@phdthesis{Koyan2024,
  author    = {Koyan, Philipp},
  title     = {3D attribute analysis and classification to interpret ground-penetrating radar (GPR) data collected across sedimentary environments: Synthetic studies and field examples},
  doi       = {10.25932/publishup-63948},
  url       = {http://nbn-resolving.de/urn:nbn:de:kobv:517-opus4-639488},
  school      = {Universit{\"a}t Potsdam},
  pages     = {xi, 115, A51},
  year      = {2024},
  abstract  = {Die Untersuchung des oberfl{\"a}chennahen Untergrundes erfolgt heutzutage bei Frage- stellungen aus den Bereichen des Bauwesens, der Arch{\"a}ologie oder der Geologie und Hydrologie oft mittels zerst{\"o}rungsfreier beziehungsweise zerst{\"o}rungsarmer Methoden der angewandten Geophysik. Ein Bereich, der eine immer zentralere Rolle in Forschung und Ingenieurwesen einnimmt, ist die Untersuchung von sediment{\"a}ren Umgebungen, zum Beispiel zur Charakterisierung oberfl{\"a}chennaher Grundwassersysteme. Ein in diesem Kontext h{\"a}ufig eingesetztes Verfahren ist das des Georadars (oftmals GPR - aus dem Englischen ground-penetrating radar). Dabei werden kurze elektromagnetische Impulse von einer Antenne in den Untergrund ausgesendet, welche dort wiederum an Kontrasten der elektromagnetischen Eigenschaften (wie zum Beispiel an der Grundwasseroberfl{\"a}che) reflektiert, gebrochen oder gestreut werden. Eine Empfangsantenne zeichnet diese Signale in Form derer Amplituden und Laufzeiten auf. Eine Analyse dieser aufgezeichneten Signale erm{\"o}glicht Aussagen {\"u}ber den Untergrund, beispielsweise {\"u}ber die Tiefenlage der Grundwasseroberfl{\"a}che oder die Lagerung und Charakteristika oberfl{\"a}chennaher Sedimentschichten. Dank des hohen Aufl{\"o}sungsverm{\"o}gens der GPR-Methode sowie stetiger technologischer Entwicklungen erfolgt heutzutage die Aufzeichnung von GPR- Daten immer h{\"a}ufiger in 3D. Trotz des hohen zeitlichen und technischen Aufwandes f{\"u}r die Datenakquisition und -bearbeitung werden die resultierenden 3D-Datens{\"a}tze, welche den Untergrund hochaufl{\"o}send abbilden, typischerweise von Hand interpretiert. Dies ist in der Regel ein {\"a}ußerst zeitaufwendiger Analyseschritt. Daher werden oft repr{\"a}sentative 2D-Schnitte aus dem 3D-Datensatz gew{\"a}hlt, in denen markante Reflektionsstrukuren markiert werden. Aus diesen Strukturen werden dann sich {\"a}hnelnde Bereiche im Untergrund als so genannte Radar-Fazies zusammengefasst. Die anhand von 2D-Schnitten erlangten Resultate werden dann als repr{\"a}sentativ f{\"u}r die gesamte untersuchte Fl{\"a}che angesehen. In dieser Form durchgef{\"u}hrte Interpretationen sind folglich oft unvollst{\"a}ndig sowie zudem in hohem Maße von der Expertise der Interpretierenden abh{\"a}ngig und daher in der Regel nicht reproduzierbar. Eine vielversprechende Alternative beziehungsweise Erg{\"a}nzung zur manuellen In- terpretation ist die Verwendung von so genannten GPR-Attributen. Dabei werden nicht die aufgezeichneten Daten selbst, sondern daraus abgeleitete Gr{\"o}ßen, welche die markanten Reflexionsstrukturen in 3D charakterisieren, zur Interpretation herangezogen. In dieser Arbeit wird anhand verschiedener Feld- und Modelldatens{\"a}tze untersucht, welche Attribute sich daf{\"u}r insbesondere eignen. Zudem zeigt diese Arbeit, wie ausgew{\"a}hlte Attribute mittels spezieller Bearbeitungs- und Klassifizierungsmethoden zur Erstellung von 3D-Faziesmodellen genutzt werden k{\"o}nnen. Dank der M{\"o}glichkeit der Erstellung so genannter attributbasierter 3D-GPR-Faziesmodelle k{\"o}nnen zuk{\"u}nftige Interpretationen zu gewissen Teilen automatisiert und somit effizienter durchgef{\"u}hrt werden. Weiterhin beschreiben die so erhaltenen Resultate den untersuchten Untergrund in reproduzierbarer Art und Weise sowie umf{\"a}nglicher als es bisher mittels manueller Interpretationsmethoden typischerweise m{\"o}glich war.},
  language  = {en}
}