Name: Śledzenie głębokości frontu infiltracji za pomocą poklatkowych zbiorów z wieloma przesunięciami zebranych za pomocą radaru penetrującego grunt z anteną tablicową (Wideo) | JoVE Journal
Uploaded: 2018-05-01T13:00:00.000+00:00
Duration: 7 min 14 s
Description: Poznaj metodę śledzenia frontu infiltracji wody w glebie za pomocą radaru penetrującego grunt z anteną tablicową. Technika ta umożliwia nieinwazyjny, czasowy monitoring procesów podpowierzchniowych w hydrologii strefy wadose.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

playerTrialDesktop

To badanie było wspierane finansowo przez Program Badań Naukowych JSPS (No. 16H02580, 17H03885) oraz przez Joint Research Program of Arid Land Research Center, Tottori University.

Głównym celem niniejszego badania było wykorzystanie wieloelektrodowego systemu GPR do wizualizacji dynamicznych procesów podpowierzchniowych, takich jak infiltracja wody; istotne jest również opisanie sposobu przeprowadzenia testu infiltracji.
1. Test infiltracji w terenie
<ol>
	<li>Wybierz miejsce z odsłoniętą powierzchnią do przeprowadzenia testu infiltracji. 
	Uwaga: W niniejszym badaniu test infiltracji przeprowadzono w dużej szklarni w Centrum Badań nad Terenami Pustynnymi Uniwersytetu Tottori w Japonii. Więcej szczegółów znajduje się w niedawnej publikacji16.</li>
	<li>Rozmieść na powierzchni sześć porowatych rurek o długości 2,5 m, równolegle w odstępach 15 cm jedna od drugiej, aby zapewnić jednorodną infiltrację (Rysunek 2).</li>
	<li>Podłącz jeden koniec rurek do regulowanego zaworem wlotu, który jest połączony ze zbiornikiem wody lub z kranem, a drugi koniec do wylotu w celu odprowadzenia nadmiaru wody.</li>
	<li>Umieść cienki panel drewniany o wymiarach 910 x 1802 mm2 (nieco większy niż macierz antenowa), aby przykryć porowate rurki.</li>
	<li>Przed testem infiltracji sprawdź wpływ panelu drewnianego na sygnał radarowy.</li>
	<li>Zainstaluj czujniki wilgotności gleby bezpośrednio obok panelu drewnianego, aby monitorować zmiany zawartości wilgoci w glebie na różnych głębokościach. 
	Uwaga: Celem tych czujników jest dostarczenie danych referencyjnych wykorzystywanych do weryfikacji wyników uzyskanych z analizy danych GPR. W tym badaniu obok anteny zainstalowano prętowy czujnik wilgotności gleby (patrz Tabela materiałów), aby monitorować przenikalność elektryczną gleby na głębokościach 10, 20, 30, 40, 60 i 100 cm.</li>
</ol>
2. Pomiar GPR
<ol>
	<li>Umieść antenę GPR w układzie macierzowym na drewnianym panelu. 
	Uwaga: W niniejszym badaniu antena pozostała nieruchoma, aby zapewnić spójność rejestrowanych sygnałów.</li>
	<li>Podłącz antenę do kontrolera za pomocą kabli współosiowych.</li>
	<li>Podłącz kontroler do laptopa za pomocą kabla Ethernet.</li>
	<li>Określ kombinacje anten oraz ich kolejność, aby zapewnić płynne zebranie danych zarówno dla wspólnego przesunięcia (COG), jak i wielu przesunięć (MOG). 
	Uwaga: W niniejszym badaniu wykorzystano wszystkie możliwe kombinacje dostępne dla posiadanej macierzy GPR (110). Pełne skanowanie wszystkich kombinacji trwało mniej niż 1,5 s.</li>
	<li>Rozpocznij rejestrację danych GPR za pomocą oprogramowania do gromadzenia danych. 
	Uwaga: Ważne jest, aby rozpocząć akwizycję danych przed wtryśnięciem wody do rurek porowatych.</li>
	<li>Otwórz zawór, aby podać wodę (t.j. rozpocząć proces infiltracji). 
	Uwaga: Szybkość wtrysku wody do podłoża można określić na podstawie właściwości hydraulicznych (np. przewodności hydraulicznej) badanego gruntu. Przepływ zastosowany w niniejszym badaniu wynosił 7,000 cm3/min, co było wartością niższą niż nasycona przewodność hydrauliczna piasku wydmowego.</li>
	<li>Po wtryśnięciu określonej ilości wody zamknij zawór. 
	Uwaga: Wodę wtryskiwano w sposób ciągły przez 4 h, a do testu wykorzystano łącznie 1,680 L wody.</li>
	<li>Kontynuuj skanowanie macierzą GPR przez dodatkowy okres czasu, aby monitorować proces redystrybucji do dalszej analizy. 
	Uwaga: Macierz GPR gromadziła dane przez kolejne 4 h po zamknięciu zaworu. Niemniej jednak dane te nie zostały poddane analizie w ramach niniejszego badania.</li>
</ol>
3. Analiza danych w celu szacowania prędkości
<ol>
	<li>Odtwórz dane COG i CMP poprzez wyodrębnienie względnych kombinacji Tx-Rx z całkowitego sześcianu danych. Zostało to osiągnięte za pomocą autorskiego kodu opracowanego przez autorów, który przekształcił profile radarowe w taki sposób, aby zgrupować pary Tx-Rx o identycznym przesunięciu (COG) oraz pary z tym samym punktem środkowym (CMP). 
	Uwaga: Ponieważ w badaniu wykorzystano urządzenie SFCW GPR, surowe dane znajdują się w dziedzinie częstotliwości; operacja konwersji częstotliwości na czas została wykonana przy użyciu oprogramowania dostarczonego przez producenta systemu GPR.</li>
	<li>Oszacuj optymalną prędkość fali EM w strefie zwilżania w danym czasie, dopasowując obliczony czas przejścia w obie strony, tc, fali EM odbitej od frontu infiltracji do obserwowanych sygnałów. Prędkość zapewniająca najlepsze dopasowanie krzywej została wyznaczona heurystycznie. 
	<img alt="Równania równowagi statycznej, wzór: tc²=(4d₀²+x²)/vr²; schemat ilustruje zależności matematyczne." src="/files/ftp_upload/56847/56847eq1.jpg" data-altupdatedat="1788250015000" data-alt="Równanie 1">    (1) 
	gdzie d0 to głębokość punktu odbicia, x to odległość między Tx a Rx, vr to prędkość średniokwadratowa do płaszczyzny odbicia, a t0 to czas przejścia w obie strony przy przesunięciu zero, wyznaczony z radargramu CMP. 
	Uwaga: Najczęstszą metodą szacowania prędkości z wykorzystaniem MOG jest analiza podobieństwa (semblance analysis)5,15,17. W analizie podobieństwa prędkość średniokwadratową wybiera się na podstawie widma prędkości. Analizy podobieństwa nie zastosowano do szacowania prędkości w niniejszym badaniu, ponieważ niski stosunek sygnału do szumu zaobserwowany w danych z tablicy GPR nie pozwolił na opracowanie wiarygodnego widma prędkości. Znalezienie odpowiedniej metody filtrowania w celu wygenerowania wiarygodnego widma prędkości z tych danych jest przedmiotem innych toczących się badań. W ramach niniejszego badania zastosowano metodę dopasowania krzywej, aby dopasować Równanie (1) do radargramów CMP.</li>
	<li>Korzystając z Równania (1), oblicz głębokość frontu zwilżania d0 w danym czasie, wykorzystując oszacowaną prędkość EM vr. 
	Uwaga: W tej części analizy danych zestaw danych COG został wykorzystany przy przesunięciu x równym 113 mm.</li>
</ol>

