Lợi nhuận:
- Có khả năng hiểu được tính chất vật lý và các giới hạn của ERT, GPR và chụp cắt lớp địa chấn và chọn phương pháp phù hợp cho mục tiêu.
- Khả năng xác minh độ sâu GPR bằng hiệu chỉnh vận tốc và dị thường điện trở suất/vận tốc diễn giải chéo thay vì sử dụng một phương pháp duy nhất
- Khả năng xem xét tính không đồng nhất và ảnh hưởng theo mùa của bề mặt gần và xác nhận từng điểm bất thường bằng xác minh mặt đất (khoan/rãnh).
Một số vấn đề địa vật lý có chiều sâu và quy mô lớn; Nhưng một số thứ rất gần trong tầm tay: một chỗ rò rỉ dưới một con đập, một khoảng trống dưới một con đường, một công trình khảo cổ, một mực nước ngầm nông, hoặc một vùng ô nhiễm. Địa vật lý gần bề mặt và chụp ảnh dưới lòng đất là nhiệm vụ chụp ảnh từ vài mét đầu tiên đến hàng trăm mét với độ phân giải cao. Đơn vị này sẽ đề cập đến ba phương pháp phổ biến—chụp cắt lớp điện trở suất (ERT), radar xuyên mặt đất (GPR) và chụp cắt lớp địa chấn—và cách trí tuệ nhân tạo (AI) tăng tốc quá trình xử lý, đảo ngược và giải thích dữ liệu của các phương pháp này; nhưng chúng ta sẽ hiểu tại sao sự không chắc chắn vốn có của bề mặt gần đòi hỏi phải sử dụng AI một cách thận trọng.
Ba phương pháp, ba vật lý
Từ điển ngắn. ERT (chụp cắt lớp điện trở suất) là phương pháp trích xuất phân bố điện trở suất dưới lòng đất (điện trở suất) bằng cách đặt dòng điện xuống đất và đo chênh lệch điện thế; Nó có tác dụng mạnh trong việc tách nước, đất sét và các khoảng trống. GPR (radar xuyên đất) gửi sóng điện từ tần số cao và hình ảnh các lớp và vật thể nông (ống, khoang, cốt thép) từ phản xạ; Nó có độ hòa tan cao nhưng độ sâu hạn chế và phai màu nhanh trong đất dẫn điện (đất sét, nước muối). Chụp cắt lớp địa chấn trích xuất sự phân bố vận tốc dưới bề mặt từ thời gian sóng đến trong nhiều đường dẫn nguồn-thu; Nó được áp dụng thông qua lỗ chéo hoặc căn chỉnh bề mặt.
Điểm chung của cả ba là đều tạo ra sự đảo ngược: ước tính sự phân bố đặc tính dưới bề mặt (điện trở suất, vận tốc) từ dữ liệu đo được. Và tất cả chúng đều có cùng một điểm không chắc chắn: độ phân giải giảm theo độ sâu, dữ liệu bị hạn chế và kết quả là phụ thuộc vào sự chính quy hóa.
Đóng góp của AI
AI tỏa sáng trong các phương pháp này ở một số điểm:
- Giải thích GPR: Tự động nhận dạng các mẫu hyperbola (phản xạ đặc trưng được tạo ra bởi các vật thể điểm bị chôn vùi - đường ống, đá) trên biểu đồ radar (phần GPR) và gợi ý vị trí và độ sâu.
- Tăng tốc độ đảo ngược ERT/chụp cắt lớp: Rút ngắn giải pháp lặp lại bằng các mô hình thay thế mà chúng ta đã thấy trong bài trước.
- Loại bỏ tiếng ồn và nhiễu: đánh dấu các phép đo ngoại lệ do tiếng chuông ăng-ten trong GPR, tiếp xúc điện cực kém trong ERT.
- Tự động đánh dấu sự bất thường: Đề xuất các ứng cử viên về khoảng trống, đường rò rỉ, cấu trúc bị chôn vùi trong toàn bộ tập.
Những rủi ro cũng quen thuộc: máy dò hyperbol có thể phản xạ không khớp; bộ tăng tốc đảo ngược có thể lấp đầy vùng sâu mà dữ liệu không thể nhìn thấy bằng tiền chất; Máy phát hiện dị thường có thể nhầm lẫn tính không đồng nhất của mặt đất với "cấu trúc".
Gợi ý: Trong GPR, độ cong của hyperbol cho biết tốc độ truyền sóng của môi trường; Độ sâu mà AI ước tính phụ thuộc vào tốc độ này. Tốc độ sai thì độ sâu cũng sai. Không thể hiện độ sâu chính xác mà không hiệu chỉnh vận tốc trên ít nhất một mục tiêu đã biết (ví dụ: một đường ống có độ sâu đã biết).
