• search hit 1 of 1
Back to Result List

Georadar-Wellengeschwindigkeiten mit Fehlerrechnung

Ground penetration radar wave velocities and their uncertainties

  • Unterschiedliche Verfahren zur Ermittlung von Georadar-Wellengeschwindigkeiten wurden entwickelt und erfolgreich angewendet. Für die Verfahren wurden statistische Methoden und Schwarmintelligenz-Algorithmen benutzt. Es wurde gezeigt, dass die neuen Verfahren schneller, präziser und besser reproduzierbare Ergebnisse für Georadar-Wellengeschwindigkeit erzielen als herkömmliche Verfahren. Mit verbesserten Werten der Georadar-Wellengeschwindigkeit lassen sich die verzerrten dreidimensionalen Abbilder der obersten zehn Meter des Untergrundes, welche sich mit Georadar-Daten erzeugen lassen, korrigieren. In diesen korrigierten Abbildern sind dann realistische Tiefen von Schichten oder Objekten im Untergrund besser messbar. Außerdem verbessern präzisere Wellengeschwindigkeiten die Bestimmung von Bodenparametern, wie Wassergehalt oder Tonanteil. Die präsentierten Verfahren erlauben eine quantitative Angabe von Fehlern der bestimmten Wellengeschwindigkeit und der daraus folgenden Tiefen und Bodenparametern im Untergrund. Die Vorteile dieserUnterschiedliche Verfahren zur Ermittlung von Georadar-Wellengeschwindigkeiten wurden entwickelt und erfolgreich angewendet. Für die Verfahren wurden statistische Methoden und Schwarmintelligenz-Algorithmen benutzt. Es wurde gezeigt, dass die neuen Verfahren schneller, präziser und besser reproduzierbare Ergebnisse für Georadar-Wellengeschwindigkeit erzielen als herkömmliche Verfahren. Mit verbesserten Werten der Georadar-Wellengeschwindigkeit lassen sich die verzerrten dreidimensionalen Abbilder der obersten zehn Meter des Untergrundes, welche sich mit Georadar-Daten erzeugen lassen, korrigieren. In diesen korrigierten Abbildern sind dann realistische Tiefen von Schichten oder Objekten im Untergrund besser messbar. Außerdem verbessern präzisere Wellengeschwindigkeiten die Bestimmung von Bodenparametern, wie Wassergehalt oder Tonanteil. Die präsentierten Verfahren erlauben eine quantitative Angabe von Fehlern der bestimmten Wellengeschwindigkeit und der daraus folgenden Tiefen und Bodenparametern im Untergrund. Die Vorteile dieser neu entwickelten Verfahren zur Charakterisierung des Untergrundes der oberen Meter wurde an Feldbeispielen demonstriert.show moreshow less
  • We develop three new approaches for ground penetration wave velocity calcultaions. The first is based on linear moveout spectra to find the optimum ground wave velocity including uncertainties from multi-offset data gathers. We used synthetic data to illustrate the principles of the method and to investigate uncertainties in ground wave velocity estimates. To demonstrate the applicability of the approach to real data, we analyzed GPR data sets recorded at field sites in Canada over an annual cycle from Steelman & Endres [2010]. The results obtained by this efficient and largely automated procedure agree well with the manual achieved results of Steelman & Endres [2010], derived by a more laborious largely manual analysis strategy. Then we develop a second methodology to global invert reflection traveltimes with a particle swarm optimization approach more precise then conventional spectral NMO-based velocity analysis (e.g., Greaves et al. [1996]). For global optimization, we use particle swarm optimization (PSO; Kennedy & EberhartWe develop three new approaches for ground penetration wave velocity calcultaions. The first is based on linear moveout spectra to find the optimum ground wave velocity including uncertainties from multi-offset data gathers. We used synthetic data to illustrate the principles of the method and to investigate uncertainties in ground wave velocity estimates. To demonstrate the applicability of the approach to real data, we analyzed GPR data sets recorded at field sites in Canada over an annual cycle from Steelman & Endres [2010]. The results obtained by this efficient and largely automated procedure agree well with the manual achieved results of Steelman & Endres [2010], derived by a more laborious largely manual analysis strategy. Then we develop a second methodology to global invert reflection traveltimes with a particle swarm optimization approach more precise then conventional spectral NMO-based velocity analysis (e.g., Greaves et al. [1996]). For global optimization, we use particle swarm optimization (PSO; Kennedy & Eberhart [1995]) in the combination with a fast eikonal solver as forward solver (Sethian [1996]; Fomel [1997a]; Sethian & Popovici [1999]). This methodology allows us to generate reliability CMP derived models of subsurface velocities and water content including uncertainties. We test this method with synthetic data to study the behavior of the PSO algorithm. Afterward, We use this method to analyze our field data from a well constrained test site in Horstwalde, Germany. The achieved velocity models from field data showed good agreement to borehole logging and direct-push data (Schmelzbach et al. [2011]) at the same site position. For the third method we implement a global optimization approach also based on PSO to invert direct-arrival traveltimes of VRP data to obtain high resolution 1D velocity models including quantitative estimates of uncertainty. Our intensive tests with several traveltime data sets helped to understand the behavior of PSO algorithm for inversion. Integration of the velocity model to VRP reflection imaging and attenuation model improved the potential of VRP surveying. Using field data, we examine this novel analysis strategy for the development of petrophysical models and the linking between GPR borehole and other logging data to surface GPR reflection data.show moreshow less

Download full text files

Export metadata

Metadaten
Author:Göran LiebsGND
URN:urn:nbn:de:kobv:517-opus4-436807
DOI:https://doi.org/10.25932/publishup-43680
Subtitle (English):global inversion of GPR traveltimes to assess uncertainties in CMP velocity models
Advisor:Jens Tronicke, Michael Weber
Document Type:Doctoral Thesis
Language:German
Year of Completion:2014
Publishing Institution:Universität Potsdam
Granting Institution:Universität Potsdam
Date of final exam:2014/01/23
Release Date:2019/12/10
Tag:Bodenwassergehalt; Geophysik; Georadar; Partikel Swarm Optimierung; Untergrund; Wellengeschwindigkeit; globale Inversion
geophyics; global inversion; ground-penetration radar; particle swarm optimisation; soil water content; subsurface; wave velocities
Pagenumber:ii, 106
RVK - Regensburg Classification:UT 2400
Organizational units:Mathematisch-Naturwissenschaftliche Fakultät / Institut für Erd- und Umweltwissenschaften
Dewey Decimal Classification:5 Naturwissenschaften und Mathematik / 55 Geowissenschaften, Geologie / 550 Geowissenschaften
MSC Classification:86-XX GEOPHYSICS [See also 76U05, 76V05]
PACS Classification:40.00.00 ELECTROMAGNETISM, OPTICS, ACOUSTICS, HEAT TRANSFER, CLASSICAL MECHANICS, AND FLUID DYNAMICS
Licence (German):License LogoKeine Nutzungslizenz vergeben - es gilt das deutsche Urheberrecht