<ol><li>Huisman, J., Hubbard, S., Redman, J. D., Annan, P. <a target="_blank" href="http://phineas.u-strasbg.fr/sailhac/liens/Cours/HGP/Articles2008/Huisman_VZJ_03_476.pdf">Measuring soil water content with ground penetrating radar: A review.</a> Vadose Zone Journal. 2 (4), 476-491 (2003).</li>
<li>Lambot, S., Weihermüller, L., Huisman, J., Vereecken, H., Vanclooster, M., Slob, E. C. <a target="_blank" href="http://onlinelibrary.wiley.com/doi/10.1029/2006WR005097/abstract">Analysis of air-launched ground-penetrating radar techniques to measure the soil surface water content.</a> Water Resources Research. 42, 1-12 (2006).</li>
<li>Binley, A., Hubbard, S., Huisman, J., Revil, A., Robinson, D., Singha, K., Slater, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+emergence+of+hydrogeophysics+for+improved+understanding+of+subsurface+processes+over+multiple+scales%5BTitle%5D)+AND+%22Water+Resources+Research%22%5BJournal%5D)">The emergence of hydrogeophysics for improved understanding of subsurface processes over multiple scales.</a> Water Resources Research. 51, 3837-3866 (2015).</li>
<li>Vereecken, H., Huisman, J., Hendricks, F. H., Bruggemann, N., Bogena, H., Kollet, S., Javaux, M., Van Der Kruk, J., Vanderborght, J. <a target="_blank" href="http://onlinelibrary.wiley.com/doi/10.1002/2014WR016852/full">Soil hydrology: Recent methodological advances, challenges, and perspectives.</a> Water Resources Research. 51, 2616-2633 (2015).</li>
<li>Forte, E., Pipan, M. <a target="_blank" href="https://www.sciencedirect.com/science/article/pii/S0165168416300494">Review of multi-offset GPR applications: Data acquisition, processing and analysis.</a> Signal Processing. 132, 1-11 (2017).</li>
<li>Vellidis, G., Smith, M. S., Thomas, D. L., Asmussen, L. E. <a target="_blank" href="https://www.cabdirect.org/cabdirect/abstract/19911960075">Detecting wetting front movement in a sandy soil with ground-penetrating radar.</a> Transactions of the ASAE. 33 (6), 1867-1874 (1990).</li>
<li>Trinks, I., Wachsmuth, D., Stumpel, H. <a target="_blank" href="https://www.researchgate.net/publication/261060806_Monitoring_water_flow_in_the_unsaturated_zone_using_georadar">Monitoring water flow in the unsaturated zone using georadar.</a> First Break. 19, 679-684 (2001).</li>
<li>Saintenoy, A., Schneider, S., Tucholka, P. <a target="_blank" href="https://hal.inria.fr/hal-00831408/document">Evaluating Ground Penetrating Radar Use for Water Infiltration Monitoring.</a> Vadose Zone Journal. 7 (1), 208-214 (2008).</li>
<li>Léger, E., Saintenoy, A., Coquet, Y. <a target="_blank" href="http://onlinelibrary.wiley.com/doi/10.1002/2013WR014226/abstract">Hydrodynamic parameters of a sandy soil determined by ground-penetrating radar inside a single ring infiltrometer.</a> Water Resources Research. 50 (7), 5459-5474 (2014).</li>
<li>Eide, E., Valand, P. A., Sala, J. <a target="_blank" href="http://ieeexplore.ieee.org/abstract/document/6970527/">Ground-coupled antenna array for step-frequency GPR.</a> Proceedings of 15th International Conference on Ground Penetrating Radar. , 785-790 (2014).</li>
<li>Eide, E., Hjelmstad, J. F. <a target="_blank" href="https://www.spiedigitallibrary.org/conference-proceedings-of-spie/4758/1/3D-utility-mapping-using-electronically-scanned-antenna-array/10.1117/12.462308.short?SSO=1">3D utility mapping using electronically scanned antenna array, Proceedings of GPR 2002.</a> Proceedings of Ninth International Conference on Ground Penetrating Radar. , 192-196 (2002).</li>
<li>Linford, N., Linford, P., Martin, L., Payne, A. <a target="_blank" href="http://onlinelibrary.wiley.com/doi/10.1002/arp.382/abstract">Stepped frequency ground penetrating radar survey with a multi-element array antenna: Results from field application on archaeological sites.</a> Archaeological Prospection. 17, 187-198 (2010).</li>
<li>Eide, E., Hjelmstad, J. F. <a target="_blank" href="http://docplayer.net/19654522-Uxo-and-landmine-detection-using-3-dimensional-ground-penetrating-radar-system-in-a-network-centric-environment.html">UXO and landmine detection using 3-dimensional ground penetrating radar system in a network centric environment.</a> Proceedings of ISTMP 2004. , (2004).</li>
<li>Sato, M., Hamada, Y., Feng, X., Kong, F. N., Zeng, Z., Fang, G. <a target="_blank" href="https://www.researchgate.net/publication/274770986_GPR_using_an_array_antenna_for_landmine_detection">GPR using an array antenna for landmine detection.</a> Near Surface Geophysics. 2 (1), 7-13 (2004).</li>
<li>Yi, L., Takahashi, K., Sato, M. <a target="_blank" href="http://ieeexplore.ieee.org/document/7325952/">Estimation of vertical velocity profile by multistatic GPR Yakumo.</a> Proceedings of 2015 IEEE International Geoscience and Remote Sensing Symposium (IGARSS). , 1060-1063 (2015).</li>
<li>Iwasaki, T., Kuroda, S., Saito, H., Tobe, Y., Suzuki, K., Fujimaki, H., Inoue, M. <a target="_blank" href="https://scisoc.confex.com/crops/2016am/webprogram/Paper100993.html">Monitoring infiltration process seamlessly using array ground penetrating radar.</a> Agricultural and Environmental Letters. 1, 160002(2016).</li>
<li>Booth, A. D., Clark, R., Murray, T. <a target="_blank" href="https://www.researchgate.net/publication/277484440_Semblance_response_to_a_ground-penetrating_radar_wavelet_and_resulting_errors_in_velocity_analysis">Semblance response to a ground-penetrating radar wavelet and resulting errors in velocity analysis.</a> Near Surface Geophysics. 8 (3), 235-246 (2010).</li>
<li>Saintenoy, A., Hopmans, J. W. <a target="_blank" href="http://ieeexplore.ieee.org/document/6072277/">Ground Penetrating Radar: Water Table Detection Sensitivity to Soil Water Retention Properties.</a> IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing. 4 (4), 748-753 (2011).</li>
</ol>

