このシリーズの導入ノートでは、GPR アレイ データの収集に関するアドバイスを提供しました。 その重要な点は、現実世界のプロジェクトには最適とは言えないデータが含まれる可能性があるということです。 したがって、このノートではデータ QA/QC のトピックに焦点を当て、処理ソフトウェアへのデータ インポートの選択と管理に役立つツールについて説明します。 
主な目的は、高品質のデータと効率的なワークフローをインポートすることです。
図 1 は、2800 個の個別の GPR プロファイルを含むプロジェクトを示しています。これらは、管理を容易にするために結合して 175 個の入力ファイルを形成しますが、それでもかなりの数を処理する必要があります。
さらに、元のデータには 70000 を超える位置決めポイントが含まれており、その大部分に問題があります。そのため、このようなデータ セットには、処理前の早い段階で問題を解決するための実用的なツールが必要です。
図 2 は、このプロジェクトの一部の拡大図を示しています。ズーム機能により、明らかな位置決めエラー (自己交差する帯) と意味をなさないデータ帯が明らかになります。
帯状統計
図 3 は、スワス統計ツールを示しています。これは、プロジェクトの基準から外れた重要なデータ読み取り値を特定するための有用な最初のステップです。 示されている例では、平均位置密度は約 3 です。 4～0.06/分ですが、XNUMX/分という低い値も表示されます。 これらの帯がインポートされると問題が発生すると考えて間違いないため、チェックを外して無視します。
もう 125 つの注目すべき変動は、帯の長さです。一部のファイルでは平均 XNUMX メートルであるのに対し、わずか数メートルしか示されていません。 繰り返しになりますが、問題のあるファイルのチェックを外すだけで、インポートから除外されます。 
カラーコーディング統計
カラーコーディングは、配置密度に問題がある帯を強調表示する簡単な方法です。 図 4 の例に示すように、カーソルをマウスオーバーするだけで、スワス ファイルの名前と位置に関する特定の情報が表示されるため、視覚的に簡単に識別できます。レーダー データの密度も同様の方法で処理され、走行距離計の値と問題を強調表示できます。車輪の滑り。 
測位データの削除
同じプロジェクトの例を続けると、周囲にある多くのデータは 3D で適切に処理されないため、そのようなポイントを削除するとデータ処理が高速化され、必要な PC ストレージ容量が削減されます。 図 5 は、そのような位置決めポイントにマークを付けて削除する簡単なツールの例を示しています。
位置決め密度を下げる
前に示したように、測位密度が非常に高い帯は、インポート時に問題が発生します。これは、帯の自己交差が原因であり、通常は GPS アンテナが左右に揺れることによって引き起こされる影響です。 測位密度を 3 ～ 4/m から 1 ～ 2/m に半分に減らすと、この問題は軽減されます。 プロジェクトから一部のデータを削除することになりますが、処理が簡素化され、処理時間が短縮されます。
最終的なクリーンアップとレーダー データのインポート
前述の手順を実行した後でも、データにエラーが発生する何らかの原因が存在する可能性があります。 最新の処理ソフトウェアは、図 6 に示す例のように、このことをユーザーに警告し、そのようなエラーを検索する場所を案内できる必要があります。
図 7 と図 8 は、上記の方法論に従った後にこのプロジェクトがどのように見えるかを、プロジェクト全体として、およびズームを使用して拡大したセクションとして示しています。
この演習から得られる重要な点は、レーダー データをインポートする前にジオメトリを可能な限りクリーニングする必要があるということです。 レーダー データの処理にはコンピューターのメモリが大量に消費され、動作が遅くなる可能性があります。 この例では、レーダー データをインポートする前に、参照がないため非常に困難になるため、ジオメトリは移動されませんでした。 次のノートでは、他のいくつかのヒントに加えて、レーダー データ内の可視オブジェクトを使用して、測位エラーを修正する方法を説明します。
