ਲਾਭ:
- ਈਆਰਟੀ, ਜੀਪੀਆਰ ਅਤੇ ਭੂਚਾਲ ਟੋਮੋਗ੍ਰਾਫੀ ਦੇ ਭੌਤਿਕ ਵਿਗਿਆਨ ਅਤੇ ਸੀਮਾਵਾਂ ਨੂੰ ਸਮਝਣ ਦੀ ਸਮਰੱਥਾ ਅਤੇ ਟੀਚੇ ਲਈ ਉਚਿਤ ਢੰਗ ਚੁਣਨਾ।
- ਇੱਕ ਸਿੰਗਲ ਵਿਧੀ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੀ ਬਜਾਏ ਵੇਗ ਕੈਲੀਬ੍ਰੇਸ਼ਨ ਅਤੇ ਪ੍ਰਤੀਰੋਧਕਤਾ/ਵੇਗ ਅਸੰਗਤਤਾ ਨਾਲ ਜੀਪੀਆਰ ਡੂੰਘਾਈ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
- ਨਜ਼ਦੀਕੀ ਸਤਹ ਦੀ ਵਿਭਿੰਨਤਾ ਅਤੇ ਮੌਸਮੀ ਪ੍ਰਭਾਵਾਂ 'ਤੇ ਵਿਚਾਰ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਅਤੇ ਜ਼ਮੀਨੀ ਤਸਦੀਕ (ਡਰਿਲਿੰਗ/ਖਾਈ) ਨਾਲ ਹਰੇਕ ਅਸੰਗਤਤਾ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਦੀ ਸਮਰੱਥਾ।
ਕੁਝ ਭੂ-ਭੌਤਿਕ ਸਮੱਸਿਆਵਾਂ ਡੂੰਘੀਆਂ ਅਤੇ ਵੱਡੇ ਪੈਮਾਨੇ ਦੀਆਂ ਹੁੰਦੀਆਂ ਹਨ; But some are very close at hand: a leak under a dam, a gap under a road, an archaeological structure, a shallow water table, or a pollution plume. ਨਜ਼ਦੀਕੀ-ਸਤਹ ਭੂ-ਭੌਤਿਕ ਵਿਗਿਆਨ ਅਤੇ ਭੂਮੀਗਤ ਇਮੇਜਿੰਗ ਉੱਚ ਰੈਜ਼ੋਲਿਊਸ਼ਨ ਦੇ ਨਾਲ ਪਹਿਲੇ ਕੁਝ ਮੀਟਰ ਤੋਂ ਸੈਂਕੜੇ ਮੀਟਰ ਤੱਕ ਦੀ ਇਮੇਜਿੰਗ ਦਾ ਕੰਮ ਹੈ। ਇਹ ਯੂਨਿਟ ਤਿੰਨ ਆਮ ਤਰੀਕਿਆਂ ਨੂੰ ਕਵਰ ਕਰੇਗੀ—ਇਲੈਕਟਰੀਕਲ ਰੇਸਿਸਟਵਿਟੀ ਟੋਮੋਗ੍ਰਾਫੀ (ERT), ਗਰਾਊਂਡ ਪੈਨੇਟਰੇਟਿੰਗ ਰਾਡਾਰ (GPR), ਅਤੇ ਸਿਸਮਿਕ ਟੋਮੋਗ੍ਰਾਫੀ—ਅਤੇ ਕਿਵੇਂ ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਇਹਨਾਂ ਤਰੀਕਿਆਂ ਦੀ ਡਾਟਾ ਪ੍ਰੋਸੈਸਿੰਗ, ਇਨਵਰਸ਼ਨ, ਅਤੇ ਵਿਆਖਿਆ ਨੂੰ ਤੇਜ਼ ਕਰ ਰਹੀ ਹੈ; ਪਰ ਅਸੀਂ ਦੇਖਾਂਗੇ ਕਿ ਨਜ਼ਦੀਕੀ ਸਤਹ ਦੀਆਂ ਅੰਦਰੂਨੀ ਅਨਿਸ਼ਚਿਤਤਾਵਾਂ ਨੂੰ ਸਾਵਧਾਨੀ ਨਾਲ ਏਆਈ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੀ ਲੋੜ ਕਿਉਂ ਹੈ।