W tym badaniu wykorzystano radar georadarowy (GPR) do śledzenia głębokości frontu zwilżającego podczas eksperymentu infiltracji przeprowadzonego na polu eksperymentalnym w pobliżu wydmy Tottori w Japonii. System georadarowy wykorzystany w tym badaniu składa się z 10 anten nadawczych (Tx) i 11 anten odbiorczych (Rx). System można skonfigurować tak, aby używał do 110 różnych kombinacji Tx-Rx. Podczas eksperymentu infiltracji wszystkie 110 kombinacji skanowano w sposób ciągły w odstępach 1,5 sekundy, pozostawiając matrycę nieruchomą w miejscu, w którym woda została przeprowadzona przez porowate rurki umieszczone na powierzchni. Wspólne zbieranie z przesunięciem (COG) i wspólne dane punktu środkowego (CMP) zostały zrekonstruowane na podstawie kostki danych poklatkowych. Zbieranie danych CMP w tym samym tempie za pomocą konwencjonalnych bistatycznych systemów georadarowych byłoby praktycznie niemożliwe. Bardzo ważne jest, aby podczas eksperymentu pozostawić antenę w stacjonarnym zapisie, aby uzyskać powtarzalne i miarodajne dane poklatkowe.
Chociaż dane georadarowe zostały wykorzystane do oszacowania prędkości fal EM15, istnieje tylko kilka badań, w których analizowano dane GPR z tablicy poklatkowej w celu oszacowania prędkości fal EM dla procesów przejściowych, takich jak infiltracja wody. W tym badaniu strukturę prędkości fali elektromagnetycznej (EM) oszacowano na podstawie poklatkowych danych CMP. Zamiast przeprowadzać analizę pozorów, krzywa hiperboli dla czasu podróży dwukierunkowej została dopasowana heurystycznie do sygnałów odbitych w radargramach CMP w celu oszacowania średniej prędkości fali EM w strefie zwilżania ze względu na niski stosunek sygnału do szumu (S/N) w danych. Gdy stosunek sygnału do szumu jest niski, analiza pozorów nie może być wykorzystana do wygenerowania wiarygodnego widma prędkości. Należałoby opracować odpowiednią metodę filtrowania w celu korzystania z metody analizy pozorów. Obok anteny georadarowej zainstalowano prętowy czujnik wilgotności gleby w celu pomiaru zmian wilgotności gleby podczas eksperymentu infiltracji; Czujniki zostały przemieszczone na głębokości 10, 20, 30, 40 i 60 cm i działały niezależnie.
Korzystając z szacowanej prędkości fali EM, obliczono głębokość frontu zwilżającego w 1-minutowych odstępach procesu infiltracji. Ewolucja w czasie szacowanego frontu zwilżania zgadza się dobrze z obserwacjami z czujników wilgotności gleby na głębokości poniżej 20 cm. Na płytszych głębokościach oszacowanie georadarowe głębokości frontu zwilżania wykazuje rozbieżność z odczytami z czujników wilgotności gleby.
Ogólnie rzecz biorąc, badanie to pokazuje, że system georadarowy jest w stanie śledzić ewolucję głębokości frontu zwilżania podczas infiltracji wody do gleby, zbierając dane poklatkowe dotyczące wspólnego punktu środkowego (CMP). Ponieważ wcześniej tego typu dane nie były łatwe do zebrania z konwencjonalnej georadaru powierzchniowego, dane uzyskane w tym badaniu są pierwszymi, które faktycznie pokazują, jak front zwilżania ewoluował w czasie w podłożu. Przyszłe prace będą badać możliwość wykorzystania inwersji danych do oszacowania parametrów hydraulicznych gruntu na podstawie danych uzyskanych podczas tego eksperymentu.

