The Workflow of Ground Penetrating Radar Data Analysis Based on Maximum Energy Difference Steering

• Autorzy: Dang Duy Hoang , Le Cuong Van Anh , Nguyen Thuan Van , Nguyen Long Quoc , Huynh Nhan Thanh

Identyfikatory

DOI

10.29227/IM-2023-01-25

Warianty tytułu

PL

Przebieg pracy z danymi radarowymi penetrującymi ziemię Analiza oparta na sterowaniu maksymalną różnicą energii

• Języki publikacji: EN

Abstrakty

EN

Ground Penetrating Radar is commonly used in civil engineering sectors. Underground anomalies (i.e., electric wires, water pipes or sinkholes) can be detected through representations of hyperbolae in the measured processed GPR image. Our work focuses on detecting the underground objects and understanding their metallic or nonmetallic characteristics. The max energy difference attribute is applied to illuminate their positions while phase analysis process can determine change of phase spectrum in the diffracted signals. For improving phase analysis, we applied a novel workflow combining conventional processed steps and a zooming step for preserving phase originality without disturbed by any unnecessary filters. We applied the workflow in model and real data for proving its effectiveness. Interpretation of two real datasets in Vietnam by our workflow can express existences of the artificial underground anomalies as well as their matter characteristics comparing to their surrounding environments.

PL

Ground Penetrating Radar jest powszechnie stosowany w inżynierii lądowej i wodnej. Podziemne anomalie (np. przewody elektryczne, rury wodociągowe lub zapadliska) można wykryć za pomocą reprezentacji hiperbol w zmierzonym przetworzonym obrazie GPR. Nasza praca koncentruje się na wykrywaniu podziemnych obiektów i zrozumieniu ich metalicznych lub niemetalicznych wła-ściwości. Atrybut maksymalnej różnicy energii jest stosowany do oświetlania ich pozycji, podczas gdy proces analizy fazowej może określić zmianę widma fazowego w dyfrakcyjnych sygnałach. Aby usprawnić analizę fazową, zastosowaliśmy nowatorski przepływ pracy łączący konwencjonalne kroki przetwarzania i krok powiększania w celu zachowania oryginalności fazy bez zakłócania przez niepotrzebne filtry. Zastosowaliśmy przepływ pracy w modelu i rzeczywistych danych, aby udowodnić jego skuteczność. Interpretacja dwóch rzeczywistych zbiorów danych w Wietnamie za pomocą naszego przepływu pracy może wyrazić istnienie sztucznych anomalii podziemnych, a także ich charakterystykę materii w porównaniu z otaczającym je środowiskiem.

Słowa kluczowe

EN

ground penetrating radar; phase analysis; energy difference

PL

radar penetrujący podłoże; analiza fazowa; różnica energii

• Wydawca: Polskie Towarzystwo Przeróbki Kopalin
• Czasopismo: Inżynieria Mineralna
• Rocznik: 2023
• Tom: no. 1
• Strony: 195--202
• Opis fizyczny: Bibliogr. 14 poz., rys.

Twórcy

autor

Dang Duy Hoang

• University of Science, Ho Chi Minh City, Vietnam
• Vietnam National University Ho Chi Minh City, Vietnam
• Loc Ninh Highschool, Binh Phuoc Province, Vietnam

autor

Le Cuong Van Anh

• University of Science, Ho Chi Minh City, Vietnam
• Vietnam National University Ho Chi Minh City, Vietnam

autor

Nguyen Thuan Van

• University of Science, Ho Chi Minh City, Vietnam
• Vietnam National University Ho Chi Minh City, Vietnam

autor

Nguyen Long Quoc

• Hanoi University of Mining and Geology, Vietnam

autor

Huynh Nhan Thanh

• University of Science, Ho Chi Minh City, Vietnam
• Vietnam National University Ho Chi Minh City, Vietnam

Bibliografia

• 1. Bitri, A., and G. Grandjean. 1998, Frequency–wavenumber modelling and migration of 2D GPR data in moderately heterogeneous dispersive media. Geophysical Prospecting, 46, no. 3,287-301.
• 2. Chopra, S., and K. J. Marfurt. 2007, Seismic attributes for prospect identification and reservoir characteriztion. Edited by Stephen J. Hill, SEG Geophysical Development Series No. 11: Tulsa, Okla. (8801 South Yale St., Tulsa OK 74137-3175) : Society of Exploration Geophysicists.
• 3. Dang, D. H., C. V. A. Le, and T. D. Kieu. 2020, Ground Penetrating Radar attribute for analyzing underground anomaly. Paper read at EAGE 3rd Asia Pacific Meeting on Near Surface Geoscience & Engineering.
• 4. Kang, M.-S., N. Kim, S. B. Im, J.-J. Lee, and Y.-K. An. 2019, 3D GPR Image-based UcNet for Enhancing Underground Cavity Detectability. Remote Sensing, 11, no. 21,2545.
• 5. Kang, M.-S., N. Kim, J. J. Lee, and Y.-K. An. 2020, Deep learning-based automated underground cavity detection using three-dimensional ground penetrating radar. Structural Health Monitoring, 19, no. 1,173-185.
• 6. Kumar, J., A. C. Ramrez, and S. Butt. 2012, Preparing Data for Full Waveform Inversion: A Workflow for Free-surface Multiple Attenuation. Paper read at 74th EAGE Conference and Exhibition-Workshops.
• 7. Le, C. V. A., B. D. Harris, and A. M. Pethick. 2019, New perspectives on Solid Earth Geology from Seismic Texture to Cooperative Inversion. Scientific Reports, 9, no. 1,14737. doi: 10.1038/s41598-019-50109-z.
• 8. Le, C. V. A., B. D. Harris, A. M. Pethick, E. M. Takam Takougang, and B. Howe. 2016, Semiautomatic and Automatic Cooperative Inversion of Seismic and Magnetotelluric Data. Surveys in Geophysics, 37, no. 5,845-896. doi: 10.1007/s10712-016-9377-z.
• 9. Le, C. V. A., and T. V. Nguyen. 2020a, Detection of Underground Anomalies Using Analysis of Ground Penetrating Radar Attribute. Inżynieria Mineralna – Journal of the Polish Mineral Engineering Society, 1,23-34.
• 10. Le, C. V. A., and T. V. Nguyen. 2020b, Ground penetrating radar attributes analysis for detecting underground artificial structures in urban areas, Vietnam. Lowland Technology International, 22, no. 2,249-257.
• 11. Nguyen, T. V., C. V. A. Le, V. T. Nguyen, T. H. Dang, T. M. Vo, and L. N. L. Vo. 2017, Energy Analysis in Semiautomatic and Automatic Velocity Estimation for Ground Penetrating Radar Data in Urban Areas: Case Study in Ho Chi Minh City, Vietnam, International Conference on Geo-Spatial Technologies and Earth resources: Springer.
• 12. Virieux, J., and S. Operto. 2009, An overview of full-waveform inversion in exploration geophysics. Geophysics, 74, no. 6,WCC127–WCC152.
• 13. Warren, C., A. Giannopoulos, and I. Giannakis. 2016, gprMax: Open source software to simulate electromagnetic wave propagation for Ground Penetrating Radar. Computer Physics Communications, 209,163-170.
• 14. Zhao, W., E. Forte, and M. Pipan. 2016, Texture attribute analysis of GPR data for archaeological prospection. Pure and Applied Geophysics, 173, no. 8,2737-2751.

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2024).