ਤਿੰਨ ਤਰੀਕੇ, ਤਿੰਨ ਭੌਤਿਕ ਵਿਗਿਆਨ
ਛੋਟਾ ਸ਼ਬਦਕੋਸ਼। ERT (ਬਿਜਲੀ ਪ੍ਰਤੀਰੋਧਕਤਾ ਟੋਮੋਗ੍ਰਾਫੀ) ਇੱਕ ਢੰਗ ਹੈ ਜੋ ਭੂਮੀਗਤ ਪ੍ਰਤੀਰੋਧਕਤਾ (ਬਿਜਲੀ ਦੇ ਕਰੰਟ ਦੇ ਪ੍ਰਤੀਰੋਧ) ਦੀ ਵੰਡ ਨੂੰ ਜ਼ਮੀਨ 'ਤੇ ਕਰੰਟ ਲਗਾ ਕੇ ਅਤੇ ਸੰਭਾਵੀ ਅੰਤਰ ਨੂੰ ਮਾਪ ਕੇ ਕੱਢਦਾ ਹੈ; ਇਹ ਪਾਣੀ, ਮਿੱਟੀ ਅਤੇ ਖਾਲੀਆਂ ਨੂੰ ਵੱਖ ਕਰਨ ਵਿੱਚ ਸ਼ਕਤੀਸ਼ਾਲੀ ਹੈ। ਜੀ.ਪੀ.ਆਰ. (ਗਰਾਊਂਡ ਪੈਨੇਟਰੇਟਿੰਗ ਰਾਡਾਰ) ਰਿਫਲਿਕਸ਼ਨ ਤੋਂ ਉੱਚ-ਆਵਿਰਤੀ ਵਾਲੀਆਂ ਇਲੈਕਟ੍ਰੋਮੈਗਨੈਟਿਕ ਤਰੰਗਾਂ ਅਤੇ ਚਿੱਤਰਾਂ ਨੂੰ ਖੋਖਲੀਆਂ ਪਰਤਾਂ ਅਤੇ ਵਸਤੂਆਂ (ਪਾਈਪਾਂ, ਕੈਵਿਟੀਜ਼, ਰੀਨਫੋਰਸਮੈਂਟ) ਭੇਜਦਾ ਹੈ; ਇਸ ਵਿੱਚ ਉੱਚ ਘੁਲਣਸ਼ੀਲਤਾ ਹੈ ਪਰ ਸੀਮਤ ਡੂੰਘਾਈ ਹੈ ਅਤੇ ਸੰਚਾਲਕ ਮਿੱਟੀ (ਮਿੱਟੀ, ਨਮਕੀਨ ਪਾਣੀ) ਵਿੱਚ ਜਲਦੀ ਫਿੱਕੀ ਪੈ ਜਾਂਦੀ ਹੈ। ਸਿਸਮਿਕ ਟੋਮੋਗ੍ਰਾਫੀ ਬਹੁਤ ਸਾਰੇ ਸਰੋਤ-ਪ੍ਰਾਪਤ ਮਾਰਗਾਂ ਵਿੱਚ ਵੇਵ ਆਗਮਨ ਸਮਿਆਂ ਤੋਂ ਉਪ-ਸਤਹੀਂ ਵੇਗ ਵੰਡ ਨੂੰ ਕੱਢਦੀ ਹੈ; ਇਹ ਕਰਾਸਹੋਲ ਜਾਂ ਸਤਹ ਅਲਾਈਨਮੈਂਟ ਦੁਆਰਾ ਲਾਗੂ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।
ਤਿੰਨਾਂ ਵਿੱਚ ਜੋ ਸਮਾਨ ਹੈ ਉਹ ਇਹ ਹੈ ਕਿ ਉਹ ਸਾਰੇ ਇੱਕ ਉਲਟਾ ਪੈਦਾ ਕਰਦੇ ਹਨ: ਮਾਪੇ ਗਏ ਡੇਟਾ ਤੋਂ ਉਪ-ਸਤਹੀ ਵਿਸ਼ੇਸ਼ਤਾ (ਰੋਧਕਤਾ, ਵੇਗ) ਦੀ ਵੰਡ ਦਾ ਅਨੁਮਾਨ ਲਗਾਉਣਾ। ਅਤੇ ਉਹ ਸਾਰੇ ਇੱਕੋ ਹੀ ਅਨਿਸ਼ਚਿਤਤਾ ਤੋਂ ਪੀੜਤ ਹਨ: ਰੈਜ਼ੋਲਿਊਸ਼ਨ ਡੂੰਘਾਈ ਦੇ ਨਾਲ ਘਟਦਾ ਹੈ, ਡੇਟਾ ਸੀਮਤ ਹੁੰਦਾ ਹੈ, ਅਤੇ ਨਤੀਜਾ ਨਿਯਮਤੀਕਰਨ ਨਿਰਭਰ ਹੁੰਦਾ ਹੈ।
AI ਦਾ ਯੋਗਦਾਨ
AI ਕੁਝ ਥਾਵਾਂ 'ਤੇ ਇਹਨਾਂ ਤਰੀਕਿਆਂ ਨਾਲ ਚਮਕਦਾ ਹੈ:
- ਜੀਪੀਆਰ ਵਿਆਖਿਆ: ਰਾਡਾਰਗ੍ਰਾਮ (ਜੀਪੀਆਰ ਸੈਕਸ਼ਨ) 'ਤੇ ਹਾਈਪਰਬੋਲਾ ਪੈਟਰਨ (ਦਫ਼ਨਾਈ ਬਿੰਦੂ ਵਸਤੂਆਂ - ਪਾਈਪ, ਚੱਟਾਨ ਦੁਆਰਾ ਦਿੱਤਾ ਗਿਆ ਵਿਸ਼ੇਸ਼ ਪ੍ਰਤੀਬਿੰਬ) ਨੂੰ ਆਟੋਮੈਟਿਕ ਪਛਾਣੋ ਅਤੇ ਸਥਾਨ ਅਤੇ ਡੂੰਘਾਈ ਦਾ ਸੁਝਾਅ ਦਿਓ।