Zrozumienie procesów transportu masy i energii w strefie wadozowej jest ważne dla wielu zastosowań w rolnictwie i ochronie środowiska. Wśród tych procesów przepływ wody nasyconej jest procesem podstawowym, ponieważ wiele innych procesów, takich jak procesy fizyczne, geochemiczne, biologiczne, a nawet mechaniczne, jest zwykle sprzężonych z przepływem wody. Najnowsze osiągnięcia w technikach geofizycznych pozwoliły na nieinwazyjne monitorowanie procesów hydrologicznych w strefie wadozy. Spośród wielu technik geofizycznych, georadar penetracyjny (GPR) jest jedną z najczęściej stosowanych technik monitorowania i charakteryzowania dynamiki wody w glebie, ponieważ propagacja fal elektromagnetycznych (EM) emitowanych i odbieranych przez anteny georadarowe charakteryzuje się zawartością wilgoci w glebie1,2,3,4. Spośród dostępnych systemów, naziemna georadar powierzchniowy (określany jako georadar powierzchniowy w pozostałej części manuskryptu) jest najczęściej stosowany w terenie. Tradycyjne powierzchniowe systemy georadarowe z jednym nadajnikiem i jednym odbiornikiem (bistatyczne systemy radarowe) są powszechnie używane do skanowania podłoża ze stałą separacją nadajnik-odbiornik (offset). Zestawy danych zebrane w tej konfiguracji są również znane jako wspólne zbiory offsetowe (COG). Dane radarowe są wyświetlane jako szeregi czasowe w oparciu o całkowity czas podróży między nadajnikiem, ewentualnymi reflektorami i z powrotem do odbiornika. Aby przeliczyć czas podróży na informacje o głębokości, należy oszacować prędkość fali EM w podpowierzchni. Na przykład można to zrobić poprzez analizę zestawów danych MOG (multi-offset collect)5.
Chociaż przeprowadzono wiele badań wykorzystujących georadar do monitorowania procesów infiltracji podpowierzchniowej6,7,8,9, żadne z nich nie określiło bezpośrednio lokalizacji frontu zwilżającego ani struktury prędkości fali EM, która zmienia się w czasie podczas infiltracji. Powszechnym podejściem jest wykorzystanie obiektów zakopanych na znanych głębokościach jako reflektorów referencyjnych w celu określenia średniej prędkości fali EM i głębokości frontu zwilżającego. Ponieważ front zwilżający zmienia się dynamicznie podczas infiltracji, poklatkowy MOG musi być zbierany w krótkich odstępach czasu, aby wykorzystać zmiany w strukturze prędkości fali EM bez użycia obiektów referencyjnych. W przypadku typowych bistatycznych powierzchniowych anten georadarowych zbieranie poklatkowych MOG w krótkich odstępach czasu między sobą jest trudne lub niemożliwe, ponieważ wymaga ręcznego przesuwania anten w celu ustawienia różnych konfiguracji offsetu. Ostatnio rodzina układów antenowych GPR (określana dalej jako georadar macierzowy) jest szeroko stosowana do szybkiego i dokładnego obrazowania powierzchni podpowierzchniowej10. Podstawową koncepcją georadaru matrycowego jest zapewnienie gęstych pokosów przy minimalnym wysiłku poprzez elektroniczne przełączanie wielu anten zamontowanych w jednej ramie. Matrycowe systemy georadarowe są używane głównie do szybkiego generowania podpowierzchniowych obrazów 3D dużych obszarów. Niektóre przykłady typowych zastosowań tych systemów to inspekcja dróg i mostów11, prospekcja archeologiczna12 oraz wykrywanie niewybuchów i min lądowych13,14. Do takich celów tablica georadarowa jest używana głównie do skanowania podłoża z konfiguracją stałej separacji anteny w celu zbierania COG. Chociaż wykazano, że MOG zebrane za pomocą tablicy georadarowej mogą być wykorzystane do szacowania prędkości15, praktyczne zastosowanie tej metodologii zostało ograniczone do zaledwie kilku przypadków. Umieszczając układ antenowy w stałym miejscu, można łatwo zbierać poklatkowe MOG. Jak wykazano w naszej ostatniej publikacji16, radary poklatkowe zebrane za pomocą systemu georadarowego dość wyraźnie przedstawiają sygnały odbicia od frontu zwilżającego, który stopniowo przesuwa się w dół podczas eksperymentu infiltracji pionowej przeprowadzonego na wydmie. Głównym celem pracy było zademonstrowanie, w jaki sposób można wykorzystać georadar do zbierania poklatkowego MOG podczas testu infiltracji oraz jak analizować takie dane w celu śledzenia głębokości frontu zwilżającego.
W tym badaniu użyliśmy układu antenowego składającego się z 10 anten nadawczych (Tx0 - Tx9) i 11 odbiorczych (Rx0 - Rx10) monopolowych z wiązaniem na dziobie. Przemieszczenie elementów anteny w obrębie układu pokazano na rysunku 1 (patrz tabela materiałów). Układ antenowy jest sterowany przez jednostkę radarową SFCW (Step-Frequency Continuous Waveform) działającą w zakresie częstotliwości od 100 MHz do 3 000 MHz. Matryca GPR przełącza się przez zdefiniowaną przez użytkownika sekwencję par Rx-Tx za pomocą multiplekserów o częstotliwości radiowej (RF) w tablicy antenowej10. Maksymalna liczba kombinacji Tx-Rx dla tego konkretnego systemu wynosi 110. W tym eksperymencie skonfigurowaliśmy matrycę GPR tak, aby używała wszystkich 110 kombinacji, programując sekwencję skanowania tak, aby każdy nadajnik, od Tx0 do Tx9, był sekwencyjnie sparowany ze wszystkimi 11 odbiornikami od Rx0 do Rx10. Czas potrzebny do wykonania skanowania wszystkich 110 kombinacji wynosi mniej niż 1,5 sekundy. Przesunięcie między nadajnikiem a odbiornikiem zostało obliczone na podstawie odległości między punktami zasilania elementów anteny, gdzie przesunięcie pionowe wynosi 85 mm, jak pokazano na rysunku 1.

<table><tbody><tr><td>GeoScope Radar</td><td>Radar 3D Antena AS</td><td></td><td></td></tr><tr><td>DXG1820</td><td>Radar 3D Sonda</td> profilowa AS <td></td><td></td></tr><tr><td>PR2/6&nbsp;</td><td>Współczynnik Delta-T</td><td></td><td></td></tr></tbody></table>

Śledzenie głębokości frontu infiltracji za pomocą poklatkowych zbiorów z wieloma przesunięciami zebranych za pomocą radaru penetrującego grunt z anteną tablicową

Tracking Infiltration Front Depth Using Time-lapse Multi-offset Gathers Collected with Array Antenna Ground Penetrating Radar

