Detection of Underground Anomalies Using Analysis of Ground Penetrating Radar Attribute

• Autorzy: Le Cuong Van Anh , Nguyen Thuan Van

Identyfikatory

DOI

10.29227/IM-2020-01-04 23

Warianty tytułu

PL

Wykrywanie anomalii podziemnych za pomocą analizy wskazań radaru penetrującego ziemię

• Języki publikacji: EN

Abstrakty

EN

Need of specifying underground construction works for supporting further tasks as maintenance, repairing, or setting up new underground structures. For these needs, ground penetrating radar, one of the efficient geophysical methods, can bring high-resolution and quick underground image revealing existence of both natural and artificial anomalies. Its fixed receiver-transmitter antennas setting as constant offset is commonly used in urban areas. Conventionally, hyperbolae events are crucial indicator for scattering objects as kinds of pipes, water drainage system, and concrete building structures as well as sink holes. Calculation of their depths and sizes requires migration analysis with the environment velocity. Migrated sections with different velocity show different chaos degrees of transformation from a hyperbola diffraction curve to its focused area. We have researched diagrams of different Ground Penetrating Radar attributes as energy, entropy, and varimax dependent on two variables, velocity and window zone covering diffraction events from a set of synthetic data and real data, in specifying the environment velocity. We have developed a novel technique for evaluation of the ground velocity and object’s size by combination of the new varimax diagram and the Kirchhoff migration method. The technique can define contribution of diffracted ground penetrating radar waves for building the diagram after removing the reflection contribution. The synthetic datasets consist of different random background noise levels and expressions of different-sized circular and rectangular pipes. The real data is measured for detecting two underground gas pipes in Ba Ria – Vung Tau province, Vietnam.

PL

Konieczność określenia parametrów podziemnych budowli ma na celu wytyczanie dalszych zadań, takich jak konserwacja, naprawa lub ustawianie nowych konstrukcji podziemnych. Dla tych potrzeb radar penetrujący ziemię, jedna z wydajnych metod geofizycznych, pozwala osiągnąć wysoką rozdzielczość podziemnego obrazu ukazującego istnienie zarówno naturalnych jak i sztucznych anomalii. Stałe ustawienie anten odbiornika i nadajnika jest powszechnie stosowane na obszarach miejskich. Konwencjonalnie opis za pomocą hiperboli jest kluczowym wskaźnikiem rozproszenia obiektów, takich jak rury, system odprowadzania wody i betonowe konstrukcje budowlane, a także ujścia wody. Obliczanie ich głębokości i rozmiarów wymaga analizy migracji w środowisku. Migracja o różnej prędkości pokazuje różne stopnie transformacji od krzywej dyfrakcji do jej zogniskowanego obszaru. Przebadano diagramy różnych nastawień radaru penetrującego grunt, takich jak energia, entropia i varimax, zależnych od dwóch zmiennych, prędkości i parametrów okna obejmującego dyfrakcję dla zestawu danych syntetycznych i danych rzeczywistych. Opracowano nową technikę oceny prędkości w gruncie i wielkości obiektu poprzez połączenie nowego diagramu varimax i metody migracji Kirchhoffa. Technika taka może zdefiniować udział fal radarowych w ugiętym gruncie na podstawie diagramu po usunięciu udziału odbicia. Syntetyczne zestawy danych składają się z różnych losowych poziomów hałasu tła i różnej wielkości rur okrągłych i prostokątnych. Rzeczywiste dane są mierzone w celu wykrycia dwóch podziemnych rur gazowych w Ba Ria – prowincja Vung Tau, Wietnam

Słowa kluczowe

EN

migration; velocity estimation; Ground Penetrating Radar attribute

PL

migracja; szacowanie prędkości; wskaźniki radaru penetrującego ziemię

• Wydawca: Polskie Towarzystwo Przeróbki Kopalin
• Czasopismo: Inżynieria Mineralna
• Rocznik: 2020
• Tom: no. 1, vol. 1
• Strony: 23--33
• Opis fizyczny: Bibliogr. 27 poz., rys.