- ਤੇਜ਼ ਕਰਨਾ ERT/ਟੋਮੋਗ੍ਰਾਫੀ ਉਲਟਾ: ਸਰੋਗੇਟ ਮਾਡਲਾਂ ਦੇ ਨਾਲ ਦੁਹਰਾਓ ਹੱਲ ਨੂੰ ਛੋਟਾ ਕਰਨਾ ਜੋ ਅਸੀਂ ਪਿਛਲੀ ਇਕਾਈ ਵਿੱਚ ਦੇਖਿਆ ਸੀ।
- ਸ਼ੋਰ ਅਤੇ ਦਖਲਅੰਦਾਜ਼ੀ ਨੂੰ ਹਟਾਉਣਾ: GPR ਵਿੱਚ ਐਂਟੀਨਾ ਵੱਜਣ ਤੋਂ ਬਾਹਰਲੇ ਮਾਪਾਂ ਨੂੰ ਚਿੰਨ੍ਹਿਤ ਕਰਨਾ, ERT ਵਿੱਚ ਖਰਾਬ ਇਲੈਕਟ੍ਰੋਡ ਸੰਪਰਕ।
- ਆਟੋਮੈਟਿਕ ਅਨੌਮਲੀ ਮਾਰਕਿੰਗ: ਵੌਇਡ, ਲੀਕ ਮਾਰਗ, ਪੂਰੀ ਵੌਲਯੂਮ ਵਿੱਚ ਦੱਬੇ ਹੋਏ ਢਾਂਚੇ ਦੇ ਉਮੀਦਵਾਰਾਂ ਦਾ ਸੁਝਾਅ ਦੇਣਾ।
ਖਤਰੇ ਵੀ ਜਾਣੂ ਹਨ: ਹਾਈਪਰਬੋਲਾ ਡਿਟੈਕਟਰ ਪ੍ਰਤੀਬਿੰਬਾਂ ਨੂੰ ਬੇਮੇਲ ਕਰ ਸਕਦਾ ਹੈ; ਇਨਵਰਸ਼ਨ ਐਕਸਲੇਟਰ ਪੂਰਵਗਾਮ ਨਾਲ ਡੇਟਾ ਲਈ ਅਦਿੱਖ ਡੂੰਘੇ ਖੇਤਰ ਨੂੰ ਭਰ ਸਕਦਾ ਹੈ; ਅਨੌਮਲੀ ਡਿਟੈਕਟਰ "ਢਾਂਚਾ" ਲਈ ਜ਼ਮੀਨੀ ਵਿਭਿੰਨਤਾ ਨੂੰ ਗਲਤ ਕਰ ਸਕਦਾ ਹੈ।
ਸੰਕੇਤ: GPR ਵਿੱਚ, ਹਾਈਪਰਬੋਲਾ ਦੀ ਵਕਰ ਮਾਧਿਅਮ ਦੀ ਤਰੰਗ ਗਤੀ ਦਿੰਦੀ ਹੈ; AI ਦੁਆਰਾ ਅਨੁਮਾਨਿਤ ਡੂੰਘਾਈ ਇਸ ਗਤੀ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ। ਜੇਕਰ ਗਤੀ ਗਲਤ ਹੈ ਤਾਂ ਡੂੰਘਾਈ ਵੀ ਗਲਤ ਹੈ। ਘੱਟੋ-ਘੱਟ ਇੱਕ ਜਾਣੇ-ਪਛਾਣੇ ਟੀਚੇ (ਜਿਵੇਂ ਕਿ ਜਾਣੀ-ਪਛਾਣੀ ਡੂੰਘਾਈ ਦੀ ਪਾਈਪ) 'ਤੇ ਵੇਗ ਨੂੰ ਕੈਲੀਬ੍ਰੇਟ ਕੀਤੇ ਬਿਨਾਂ ਸਹੀ ਡੂੰਘਾਈ ਪੇਸ਼ ਨਾ ਕਰੋ।
ਨਜ਼ਦੀਕੀ ਸਤਹ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ ਅਨਿਸ਼ਚਿਤਤਾਵਾਂ
ਰੈਜ਼ੋਲਿਊਸ਼ਨ ਨੇੜੇ ਦੀ ਸਤ੍ਹਾ 'ਤੇ ਉੱਚਾ ਹੈ, ਪਰ ਜ਼ਮੀਨ ਬਹੁਤ ਹੀ ਵਿਪਰੀਤ ਹੈ: ਨਮੀ, ਭਰਨ, ਜੜ੍ਹਾਂ, ਮਲਬਾ ਹਰ ਮੀਟਰ ਨਾਲ ਬਦਲਦਾ ਹੈ। ਇਹ AI ਲਈ ਨੁਕਸਾਨਾਂ ਨਾਲ ਭਰਿਆ ਹੋਇਆ ਹੈ। ERT ਵਿੱਚ, ਇੱਕ ਘੱਟ ਪ੍ਰਤੀਰੋਧਕਤਾ ਜ਼ੋਨ ਜਾਂ ਤਾਂ ਪਾਣੀ, ਮਿੱਟੀ, ਜਾਂ ਇੱਕ ਸੀਪ ਹੋ ਸਕਦਾ ਹੈ — ਇਕੱਲੇ ਪ੍ਰਤੀਰੋਧਕਤਾ ਵਿੱਚ ਅੰਤਰ ਨਹੀਂ ਹੁੰਦਾ। ਇਸ ਲਈ, ਨੇੜੇ-ਸਤਹੀ ਜ਼ਮੀਨੀ ਸੱਚਾਈ (ਬੋਰਹੋਲ, ਖਾਈ, ਜਾਣਿਆ ਜਾਣ ਵਾਲਾ ਬੁਨਿਆਦੀ ਢਾਂਚਾ) ਮਹੱਤਵਪੂਰਨ ਹੈ; AI ਦੁਆਰਾ ਫਲੈਗ ਕੀਤੀ ਗਈ ਹਰੇਕ ਵਿਗਾੜ ਦੀ ਪੁਸ਼ਟੀ ਇੱਕ ਭੌਤਿਕ ਜਾਂਚ ਦੁਆਰਾ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਜੇ ਸੰਭਵ ਹੋਵੇ।
