Основой профессии SUE является полное понимание принципа неопределенности. Специалист SUE, будь то лицензированный профессиональный инженер, профессиональный лицензированный геодезист или другой квалифицированный специалист, должен понимать этот принцип. Эти специалисты действуют в соответствии с соответствующими законами в своем штате и подписывают результаты SUE, оценив, что каждый сегмент коммунального предприятия, по их мнению, представлен соответствующим уровнем неопределенности качества. Каждому коммунальному сегменту, изображенному на окончательном чертеже, присваивается уровень QL от QLD до QLA в соответствии с ASCE 38-02. Стандартное руководство по сбору и отображению существующих данных о недропользовании.
Используемые геофизические методы стоят на втором месте по шкале неопределенности как QL B, уступая место только раскрытию полезности с помощью вакуума или других средств безопасной выемки грунта. Даже QLA не является абсолютной уверенностью в том, что коммунальный сегмент правильно идентифицирован, поскольку любой специалист SUE может сказать вам, что обнаружение и обнаружение иногда приводят к неожиданным результатам!
Одним из самых последних достижений в области геофизических методов являются системы массивов георадаров для крупномасштабных или очень сложных исследований SUE. Как и в случае любого относительно нового разработчика технологии, еще не повсеместно интегрированного в устоявшуюся практику, такую как SUE, ценность должна быть продемонстрирована. Это выходит за рамки от профессионального поставщика SUE до конечного клиента, платящего за результат. Степень уверенности в том, что метод добавляет ценность конечному результату, должна быть очевидна на протяжении всего процесса. Уверенность по самому определению, согласно Merriam-Webster, есть качество или состояние достоверности, особенно на основе доказательств. Данные специалистов SUE и исследования, которые интегрировали эти платформы в свои соответствующие проекты, достаточно убедительны для того, чтобы ASCE 38 и его предстоящая обновленная версия включали методы трехмерного изображения и сбора данных, такие как многоканальный/массивный георадар.
Знание неразрывно связано с уменьшением неопределенности. Двумерный георадар общепринят и понятен в профессии SUE, и концепция массива общеизвестна. Тем не менее, сама идея 3D-изображения кажется квантовым скачком для повседневного практикующего георадара. Ничто не может быть более определенным, чем просто не квантовый скачок, а скорее естественное развитие.
Демистификация обработки массивов 3D GPR
В мире геофизики применительно к SUE можно запутаться в техническом жаргоне, связанном с полевыми съемками и конечным результатом 3D. Само слово «геофизика» пугает тех, кому, возможно, не нравилось посещать обязательный урок физики в старшей школе! Помните, что массив георадара — это система георадара. Отличием от того, что используется для повседневного обозначения коммунальных услуг, является плотность данных, которую невозможно воспроизвести с помощью 2D-системы. Это связано с тем, что в настоящих массивах используются комбинации передатчиков и приемников для насыщения земли сигналом георадара, а не одна пара, как в случае стандартных 2D-систем. Если посмотреть на данные отдельных каналов в любом массиве, они выглядят просто как любой типичный профиль 2D GPR. (Рисунок 1)
Если бы кого-то попросили выбрать наиболее важное отличие обработки и просмотра обычных 2D-сканов от 3D-данных, это была бы миграция сигнала. В печатных СМИ сложно визуализировать концепцию миграции; тем не менее, это не что иное, как вычислительное перемещение наблюдаемого/записанного отраженного сигнала георадара в нужное место на трехмерной радарограмме. Поскольку в массиве много приемников, энергия от отражателя (т. е. вспомогательного оборудования) записывается более чем одним приемником одновременно. Если они находятся на разных расстояниях от точки отражения, время прибытия будет разным, и, следовательно, в простой радарограмме чем дальше, тем «глубже» будет представлена эта энергия. Подумайте о дробовике, стреляющем по объекту внизу и вдали от вас (пожалуйста, не пытайтесь делать это дома) и имеющем горизонтальную бумажную мишень, достаточно большую на поверхности земли, чтобы захватить все пули, которые срикошетили от объекта внизу. Если вы зафиксируете время, за которое каждая пуля пробивает бумагу, то те, которые рикошетят под большим углом вверх, прилетят первыми, а те, что срикошетят под меньшим углом и вниз, попадут в бумагу дальше от точки попадания и намного позже. Но дело в том, что все пули, попавшие в бумагу, рикошетили от одной и той же точки.
Если бы мы зафиксировали эти шарики в бумаге и переместили их обратно (мигрировали) в точку, где они рикошетили, мы могли бы сгруппировать их вокруг объекта. Ну, вуаля! Мы делаем то же самое с отраженным сигналом георадара и группируем все это вокруг точечного источника в недрах.
