在前面的笔记中，我们已经介绍了有关清理几何图形和加载原始 GPR 阵列数据的几个步骤。 在本说明中，我们将在数据解释之前处理一些必要的处理步骤。
原始数据
下面的图 1 显示了来自一个项目的一个部分的原始数据。 下图显示了带有几何叠加的数据。 这个数据集绝不是理想的。 首先，数据存在相当大的差距。 其次，更引人注目的是覆盖范围不一致，具有不同的方向、收集模式和重叠的数据。 一些滤波以去除直流滤波器的形式应用，以及时间零对齐的阈值水平。 我们现在将在几个简单的步骤后看到它的外观。
第 1 步 - 预处理
图 2 显示了可用的预处理例程，其中以下三个是最常用的。
- 天线振铃（去除背景中的 500 条迹线）
- 带通 (170 – 600 MHz)
- 幅度校正（无参数的球面发散校正）
每个例程的默认值都已明确定义，因此通常无需更改设置，只需选择并运行即可。
这些基本预处理例程的效果如下图3所示。在这种情况下，人们可能认为可以从这里开始解释。 但是，我们现在只查看单个深度切片，更深的切片可能会更加模糊。 因此，我们建议继续进行后处理。 
在图 1 的原始数据中，线性（人造）特征是可见的，但图 3 中的预处理数据代表了显着的改进。 数据中的条带化消失了，大多数特征更加明显。
第 2 步 – 正则化/插值
至此，仅使用了 1D 和 2D 例程。
要应用 3D 迁移例程，我们需要将数据插入到常规 bin 中（加载数据时选择的大小为 (4 cm)）。 在这个阶段，也通过对相邻点的数据进行插值来填补空白。
图 4 显示了插值程序的选项，包括软件将尝试填充的最大间隙。 此参数背后的基本原理是，尝试使用任何插值算法来填补显着间隙是没有用的，因为如果间隙太大，它将不起作用。 然后我们还可以选择切片平均，这可以节省一些重要的磁盘空间。 图 5 显示了插值后的结果。 注意 - 此阶段通常是应用于 3D 数据的最耗时的例程。
迁移和后处理
迁移是在已知速度和选定算法的帮助下将双曲线异常分解为点的过程。 有几种数学算法可供选择，每种算法都有其优缺点。 然而，处理 3D-GPR 数据的关键是在插值后应用真正的 3D 迁移。 另一种方法是使用 2D 迁移，然后将迁移的配置文件内插到 3D 体积中，但这种方法并不能提供同样出色的结果。
在应用迁移时，我们需要知道以何种速度。 我们可以使用交互式工具来选择最佳值，而不是猜测，该过程将在稍后的单独技术说明中讨论。 现在，我们直接跳到后处理阶段。
图 6 显示了可用的后处理例程，其中大部分将在稍后的单独技术说明中讨论。 现在，我们专注于常用的幅度包络。
幅度包络是将希尔伯特变换应用于数据的过程。 简单来说，这有效地将负数据值移动到正侧并在峰值之间画线。 它可能会稍微降低分辨率，但这通常是可以接受的，因为下面的解释更直接。
当然，在现代软件中，用户总是可以在不同的处理阶段之间跳转，以利用其他数据实例中可用的更高分辨率，尽管这很少需要。
图 7 显示了迁移和后处理例程对工作数据示例的影响。 经过几个简单的处理步骤，我们现在有了更容易解释的数据。 同样，这只是一个深度切片，因此滚动整个深度范围将显示所有目标。
总结
现代交互式处理软件使 Raptor 3D GPR 数据易于管理。 你不需要成为科学家； 只需遵循一些简单的准则，得到的数据比普通的 2D GPR 数据更容易解释，而且歧义消失了！
