimilación de datos de la NOAA. Lun. Tiempo Rev. 146, 929–942 (2018).

ADS del artículo Google Scholar

van Sebille, E. et al. Un inventario global de pequeños desechos plásticos flotantes. Reinar. Res. Letón. 10, 124006. https://doi.org/10.1088/1748-9326/10/12/124006 (2015).

ADS del artículo Google Scholar

Sutherland, BR & Balmforth, NJ Amortiguación de ondas superficiales por partículas flotantes. Física. Rev. Fluidos 4, 014804. https://doi.org/10.1103/PhysRevFluids.4.014804 (2019).

ADS del artículo Google Scholar

van Sebille, E. et al. La oceanografía física del transporte de desechos marinos flotantes. Reinar. Res. Letón. 15, 023003. https://doi.org/10.1088/1748-9326/ab6d7d (2020).

ADS del artículo Google Scholar

Cox, C. & Munk, W. Medición de la rugosidad de la superficie del mar a partir de fotografías del brillo del sol. J. Optar. Soc. Soy. 44, 838–850. https://doi.org/10.1364/JOSA.44.000838 (1954).

ADS del artículo Google Scholar

Barger, WR, Garrett, WD, Mollo-Christensen, E. & Ruggles, KW Efectos de una mancha marina artificial sobre la atmósfera y el océano. J. Aplica. Meteorol. 9, 396–400 (1970).

2.0.CO;2" data-track-action="article reference" href="https://doi.org/10.1175%2F1520-0450%281970%29009%3C0396%3AEOAASS%3E2.0.CO%3B2" aria-label="Article reference 17" data-doi="10.1175/1520-0450(1970)0092.0.CO;2">ADS del artículo Google Scholar

Hühnerfuss, H., Alpers, W., Lange, PA y Walter, W. Atenuación de las ondas del viento mediante películas superficiales artificiales de diferente estructura química. Geofís. Res. Letón. 8, 1184-1186 (1981).

ADS del artículo Google Scholar

Hühnerfuss, H., Alpers, W., Garrett, WD, Lange, PA y Stolte, S. Atenuación de ondas capilares y de gravedad en el mar mediante películas superficiales orgánicas monomoleculares. J. Geophys. Res. Océanos 88, 9809–9816. https://doi.org/10.1029/JC088iC14p09809 (1983).

ADS del artículo Google Scholar

Ermakov, S. y otros. Efecto de película superficial sobre ondas de viento cortas. Din. Atmos. Océanos 10, 31–50. https://doi.org/10.1016/0377-0265(86)90008-4 (1986).

ADS del artículo Google Scholar

Lombardini, P. P., Fiscella, B., Trivero, P., Cappa, C. & Garrett, W. D. Modulation of the spectra of short gravity waves by sea surface films: Slick detection and characterization with a microwave probe. J. Atmos. Oceanic Tech. 6, 882–890. 2.0.CO;2" data-track="click" data-track-action="external reference" data-track-label="10.1175/1520-0426(1989)0062.0.CO;2">https://doi.org/10.1175/1520-0426(1989)006<0882:MOTSOS>2.0.CO;2 (1989).

2.0.CO;2" data-track-action="article reference" href="https://doi.org/10.1175%2F1520-0426%281989%29006%3C0882%3AMOTSOS%3E2.0.CO%3B2" aria-label="Article reference 21" data-doi="10.1175/1520-0426(1989)0062.0.CO;2">ADS del artículo Google Scholar

Bock, EJ, Hara, T., Frew, N. y McGillis, W. Relación entre la transferencia de gas aire-mar y las ondas de viento cortas. J. Geophys. Res. 104, 25821–25831 (1999).

ADS del artículo Google Scholar

Manikantan, H. & Squires, TM Dinámica de tensioactivos: variables ocultas que controlan los flujos de fluidos. J. Mec. de fluidos. 892, P1. https://doi.org/10.1017/jfm.2020.170 (2020).

Artículo ADS MathSciNet CAS MATH Google Scholar

Lapham, GS, Dowling, DR & Schultz, WW Ondas de agua por gravedad capilar lineales y no lineales con un tensioactivo soluble. Exp. Fluidos 30, 448–457. https://doi.org/10.1007/s003480000226 (2001).

Artículo CAS Google Scholar

Lucassen, J. Ondas capilares longitudinales. Parte 1-teoría. Trans. Sociedad Faraday. 64, 2221–2229 (1968).

Artículo de Google Scholar

Lucassen, J. Efecto del material tensioactivo sobre la amortiguación de las ondas de gravedad: una reevaluación. J. Ciencia de la interfaz coloidal. 85, 52–58 (1982).

ADS del artículo Google Scholar

Mitsuyasu, H. & Honda, T. Los efectos del tensioactivo en ciertos fenómenos de interacción aire-mar. En Wave Dynamics and Radio Sondeo de la superficie del océano, 95–115 (Springer, 1986).

Tang, S. y Wu, J. Supresión de ondas generadas por el viento mediante películas naturales: un estudio de laboratorio. J. Geophys. Res. Océanos 97, 5301–5306 (1992).

ADS del artículo Google Scholar

Wei, Y. y Wu, J. Mediciones in situ de tensión superficial, amortiguación de olas y propiedades del viento modificadas por películas naturales. J. Geophys. Res. Océanos 97, 5307–5313 (1992).

ADS del artículo Google Scholar

Savtchenko, A., Tang, S. & Wu, J. Efectos del surfactante en el crecimiento de las olas del viento: observaciones simultáneas con sensores ópticos y de microondas. J. Mar. Syst. 13, 273–282 (1997).

Artículo de Google Scholar

Uz, BM, Donelan, MA, Hara, T. & Bock, EJ Estudios de laboratorio de la tensión del viento sobre las olas superficiales. Encuadernado.-Capa Meteorol. 102, 301–331 (2002).