Twórcy

autor

Le Cuong Van Anh

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

autor

Nguyen Thuan Van

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

Bibliografia

• 1. BITRI, A. & GRANDJEAN, G. 1998. Frequency–wavenumber modelling and migration of 2D GPR data in moderately heterogeneous dispersive media. Geophysical Prospecting, 46, 287-301.
• 2. CHOPRA, S. & MARFURT, K. J. 2007. Seismic attributes for prospect identification and reservoir characteriztion, United States of America, Tulsa, Okla. (8801 South Yale St., Tulsa OK 74137-3175) : Society of Exploration Geophysicists
• 3. CLAIR, J. S. & HOLBROOK, W. S. 2017. Measuring snow water equivalent from common-offset GPR records through migration velocity analysis. The Cryosphere, 11, 2997-3009.
• 4. DE VRIES, D. & BERKHOUT, A. 1984. Velocity analysis based on minimum entropy. Geophysics, 49, 2132-2142.
• 5. DGB EARTH SCIENCES. 2015. OpendTect dGB Plugins User Documentation version 4.6 [Online]. Available: http://opendtect.org/relman/4.6.0/unpacked/4.6.0/doc/User/dgb/chapter2.3_attributes_with_steering.htm.
• 6. DOOLITTLE, J. A. & COLLINS, M. E. 1995. Use of soil information to determine application of ground penetrating radar. Journal of Applied Geophysics, 33, 101-108.
• 7. ERCOLI, M., PAUSELLI, C., FRIGERI, A., FORTE, E. & FEDERICO, C. 2014. 3-D GPR data analysis for high-resolution imaging of shallow subsurface faults: the Mt Vettore case study (Central Apennines, Italy). Geophysical Journal International, 198, 609-621.
• 8. FOMEL, S., LANDA, E. & TANER, M. T. 2007. Poststack velocity analysis by separation and imaging of seismic diffractions. Geophysics, 72, U89-U94.
• 9. FORTE, E., DOSSI, M., PIPAN, M. & COLUCCI, R. 2014. Velocity analysis from common offset GPR data inversion: theory and application to synthetic and real data. Geophysical Journal International, ggu103.
• 10 . HOLBROOK, W. S., MILLER, S. N. & PROVART, M. A. 2016. Estimating snow water equivalent over long mountain transects using snowmobile-mounted ground-penetrating radarSnow water equivalent from GPR. Geophysics, 81, WA183-WA193.
• 11. HUCK, H. 2012. The road to open source: Sharing a ten years’ experience in building OpendTect, the open source seismic interpretation software. 74th EAGE Conference and Exhibition. Copenhagen, Denmark.
• 12. KHOSHNAVAZ, M. J., BÓNA, A. & UROSEVIC, M. 2016. Velocity-independent estimation of kinematic attributes in vertical transverse isotropy media using local slopes and predictive paintingVelocity-less estimation of attributes. Geophysics, 81, U73-U85.
• 13. LE, C. V. A., HARRIS, B. D. & PETHICK, A. M. 2019. New perspectives on Solid Earth Geology from Seismic Texture to Cooperative Inversion. Scientific Reports, 9, 14737.
• 14. LEVY, S. & OLDENBURG, D. 1987. Automatic phase correction of common-midpoint stacked data. Geophysics, 52, 51-59.
• 15. MATHWORKS. 2019. Normally distributed random numbers [Online]. Available: https://www.mathworks.com/help/matlab/ref/randn.html 2020].
• 16. NGUYEN, T. V., LE, C. V. A., NGUYEN, V. T., DANG, T. H., VO, T. M. & VO, L. N. L. 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, 2017 Ha Noi, Vietnam. Springer.
• 17. PREGO, F., SOLLA, M., PUENTE, I. & ARIAS, P. 2017. Efficient GPR data acquisition to detect underground pipes. NDT & E International, 91, 22-31.
• 18. PV GAS. 2019. PV GAS signed contracts belonging to the revised “Nam Con Son 2 Gas Pipeline” Project, “Sao Vang – Dai Nguyet Gas Pipeline” Project [Online]. Available: https://www.pvgas.com.vn/en-us/news/pv-gas-signed-contracts-belonging-to-the-revised-nam-con-son-2-gas-pipeline-project-sao-vang-dai-nguyet-gas-pipeline-project [Accessed January 6th, 2020.
• 19. SAVA, P., BIONDI, B. & ETGEN, J. 2004. Diffraction-focusing migration velocity analysis with application to seismic and GPR data. Stanford Exploration Project report-115.
• 20. SHAM, J. F. & LAI, W. W. 2016. Development of a new algorithm for accurate estimation of GPR’s wave propagation velocity by common-offset survey method. NDT & E International, 83, 104-113.
• 21. SMITH, D. G. & JOL, H. M. 1995. Ground penetrating radar: antenna frequencies and maximum probable depths of penetration in Quaternary sediments. Journal of Applied Geophysics, 33, 93-100.
• 22. TOMECKA-SUCHOŃ, S. & MARCAK, H. 2015. Interpretation of ground penetrating radar attributes in identifying the risk of mining subsidence. Archives of Mining Sciences, 60, 645-656.
• 23. TZANIS, A. MATGPR: A freeware MATLAB package for the analysis of common-offset GPR data. Geophysical Research Abstracts, 2006. 33
• 24. TZANIS, A. 2010. matGPR Release 2: A freeware MATLAB® package for the analysis & interpretation of common and single offset GPR data. FastTimes, 15, 17-43.
• 25. WIGGINS, R. A. 1978. Minimum entropy deconvolution. Geoexploration, 16, 21-35.
• 26. YILMAZ, O. 2001. Seismic Data Analysis: Processing, Inversion, and Interpretation of Seismic Data, United States of America, Society of Exploration Geophysicists.
• 27. ZHAO, W., TIAN, G., FORTE, E., PIPAN, M., WANG, Y., LI, X., SHI, Z. & LIU, H. 2015. Advances in GPR data acquisition and analysis for archaeology. Geophysical Journal International, 202, 62-71.

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2020).