ਸਾਵਧਾਨ: GPR ਅਤੇ ERT ਨਤੀਜੇ ਮਾਪ ਜਿਓਮੈਟਰੀ ਅਤੇ ਜ਼ਮੀਨੀ ਸਥਿਤੀਆਂ ਲਈ ਬਹੁਤ ਸੰਵੇਦਨਸ਼ੀਲ ਹੁੰਦੇ ਹਨ; ਖੁਸ਼ਕ ਮੌਸਮ ਵਿੱਚ ਅਤੇ ਬਰਸਾਤ ਤੋਂ ਬਾਅਦ ਇੱਕੋ ਲਾਈਨ ਵੱਖ-ਵੱਖ ਰੂਪ ਵਿੱਚ ਦਿਖਾਈ ਦਿੰਦੀ ਹੈ। ਏਆਈ ਨੂੰ ਇਹ ਨਾ ਕਹੋ ਕਿ "ਇਹ ਵਿਗਾੜ ਯਕੀਨੀ ਤੌਰ 'ਤੇ ਇੱਕ ਪਾੜਾ ਹੈ"; ਮਾਪ ਦੀ ਸਥਿਤੀ, ਸੀਜ਼ਨ ਅਤੇ ਅਲਾਈਨਮੈਂਟ ਦੇ ਸੰਦਰਭ ਨਾਲ ਨਤੀਜਾ ਪੜ੍ਹੋ।
ਬਹੁ-ਵਿਧੀ ਨੇੜੇ-ਸਤਹ ਵਿਆਖਿਆ
ਇੱਕ ਢੰਗ ਅਕਸਰ ਨੇੜੇ ਦੀ ਸਤਹ 'ਤੇ ਕਾਫ਼ੀ ਨਹੀਂ ਹੁੰਦਾ. ERT ਪ੍ਰਤੀਰੋਧਕਤਾ ਦਿੰਦਾ ਹੈ, GPR ਬਣਤਰ ਦਿੰਦਾ ਹੈ, ਭੂਚਾਲ ਟੋਮੋਗ੍ਰਾਫੀ ਗਤੀ ਦਿੰਦੀ ਹੈ; ਤਿੰਨੋਂ ਇਕੱਠੇ ਮਿਲ ਕੇ ਘੱਟ ਪ੍ਰਤੀਰੋਧਕਤਾ + ਉੱਚ ਐਪਲੀਟਿਊਡ GPR ਪ੍ਰਤੀਬਿੰਬ + ਘੱਟ ਵੇਗ, ਜਿਵੇਂ ਕਿ "ਪਾਣੀ ਨਾਲ ਭਰੀ ਥਾਂ" ਦੀ ਵਧੇਰੇ ਸੁਰੱਖਿਅਤ ਵਿਆਖਿਆ ਵੱਲ ਲੈ ਜਾਂਦੇ ਹਨ। AI ਇਹਨਾਂ ਪਰਤਾਂ (ਡੇਟਾ ਫਿਊਜ਼ਨ) ਨੂੰ ਜੋੜਨ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ, ਪਰ ਮਾਹਰ ਦੀ ਨਿਗਰਾਨੀ ਹੇਠ ਜੋ ਹਰੇਕ ਵਿਧੀ ਦੇ ਰੈਜ਼ੋਲਿਊਸ਼ਨ ਅਤੇ ਡੂੰਘਾਈ ਸੀਮਾਵਾਂ ਦਾ ਆਦਰ ਕਰਦਾ ਹੈ।
ਤਿੰਨ ਛੋਟੇ ਕੇਸ
ਕੇਸ 1 - ਡੈਮ ਲੀਕ ਮਾਰਗ। ਮਿੱਟੀ ਭਰਨ ਵਾਲੇ ਡੈਮ ਦੇ ਲੀਕ ਹੋਣ ਦਾ ਸ਼ੱਕ ਸੀ। ERT ਨਾਲ ਇੱਕ ਘੱਟ ਪ੍ਰਤੀਰੋਧਕਤਾ ਬੈਂਡ ਦੇਖਿਆ ਗਿਆ ਸੀ; ਏਆਈ ਅਨੌਮਾਲੀ ਡਿਟੈਕਟਰ ਨੇ ਇਸ ਨੂੰ ਲੀਕ ਮਾਰਗ ਉਮੀਦਵਾਰ ਵਜੋਂ ਫਲੈਗ ਕੀਤਾ। ਟੀਮ ਨੇ ਜੀਪੀਆਰ ਅਤੇ ਦੋ ਆਵਾਜ਼ਾਂ ਨਾਲ ਇਸਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ; ਬੈਂਡ ਸੱਚਮੁੱਚ ਇੱਕ ਸੰਤ੍ਰਿਪਤ ਤਬਦੀਲੀ ਜ਼ੋਨ ਸੀ। ਜੇ ਫੈਸਲਾ ਸਿਰਫ ਇੱਕ ਵਿਧੀ ਦੁਆਰਾ ਕੀਤਾ ਗਿਆ ਸੀ, ਤਾਂ ਇਸਨੂੰ ਮਿੱਟੀ ਦੇ ਲੈਂਸ ਨਾਲ ਉਲਝਾਇਆ ਜਾ ਸਕਦਾ ਹੈ.