ADS del artículo Google Scholar

Ruf, CS, Evans, MC, Pan, Y. & Sun, Y. Teledetección de basura y desechos marinos con radar biestático espacial. https://ioccg.org/wp-content/uploads/2022/05/1.1.2-microwave_radar_section-datasets.pdf (2022).

Cózar, A. et al. Desechos plásticos en mar abierto. Proc. Nacional. Acad. Ciencia. 111, 10239–10244. https://doi.org/10.1073/pnas.1314705111 (2014).

Artículo ADS CAS Google Scholar

Stokes, GG Sobre la teoría de las ondas oscilatorias. Trans. Camb. Filos. Soc. https://doi.org/10.1017/CBO9780511702242.013 (1847).

Artículo MATEMÁTICAS Google Scholar

Liu, X. y Duncan, JH Un estudio experimental de los efectos de los tensioactivos en los rompedores de derrames. J. Mec. de fluidos. 567, 433–455 (2006).

Artículo ADS CAS MATH Google Scholar

Lapham, GS, Dowling, DR y Schultz, WW Tensiometría de equilibrio de fuerzas in situ. Exp. Fluidos 27, 157–166 (1999).

Artículo CAS Google Scholar

Adak, S. Análisis espectral dependiente del tiempo de series temporales no estacionarias. Mermelada. Estadística. Asociación. 93, 1488-1501 (1998).

Artículo MathSciNet MATEMÁTICAS Google Scholar

Charnock, H. Estrés del viento en la superficie del agua. Meteorol QJR. Soc. 81, 639–640 (1955).

ADS del artículo Google Scholar

Hay, J. Algunas observaciones del flujo de aire sobre el mar. Meteorol QJR. Soc. 81, 307–319 (1955).

ADS del artículo Google Scholar

Ellison, TH Turbulencia atmosférica. Sobrevivir. Mec. 400, 430 (1956).

Google Académico

Phillips, OM El rango de equilibrio en el espectro de las olas generadas por el viento. J. Mec. de fluidos. 4, 426–434. https://doi.org/10.1017/S0022112058000550 (1958).

Artículo ADS MathSciNet MATH Google Scholar

Lin, M.-Y., Guest, C.-H., Tsai, W.-T., Sullivan, PP y Belcher, SE Simulación numérica directa de procesos de generación de ondas de viento. J. Mec. de fluidos. Rev. 616, 1–30 (2008).

Artículo ADS MATEMÁTICAS Google Scholar

Wu, J. & Deike, L. Crecimiento de las olas de viento en el régimen viscoso. Física. Rev. Fluidos 6, 094801. https://doi.org/10.1103/PhysRevFluids.6.094801 (2021).

ADS del artículo Google Scholar

Liu, X. Un estudio de laboratorio sobre derrames de rompedores en presencia de viento suave y tensioactivos. J. Geophys. Res. Océanos 121, 1846–1865 (2016).

ADS del artículo Google Scholar

Al Harraq, A. y Bharti, B. Microplásticos a través de la lente de la ciencia coloidal. Entorno ACS. Au 2, 3-10 (2021).

Artículo de Google Scholar

Descargar referencias

Los autores desean agradecer al profesor James Duncan y An Wang por las útiles discusiones, y al profesor Kevin Maki, al Sr. Jason Bundoff, al Sr. Alexander Flick y al Sr. Jim Smith por la ayuda técnica en el Laboratorio de Hidrodinámica Marina. Este trabajo fue financiado en parte por el contrato NNL13AQ00C de la Dirección de Misiones Científicas de la NASA con la Universidad de Michigan.

Departamento de Arquitectura Naval e Ingeniería Marina, Universidad de Michigan, Ann Arbor, EE.UU.

Yukun Sun, Thomas Bakker y Yulin Pan

Departamento de Ingeniería y Ciencias Espaciales y del Clima, Universidad de Michigan, Ann Arbor, EE.UU.

Christopher Ruf

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

YP y CR concibieron los experimentos. YS y TB realizaron los experimentos. YP, YS y CR analizaron los resultados. YS redactó el manuscrito. YP, YS y CR editaron el manuscrito. Todos los autores revisaron el manuscrito.

Correspondencia a Yulin Pan.

Los autores declaran no tener conflictos de intereses.

Springer Nature se mantiene neutral con respecto a reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.

Acceso Abierto Este artículo está bajo una Licencia Internacional Creative Commons Attribution 4.0, que permite el uso, compartir, adaptación, distribución y reproducción en cualquier medio o formato, siempre y cuando se dé el crédito apropiado a los autores originales y a la fuente. proporcione un enlace a la licencia Creative Commons e indique si se realizaron cambios. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la normativa legal o excede el uso permitido, deberá obtener permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/.

Reimpresiones y permisos

Sun, Y., Bakker, T., Ruf, C. et al. Efectos de los microplásticos y tensioactivos sobre la rugosidad superficial de las ondas del agua. Informe científico 13, 1978 (2023). https://doi.org/10.1038/s41598-023-29088-9

Descargar cita

Recibido: 09 de agosto de 2022

Aceptado: 28 de enero de 2023

Publicado: 03 de febrero de 2023

DOI: https://doi.org/10.1038/s41598-023-29088-9

Cualquier persona con la que comparta el siguiente enlace podrá leer este contenido:

Lo sentimos, actualmente no hay un enlace para compartir disponible para este artículo.

Proporcionado por la iniciativa de intercambio de contenidos Springer Nature SharedIt

Al enviar un comentario, acepta cumplir con nuestros Términos y pautas de la comunidad. Si encuentra algo abusivo o que no cumple con nuestros términos o pautas, márquelo como inapropiado.