Summary
Her presenterer vi et bakken gjennomtrengende Radar (GRP) system basert på et bakken-kombinert, folkerike antennen array for overvåking dynamisk prosessen med undergrunnen vann infiltrasjon. En time-lapse radar bilde av infiltrasjon prosessen tillatt beregne dybden av wetting foran løpet av infiltrasjon prosessen.
Abstract
Et bakken gjennomtrengende Radar (GRP) system basert på et bakken-kombinert, folkerike antennen array ble brukt til å samle data i en infiltrasjon eksperiment utført på en test nettsted nær Tottori sanddyne, Japan. Antennen array brukt i denne studien består av 10 overfører antenner (Tx) og 11 motta antenner (Rx). For dette eksperimentet, ble systemet konfigurert til å bruke alle mulige Tx-Rx motstandere, noe som resulterer i en multi forskyvning samle (MOG) som består av 110 Tx-Rx kombinasjoner. Matrisen var venstre stasjonære på en posisjon direkte over området infiltrasjon og data samlet inn hver 1,5 sekunder bruker en tidsbasert utløser. Felles-forskyvningen samle (COG) og felles midtpunktet (CMP) data kuber ble rekonstruert fra MOG data under etterbehandling. Det har vært noen studier som brukte time-lapse CMP data til å beregne endringer i hastigheten på overføring. I denne studien ble elektromagnetiske (EM) bølge hastighet anslått heuristisk med 1 minutts mellomrom rekonstruert CMP dataene gjennom kurven montering, ved hjelp av hyperbel formelen. Vi fortsatte deretter å beregne dybden på wetting foran. Utviklingen av wetting foran over tid få gjennom denne metoden er konsekvent med observasjoner fra en jord fuktighet sensor som ble plassert i en dybde under 20 cm. Resultatene i denne studien viser evne til slike matrise GRP systemet å overvåke en undergrunnen dynamisk prosess som vann infiltrasjon nøyaktig og kvantitativt.
Introduction
Forståelse masse og energi transport prosesser i sonen vadose er viktig for mange programmer i landbruket og miljømessige disipliner. Blant disse prosessene, ulik mettet vannføring er viktig prosessen så mange andre prosesser, for eksempel fysiske, geokjemiske, biologiske og selv mekaniske prosesser, er vanligvis kombinert med vannstrømmen. Siste utviklingen i geofysiske teknikker har tillatt en å overvåke hydrologiske prosesser i sonen vadose ikke-invasively. Blant mange geofysiske teknikker er bakken gjennomtrengende radar (GRP) en av de mest brukte teknikkene å overvåke og å karakterisere jord vann dynamics fordi utbredelsen av elektromagnetiske (EM) bølger slippes ut og mottatt av GRP antenner preget av jord, fuktighet, innhold1,,2,,3,,4. Blant tilgjengelige systemer er på bakken overflaten GRP (referert til som overflaten GRP i resten av manuskriptet) det mest vanlig å bruke i et felt. Tradisjonelle overflaten GRP systemer med en sender og en mottaker (bistatic radarsystemer) brukes vanligvis til å skanne undergrunnen med en konstant transmitter-receiver separasjon (forskyvning). Datasett som er samlet i denne konfigurasjonen er også kjent som vanlig offset samler (COG). Radar data vises tidsserier basert på total reisetid mellom senderen, eventuell reflektorer og tilbake til mottakeren. For å konvertere reisetiden til detaljert informasjon, EM bølge hastighet i undergrunnen behov fastsettes. For eksempel kan dette gjøres gjennom analysen av flere offset samle (MOG) datasett5.