ਕੇਸ 2 - ਹਾਈਪਰਬੋਲਾ ਗਲਤੀ। ਇੱਕ ਬੁਨਿਆਦੀ ਢਾਂਚਾ ਸਕੈਨ ਵਿੱਚ, AI ਨੇ 14 ਹਾਈਪਰਬੋਲਾ ਨੂੰ ਚਿੰਨ੍ਹਿਤ ਕੀਤਾ ਅਤੇ ਕਿਹਾ "14 ਪਾਈਪਾਂ"। ਕੈਲੀਬ੍ਰੇਸ਼ਨ ਨੇ ਦਿਖਾਇਆ ਕਿ ਵੇਗ ਗਲਤ ਸੀ: ਅਸਲ ਡੂੰਘਾਈ 30% ਘੱਟ ਸੀ ਅਤੇ ਦੋ ਹਾਈਪਰਬੋਲਾ ਅਸਲ ਵਿੱਚ ਇੱਕ ਪਾਈਪ ਦੇ ਕਈ ਪ੍ਰਤੀਬਿੰਬ ਸਨ। ਜਦੋਂ ਇੱਕ ਜਾਣੀ-ਪਛਾਣੀ ਲਾਈਨ ਤੋਂ ਗਤੀ ਨੂੰ ਕੈਲੀਬਰੇਟ ਕੀਤਾ ਗਿਆ ਸੀ, ਤਾਂ ਸੰਖਿਆ ਘਟ ਕੇ 11 ਹੋ ਗਈ ਅਤੇ ਡੂੰਘਾਈ ਵਿੱਚ ਸੁਧਾਰ ਹੋਇਆ।
ਕੇਸ 3 - ਮੌਸਮੀ ਪ੍ਰਭਾਵ। ਇੱਕ ਪੁਰਾਤੱਤਵ ਸਥਾਨ 'ਤੇ, ERT ਨੇ ਗਰਮੀਆਂ ਦੇ ਅੰਤ ਵਿੱਚ "ਕੋਈ ਢਾਂਚਾ ਨਹੀਂ" ਦਿੱਤਾ। ਬਾਰਿਸ਼ ਤੋਂ ਬਾਅਦ ਦੁਹਰਾਈ ਗਈ ਮਾਪ ਨੇ ਕੰਧ ਦੀਆਂ ਨੀਂਹਾਂ ਦਾ ਖੁਲਾਸਾ ਕੀਤਾ: ਸੁੱਕੀ ਜ਼ਮੀਨ 'ਤੇ ਇਸ ਦੇ ਉਲਟ ਘੱਟ ਸੀ। ਜੇਕਰ AI ਵਿਆਖਿਆ ਨੇ ਸ਼ੁਰੂਆਤੀ ਡੇਟਾ 'ਤੇ ਭਰੋਸਾ ਕੀਤਾ ਹੁੰਦਾ ਅਤੇ ਖੇਤਰ ਨੂੰ "ਖਾਲੀ" ਘੋਸ਼ਿਤ ਕੀਤਾ ਹੁੰਦਾ, ਤਾਂ ਢਾਂਚਾ ਖੁੰਝ ਗਿਆ ਹੁੰਦਾ।
ਚਾਰ ਕਾਪੀ ਕਰਨ ਯੋਗ ਟੈਂਪਲੇਟ
1) ਵਿਧੀ ਚੋਣ ਸਲਾਹ-ਮਸ਼ਵਰਾ:
ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਨੇੜੇ-ਸਤਹੀ ਭੂ-ਭੌਤਿਕ ਵਿਗਿਆਨੀ। ਮੇਰਾ ਟੀਚਾ: [ਦਫਨਾਇਆ ਹੋਇਆ ਗੁਫਾ / ਸੀਪੇਜ / ਪੁਰਾਤੱਤਵ ਸੰਰਚਨਾ / ਪਾਣੀ ਦੀ ਸਾਰਣੀ], ਮਿੱਟੀ: [ਮਿੱਟੀ/ਰੇਤ], ਡੂੰਘਾਈ: [0-5 ਮੀਟਰ]। ERT, GPR ਅਤੇ ਭੂਚਾਲ ਵਾਲੀ ਟੋਮੋਗ੍ਰਾਫੀ ਵਿੱਚੋਂ ਕਿਹੜੀ (ਆਂ) ਢੁਕਵੀਂ ਹੈ ਅਤੇ ਕਿਉਂ? ਇਸ ਟੀਚੇ ਲਈ ਹਰੇਕ ਵਿਧੀ ਦੀਆਂ ਸ਼ਕਤੀਆਂ, ਸੀਮਾਵਾਂ ਅਤੇ ਪੂਰਕ ਵਰਤੋਂ ਦੀ ਵਿਆਖਿਆ ਕਰੋ।
