Dans les notes précédentes, nous avons couvert quelques étapes concernant le nettoyage de la géométrie et le chargement des données brutes du tableau GPR. Dans cette note, nous aborderons certaines étapes de traitement nécessaires avant l'interprétation des données.
Données brutes
La figure 1 ci-dessous montre les données brutes d'une section d'un projet. L'image inférieure montre les données avec une superposition de la géométrie. Cet ensemble de données n'est en aucun cas idéal. Premièrement, il y a pas mal de lacunes dans les données. Deuxièmement, et plus frappant, la couverture incohérente, avec des orientations différentes, des modèles de collecte et des données qui se chevauchent. Un certain filtrage a été appliqué sous la forme d'un filtre de suppression de courant continu et d'un niveau de seuil pour l'alignement au temps zéro. Nous allons voir maintenant à quoi cela ressemble après quelques étapes simples.
Étape 1 - pré-traitement
La figure 2 montre les routines de prétraitement disponibles, dont les trois suivantes sont les plus couramment utilisées.
- Ring-down d'antenne (500 traces en suppression d'arrière-plan)
- Passe-bande (170 – 600 MHz)
- Correction d'amplitude (correction de divergence sphérique sans paramètres)
Les valeurs par défaut de chaque routine sont bien définies, il n'est donc généralement pas nécessaire de modifier les paramètres, il suffit de sélectionner et d'exécuter.
L'effet de ces routines de prétraitement de base est illustré ci-dessous dans la figure 3. Dans ce cas, on peut penser qu'il est possible de commencer l'interprétation ici. Cependant, nous ne visualisons qu'une seule tranche de profondeur maintenant, et les plus profondes peuvent être beaucoup plus floues. Ainsi, nous vous recommandons de poursuivre le post-traitement. 
Dans les données originales de la figure 1, les caractéristiques linéaires (créées par l'homme) étaient visibles, mais les données prétraitées de la figure 3 représentent une amélioration significative. Les rayures dans les données ont disparu et la plupart des fonctionnalités sont plus apparentes.
Étape 2 – Régularisation/interpolation
Jusqu'à présent, seules les routines 1D et 2D ont été utilisées.
Pour appliquer une routine de migration 3D, nous devons interpoler les données dans des bacs réguliers (dont la taille (4 cm) a été sélectionnée lors du chargement des données). À ce stade, les lacunes sont également comblées en interpolant les données des points adjacents.
La figure 4 montre les options de la routine d'interpolation, y compris l'écart maximal que le logiciel tentera de combler. La justification de ce paramètre est qu'il est inutile d'essayer de combler des lacunes importantes avec un algorithme d'interpolation, car cela ne fonctionnera pas si l'écart est trop grand. Ensuite, nous avons également la possibilité de faire la moyenne des tranches, ce qui peut économiser un espace disque important. La figure 5 montre le résultat après interpolation. Remarque - cette étape est généralement la routine la plus longue appliquée aux données 3D.
Migration et post-traitement
La migration est le processus au cours duquel les anomalies hyperboliques sont réduites en points à l'aide d'une vitesse connue et d'un algorithme sélectionné. Il existe quelques algorithmes mathématiques parmi lesquels choisir, chacun avec ses avantages et ses inconvénients. Cependant, la clé pour traiter les données 3D-GPR est d'appliquer une véritable migration 3D après interpolation. L'alternative consiste à utiliser la migration 2D, puis à interpoler les profils migrés dans un volume 3D, mais cette approche ne donne pas les mêmes excellents résultats.
Lors de l'application de la migration, nous devons savoir à quelle vitesse. Au lieu de deviner, nous pouvons utiliser un outil interactif pour sélectionner la valeur optimale, et ce processus sera discuté plus tard dans une note technique séparée. Pour l'instant, nous passons directement à l'étape de post-traitement.
La figure 6 montre les routines de post-traitement disponibles, dont la majorité sera discutée plus tard dans une note technique distincte. Pour l'instant, nous nous concentrons sur l'enveloppe d'amplitude couramment utilisée.
L'enveloppe d'amplitude est le processus d'application d'une transformée de Hilbert aux données. En termes simples, cela déplace efficacement les valeurs de données négatives vers le côté positif et trace des lignes entre les pics. Cela peut réduire légèrement la résolution, mais cela est généralement acceptable en raison de l'interprétation plus simple qui suit.
Bien sûr, dans les logiciels modernes, un utilisateur peut toujours sauter entre les différentes étapes de traitement pour utiliser une résolution plus élevée disponible dans d'autres instances de données, bien que cela soit rarement nécessaire.
La figure 7 affiche l'impact de la migration et des routines de post-traitement sur l'exemple de données de travail. Après quelques étapes de traitement simples, nous disposons maintenant de données beaucoup plus faciles à interpréter. Encore une fois, il ne s'agit que d'une seule tranche de profondeur, donc faire défiler toute la plage de profondeur révélera toutes les cibles.
À emporter
Un logiciel de traitement moderne et interactif facilite la gestion des données Raptor 3D GPR. Vous n'avez pas besoin d'être un scientifique; suivez simplement quelques directives simples, et les données résultantes sont beaucoup plus simples à interpréter que les données GPR 2D ordinaires, et les ambiguïtés disparaissent !