Selv om det har vært flere studier med GRP overvåke undergrunnen infiltrasjon, prosesser,6,,7,,8,,9, bestemmes ingen av dem direkte plasseringen av wetting foran eller EM bølgen hastighet struktur som endrer tid under infiltrasjon. Den felles tilnærmingen er å bruke objekter gravlagt på kjente dyp som referanse reflektorer å bestemme gjennomsnittlig EM bølge hastighet og tisse foran dybde. Siden wetting foran endres dynamisk under infiltrasjon, må time-lapse MOG hentes på korte tidsintervaller til utnytte endringer i EM bølge hastighet strukturen uten å bruke referanse objekter. Med vanlig bistatic overflaten GRP antenner er samlingen time-lapse MOG med korte mellomrom mellom hverandre vanskelig eller umulig som det krever manuelt flytte antenner å definere de forskjellige offset konfigurasjonene. Nylig har en familie av antennen array GRP (referert til som matrise GRP heretter) vært brukt mye til undergrunnen rask og nøyaktig10. Det grunnleggende konseptet i matrisen GRP er å gi tett swaths mulig ved å bytte elektronisk flere antenner montert i et enkeltbilde. Matrise GRP systemer har hovedsakelig vært brukt til å generere 3D undergrunnen bilder av store områder raskt. Noen eksempler på vanlige programmer for disse systemene er veien og bro inspeksjon11, arkeologiske prospection12 og UXO og landmine oppdagelsen13,14. For slike formål, matrisen GRP brukes hovedsakelig til å skanne undergrunnen med konstant antenne separasjon konfigurasjon å samle COG. Selv om det har blitt demonstrert at MOG samlet med en rekke GRP kan brukes for hastighet estimering15, er praktisk anvendelse av denne metodikken begrenset til noen få tilfeller. Ved å plassere antennen array på et fast sted, kan tid-bortfalt MOG lett samles. Som vist i våre siste publikasjon16, portrettere time-lapse radargrams samlet med array GRP systemet ganske klart refleksjon signalene fra wetting foran det gradvis beveger seg nedover under en loddrett infiltrasjon eksperiment utført på en sanddyne. Hovedmålet med papiret var å demonstrere hvordan bruke matrisen GRP samle time-lapse MOG under infiltrasjon testen og analysere slike data for å spore dybden av wetting foran.
I denne studien vi brukte en antenne matrise som består av 10 overføring (Tx0 - Tx9) og 11 mottar (Rx0 - Rx10) tversoversløyfe monopol antenner. Forskyvning av antenne elementene i matrisen er vist i figur 1 (se Tabell for materiale). Antennen array er kontrollert av en tråkkfrekvens kontinuerlig bølgeform (SFCW) radar som over frekvensområdet 100 MHz til 3000 MHz. Matrisen GRP bytter gjennom en brukerdefinert sekvens av Rx-Tx bruker radiofrekvens (RF) multipleksere i antennen array10. Maksimalt antall Tx-Rx kombinasjoner for dette systemet er 110. For dette eksperimentet konfigurert vi matrisen GRP bruke alle 110 kombinasjoner, programmering skanning sekvensen slik at hver senderen, fra Tx0 til Tx9, ble tilkoblet sekvensielt alle 11 mottakere fra Rx0 til Rx10. Tiden nødvendig for å utføre et søk gjennom alle 110 kombinasjoner er mindre enn 1,5 sekunder. Forskyvningen mellom senderen og mottakeren var beregnet basert på avstanden mellom feed poeng av antenne elementene, der den loddrette forskyvningen er 85 mm som vist i figur 1.
Protocol
Hovedmålet med denne studien var å bruke en matrise GRP systemet for å visualisere geologiske dynamisk prosesser, som vann infiltrasjon, det er også viktig å beskrive hvordan infiltrasjon testen ble gjennomført.
1.-feltet infiltrasjon Test
- Velg et område med nakne overflate for infiltrasjon testen.
Merk: For denne studien, ble infiltrasjon testen gjennomført i store drivhus anlegg for tørre Land Research Center i Tottori universitetet, Japan. Se den siste utgivelsen flere detaljer16. - Posisjon på overflaten seks 2,5-m lang porøse rør parallell i en avstand på 15 cm mellom hverandre, for å sikre ensartet infiltrasjon (figur 2).