System georadarowy (GPR) oparty na gęsto zaludnionym układzie antenowym został użyty do zbierania danych podczas eksperymentu infiltracji przeprowadzonego na poligonie testowym w pobliżu Wydmy Tottori w Japonii. Układ antenowy wykorzystany w tym badaniu składa się z 10 anten nadawczych (Tx) i 11 anten odbiorczych (Rx). Na potrzeby tego eksperymentu system został skonfigurowany tak, aby wykorzystywał wszystkie możliwe pary Tx-Rx, w wyniku czego powstało Multi-Offset Gather (MOG) składające się ze 110 kombinacji Tx-Rx. Matrycę pozostawiono nieruchomą w pozycji bezpośrednio nad obszarem infiltracji, a dane zbierano co 1,5 sekundy za pomocą spustu czasowego. Kostki danych Common-Offset Gather (COG) i Common Mid-Point (CMP) zostały zrekonstruowane z danych MOG podczas przetwarzania końcowego. Przeprowadzono niewiele badań, w których wykorzystano poklatkowe dane CMP do oszacowania zmian prędkości propagacji. W tym badaniu prędkość fali elektromagnetycznej (EM) oszacowano heurystycznie w odstępach 1-minutowych na podstawie zrekonstruowanych danych CMP poprzez dopasowanie krzywej, przy użyciu równania hiperboli. Następnie przystąpiliśmy do obliczania głębokości frontu zwilżającego. Ewolucja frontu zwilżania w czasie uzyskana tą metodą jest zgodna z obserwacjami z czujnika wilgotności gleby, który umieszczono na głębokości poniżej 20 cm. Wyniki uzyskane w tym badaniu pokazują zdolność takiego systemu georadarowego do dokładnego i ilościowego monitorowania podpowierzchniowego procesu dynamicznego, takiego jak infiltracja wody.