2) GPR ਸਪੀਡ ਕੈਲੀਬ੍ਰੇਸ਼ਨ:
ਮੇਰੇ GPR ਰਾਡਾਰਗ੍ਰਾਮ 'ਤੇ ਹਾਈਪਰਬੋਲਾ ਪੈਟਰਨ ਹਨ। ਮੈਂ ਹਾਈਪਰਬੋਲਾ ਵਕਰਤਾ ਤੋਂ ਅੰਬੀਨਟ ਗਤੀ ਦਾ ਅੰਦਾਜ਼ਾ ਕਿਵੇਂ ਲਗਾ ਸਕਦਾ ਹਾਂ, ਮੈਂ ਇਸਨੂੰ ਕਿਸੇ ਜਾਣੇ-ਪਛਾਣੇ ਟੀਚੇ ਲਈ ਕਿਵੇਂ ਕੈਲੀਬਰੇਟ ਕਰਾਂ? ਡੂੰਘਾਈ ਦੀ ਗਲਤੀ 'ਤੇ ਗਲਤ ਗਤੀ ਦੇ ਪ੍ਰਭਾਵ ਅਤੇ ਅਸਲ ਵਸਤੂ ਤੋਂ ਮਲਟੀਪਲ ਰਿਫਲੈਕਸ਼ਨਾਂ ਨੂੰ ਕਿਵੇਂ ਵੱਖਰਾ ਕਰਨਾ ਹੈ ਬਾਰੇ ਦੱਸੋ।
3) ERT ਅਸੰਗਤ ਵਿਤਕਰਾ:
ਮੇਰੇ ERT ਉਲਟਾ ਵਿੱਚ ਘੱਟ ਪ੍ਰਤੀਰੋਧਕਤਾ ਦਾ ਖੇਤਰ ਹੈ। ਮੈਂ ਇਸ ਪਾਣੀ, ਮਿੱਟੀ ਜਾਂ ਸਪੇਸ ਹੋਣ ਦੀਆਂ ਸੰਭਾਵਨਾਵਾਂ ਨੂੰ ਕਿਵੇਂ ਵੱਖ ਕਰਾਂ? ਕਿਹੜਾ ਡੇਟਾ (ਜੀਪੀਆਰ, ਡ੍ਰਿਲੰਗ, ਮੌਸਮੀ ਦੁਹਰਾਓ) ਅੰਤਰ ਨੂੰ ਸਪੱਸ਼ਟ ਕਰਦਾ ਹੈ? ਸਮਝਾਓ ਕਿ ਇਕੱਲੀ ਪ੍ਰਤੀਰੋਧਕਤਾ ਕਾਫ਼ੀ ਕਿਉਂ ਨਹੀਂ ਹੈ।
4) ਜ਼ਮੀਨੀ ਤਸਦੀਕ ਯੋਜਨਾ:
AI ਨੇ ਵਾਲੀਅਮ ਵਿੱਚ ਕਈ ਅਸੰਗਤ ਉਮੀਦਵਾਰਾਂ ਨੂੰ ਫਲੈਗ ਕੀਤਾ। ਇਹਨਾਂ ਨੂੰ ਭੌਤਿਕ ਤੌਰ 'ਤੇ ਤਸਦੀਕ ਕਰਨ ਲਈ ਇੱਕ ਜ਼ਮੀਨੀ ਤਸਦੀਕ (ਡਰਿਲਿੰਗ/ਖਾਈ) ਯੋਜਨਾ ਦਾ ਪ੍ਰਸਤਾਵ ਕਰੋ: ਮੈਂ ਪਹਿਲਾਂ ਕਿਹੜੀ ਅਸੰਗਤਤਾ ਦੀ ਜਾਂਚ ਕਰਾਂ, ਘੱਟੋ-ਘੱਟ ਕਿੰਨੇ ਪੁਆਇੰਟਾਂ ਦੀ ਲੋੜ ਹੈ, ਮੈਂ ਨਤੀਜੇ ਦੀ AI ਨਕਸ਼ੇ ਨਾਲ ਤੁਲਨਾ ਕਿਵੇਂ ਕਰਾਂ?