- Koble en ende av rør til en ventil regulert innløp, som er koblet til et vannreservoar eller en tappekran, og den andre enden til en stikkontakt for å fjerne overflødig vann.
- Plass en tynn 910 x 1802 mm2 tre panel (litt større enn antennen array), for å dekke porøse rørene.
- Se effekten av veden panel på radar signalet før infiltrasjon testen.
- Installere jord fuktighet sensorer ved veden panel å overvåke endringer i jord fuktighetsinnhold på ulike dyp.
Merk: Formålet med disse sensorene er å gi referansedata pleide å kryssjekke resultatene fra analysen av GRP dataene. I denne studien ble en stang-type jord fuktighet sensor (se Tabell for materiale) installert ved antenne overvåke jord dielektrisk konstant på 10, 20, 30, 40, 60 og 100 cm dyp.
2. grp måling
- Plassere matrisen GRP antennen på veden panel.
Merk: I denne studien var antennen igjen stasjonære å sikre konsekvens i registrert signalene. - Koble antennen til kontrolleren med koaksial kabler.
- Koble kontrolleren til en bærbar PC med en Ethernet-kabel.
- Bestemme antenne kombinasjonene og rekkefølgen deres å sikre både vanlig offset samle (COG) og flere offset samle (MOG) samles sømløst.
Merk: I denne studien var alle de mulige kombinasjonene for matrisen GRP til rådighet brukt (110). Det tok mindre enn 1,5 s til å utføre en fullstendig skanning gjennom alle kombinasjoner. - Starte innspillingen av GRP dataene med den samling programvaren.
Merk: Det er viktig å starte datainnsamling før blir injisert vann i porøse rørene. - Åpne ventilen for å bruke vann (dvs.starte infiltrasjon prosessen).
Merk: Vann injeksjon rate i undergrunnen kan bestemmes fra hydraulisk egenskaper (f.eks hydraulisk ledningsevne) av mål jord. Infusjonshastigheten brukt i denne studien var 7000 cm3/minutt som var mindre enn mettet hydraulisk ledningsevne dune sanden. - Etter en forhåndsbestemt mengde vann injiseres, lukke ventilen.
Merk: Vannet ble injisert kontinuerlig 4 h, og totalt 1680 L vann ble brukt for testen. - Holde skanning med array GRP for en ytterligere periode, for å overvåke omfordeling prosessen for videre analyse.
Merk: Matrisen GRP har vært holdt innsamling av data 4 h etter at ventilen hadde blitt lukket. Likevel, disse dataene ikke er analysert for undersøkelsen er presentert her.
3. dataanalyse ved hastighet beregning
- Rekonstruere COG og CMP trekker ut den relative Tx-Rx de fra samlede data kuben. Dette ble oppnådd gjennom noen egendefinert kode utviklet av forfatterne som omorganisert radar profiler for å gruppere Tx-Rx par identiske forskyvning (COG) og de samme midtpunktet (CMP).
Merk: Fordi en SFCW GPR enhet ble brukt for denne studien, er rådata i frekvens domene; driften av frekvens tid omdanne ble utført ved hjelp av programvaren levert av produsenten av GRP systemet. - Beregne optimal EM bølge hastigheten i sonen wetting på en gitt tidsperiode ved å montere beregnede toveis reisetid, tc, av EM bølgen reflektert infiltrasjon foran til observert signaler. Hastigheten med den beste kurven identifiserte heuristisk.
(1)
der d0 angir dybden til refleksjon poenget, x er avstanden mellom Tx og Rx, vr root-betyr-torget hastigheten refleksjon flyet og t0 er toveis reisetid på null forskyvninger bestemmes av CMP-radargram.
