Osoby nowe w GPR-Arrays mogą pomyśleć, że dane tablicowe oznaczają więcej tego samego. Chociaż jest to częściowo prawda, istnieją inne szczegóły, które, jeśli zostaną rozważone, mogą ułatwić kolejne etapy ładowania, przetwarzania i interpretacji takich danych. Niniejsza notatka ma na celu przedstawienie kilku wskazówek dotyczących procesu gromadzenia danych i późniejszego zarządzania zebranymi danymi.
Wolumen i gęstość danych:
Mały projekt 3D może pomieścić łącznie około 5 GB surowych danych. Nie jest to duży plik według nowoczesnych standardów i wystarczająco łatwy do przeniesienia za pomocą karty pamięci. Jednak z punktu widzenia bezpieczeństwa i przetwarzania danych umieszczanie wszystkich tych danych w jednym pliku nie jest rozsądne. Dlaczego? Tanie karty pamięci są podatne na uszkodzenie plików podczas przesyłania, co może być szczególnie problematyczne, jeśli dane znajdują się w jednym pliku i mają na nie wpływ w jakikolwiek sposób, który nie jest od razu zauważalny przez operatora.
W związku z tym zalecamy dzielenie nawet niewielkich projektów na kilka równoległych pasów (jeśli to możliwe). Ponadto ilość danych jest liniowa względem odległości punktu, gdzie połowa odległości punktu oznacza podwójną ilość danych. Zbieranie danych o gęstości większej niż połowa odstępu między kanałami macierzy zwykle nie przynosi korzyści. Dlatego tablica z odstępem między kanałami 8 cm odpowiada odległości punktu 4 cm.
Nawigacja (w danych):
Rysunek 2 powyżej pokazuje raczej mały projekt, jeśli chodzi o surowe dane radarowe (ok. 4.5 GB), ale interpretacja takiego projektu oznacza nawigację od skali km do kilku metrów, co stawia dość duże zapotrzebowanie na używane oprogramowanie przetwarzające.
Pozycjonowanie:
Pozycjonowanie jest zdecydowanie jednym z najważniejszych tematów do dyskusji na temat gromadzenia danych tablicowych. Korzystanie z precyzyjnego RTK-GPS jest najwygodniejszą i najskuteczniejszą metodą pozycjonowania iz tego powodu ma pierwszeństwo przed wykorzystaniem tachimetrów. Jednak ta wygoda staje się nieskuteczna w obszarach, w których sygnał jest przerywany, np. przez drzewa, wysokie budynki lub inne przeszkody napowietrzne. Ostatecznie to samo środowisko pomiarowe określa zastosowaną metodę pozycjonowania. W poniższych opisach ważne jest, aby pamiętać, że wystarczy RTK-fix i że każda utrata RTK-fix spowoduje dodatkową pracę w zarządzaniu danymi.
Czasami możliwe jest uratowanie projektu ze złym pozycjonowaniem; jeśli jednak projekt jest duży i zawiera wysoki odsetek błędów pozycjonowania, bardziej ekonomiczne może być ponowne wykonanie pomiarów z lepszym pozycjonowaniem niż poświęcenie cennego czasu na próby naprawy. Inną ważną kwestią, która może później ułatwić przetwarzanie, jest wybór gęstości pozycjonowania podczas zbierania danych, ponieważ zbyt duża gęstość może spowodować dodatkową pracę. Jeśli nie masz odpowiedniej kontroli nad procesem pozycjonowania, nie ma sensu wdrażać go w teren w celu zbierania danych.
Ostre zakręty podczas zbierania danych:
Podczas zbierania danych w terenie można przesuwać macierz w sposób, który tworzy ostry zakręt lub promień wzdłuż zebranego pokosu. Warto jednak zastanowić się, jak taki manewr wpłynie na późniejsze zarządzanie danymi. Jak pokazano na rysunku 3, taki promień powoduje, że dane są znacznie rozciągnięte wzdłuż zewnętrznego obwodu, podczas gdy są ściśnięte wzdłuż wewnętrznego obwodu. To, jak może to wpłynąć na ostateczny obraz, zależy od sposobu zebrania danych. Na przykład, jeśli odległość punktu jest ustawiona na 4 cm podczas zbierania danych i 8 cm podczas interpolacji, może to działać, ale interpolacja do tego samego rozmiaru pojemnika, co odległość punktu, ostatecznie wpłynie na dane. Dlatego ważne jest, aby wziąć pod uwagę takie czynniki podczas planowania ankiety; jeśli takie zwroty są nieuniknione, ustrukturyzuj badanie tak, aby dane zebrane w tych punktach nie były najważniejsze dla całości badania.
Dziury w danych
Co dzieje się z obszarami nieobjętymi danymi radarowymi? Cóż, nowoczesne oprogramowanie oferuje pewną możliwość interpolacji danych w takie puste przestrzenie, ale czasami zastosowanie regularyzacji może być lepszym wyborem. Niezależnie od zastosowanej funkcji teoretycznej, jeśli puste przestrzenie są zbyt duże, żadne oprogramowanie tego nie naprawi, a obszary te będą bezużyteczne do interpretacji. Inną mniej oczywistą kwestią jest to, że funkcja interpolacji/binningu zajmuje miejsce w pamięci komputera przetwarzającego, ale w jakim stopniu zależy to od wybranego oprogramowania przetwarzającego. Projekt taki jak pokazany na rysunku 4 może być trudny do przetworzenia ze względu na bardzo duże, niewypełnione i zamknięte obszary. Oczywiście, jeśli zdecydujesz się na przetwarzanie przez ręczne zdefiniowanie obszarów do interpolacji („fragmentowanie”), zawsze może to być możliwe, ale to raczej staromodne.
Rysunek 5 przedstawia projekt z 4.5 GB nieprzetworzonych danych radarowych, taki sam jak projekt pokazany powyżej na rysunku 2. Jednak układ tego projektu jest znacznie lepszy pod względem zarządzania danymi, ponieważ jest łatwy w nawigacji, nie ma ostrych zakrętów ani dziury w danych.
Na wynos
Nawet przy najlepszym planowaniu rzeczywisty projekt może zawierać dane, które nie są optymalne. Dlatego też, gdy mamy do czynienia z dużą ilością danych z nowoczesnego systemu georadarowego, zawsze wskazane jest jak najszybsze pozbycie się problematycznych danych. Kolejna notatka z tej serii dotyczyć będzie tematu QA/QC danych i omówi przydatne narzędzia do selekcji i zarządzania importem danych.
Aby pobrać ten artykuł, kliknij tutaj.
Aby dowiedzieć się więcej, eksploruj strona Raptora oraz Strona kondora