Именно так мы переносим энергию из тех важных гипербол, которые вы видите каждый день с помощью ваших 2D-систем (в благоприятных грунтах и, в случае инженерных сетей, перпендикулярно георадарному ходу) в точку, так как хвосты/ножки — это разбросанные шарики. с вершиной фактической точки удара. На рисунках 2А и 2В показано, как выбранные цели мигрируют для кластеризации сигнала из точки происхождения. Важным компонентом для эффективного выполнения этой операции является скорость движения грунта. Прелесть правильно перенесенных данных в том, что наилучший результат получается только при наиболее точной скорости, которая обеспечивает наиболее точную глубину для утилит и других объектов, обозначенных в объеме данных.
Помните, что с массивом георадара данные представляют собой трехмерный объем, поэтому, если мы переносим/кластеризуем весь сигнал обратно туда, откуда он пришел в трехмерном пространстве, через несколько полос массива вниз по улице, мы получаем «изображение» фактической утилиты или другого объекта. реализуется (рис. 3). Конечно, это не изображение в смысле фотографии, но можно с большой долей уверенности предположить, что это свойство является полезным. Не нужно быть геофизиком, чтобы сделать профессиональное суждение о полезности изображения. Степень неопределенности для такого суждения достаточно низкая.
Программное обеспечение для обработки георадарных массивов — ключ к ценности
Ясно, что массив георадара может предоставлять согласованные разумные изображения инженерных сетей с помощью проверенных временем процедур обработки в благоприятных почвенных условиях и геометрии, обнаруживаемой с частотой системы. Даже в маргинальных или бедных почвах те же процедуры создают изображения особенностей траншеи, хотя фактическое прямое обнаружение утилиты может быть не реализовано. Однако степень неопределенности в отношении того, существует или нет коммунальное предприятие в этом месте, значительно снижается.
До недавнего времени самая высокая степень неопределенности при использовании 3D-массивов заключалась в том, как и как долго обрабатываются данные из-за сложности программного обеспечения. Понимание того, как состояние почвы влияет на работу георадарного массива, ничем не отличается от успешного определения местоположения с помощью вашей 2D-системы, поэтому с уровнем неопределенности можно легко справиться с помощью тестовых сканирований или знаний, полученных в результате предыдущей работы в этой области. Как упоминалось ранее, реальная неопределенность заключается в том, как сбор этих дополнительных данных повлияет на стоимость и общую ценность дополнительной информации для проекта.
Опыт работы с массивами показал, что самым затратным компонентом георадарной съемки 3D является не сбор полевых данных. Сегодняшние массивы могут выполнять съемку до установленных ограничений скорости с помощью систем RTK GPS и позволяют собирать данные на километры за доли часа, а необходимость в управлении движением в большинстве случаев устраняется, что еще больше снижает затраты. До недавнего времени обработка массива 3D GPR легко могла составлять половину дополнительных затрат на реализацию самого массива 3D из-за этих новых высокоскоростных систем.
Этот быстрый и эффективный сбор данных создает большой объем данных, которые при обработке позволяют извлекать и обозначать многочисленные подземные инженерные коммуникации и инженерные сооружения, такие как своды, линии траншей, заглубленные клапаны и смотровые колодцы. Количество усилий, затраченных на то, чтобы добраться до финиша, до недавнего времени примерно в 6-10 раз превышало время сбора полевых данных. Выплачиваемая ставка для старшего сотрудника, обладающего знаниями и навыками для выполнения этих процессов, как правило, находится на более высоком уровне спектра компании, и, следовательно, стоимость существенно возрастает, а реальную или предполагаемую ценность для клиента может быть трудно перевести.
Фактор времени, затрачиваемого на обработку данных, характеризовался программным обеспечением, адаптированным для геофизиков, которые привыкли к программному обеспечению, требующему глубоких знаний в области обработки сигналов. Эти программы уделяли мало внимания упрощению рабочего процесса и автоматизации там, где это возможно, без ущерба для качества вывода. Это в точности соответствует тенденции 2D GPR от очень дорогих систем с чрезмерно сложными пользовательскими интерфейсами и громоздким оборудованием, не подходящим для эффективного сбора данных на улицах и коридорах инженерных коммуникаций, которые первые пользователи перенесли в отрасль SUE. Последние достижения в программном обеспечении для постобработки данных GPR позволяют сократить время обработки до 50 процентов! Как и в случае с любой другой технологией, тенденция к снижению будет продолжаться, но на данный момент это, безусловно, качественный скачок.
Совершенствование и совершенствование программного обеспечения для обработки трехмерных изображений для георадарных массивов существенно снижает неопределенность ценности трехмерных георадарных массивов за счет снижения общей стоимости дополнительного измерения. Это, безусловно, понравится профессионалам SUE и их клиентам.
Эта статья изначально была опубликована в ДП-ПРО ОСЕНЬ 2020
