[发明专利]一种基于地质雷达的土壤物性类别识别方法和装置

说明书

技术领域

本发明涉及探测技术领域，具体涉及一种基于地质雷达的土壤物性类别识别方法和装置。

背景技术

土壤物性即土壤物理性质，例如土壤含水量、土壤质地、土壤孔隙度等。以土壤含水性为例，按照土壤的含水率的值可将土壤视为不同的类别。掌握土壤物性的类别有利于环境保护、工程规划建设等。

地质雷达技术是通过发射高频脉冲电磁波（频率范围在106-109Hz）进行地下目标探测的一门科学，基本原理是：发射机通过发射天线发射脉冲电磁波信号，当这一信号在岩层中遇到探测目标时，会产生反射信号。直达信号和反射信号通过接收天线输入到接收机，放大后由示波器显示出来。根据示波器有无反射信号，可以判断有无被测目标。根据反射信号到达滞后时间及目标物体平均反射波速，可以大致计算出探测目标的距离。地质雷达具有操作简单、探测精度高、无损伤、采集速度快等特点，是目前工程检测和勘察最为活跃的技术方法，在岩土工程中的应用日趋广泛。

地质雷达资料处理在理论上属于数字信号处理解释的范畴。通过对雷达探测的原始数据做一些常规的处理，根据雷达反射信号的强弱、相位特征、同相轴的变化等特征信息，再结合钻探资料以及其他相关地质资料，可对反射信号做出定量和定性解释。但是，面对比较复杂的地质条件时，由于地下介质的复杂多变，回波信号往往具有时变、非平稳和随机性的特点，所以很难正确解释被复杂化之后的外观特征，也因为如此，仅依靠地质雷达探测无法准确快速探测土壤的物理性质。

发明内容

有鉴于此，本发明公开了一种基于地质雷达的土壤物性类别识别方法和装置，通过对地质雷达采集数据的一系列处理，可快速准确地识别待测区域土壤的物性特征。

本发明提供一种基于地质雷达的土壤物性类别识别方法，包括：数据预处理步骤，对地质雷达采集的数字信号进行去噪处理和滤波处理；土壤物性信息提取步骤，从经过数据预处理步骤的数据中提取表征土壤物性的特征数据；神经网络训练步骤，将特征数据作为训练神经网络的数据集合，对神经网络进行训练，得到特征数据对应的映射结果；土壤物性类别识别步骤，将待识别的表征土壤物性的特征数据输入训练好的神经网络，根据神经网络的映射结果识别土壤物性类别。

优选地，该方法还包括结果显示步骤，将土壤物性类别识别步骤的映射结果显示在人机交互界面上。

优选地，数据预处理步骤包括：对地质雷达采集的数字信号进行零线校正，去除装置本身的信号漂移；对零线校正后的数字信号进行小波变换，去除信号中的高频噪声；对小波变换后的数字信号进行低通滤波，去除信号中的直流分量干扰。

优选地，零线校正子包括：首先针对在空气介质中，地质雷达的发射天线和接收天线处于不同距离时电磁波信号的起跳时间，计算平均值，然后将采集的数字信号值减去所述平均值；其中所述起跳时间是以电磁波信号的某一相位为起跳点，在介质中传播一定距离后，在该相位所读取的时间。

优选地，采用Moret小波函数进行小波变换，且尺度参数为2。

优选地，其中低通滤波参数为25MHz。

优选地，土壤物性信息提取步骤包括功率谱估计过程和主成分分析过程，其中，功率谱估计过程采用自回归滑动平均模型，对经过数据预处理步骤的数据进行谱估计，得到功率谱；主成分分析过程对功率谱进行主成分分析，将分析得到的多个本征值所对应的本征向量作为表征土壤物性的特征数据。

优选地，主成分分析过程得到的多个本征值的累计贡献率等于或大于85%。

优选地，在识别土壤物性类别之后，为土壤物性类别分配类别标识。

优选地，显示映射结果时，按照映射结果对应的土壤物性类别的类别标识调制色阶，绘制并显示土壤物性类别的色阶图。