Độ không đảm bảo đặc biệt của bề mặt gần
Độ phân giải cao ở bề mặt gần, nhưng mặt đất rất không đồng nhất: độ ẩm, chất lấp đầy, rễ cây, mảnh vụn thay đổi theo từng mét. Điều này chứa đầy cạm bẫy đối với AI. Trong ERT, vùng điện trở suất thấp có thể là nước, đất sét hoặc thấm - chỉ riêng điện trở suất không phân biệt được. Do đó, sự thật gần bề mặt (lỗ khoan, rãnh, cơ sở hạ tầng đã biết) là rất quan trọng; Mọi điểm bất thường được AI gắn cờ đều được xác nhận bằng kiểm tra thực tế, nếu có thể.
Thận trọng: Kết quả GPR và ERT cực kỳ nhạy cảm với hình học đo và điều kiện mặt đất; Cùng một đường xuất hiện khác nhau vào mùa khô và sau mưa. Đừng bắt AI phải nói "sự bất thường này chắc chắn là một khoảng trống"; Đọc kết quả với bối cảnh điều kiện đo, mùa và căn chỉnh.
Giải thích gần bề mặt đa phương pháp
Một phương pháp thường không đủ trên bề mặt gần. ERT cho biết điện trở suất, GPR cho biết cấu trúc, chụp cắt lớp địa chấn cho biết tốc độ; Cả ba kết hợp với nhau dẫn đến cách giải thích an toàn hơn nhiều về điện trở suất thấp + phản xạ GPR biên độ cao + vận tốc thấp, chẳng hạn như "không gian chứa đầy nước". AI giúp kết hợp các lớp này (tổng hợp dữ liệu) nhưng dưới sự giám sát của chuyên gia tôn trọng giới hạn độ phân giải và độ sâu của từng phương pháp.
ba trường hợp nhỏ
Trường hợp 1 - Đường rò rỉ đập. Một đập đất bị nghi ngờ bị rò rỉ. Dải điện trở suất thấp được nhìn thấy với ERT; Trình phát hiện sự bất thường của AI đã gắn cờ đây là ứng cử viên cho đường dẫn rò rỉ. Nhóm đã xác nhận điều đó bằng GPR và hai lần đo; Ban nhạc thực sự là một vùng chuyển tiếp bão hòa. Nếu quyết định chỉ được thực hiện bằng một phương pháp, nó có thể bị nhầm lẫn với thấu kính đất sét.
Trường hợp 2 - Ngụy biện hyperbol. Trong quá trình quét cơ sở hạ tầng, AI đã đánh dấu 14 hyperbol và nói "14 ống". Việc hiệu chuẩn cho thấy vận tốc không chính xác: độ sâu thực tế là nông 30% và hai hyperbol thực ra là phản xạ đa dạng của một đường ống. Khi tốc độ được hiệu chỉnh từ một đường đã biết, con số này giảm xuống còn 11 và độ sâu được cải thiện.
Trường hợp 3 - Hiệu ứng theo mùa. Tại một địa điểm khảo cổ, ERT đưa ra kết quả "không có công trình kiến trúc" vào cuối mùa hè. Phép đo lặp lại sau cơn mưa cho thấy nền móng của tường: độ tương phản thấp trên nền đất khô. Nếu cách diễn giải của AI dựa vào dữ liệu ban đầu và khai báo trường này là "trống" thì cấu trúc sẽ bị bỏ sót.
Bốn mẫu có thể sao chép
1) Tư vấn lựa chọn phương pháp:
Vai trò của bạn: nhà địa vật lý gần bề mặt. Mục tiêu của tôi: [khoang chôn / rò rỉ / cấu trúc khảo cổ / mực nước ngầm], đất: [đất sét/cát], độ sâu: [0-5 m]. (Những) phương pháp ERT, GPR và chụp cắt lớp địa chấn nào phù hợp và tại sao? Giải thích những điểm mạnh, hạn chế và cách sử dụng bổ sung của từng phương pháp cho mục tiêu này.
2) Hiệu chỉnh tốc độ GPR:
Có các mẫu hyperbola trên biểu đồ radar GPR của tôi. Làm cách nào để ước tính tốc độ xung quanh từ độ cong hyperbol, làm cách nào để hiệu chỉnh nó cho mục tiêu đã biết? Giải thích ảnh hưởng của tốc độ sai đến sai số độ sâu và cách phân biệt nhiều phản xạ với vật thật.
3) Phân biệt đối xử bất thường ERT:
Có một vùng có điện trở suất thấp trong nghịch đảo ERT của tôi. Làm cách nào để phân biệt các khả năng đây là nước, đất sét hay không gian? Dữ liệu nào (GPR, khoan, lặp lại theo mùa) làm rõ sự khác biệt? Giải thích tại sao chỉ riêng điện trở suất là không đủ.