Rysunek 3 przedstawia panelowy diagram poklatkowy 110 kombinacji Tx-Rx zarejestrowanych co 1,5 s podczas pierwszych 60 min eksperymentu infiltracyjnego, po konwersji danych z domeny częstotliwości do domeny czasu. W celu wzmocnienia odbić z większych głębokości zastosowano filtr pasmowo-przepustowy, a następnie kompensację wzmocnienia. Diagram panelowy można podzielić na 10 sekcji, z których każda odpowiada konkretnemu nadajnikowi Tx. Położenie Tx jest oznaczone białym trójkątem, a każdy przekrój odpowiada sygnałowi poklatkowemu zarejestrowanemu dla odbiornika Rx. Oś pionowa przedstawia dwukierunkowy czas przejścia lub TWT, tzn. czas niezbędny do przebycia przez falę EM drogi od nadajnika do ewentualnego reflektora i z powrotem do odbiornika. Profile wyświetlają amplitudę sygnału na skali szarości. Duży kontrast kolorów wskazuje na wysoką amplitudę w zarejestrowanym sygnale radarowym. Odbicia fal EM powstają na granicy warstw o różnych stałych dielektrycznych lub przez obiekty o innych charakterystykach elektrycznych niż otaczające je ośrodki; wysoki kontrast dielektryczny warunkuje odbicie o wysokiej amplitudzie. Podczas procesu infiltracji wody występuje obszar nazywany strefą przejściową, w której zawartość wody stopniowo wzrasta od krawędzi strefy zwilżania, czyli miejsca, w którym woda wnika w początkowo suchą glebę. Fala EM prawdopodobnie ulega odbiciu nie na samej krawędzi, lecz w obrębie strefy przejściowej, co zaobserwowano w badaniach nad wykrywaniem zwierciadła wód gruntowych18. W dalszej części opracowania obszar ten nazywany jest frontem zwilżania. Na Rysunku 3 pojawia się sygnał o wysokiej amplitudzie, który przesuwa się stopniowo w dół wraz z upływem czasu podczas eksperymentu. Odbicie to jest rzeczywiście generowane przez front zwilżania w miarę jak woda stopniowo wnika w głąb podłoża. Na podstawie tego diagramu można zrekonstruować COG oraz CMP, jak pokazano na Rysunku 2 u Iwasaki et al.16
Analizę prędkości przeprowadzono na danych CMP pozyskanych co 1 min. Dla każdego zestawu danych CMP dwukierunkowy czas przebiegu określony przez równanie (1) dopasowano do odbicia od frontu zwilżania poprzez regulację t0 oraz vr, zakładając jednorodną warstwę w strefie wilgotnej. Czas zero skorygowano poprzez dopasowanie fali powietrznej z prędkością 0,3 m/ns. Rycina 4 przedstawia dane CMP w odstępach 5 min od czasu upływu te = 5 min do te = 50 min wraz z krzywymi najlepszego dopasowania wyświetlonymi jako białe linie (linie ciągłe dla fali odbitej i linia przerywana dla fali powietrznej). Ponieważ fala powietrzna nie jest falą odbitą, lecz sygnałem bezpośrednim między nadajnikiem a odbiornikiem, czas przebiegu wzrasta liniowo wraz z offsetem. Wszystkie krzywe dopasowano do dodatnich pików (w kolorze białym) fal odbitych. Wszystkie krzywe dobrze dopasowały się do zaobserwowanych krzywych odbić pokazanych na radargramach CMP przy wszystkich offsetach, co oznacza, że oszacowane wartości t0 oraz vr są prawidłowe. W eksperymencie infiltracyjnym między anteną a rurkami porowatymi umieszczono suchy panel drewniany. Ponieważ panel ma znacznie niższą stałą dielektryczną niż wilgotna gleba, jego wpływ na propagację fali EM może nie być pomijalny, mimo że jest cienki. W związku z tym, oprócz wspomnianego modelu warstwy jednorodnej, rozważono model dwuwarstwowy, przyjmując wartość 3 dla stałej dielektrycznej górnych 5 cm. Również dla tego drugiego modelu prędkość fali EM vr oszacowano metodą dopasowania krzywej do odbicia wywołanego przez front zwilżania.
Na Rysunku 5 przedstawiono szacowane głębokości frontu zwilżania jako funkcję te dla modelu jednowarstwowego i dwuwarstwowego. Można zauważyć, że w obu modelach front zwilżania przemieszcza się w dół niemal liniowo w czasie, z wyjątkiem spowolnienia między te = 10 min a te = 20 min. Różnice między dwoma modelami nie są początkowo znaczące, ale wraz z upływem czasu szacunek dla modelu jednorodnego przesuwa się nieco szybciej w porównaniu do modelu dwuwarstwowego. Na Rysunku 5 symbole rombów służą do oznaczenia momentów, w których odczyty z czujników wilgotności zaczęły rosnąć, a następnie ustabilizowały się; dla każdej głębokości czujnika są one połączone linią ciągłą. Jak wspomniano wcześniej, odbicie fali EM niekoniecznie następuje na samej krawędzi strefy wilgotnej; innymi słowy, biorąc pod uwagę określoną głębokość, nie można oczekiwać, że odbicie to będzie pokrywać się z punktem w czasie, w którym odczyty z czujnika zaczynają rosnąć. W tym sensie odbicie przypisuje się poziomowi głębokości na froncie infiltracji, gdzie osiągnięto określone nasycenie wodą w porównaniu z obszarem znajdującym się bezpośrednio poniżej. Biorąc pod uwagę czujniki na głębokości 30, 40 i 60 cm, szacunkowa głębokość frontu zwilżania uzyskana z danych GPR mieści się w zakresie wyznaczonym przez linie ciągłe na osi czasu. Moment, w którym szacowany przez GPR front zwilżania dotarł do głębokości 20 cm, odpowiada czasowi, w którym zaobserwowano nagły wzrost odczytu z czujnika, natomiast szacunek GPR osiągnął głębokość 10 cm znacznie szybciej niż wynikało to z odczytów czujnika wilgotności, mimo że sygnał odbity od frontu zwilżania jest wyraźnie obserwowany po te = 5 min (Rysunek 4). Należy również wspomnieć, że ekstrapolacja krzywej szacowanej przez GPR nie przechodzi przez początek układu współrzędnych. Choć nie jest jasne, co spowodowało tę rozbieżność na mniejszych głębokościach, istnieje kilka możliwych wyjaśnień. Może być ona przypisana do heterogeniczności właściwości gleby lub wynikać z nierównomiernego dostarczania wody. Jeśli tak jest w rzeczywistości, miałoby to większy wpływ we wczesnej fazie procesu infiltracji niż w fazie późniejszej. Innym wyjaśnieniem może być fakt, że chropowatość powierzchni wpływa na wyznaczenie czasu zero. Oprócz wpływu panelu drewnianego i rurek porowatych, należy wziąć pod uwagę również wpływ chropowatości powierzchni.
<img alt="Schemat macierzy anten z elementami Rx i Tx, 184 cm na 80 cm, z zaznaczonymi odległościami." class="xfigimg" src="/files/ftp_upload/56847/56847fig1.jpg" data-altupdatedat="1788250015000" data-alt="Rysunek 1"> 
Rysunek 1: Schemat konfiguracji macierzy anten radaru penetrującego grunt użytego w tej badaniu. Struktury w kształcie litery V to anteny monopolowe typu bowtie. W linii poziomej znajduje się 10 anten nadawczych (Tx) i 11 anten odbiorczych (Rx). <a href="https://cloudflare.jove.com/files/ftp_upload/56847/56847fig1large.jpg" target="_blank">Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.</a>
<img alt="Diagram nasycenia wód gruntowych z zastosowaniem GPR z anteną liniową, sondą profilową i rurą porowatą; badanie infiltracji wody." class="xfigimg" src="/files/ftp_upload/56847/56847fig2.jpg" data-altupdatedat="1788250015000" data-alt="Rycina 2"> 
Rycina 2: Schematy eksperymentu infiltracyjnego. (A) widok z góry i (B) widok z boku, na którym antena liniowa została umieszczona nad sześcioma 250-cm rurami porowatymi rozmieszczonymi w odstępach 15 cm. <a href="https://cloudflare.jove.com/files/ftp_upload/56847/56847fig2large.jpg" target="_blank">Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.</a>
<img alt="Diagram danych sejsmicznych przedstawiający dwustronny czas przejścia w stosunku do pozycji odbiornika w czasie." class="xfigimg" src="/files/ftp_upload/56847/56847fig3.jpg" data-altupdatedat="1788250015000" data-alt="Rysunek 3"> 
Rysunek 3: Radargram czasowy uzyskany podczas pierwszych 60 min eksperymentu z infiltracją.Dane obejmują zarejestrowane sygnały dla 110 kombinacji anten. Jeden przekrój odpowiada danym czasowym zebranym przy użyciu pojedynczej kombinacji Tx-Rx. Różne kolory reprezentują amplitudę sygnału. Pionowe czarne linie oddzielają dane dla każdego Tx. Białe trójkąty wskazują lokalizacje Tx. <a href="https://cloudflare.jove.com/files/ftp_upload/56847/56847fig3large.jpg" target="_blank">Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.</a>
<img alt="Seria wykresów czasu przebiegu w funkcji odległości; geofizyczne badanie time-lapse; analiza zmian podpowierzchniowych." class="xfigimg" src="/files/ftp_upload/56847/56847fig4.jpg" data-altupdatedat="1788250015000" data-alt="Rycina 4"> 
Rycina 4: Radargramy CMP od te = 5 min do te = 55 min w odstępach 5 min. Białe linie ciągłe reprezentują dopasowany ręcznie dwukierunkowy czas przebiegu odbicia od frontu zwilżania, natomiast białe linie przerywane reprezentują czas przebiegu fali powietrznej. <a href="https://cloudflare.jove.com/files/ftp_upload/56847/56847fig4large.jpg" target="_blank">Kliknij tutaj, aby wyświetlić większą wersję tej ryciny.</a>
<img alt="Wykres głębokości w funkcji czasu; punkty danych z słupkami błędów; analiza badań edukacyjnych." class="xfigimg" src="/files/ftp_upload/56847/56847fig5.jpg" data-altupdatedat="1788250015000" data-alt="Rycina 5"> 
Rycina 5: Głębokości czoła zwilżania. Głębokości czoła zwilżania oszacowane z macierzy GPR w czasowym zbiorze wieloprzesunięciowym w funkcji upływu czasu dla modelu jednorodnego (trójkąty) oraz dwuwarstwowego (kwadraty). Czarne linie z rombami na obu końcach wskazują czas między początkowym wzrostem odczytów a momentem, w którym osiągnęły one poziom stabilny dla każdej głębokości czujnika (tj. czas trwania strefy przejściowej). <a href="https://cloudflare.jove.com/files/ftp_upload/56847/56847fig5large.jpg" target="_blank">Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.</a>

Tutaj prezentujemy system georadarowy (GPR) oparty na gęsto zaludnionym układzie antenowym do monitorowania dynamicznego procesu infiltracji wód podpowierzchniowych. Poklatkowy obraz radarowy procesu infiltracji pozwolił na oszacowanie głębokości frontu zwilżającego w trakcie procesu infiltracji.