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ:
ਮੈਨੂੰ ਦਿਖਾਓ ਕਿ ਕੀ ਇਸ GPR ਡੇਟਾ ਵਿੱਚ ਕੋਈ ਅੰਤਰ ਹਨ।
ਕੋਈ ਗਤੀ ਕੈਲੀਬ੍ਰੇਸ਼ਨ ਨਹੀਂ, ਕੋਈ ਜ਼ਮੀਨੀ ਸੰਦਰਭ ਨਹੀਂ ਅਤੇ ਕੋਈ ਤਸਦੀਕ ਨਹੀਂ; AI ਹਾਈਪਰਬੋਲਾ ਦੀ ਗਿਣਤੀ ਕਰਦਾ ਹੈ, ਪਰ ਡੂੰਘਾਈ ਅਤੇ ਕਿਸਮ ਭਰੋਸੇਯੋਗ ਨਹੀਂ ਹਨ।
ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰਾਉਟ:
ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਜੀਪੀਆਰ ਮਾਹਰ। ਸੰਦਰਭ: ਕੰਕਰੀਟ ਸਬਵੇਅ, ਟਾਰਗੇਟ ਕੈਵਿਟੀ/ਪਾਈਪ, ਜ਼ਮੀਨੀ ਸਿੱਲ੍ਹਾ, ਜਾਣੀ ਜਾਂਦੀ ਪਾਈਪ [X] ਮੀਟਰ ਡੂੰਘਾਈ। ਕੰਮ: (1) ਜਾਣੇ-ਪਛਾਣੇ ਪਾਈਪ ਰਾਹੀਂ ਮੱਧਮ ਵੇਗ ਨੂੰ ਕੈਲੀਬਰੇਟ ਕਰੋ; (2) ਹਾਈਪਰਬੋਲਿਕ ਪੈਟਰਨਾਂ ਨੂੰ ਚਿੰਨ੍ਹਿਤ ਕਰੋ ਅਤੇ ਹਰੇਕ ਦੀ ਡੂੰਘਾਈ ਨੂੰ ਕੈਲੀਬਰੇਟ ਕਰੋ; (3) ਅਸਲ ਵਸਤੂ ਤੋਂ ਮਲਟੀਪਲ ਪ੍ਰਤੀਬਿੰਬ ਨੂੰ ਵੱਖਰਾ ਕਰਨਾ; (4) ਭਰੋਸੇ ਦੇ ਪੱਧਰ ਦੇ ਨਾਲ ਟਾਪੂ ਨੂੰ ਕੈਵਿਟੀ ਜਾਂ ਪਾਈਪ ਵਜੋਂ ਸ਼੍ਰੇਣੀਬੱਧ ਕਰੋ ਅਤੇ ਜ਼ਮੀਨੀ ਤਸਦੀਕ ਦਾ ਸੁਝਾਅ ਦਿਓ। ਸਖ਼ਤ ਭਾਸ਼ਾ ਦੀ ਵਰਤੋਂ ਨਾ ਕਰੋ।
ਕੈਲੀਬ੍ਰੇਸ਼ਨ, ਕਿਸਮ ਵਿਤਕਰਾ ਅਤੇ ਪੁਸ਼ਟੀਕਰਨ ਬੇਨਤੀ ਆਉਟਪੁੱਟ ਨੂੰ ਭਰੋਸੇਯੋਗ ਬਣਾਉਂਦੇ ਹਨ।
ਢੰਗ ਦੀ ਤੁਲਨਾ
ਵਿਸ਼ੇਸ਼ਤਾ
ਈ.ਆਰ.ਟੀ
ਜੀ.ਪੀ.ਆਰ
ਭੂਚਾਲ ਟੋਮੋਗ੍ਰਾਫੀ
ਦੁਆਰਾ ਮਾਪਿਆ ਗਿਆ
ਪ੍ਰਤੀਰੋਧਕਤਾ
EM ਪ੍ਰਤੀਬਿੰਬ
ਲਹਿਰ ਦੀ ਗਤੀ
ਮਜ਼ਬੂਤ ਹੈ
ਪਾਣੀ/ਮਿੱਟੀ/ਸਪੇਸ
ਘੱਟ ਢਾਂਚਾ/ਵਸਤੂ
ਗਤੀ ਬਣਤਰ
ਕਮਜ਼ੋਰੀ
ਘੱਟ ਰੈਜ਼ੋਲਿਊਸ਼ਨ
ਸੰਚਾਲਕ ਜ਼ਮੀਨ
ਸੜਕ ਕਵਰੇਜ
AI ਯੋਗਦਾਨ
ਉਲਟ ਗਤੀ
ਹਾਈਪਰਬੋਲਾ ਮਾਨਤਾ
ਉਲਟ ਗਤੀ
ਆਮ ਗਲਤੀਆਂ
- ਗਤੀ ਨੂੰ ਕੈਲੀਬ੍ਰੇਟ ਕੀਤੇ ਬਿਨਾਂ GPR ਡੂੰਘਾਈ ਦੇਣਾ। ਗਲਤ ਗਤੀ ਦਾ ਮਤਲਬ ਹੈ ਗਲਤ ਡੂੰਘਾਈ।
- ਇਕੱਲੇ ਪ੍ਰਤੀਰੋਧਕਤਾ ਦੀ ਵਿਆਖਿਆ ਕਰਨਾ। ਘੱਟ ਪ੍ਰਤੀਰੋਧਕਤਾ ਪਾਣੀ, ਮਿੱਟੀ ਜਾਂ ਸਪੇਸ ਹੋ ਸਕਦੀ ਹੈ।
- ਕਈ ਪ੍ਰਤੀਬਿੰਬਾਂ ਨੂੰ ਅਸਲ ਵਸਤੂਆਂ ਵਜੋਂ ਮੰਨਣਾ। GPR ਵਿੱਚ ਦੁਹਰਾਉਣ ਵਾਲੇ ਪੈਟਰਨਾਂ ਲਈ ਧਿਆਨ ਰੱਖੋ।
- ਸੀਜ਼ਨ/ਸਥਿਤੀ ਪ੍ਰਭਾਵ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਨਾ। ਸੁੱਕੀ/ਨਿੱਲੀ ਜ਼ਮੀਨ ਪੂਰੀ ਤਰ੍ਹਾਂ ਵੱਖਰੇ ਨਤੀਜੇ ਦਿੰਦੀ ਹੈ।
