In den vorherigen Anmerkungen haben wir einige Schritte zum Bereinigen der Geometrie und zum Laden von GPR-Array-Rohdaten behandelt. In diesem Hinweis befassen wir uns mit einigen notwendigen Verarbeitungsschritten vor der Dateninterpretation.
Rohdaten
Abbildung 1 unten zeigt die Rohdaten aus einem Abschnitt eines Projekts. Das untere Bild zeigt die Daten mit einer Überlagerung der Geometrie. Dieser Datensatz ist keineswegs ideal. Erstens gibt es einige Lücken in den Daten. Zweitens und noch auffälliger ist die inkonsistente Abdeckung mit unterschiedlichen Ausrichtungen, Erfassungsmustern und überlappenden Daten. Es wurde eine gewisse Filterung in Form eines DC-Entfernungsfilters und eines Schwellenwerts für die Zeit-Null-Anpassung angewendet. Wir werden nun sehen, wie es nach ein paar einfachen Schritten aussieht.
Schritt 1 – Vorverarbeitung
Abbildung 2 zeigt die verfügbaren Vorverarbeitungsroutinen, von denen die folgenden drei am häufigsten verwendet werden.
- Antennenunterdrückung (500 Spuren bei Hintergrundentfernung)
- Bandpass (170 – 600 MHz)
- Amplitudenkorrektur (sphärische Divergenzkorrektur ohne Parameter)
Die Standardeinstellungen für jede Routine sind gut definiert, sodass es normalerweise nicht nötig ist, die Einstellungen zu ändern, sondern sie einfach auszuwählen und auszuführen.
Die Wirkung dieser grundlegenden Vorverarbeitungsroutinen ist unten in Abbildung 3 dargestellt. In diesem Fall könnte man meinen, dass es möglich ist, hier mit der Interpretation zu beginnen. Allerdings sehen wir jetzt nur einen einzigen Tiefenschnitt, und tiefere Schnitte können viel unschärfer sein. Wir empfehlen daher, mit der Nachbearbeitung fortzufahren. 
In den Originaldaten aus Abbildung 1 waren lineare (vom Menschen geschaffene) Merkmale sichtbar, die vorverarbeiteten Daten in Abbildung 3 stellen jedoch eine deutliche Verbesserung dar. Die Streifenbildung in den Daten ist verschwunden und die meisten Merkmale sind deutlicher erkennbar.
Schritt 2 – Regularisierung/Interpolation
Bisher wurden nur 1D- und 2D-Routinen verwendet.
Um eine 3D-Migrationsroutine anzuwenden, müssen wir die Daten in reguläre Bins interpolieren (deren Größe (4 cm) beim Laden der Daten ausgewählt wurde). In dieser Phase werden Lücken auch durch Interpolation von Daten benachbarter Punkte gefüllt.
Abbildung 4 zeigt die Optionen für die Interpolationsroutine, einschließlich der maximalen Lücke, die die Software zu füllen versucht. Der Grundgedanke hinter diesem Parameter ist, dass es keinen Sinn macht, mit irgendeinem Interpolationsalgorithmus erhebliche Lücken zu schließen, da dies nicht funktioniert, wenn die Lücke zu groß ist. Dann haben wir auch die Möglichkeit der Slice-Mittelwertbildung, wodurch möglicherweise erheblich Speicherplatz gespart wird. Abbildung 5 zeigt das Ergebnis nach der Interpolation. Hinweis - Diese Phase ist normalerweise die zeitaufwändigste Routine bei der Anwendung von 3D-Daten.
Migration und Nachbearbeitung
Migration ist der Prozess, bei dem hyperbolische Anomalien mithilfe einer bekannten Geschwindigkeit und eines ausgewählten Algorithmus zu Punkten zusammengefasst werden. Es stehen einige mathematische Algorithmen zur Auswahl, jeder mit seinen Vor- und Nachteilen. Der Schlüssel zum Umgang mit 3D-GPR-Daten liegt jedoch in der Anwendung einer echten 3D-Migration nach der Interpolation. Die Alternative besteht darin, die 2D-Migration zu verwenden und die migrierten Profile dann in ein 3D-Volumen zu interpolieren. Dieser Ansatz liefert jedoch nicht die gleichen hervorragenden Ergebnisse.
Wenn wir Migration anwenden, müssen wir wissen, mit welcher Geschwindigkeit. Anstatt zu raten, können wir ein interaktives Tool verwenden, um den optimalen Wert auszuwählen. Dieser Vorgang wird später in einem separaten technischen Hinweis erläutert. Zunächst springen wir direkt zur Nachbearbeitungsphase.
Abbildung 6 zeigt die verfügbaren Nachbearbeitungsroutinen, von denen die meisten später in einem separaten technischen Hinweis erläutert werden. Im Moment konzentrieren wir uns auf die häufig verwendete Amplitudenhüllkurve.
Bei der Amplitudenhüllkurve handelt es sich um den Prozess der Anwendung einer Hilbert-Transformation auf die Daten. Vereinfacht ausgedrückt werden dadurch negative Datenwerte effektiv auf die positive Seite verschoben und Linien zwischen Spitzen gezogen. Dadurch kann sich die Auflösung geringfügig verringern, was jedoch aufgrund der einfacheren Interpretation, die folgt, im Allgemeinen akzeptabel ist.
Natürlich kann ein Benutzer in moderner Software jederzeit zwischen den verschiedenen Verarbeitungsstufen wechseln, um die in anderen Dateninstanzen verfügbare höhere Auflösung zu nutzen, obwohl dies selten erforderlich ist.
Abbildung 7 zeigt die Auswirkungen der Migration und der Nachverarbeitungsroutinen auf das Arbeitsdatenbeispiel. Nach einigen einfachen Verarbeitungsschritten verfügen wir nun über Daten, die viel einfacher zu interpretieren sind. Auch hier handelt es sich nur um einen Tiefenschnitt, sodass beim Scrollen durch den gesamten Tiefenbereich alle Ziele angezeigt werden.
Zusammenfassung
Moderne und interaktive Verarbeitungssoftware erleichtert die Verwaltung der Raptor 3D GPR-Daten. Sie müssen kein Wissenschaftler sein; Befolgen Sie einfach ein paar einfache Richtlinien, und die resultierenden Daten sind deutlich einfacher zu interpretieren als gewöhnliche 2D-GPR-Daten, und die Unklarheiten sind verschwunden!