A Ground Penetrating Radar (GPR) system based on a ground-coupled, densely populated antenna array was used to collect data during an infiltration ...

Ogólnym celem tego eksperymentu jest śledzenie frontu infiltracji w glebie polowej za pomocą radaru penetrującego grunt z anteną matrycową. Metoda ta może pomóc odpowiedzieć na kluczowe pytania w dziedzinie hydrologii stref wadozy, takie jak zrozumienie, w jaki sposób woda przenika do gleby podczas opadów deszczu. Główną zaletą tej techniki jest to, że poklatkowe zbieranie z wieloma przesunięciami może być zbierane bezproblemowo przy minimalnym wysiłku podczas dynamicznych procesów podpowierzchniowych, takich jak infiltracja.Procedurę zademonstrują Nobuhito Nagai i Yukio Tobe. Układ antenowy jest sercem tego eksperymentu. W tej obudowie znajduje się 21 anten do tego eksperymentu.Ten schemat zawiera dodatkowe szczegóły. Dostępnych jest 10 anten nadawczych i 11 odbiorczych mono ciągnących z muszką, kontrolowanych przez radar o częstotliwości ciągłej. Macierz może przełączać się między wszystkimi 110 parami nadajnik-odbiornik.Zidentyfikuj witrynę, na którą należy przeprowadzić test infiltracji. Upewnij się, że powierzchnia jest naga, płaska i ma wymiary około trzech metrów na trzy metry. Uzyskaj porowate rurki o długości 2,5 metra.Porowatość rurki umożliwia odprowadzanie wody na podłoże. Użyj rur do budowy systemu infiltracji nawadniającej na działce. Rurki tego systemu są równoległe i oddalone od siebie o 15 centymetrów.Połącz rurki na jednym końcu z wlotem wody regulowanym zaworem podłączonym do źródła wody. I podłącz drugi koniec do gniazdka. Następnie weź cienki drewniany panel, nieco większy niż układ antenowy, i umieść go na porowatych rurkach.Panel powinien być płaski i zakrywać rurki. Przejdź dalej, aby zainstalować czujniki wilgotności gleby w pobliżu panelu. Ten czujnik prętowy mierzy wilgotność na kilku głębokościach.Najpierw zamontuj rurkę dostępową czujnika w ziemi obok drewnianego panelu. Następnie umieść czujniki prętowe w rurze dostępowej. Zacznij od umieszczenia anteny na drewnianym panelu, wyśrodkowanym na systemie infiltracji.Podłącz macierz do kontrolera za pomocą koncentrycznych i podłącz kontroler do komputera. Ustaw sekwencję anteny, aby wykonać pełne skanowanie wszystkich kombinacji nadajnika i odbiornika i rozpocząć zbieranie danych. W tym momencie udaj się do źródła wody i rozpocznij przepływ i infiltrację.Zatrzymaj wodę po wstrzyknięciu określonej ilości. Następnie przestań zbierać dane za pomocą radaru. Po zebraniu danych przeanalizuj je, aby znaleźć oszacowanie prędkości.Jest to przykład radargramu poklatkowego z matrycy antenowej. Dane zostały zebrane w ciągu 60 minut eksperymentu. Każdy obszar ograniczony czarnymi liniami odpowiada danym zebranym przez jeden nadajnik i 11 odbiorników.Lokalizacja nadajnika jest oznaczona czerwonym trójkątem. Wzdłuż trzeciej osi znajduje się całkowity czas od transmisji do odbioru odbitego sygnału. Różne kolory wskazują amplitudę sygnału.Korzystając z tych danych, skonstruuj typowy moduł danych punktu środkowego. Nowa oś to separacja anten nadawczych i odbiorczych. Jest to przekrój poprzeczny wspólnego modułu danych punktu środkowego w danym momencie eksperymentu.Zidentyfikuj odbicie od frontu zwilżającego dla każdej takiej ramki. Użyj tego równania, aby dopasować krzywe hiperboliczne, dostosowując dwa parametry, t0 i vr. Biała krzywa reprezentuje czas przebycia odbicia od frontu zwilżającego.Fioletowe krzywe to czasy podróży fal powietrznych i przyziemnych. Jest to reprezentatywny radargram dla eksperymentu infiltracji. Każda sekcja jest powiązana z nadajnikiem.Wzdłuż osi pionowej znajduje się czas podróży od nadajnika do reflektora i odbiornika. Mapa kolorów w skali szarości wskazuje amplitudę sygnału. W tym przedziale czasowym z jednego z powszechnych obszarów danych w punkcie środkowym obserwuj, jak sygnał o wysokiej amplitudzie przesuwa się stale w dół wraz z postępem eksperymentu.Sygnał jest wytwarzany przez odbicia na froncie zwilżającym, gdy woda wnika pod powierzchnię. Do analizy prędkości należy używać typowych danych punktu środkowego pobieranych co minutę. W tych przykładowych danych, po pięciu minutach eksperymentu, najlepszą krzywą dopasowania dla fali odbitej jest ciągła biała linia, a krzywa fali powietrznej jest linią przerywaną.W miarę upływu czasu czas podróży wydłuża się liniowo. Są to wykresy szacowanej głębokości frontu zwilżającego w funkcji czasu, który upłynął. Trójkąty są przeznaczone dla modelu umundurowanego medium.Kwadraty są przeznaczone dla modelu dwuwarstwowego, który uwzględnia drewniany panel pod tablicą. Interwały w kolorze czarnym wskazują, kiedy odczyt czujnika wilgotności na danej głębokości zaczął rosnąć i kiedy się ustabilizował. Po raz pierwszy pomysł na tę metodę pojawił się podczas demonstracji radaru penetrującego grunt z anteną matrycową.Przyszło nam do głowy, aby poprawić dane poklatkowe z wieloma przesunięciami. Największą zaletą tej procedury jest to, że nie musieliśmy przesuwać anten, aby zbierać dane z wieloma przesunięciami, w przeciwieństwie do zwykłych systemów penetrujących grunt. Po rozpoczęciu pomiaru wystarczy monitorować i nic nie robić.Próbując wykonać tę procedurę, należy pamiętać, aby nie przesuwać anten, aby zapewnić odtwarzalność danych. Po opracowaniu technika ta utoruje drogę naukowcom zajmującym się hydrologią stref wadozy do badania ruchu wody w glebach polowych. Po obejrzeniu tego filmu powinieneś dobrze zrozumieć, jak używać radaru penetrującego grunt z anteną do śledzenia frontów infiltracji.