4) Phương án thẩm tra mặt đất:
AI đã gắn cờ một số ứng cử viên bất thường về số lượng. Đề xuất kế hoạch xác minh mặt đất (khoan/rãnh) để xác minh thực tế những điều này: tôi kiểm tra điểm bất thường nào trước, cần ít nhất bao nhiêu điểm, làm cách nào để so sánh kết quả với bản đồ AI?
Dấu nhắc yếu / Dấu nhắc mạnh
Dấu nhắc yếu:
Hãy cho tôi biết liệu có bất kỳ lỗ hổng nào trong dữ liệu GPR này không.
Không hiệu chỉnh tốc độ, không bối cảnh cơ bản và không xác minh; AI đếm các hyperbol, nhưng độ sâu và loại không đáng tin cậy.
Lời nhắc mạnh mẽ:
Vai trò của bạn: Chuyên gia GPR. Bối cảnh: tàu điện ngầm bê tông, khoang/ống mục tiêu, mặt đất ẩm ướt, độ sâu ống đã biết [X] m. Nhiệm vụ: (1) Hiệu chỉnh vận tốc trung bình qua đường ống đã biết; (2) đánh dấu các mẫu hyperbol và hiệu chỉnh độ sâu của từng mẫu; (3) phân biệt nhiều phản xạ với vật thật; (4) phân loại đảo là khoang hoặc đường ống với mức độ tin cậy và đề xuất xác minh mặt đất. Đừng sử dụng ngôn ngữ mạnh mẽ.
Yêu cầu hiệu chuẩn, phân biệt loại và xác minh giúp cho kết quả đầu ra trở nên đáng tin cậy.
Phương pháp so sánh
tính năng
ERT
GPR
chụp cắt lớp địa chấn
đo bằng
điện trở suất
Phản xạ điện từ
tốc độ sóng
mạnh mẽ
nước/đất sét/không gian
Cấu trúc/đối tượng nông
cấu trúc tốc độ
điểm yếu
độ phân giải thấp
mặt đất dẫn điện
phủ đường
Đóng góp của AI
Tốc độ đảo ngược
Nhận dạng hyperbol
Tốc độ đảo ngược
Những lỗi thường gặp
- Cung cấp độ sâu GPR mà không cần hiệu chỉnh tốc độ. Tốc độ sai có nghĩa là độ sâu sai.
- Giải thích điện trở suất một mình. Điện trở suất thấp có thể là nước, đất sét hoặc không gian.
- Xem xét nhiều phản xạ như vật thật. Hãy chú ý đến các mẫu lặp lại trong GPR.
- Bỏ qua hiệu ứng mùa/điều kiện. Đất khô/ướt cho kết quả hoàn toàn khác nhau.
- Bỏ qua xác minh mặt đất. Việc xác nhận việc khoan/rãnh gần bề mặt là rất quan trọng.
Tóm lại
ERT, GPR và chụp cắt lớp địa chấn chụp ảnh dưới bề mặt với độ phân giải cao; AI đóng góp mạnh mẽ vào việc nhận dạng hyperbol, tăng tốc đảo ngược và đánh dấu dị thường trong GPR. Nhưng tính không đồng nhất cực độ của bề mặt gần, độ không đảm bảo về điện trở suất/vận tốc, nhu cầu hiệu chỉnh vận tốc và hiệu ứng theo mùa khiến đầu ra AI trở nên mong manh. Sử dụng đúng; hiệu chỉnh tốc độ, kết hợp các phương pháp, không giải thích điện trở suất một cách riêng biệt và xác nhận từng điểm bất thường bằng xác minh mặt đất. Việc giải thích cuối cùng thuộc về chuyên gia biết giới hạn độ phân giải.
Nhiệm vụ ứng dụng
Chọn mục tiêu gần bề mặt (khoang, rò rỉ, cấu trúc bị chôn vùi). Xác định (các) phương pháp thích hợp với mẫu "Tư vấn lựa chọn phương pháp". Nếu bạn chọn GPR, hãy lập kế hoạch về độ tin cậy độ sâu bằng mẫu "Hiệu chỉnh tốc độ GPR"; Nếu bạn chọn ERT, hãy thiết lập phân tách nước/đất sét/không gian bằng mẫu "Tách dị thường ERT". Viết kế hoạch xác minh mặt bằng cho ít nhất một điểm bất thường.
danh sách kiểm tra
- [ ] Tôi đã chọn (các) phương pháp thích hợp một cách có căn cứ.
- [ ] Tôi đã hiệu chỉnh độ sâu GPR với mục tiêu đã biết.
- [ ] Tôi đã giải thích chéo sự bất thường về điện trở suất/vận tốc thay vì sử dụng một phương pháp duy nhất.
- [ ] Tôi đã cân nhắc ảnh hưởng của mùa/điều kiện đo lường.
- [ ] Tôi đã xác nhận những điểm bất thường với kế hoạch xác minh mặt đất.