Merk: Den vanligste hastighet estimering metoden bruker MOG er skinn analyse5,15,17. I skinn analyse plukkes rot betyr kvadratisk hastigheten ved hjelp av en hastighet spektrum. Skinn analyse ble ikke brukt for hastighet beregning i denne studien fordi lav signal-til-støy forholdet i matrisen GRP data ikke tillater oss å utvikle et pålitelig hastighet spektrum. Finne en passende filtreringsmetode generere en pålitelig hastighet spekteret fra disse dataene undersøkes i andre pågående forskning. Omfanget av denne studien, var kurven passende metoden pleide å passe Eq (1) å CMP-radargrams. - Bruker Eq. (1), beregne wetting foran dybde d0 på en gitt tidsperiode med anslagsvis EM hastighet vr.
Merk: For denne delen av dataanalyse, ble COG datasettet brukt på en forskyvning x lik 113 mm.
(1)Representative Results
Figur 3 viser en time-lapse panel av 110 Tx-Rx kombinasjoner kjøpt hver 1.5 s under første 60 min for infiltrasjon eksperimentet, etter å konvertere data fra frekvensen til tiden domene. For å styrke refleksjoner dybde, ble et båndpassfilter brukt etterfulgt av få kompensasjon. Panelet diagrammet kan deles inn i 10 seksjoner, hver seksjon tilsvarer en bestemt Tx. Plasseringen av Tx angis av en hvit trekant, og hver skive tilsvarer en time-lapse signal registrert for en Rx. Den loddrette aksen viser toveis reisetid eller TWT, dvs. tid nødvendig for EM bølge å reise fra senderen, til slutt reflektoren og tilbake til mottakeren. Profilene vises signal amplituden i en gråtone farger. En stor kontrast i farge indikerer høy amplituden i innspilte radar signalet. EM bølge refleksjoner er produsert i grensesnittet mellom lag på ulike dielektrisk konstant eller objekter med forskjellige elektriske egenskaper enn omkringliggende medium; en høy dielektrisk kontrast avgjør en høy amplitude refleksjon. Under vann infiltrasjon prosessen, det er en sone som sonen overgang der vanninnholdet gradvis øker fra kanten av wetting sonen, som er der vann trenger inn i utgangspunktet tørr jord. EM bølgen er gjenspeiles ikke i utkanten, men innenfor sonen overgangen, som observert i studier av vannet tabellen oppdagelsen18. I resten av manuskriptet kalles refleksjon området wetting foran. I Figur 3en høy amplitude signal vises og beveger seg jevnt nedover som gang videre under eksperimentet. Denne refleksjonen er faktisk produsert av wetting foran som vann trenger gradvis nedover i undergrunnen. Fra dette diagrammet rekonstrueres COG og CMP som vist i figur 2 av Iwasaki et al. 16
Hastighet analyse var utført på CMP dataene innhentet hver 1 min. For hvert sett av CMP data, ble toveis reisetiden gitt av Eq. (1) montert på refleksjon fra wetting fronten ved å justere t0 og vr, forutsatt et jevnt lag i sonen våt. Tid null ble korrigert ved å montere luft bølgen med hastigheten av 0,3 m/ns. Figur 4 viser CMP data med 5 min mellomrom fra tiden te = 5 min t e = 50 min sammen med tilpasset kurvene vises som hvite linjer (heltrukket linje for reflektert bølge) og stiplet linje for luft bølgen. Siden luft bølgen ikke er en reflektert bølge men direkte signalet mellom sender og mottaker, øker reisetid lineært med offset. Alle kurvene ble montert på positive toppene (i hvit farge) reflekterte bølger. Alle kurvene montert også observert reflektert kurvene i CMP-radargrams på alle forskyvninger, som betyr at de beregnede verdiene for t0 og vr er gode. For infiltrasjon eksperimentet, ble en tørr tre panel plassert mellom antennen og porøs rørene. Fordi panelet har en mye lavere dielektrisk konstant enn våt jord, kan dens virkning på EM bølgeutbredelse være ikke ubetydelig, selv om det er tynn. En to-lags modell ble deretter regnet i tillegg til de nevnte jevnt lagmodell, forutsatt en verdi på 3 for dielektrisk konstant i topp 5 cm. Også for denne andre modellen, ble EM bølge hastighet vr anslått av kurven monteres til refleksjon produsert av wetting foran.
