En las notas anteriores, hemos cubierto algunos pasos relacionados con la limpieza de la geometría y la carga de datos de matriz GPR sin procesar. En esta nota, trataremos algunos pasos de procesamiento necesarios antes de la interpretación de datos.
Datos sin procesar
La Figura 1 a continuación muestra los datos sin procesar de una sección de un proyecto. La imagen inferior muestra los datos con una superposición de la geometría. Este conjunto de datos no es de ninguna manera ideal. En primer lugar, hay bastantes lagunas en los datos. En segundo lugar, y más llamativo, está la cobertura inconsistente, con diferentes orientaciones, patrones de recolección y superposición de datos. Se han aplicado algunos filtros en forma de un filtro de eliminación de CC y un nivel de umbral para la alineación de tiempo cero. Veremos ahora cómo se ve después de unos simples pasos.
Paso 1: procesamiento previo
La figura 2 muestra las rutinas de preprocesamiento disponibles, de las cuales las tres siguientes son las más utilizadas.
- Ring-down de antena (500 trazas en eliminación de fondo)
- Paso de banda (170 – 600 MHz)
- Corrección de amplitud (corrección de divergencia esférica sin parámetros)
Los valores predeterminados para cada rutina están bien definidos, por lo que generalmente no es necesario cambiar la configuración, simplemente seleccione y ejecute.
El efecto de estas rutinas básicas de preprocesamiento se muestra a continuación en la Figura 3. En este caso, uno puede pensar que es posible comenzar la interpretación aquí. Sin embargo, ahora solo estamos viendo un solo corte de profundidad, y los más profundos pueden estar mucho más borrosos. Por lo tanto, recomendamos continuar con el posprocesamiento. 
En los datos originales de la Figura 1, las características lineales (hechas por el hombre) eran visibles, pero los datos preprocesados de la Figura 3 representan una mejora significativa. Se acabaron las franjas en los datos y la mayoría de las características son más evidentes.
Paso 2 – Regularización/ interpolación
Hasta este momento, solo se han utilizado rutinas 1D y 2D.
Para aplicar una rutina de migración 3D, necesitamos interpolar los datos en contenedores regulares (cuyo tamaño (4 cm) se seleccionó al cargar los datos). En esta etapa, los vacíos también se llenan mediante la interpolación de datos de puntos adyacentes.
La Figura 4 muestra las opciones para la rutina de interpolación, incluido el espacio máximo que el software intentará llenar. La razón detrás de este parámetro es que no sirve de nada tratar de llenar los espacios vacíos significativos con cualquier algoritmo de interpolación, ya que no funcionará si el espacio vacío es demasiado grande. Luego, también tenemos la opción de promediar porciones, lo que puede ahorrar una cantidad significativa de espacio en disco. La Figura 5 muestra el resultado después de la interpolación. Nota - esta etapa suele ser la rutina que consume más tiempo aplicada a los datos 3D.
Migración y posprocesamiento
La migración es el proceso durante el cual las anomalías hiperbólicas se colapsan en puntos con la ayuda de una velocidad conocida y un algoritmo seleccionado. Hay algunos algoritmos matemáticos para elegir, cada uno con sus pros y sus contras. Sin embargo, la clave para manejar datos 3D-GPR es aplicar una verdadera migración 3D después de la interpolación. La alternativa es utilizar la migración 2D y luego interpolar los perfiles migrados en un volumen 3D, pero este enfoque no brinda los mismos excelentes resultados.
Al aplicar la migración, necesitamos saber a qué velocidad. En lugar de adivinar, podemos usar una herramienta interactiva para seleccionar el valor óptimo, y ese proceso se discutirá más adelante en una nota técnica separada. Por ahora, saltamos directamente a la etapa de posprocesamiento.
La Figura 6 muestra las rutinas de procesamiento posterior disponibles, la mayoría de las cuales se analizarán más adelante en una nota técnica separada. Por ahora, nos concentraremos en la Envolvente de Amplitud comúnmente utilizada.
Amplitude Envelope es el proceso de aplicar una transformada de Hilbert a los datos. En términos simples, esto mueve efectivamente los valores de datos negativos hacia el lado positivo y dibuja líneas entre los picos. Puede reducir ligeramente la resolución, pero esto es generalmente aceptable debido a la interpretación más directa que sigue.
Por supuesto, en el software moderno, un usuario siempre puede saltar entre las diferentes etapas de procesamiento para utilizar la resolución más alta disponible en otras instancias de datos, aunque esto rara vez es necesario.
La Figura 7 muestra el impacto de la migración y las rutinas de procesamiento posterior en el ejemplo de datos de trabajo. Siguiendo unos sencillos pasos de procesamiento, ahora tenemos datos que son mucho más fáciles de interpretar. Nuevamente, este es solo un segmento de profundidad, por lo que al desplazarse por todo el rango de profundidad, se revelarán todos los objetivos.
Lo que aprendiste
El software de procesamiento moderno e interactivo hace que los datos GPR 3D de Raptor sean fáciles de administrar. No necesitas ser un científico; solo siga algunas pautas simples, y los datos resultantes son significativamente más sencillos de interpretar que los datos GPR 2D ordinarios, ¡y las ambigüedades desaparecen!
