Do sự thay đổi của độ cao mực nước thủy triều, nên khi tiến hành đo máy Vectrino trong vùng sóng vỡ và sóng tràn và do đó số liệu ghi lại sẽ bị sai khi đầu đo đã nổi lên khỏi mặt nước. Các dữ liệu có được khi đầu đo Vectrino đã nằm trong vùng sóng tràn sẽ được lựa chọn từ sự đồng bộ hóa giữa các đoạn video và số liệu Vectrino theo thời gian thực.
19
Hình 2. 6. Đo đồng bộ máy Vectrino và máy quay Video.
Dữ liệu tương ứng để mức nước cao hơn đầu sensor (tức là độ sâu lớn hơn 7,5 cm dưới các cảm biến) được phát hiện bằng cách xử lý các tín hiệu/tỷ lệ nhiễu (SNR Beam). Bộ dữ liệu có tín hiệu/tỷ lệ nhiễu (SNR Beam) cao nhất và đầu sensor nằm trong nước được vẽ bằng màu xanh lá cây (hình 2. 7).
Hình 2. 7. SNR (màu đen), dữ liệu được lựa chọn trước (màu xanh) và cực tiểu của
20
Từ đó chúng ta chọn những đoạn tín hiệu/tỷ lệ nhiễu SNR màu xanh đã loại bỏ số liệu bị nhiễu do đầu sensor nằm trên không khí hoặc khoảng cách giữa đầu sensor tới đáy nhỏ hơn 7,5 cm. Tiến hành chọn đoạn tín hiệu/tỷ lệ nhiễu SNR màu xanh tốt (đoạn dữ liệu màu đỏ trong hình 2. 8).
Hình 2. 8. Lựa chọn một đoạn dữ liệu tốt (màu đỏ) trong một chuỗi dữ liệu.
Khi đã chọn được đoạn tín hiệu/tỷ lệ nhiễu SNR tốt thì chúng ta tiến hành phân tích số liệu dòng chảy, năng lượng rối tke tương ứng với đoạn tín hiệu/tỷ lệ nhiễu SNR mà ta đã chọn và được thể hiện trên hai hình 2.9 và 2.10.
Điều kiện dòng chảy tương ứng với đoạn dữ liệu được lựa chọn (màu đỏ) trong vùng sóng vỡ và sóng tràn được trình bày trên hình 2.9.
21
Hình 2. 9. Đồ thị 1: Vận tốc (màu xanh dương) và hướng (màu xanh lá cây) của
dòng chảy; đồ thị 2: Thành phần ngang của dòng chảy (hướng lên trên bờ); đồ thị 3: độ sâu đo được từ các cảm biến (đường màu đỏ tương ứng với vị trí của các cell đo
được); đồ thị 4: Năng lượng rối trung bình các cell đo được.
Năng lượng rối (TKE) bên trong các cell đo được hiển thị trên hình 2.10 dưới đây.
22
Hình 2. 10. Năng lượng rối (TKE) trong 3,5 cm micro-profile.