I Figur 5, anslått wetting foran dypet tegnet inn som en funksjon av te for både enkelt- og to-lags modeller. Det kan være verdsatt at wetting fronten beveger seg nedover nesten lineært med tid for begge modellene, med unntak av en sakte ned mellom te = 10 min og te = 20 min. forskjellene mellom to modeller er ikke betydelig, men som tid går anslaget for uniform modellen flytter litt raskere sammenlignet med to-lags modellen. I figur 5brukes diamant symboler for å markere tider når målingene fra fuktighet sensorer begynte å øke og når de ble senere jevn; disse er forbundet med en heltrukket linje for hver sensor dybde. Som nevnt ovenfor, oppstår refleksjon av EM bølgen ikke nødvendigvis på svært kanten av våte sonen; med andre ord, vurderer en viss dybde, kan man forvente denne refleksjonen å være passer punktet i tid når målingene fra en sensor begynner å øke. I denne forstand er refleksjon knyttet til en dybde nivå infiltrasjon foran der en viss vann metning er nådd, sammenlignet med området rett under. Vurderer sensorene på 30, 40 og 60 cm dybde faller anslaget av wetting foran dybden fra GRP dataene i området vises som heltrukkede linjer på tidslinjen. Tidspunktet når GRP anslått wetting foran ankom 20 cm dybde tilsvarer tiden når den plutselig økningen i sensor lesing ble observert, mens GRP estimatet nådd dybden av 10 cm mye raskere enn hva som ble produsert av fuktighet sensoren , selv om refleksjon signalet fra wetting foran er tydelig observert etter te = 5 min (Figur 4). Det har også nevnes at ekstrapolering av GRP beregnet kurven ikke går gjennom origo. Selv om det ikke klart hva som forårsaket dette avviket på grunnere dyp, kan det hende noen mulige forklaringer. Det kan tilskrives heterogenitet i jordegenskaper, eller det kan være grunn ingen-enhetlighet i vann program. Hvis det er faktisk tilfelle, ville dette ha en større effekt tidligere under infiltrasjon prosessen enn senere. En annen forklaring kan være at overflateruhet påvirker fastsettelse av tidspunkt null. I tillegg til effekten av veden panel og porøs rør, bør effekten av overflateruhet tas i betraktning.
Figur 1 : Skjemaet for matrise bakken gjennomtrengende radar-antenne konfigurasjon brukt i denne studien. V-formet strukturene er bowtie monopol antenner. Det er 10 overfører antenner (Tx) og 11 motta antenner (Rx) justeres vannrett. Klikk her for å se en større versjon av dette tallet.
Figur 2: skjemaer for infiltrasjon eksperimentet. (A) en ovenfra og (B) en sidevisning som array antenne ble plassert over seks 250 cm porøse rør justert 15 cm fra hverandre. Klikk her for å se en større versjon av dette tallet.
Figur 3 : Time-lapse radargram fikk under den første 60 min av infiltrasjon eksperimentet. Data består av innspilte signaler for 110 antenne kombinasjoner. En del tilsvarer time-lapse samles med en enkelt Tx-Rx-kombinasjon. En annen farge brukes til signalet amplitude. Loddrett svarte linjer separate data for hver Tx. White trekanter angi plasseringene til Tx. Klikk her for å se en større versjon av dette tallet.
Figur 4 : Radargrams av CMP på te = 5 min t e = 55 min 5 min mellomrom. Hvit solid linjene representerer manuelt utstyrt toveis reisetid på refleksjon fra wetting foran, mens de hvite stiplede linjene representerer reisetiden av luft bølgen. Klikk her for å se en større versjon av dette tallet.
