Fine particles or sediments have various effects on water quality and aquatic ecosystems. Thus, understanding
the dynamics of these fine particles between water body and stream bed is an important issue in sediment research.
Previous studies and analysis of empirical data suggest that fine particles are stored in the sediment
bed in the low flow regime, where flow rate is smaller than the critical flow rate that mobilizes the sediment
bed. These fine particles are re-suspended during flood eventswhen the flowrate becomes larger than the critical
flow rate that mobilizes bed material. The transition frompattern recognition to process analysis required incorporation
of the dominant processes controlling fine particle dynamics within gravel-bedded streams into a
model. The process analysis was performed using continuous flow and turbidity data at two locations on the
Russian River in California to test process descriptions and then calibrate a quantitative model to represent
those processes. The resulting process model coupled fine particle retentionwithin the sediment bed by filtration
and sedimentation with the release of accumulated fine particles in response to flood events.Model parameters,
such as the critical flow rate required for initiating sediment bed fluidization, the maximumfine particle storage
capacity within the sediment bed, and background particle concentration for the watershed, were estimated
from the monitoring data. Model calibration optimized the filtration and the sediment bed fluidization parameters
over two or three years of data. Overall, the difference betweenmodeled and observed fine particle mass released
from the sediment bed was within 20% of the measured mass.