- ਜ਼ਮੀਨੀ ਤਸਦੀਕ ਨੂੰ ਬਾਈਪਾਸ ਕਰਨਾ। ਨੇੜੇ ਦੀ ਸਤਹ ਦੀ ਡ੍ਰਿਲਿੰਗ/ਖਾਈ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨਾ ਮਹੱਤਵਪੂਰਨ ਹੈ।
ਸੰਖੇਪ ਵਿੱਚ
ਈ.ਆਰ.ਟੀ., ਜੀ.ਪੀ.ਆਰ. ਅਤੇ ਭੂਚਾਲ ਵਾਲੀ ਟੋਮੋਗ੍ਰਾਫੀ ਉੱਚ ਰੈਜ਼ੋਲਿਊਸ਼ਨ ਦੇ ਨਾਲ ਉਪ-ਸਤਹ ਚਿੱਤਰ; AI ਹਾਈਪਰਬੋਲਾ ਮਾਨਤਾ, ਉਲਟਾ ਪ੍ਰਵੇਗ, ਅਤੇ ਜੀਪੀਆਰ ਵਿੱਚ ਅਸੰਗਤਤਾ ਮਾਰਕ ਕਰਨ ਵਿੱਚ ਇੱਕ ਮਜ਼ਬੂਤ ਯੋਗਦਾਨ ਪਾਉਂਦਾ ਹੈ। ਪਰ ਨੇੜੇ ਦੀ ਸਤਹ ਦੀ ਅਤਿ ਵਿਭਿੰਨਤਾ, ਪ੍ਰਤੀਰੋਧਕਤਾ/ਵੇਗ ਦੀ ਅਨਿਸ਼ਚਿਤਤਾ, ਵੇਗ ਕੈਲੀਬ੍ਰੇਸ਼ਨ ਦੀ ਲੋੜ, ਅਤੇ ਮੌਸਮੀ ਪ੍ਰਭਾਵ AI ਆਉਟਪੁੱਟ ਨੂੰ ਕਮਜ਼ੋਰ ਬਣਾਉਂਦੇ ਹਨ। ਸਹੀ ਵਰਤੋਂ; ਦਰ ਨੂੰ ਕੈਲੀਬਰੇਟ ਕਰੋ, ਤਰੀਕਿਆਂ ਨੂੰ ਜੋੜੋ, ਇਕੱਲਤਾ ਵਿੱਚ ਪ੍ਰਤੀਰੋਧਕਤਾ ਦੀ ਵਿਆਖਿਆ ਨਾ ਕਰੋ, ਅਤੇ ਜ਼ਮੀਨੀ ਤਸਦੀਕ ਨਾਲ ਹਰੇਕ ਅਸੰਗਤਤਾ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ। ਅੰਤਮ ਵਿਆਖਿਆ ਉਸ ਮਾਹਰ ਨਾਲ ਹੁੰਦੀ ਹੈ ਜੋ ਰੈਜ਼ੋਲੂਸ਼ਨ ਸੀਮਾਵਾਂ ਨੂੰ ਜਾਣਦਾ ਹੈ।
ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ
ਇੱਕ ਨਜ਼ਦੀਕੀ ਸਤਹ ਟੀਚਾ ਚੁਣੋ (ਕੈਵਿਟੀ, ਲੀਕ, ਦੱਬਿਆ ਹੋਇਆ ਢਾਂਚਾ)। "ਵਿਧੀ ਚੋਣ ਸਲਾਹ-ਮਸ਼ਵਰੇ" ਟੈਮਪਲੇਟ ਨਾਲ ਢੁਕਵੇਂ ਢੰਗ(ਵਿਧੀਆਂ) ਦਾ ਪਤਾ ਲਗਾਓ। If you chose GPR, plan depth reliability with the "GPR speed calibration" template; ਜੇਕਰ ਤੁਸੀਂ ERT ਦੀ ਚੋਣ ਕੀਤੀ ਹੈ, ਤਾਂ "ERT ਅਨੋਮਾਲੀ ਵਿਭਾਜਨ" ਟੈਮਪਲੇਟ ਨਾਲ ਪਾਣੀ/ਮਿੱਟੀ/ਸਪੇਸ ਵਿਭਾਜਨ ਸੈੱਟਅੱਪ ਕਰੋ। ਘੱਟੋ-ਘੱਟ ਇੱਕ ਅਸੰਗਤਤਾ ਲਈ ਜ਼ਮੀਨੀ ਤਸਦੀਕ ਯੋਜਨਾ ਲਿਖੋ।
ਚੈੱਕਲਿਸਟ
- [ ] ਮੈਂ ਜਾਇਜ਼ਤਾ ਦੇ ਨਾਲ ਉਚਿਤ ਢੰਗ(ਵਾਂ) ਚੁਣਿਆ ਹੈ।
- [ ] ਮੈਂ ਜਾਣੇ-ਪਛਾਣੇ ਟੀਚੇ ਨਾਲ GPR ਡੂੰਘਾਈ ਨੂੰ ਕੈਲੀਬਰੇਟ ਕੀਤਾ।
- [ ] ਮੈਂ ਇੱਕ ਸਿੰਗਲ ਵਿਧੀ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੀ ਬਜਾਏ ਪ੍ਰਤੀਰੋਧਕਤਾ/ਵੇਗ ਅਸੰਗਤਤਾ ਦੀ ਅੰਤਰ-ਅਨੁਖਿਆ ਕੀਤੀ ਹੈ।
- [ ] ਮੈਂ ਸੀਜ਼ਨ/ਮਾਪ ਦੀ ਸਥਿਤੀ ਦੇ ਪ੍ਰਭਾਵ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖਿਆ।
- [ ] ਮੈਂ ਜ਼ਮੀਨੀ ਤਸਦੀਕ ਯੋਜਨਾ ਨਾਲ ਅਸੰਗਤੀਆਂ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ ਹੈ।