tracking-infiltration-front-depth-using-time-lapse-multi-offset

Research

JoVE Journal

Environment

Środowisko

Przedstawiono metodę pokonywania limitu dyfrakcji optycznej. Metoda obejmuje dwuetapowy proces: optyczne odzyskiwanie fazy za pomocą iteracyjnego algorytmu Gerchberga-Saxtona oraz przesunięcie systemu obrazowania, po którym następuje powtórzenie pierwszego kroku. Syntetycznie zwiększona apertura obiektywu jest generowana wzdłuż kierunku ruchu, co zapewnia wyższą rozdzielczość obrazowania.

Multipleksowanie czasowe Technika super rozdzielczości do obrazowania z ruchomej platformy

Przestrzenne wzorce erozji i osadzania się gleby można wywnioskować z różnic w wysokości gruntu odwzorowanych w odpowiednich przyrostach czasu. Takie zmiany wysokości są związane ze zmianami węglanów glebowych przy powierzchni. Opisano tutaj powtarzalne metody pomiarów terenowych i laboratoryjnych tych wielkości oraz metody analizy danych.

Pomiar i mapowanie wzorców erozji i depozycji gleby związanych ze stężeniami węglanów w glebie w ramach gospodarki rolnej

Tutaj prezentujemy protokół pomiaru in situ węgla w glebie za pomocą techniki neutron-gamma dla pomiarów jednopunktowych (tryb statyczny) lub średnich terenowych (tryb skanowania). Opisujemy również budowę systemu i rozbudowane procedury przetwarzania danych.

Pomiary węgla w glebie za pomocą analizy neutronowo-gamma w trybie statycznym i skaningowym

Charakteryzacja erozji na podstawie dendrogeomorfologii zazwyczaj skupiała się na dokładnym znalezieniu początkowego czasu ekspozycji korzeni, poprzez badanie makroskopowych lub zmian na poziomie komórki spowodowanych ekspozycją. W tym miejscu przedstawiamy szczegółowy opis różnych nowatorskich technik uzyskiwania bardziej precyzyjnych wskaźników erozji na podstawie bardzo dokładnych danych mikrotopograficznych.

Laboratoryjny i terenowy protokół do szacowania szybkości erozji arkuszy na podstawie dendrogeomorfologii

Ten protokół opisuje proces rozwiązywania mikroskopijnego problemu z ruchem za pomocą symulacji. Cały proces zawiera szczegółowy opis zbierania danych, analizy danych, budowy modelu symulacyjnego, kalibracji symulacji i analizy czułości. Omówiono również modyfikacje i rozwiązywanie problemów z metodą.

Ocena wyjątkowego projektu zawracania wału przeciwpowodziowego z danymi zebranymi przez radar i symulacją

Przedstawiono ramy symulacyjne do testowania możliwości obrazowania wielkoskalowych układów radiowych na powierzchni Księżyca. Omówiono główne składowe hałasu, a także omówiono proces tworzenia oprogramowania ze szczegółowymi informacjami na temat jego dostosowania do nowatorskich zastosowań naukowych.

Symulacja obrazowania wielkoskalowych sieci radiowych na powierzchni Księżyca

Określenie zawartości wody w glebie jest kluczowym wymogiem misji dla wielu agencji stanowych i federalnych. Protokół ten łączy w sobie wysiłki wielu agencji mające na celu pomiar zawartości wody w glebie za pomocą czujników zakopanych in situ.

In Situ Czujniki wilgotności gleby w glebach niezakłóconych

Prezentowany tutaj jest protokół do zbierania i przetwarzania danych z podwodnej fotogrametrii, w tym znacznie uproszczony i w pełni zautomatyzowany potok przetwarzania obrazów, którego wynikiem są dane wyjściowe z odniesieniami geograficznymi i dostosowane do szeregów czasowych, gotowe do ekologicznej ekstrakcji, analizy i zastosowania danych.

Reefshape: system do efektywnego gromadzenia i automatycznego przetwarzania danych z podwodnej fotogrametrii szeregów czasowych do monitorowania siedlisk bentosowych

Ten protokół obejmuje czteroetapową metodologię badań obrazowania dużych obszarów, używaną do wyodrębniania wskaźników złożoności strukturalnej, składu społeczności i demografii populacji dla społeczności raf koralowych. Jakość zebranych zobrazowań i zintegrowany dostęp do zobrazowań źródłowych są traktowane priorytetowo na każdym etapie protokołu.

Pomiar struktury, składu i zmian środowiska podwodnego za pomocą obrazowania wielkopowierzchniowego

Najnowsze osiągnięcia w zdalnie sterowanych systemach powietrznych (RPAS) umożliwiają rozdzielczość poniżej metra, co jest idealne do monitorowania odbudowy lasów. Integracja sztucznej inteligencji (AI) umożliwia głębsze wglądy z dużych, zdalnie badanych zbiorów danych. Protokół ten poprawia monitoring, wspierając bardziej efektywną ocenę i zarządzanie terenami leśnymi po zakłóceniach.

Zbieranie i przetwarzanie danych zdalnie wykrywanych za pomocą dronów do monitorowania odbudowy lasów

Poznaj metodę śledzenia frontu infiltracji wody w glebie za pomocą radaru penetrującego grunt z anteną tablicową. Technika ta umożliwia nieinwazyjny, czasowy monitoring procesów podpowierzchniowych w hydrologii strefy wadose.

Śledzenie głębokości frontu infiltracji za pomocą poklatkowych zbiorów z wieloma przesunięciami zebranych za pomocą radaru penetrującego grunt z anteną tablicową (Wideo) | JoVE Journal

Śledzenie głębokości frontu infiltracji za pomocą poklatkowych zbiorów z wieloma przesunięciami zebranych za pomocą radaru penetrującego grunt z anteną tablicową

Przeglądaj więcej filmów