Figur 5 : Wetting foran dypet. Wetting foran dypet beregnet fra matrise GRP i time-lapse flere offset samle som en funksjon av tiden både uniform (trekanter) og to-lags (firkantet) modeller. Svarte linjer med diamanter i begge ender viser tiden mellom den første økningen i opplesninger og når disse nådd et jevnt nivå for hver sensor dybde (dvs. varigheten av overgangen sone). Klikk her for å se en større versjon av dette tallet.
Discussion
I denne studien matrise bakken gjennomtrengende radar (GRP) ble brukt til å spore dybden av wetting foran under et infiltrasjon eksperiment utført på en eksperimentell felt nær Tottori sanddyne, Japan. Matrisen GRP-system brukt i denne studien består av 10 overfører antenner (Tx) og 11 motta antenner (Rx). Systemet kan konfigureres til å bruke opptil 110 ulike Tx-Rx kombinasjoner. Under eksperimentet infiltrasjon ble alle 110 kombinasjoner scannet kontinuerlig på 1,5 sekunder-intervaller, forlater matrisen stasjonære på plasseringen der vann ble brukt gjennom noen porøse rør plassert på overflaten. Felles-forskyvningen samle (COG) og felles midtpunktet data (CMP) ble rekonstruert fra time-lapse data kuben. Det ville være praktisk talt umulig å samle CMP data i samme takt med konvensjonelle bistatic GRP systemer. Det er svært viktig å forlate antennen stasjonære innspillingen under eksperimentet for å få reproduserbare og meningsfull time-lapse data.
Selv om GRP matrisedata har blitt brukt til å beregne EM bølge hastigheter15, bare noen få studier som analyserte time-lapse matrise GRP data for å anslå EM bølge hastigheter for forbigående prosesser som vann infiltrasjon. I denne studien ble elektromagnetiske (EM) bølge hastighet strukturen anslått fra time-lapse CMP data. I stedet for å utføre skinn analyse, hyperbel kurven for toveis reisetiden var utstyrt heuristisk til reflekterte signaler i CMP-radargrams for å beregne gjennomsnittlig EM bølge hastigheten i sonen wetting på grunn av lav signal-å-bråk (S / N) forhold i dataene. Når S/N er lav, kan ikke skinn analyse brukes til å generere et pålitelig hastighet spektrum. En passende filtreringsmetode må utvikles for å bruke metoden skinn analyse. En stav-type jord fuktighet sensor ble installert ved GRP antenne å måle endringer i jord fuktighet under infiltrasjon eksperimentet. sensorer ble fordrevet på dypet av 10, 20, 30, 40 og 60 cm og jobbet uavhengig.
Anslått EM bølge hastigheten var, dybden av wetting foran beregnet på 1 minutt intervaller på infiltrasjon prosessen. Utviklingen av anslagsvis wetting foran stemmer godt observasjonene fra jord fuktighet sensorer på havdyp under 20 cm. På grunnere dyp viser GRP anslaget av wetting foran dybden avvik med målingene fra jord fuktighet sensorer.
Total, denne studien viser at matrisen GRP systemet er i stand til å spore utviklingen av wetting foran dybden under vann infiltrasjon i jorden, ved å samle time-lapse felles midtpunktet (CMP) data. Som denne typen data ikke var lett samlet inn fra konvensjonelle overflaten GRP før, er dataene innhentet i denne studien de første som faktisk viser hvordan wetting foran utviklet seg over tid i undergrunnen. Videre arbeidet vil utforske bruke data inversjon for å anslå hydraulisk parameterne for jord fra dataene innhentet under dette eksperimentet.
Acknowledgments
Denne studien ble økonomisk støttet av JSP Grant-in-aid vitenskapelig forskningsprogram (nr. 16 H 02580, 17H 03885) og felles forskning Program av tørre Land Research Center, Tottori universitet.
Materials
| Name | Company | Catalog Number | Comments |
| GeoScope Radar Unit | 3D Radar AS | ||
| DXG1820 antenna | 3D Radar AS | ||
| PR2/6 Profile Probe | Delta-T |
References
- Huisman, J., Hubbard, S., Redman, J. D., Annan, P. Measuring soil water content with ground penetrating radar: A review. Vadose Zone Journal. 2 (4), 476-491 (2003).
- Lambot, S., Weihermüller, L., Huisman, J., Vereecken, H., Vanclooster, M., Slob, E. C. Analysis of air-launched ground-penetrating radar techniques to measure the soil surface water content. Water Resources Research. 42, 1-12 (2006).
- Binley, A., Hubbard, S., Huisman, J., Revil, A., Robinson, D., Singha, K., Slater, L. The emergence of hydrogeophysics for improved understanding of subsurface processes over multiple scales. Water Resources Research. 51, 3837-3866 (2015).
- Vereecken, H., Huisman, J., Hendricks, F. H., Bruggemann, N., Bogena, H., Kollet, S., Javaux, M., Van Der Kruk, J., Vanderborght, J. Soil hydrology: Recent methodological advances, challenges, and perspectives. Water Resources Research. 51, 2616-2633 (2015).
- Forte, E., Pipan, M. Review of multi-offset GPR applications: Data acquisition, processing and analysis. Signal Processing. 132, 1-11 (2017).
- Vellidis, G., Smith, M. S., Thomas, D. L., Asmussen, L. E. Detecting wetting front movement in a sandy soil with ground-penetrating radar. Transactions of the ASAE. 33 (6), 1867-1874 (1990).
- Trinks, I., Wachsmuth, D., Stumpel, H. Monitoring water flow in the unsaturated zone using georadar. First Break. 19, 679-684 (2001).
- Saintenoy, A., Schneider, S., Tucholka, P. Evaluating Ground Penetrating Radar Use for Water Infiltration Monitoring. Vadose Zone Journal. 7 (1), 208-214 (2008).
- Léger, E., Saintenoy, A., Coquet, Y. Hydrodynamic parameters of a sandy soil determined by ground-penetrating radar inside a single ring infiltrometer. Water Resources Research. 50 (7), 5459-5474 (2014).
- Eide, E., Valand, P. A., Sala, J. Ground-coupled antenna array for step-frequency GPR. Proceedings of 15th International Conference on Ground Penetrating Radar. , 785-790 (2014).
- Eide, E., Hjelmstad, J. F. 3D utility mapping using electronically scanned antenna array, Proceedings of GPR 2002. Proceedings of Ninth International Conference on Ground Penetrating Radar. , 192-196 (2002).
- Linford, N., Linford, P., Martin, L., Payne, A. Stepped frequency ground penetrating radar survey with a multi-element array antenna: Results from field application on archaeological sites. Archaeological Prospection. 17, 187-198 (2010).
- Eide, E., Hjelmstad, J. F. UXO and landmine detection using 3-dimensional ground penetrating radar system in a network centric environment. Proceedings of ISTMP 2004. , (2004).
- Sato, M., Hamada, Y., Feng, X., Kong, F. N., Zeng, Z., Fang, G. GPR using an array antenna for landmine detection. Near Surface Geophysics. 2 (1), 7-13 (2004).
- Yi, L., Takahashi, K., Sato, M. Estimation of vertical velocity profile by multistatic GPR Yakumo. Proceedings of 2015 IEEE International Geoscience and Remote Sensing Symposium (IGARSS). , 1060-1063 (2015).
- Iwasaki, T., Kuroda, S., Saito, H., Tobe, Y., Suzuki, K., Fujimaki, H., Inoue, M. Monitoring infiltration process seamlessly using array ground penetrating radar. Agricultural and Environmental Letters. 1, 160002 (2016).
- Booth, A. D., Clark, R., Murray, T. Semblance response to a ground-penetrating radar wavelet and resulting errors in velocity analysis. Near Surface Geophysics. 8 (3), 235-246 (2010).
- Saintenoy, A., Hopmans, J. W. Ground Penetrating Radar: Water Table Detection Sensitivity to Soil Water Retention Properties. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing. 4 (4), 748-753 (2011).
