Name: tracking infiltration front depth using time-lapse multi-offset gathers collected with array antenna ground penetrating radar
Uploaded: 2018-05-01T13:00:00
Duration: 7 min 14 s
Description: Watch this Scientific Journal Video about Tracking Infiltration Front Depth Using Time-lapse Multi-offset Gathers Collected with Array Antenna Ground Penetrating Radar at JoVE.com

Questo studio è stato sostenuto finanziariamente da JSPS sovvenzione dai programma di ricerca scientifica (n. 16 H 02580, 17h 03885) e di comune ricerca programma di arida terra Research Center, Università di Tottori.

L'obiettivo principale di questo studio era di usare una matrice sistema GPR per visualizzare i processi dinamici di sottosuolo, quali infiltrazioni d'acqua, è anche importante descrivere come è stata condotta la prova di infiltrazione.
1. campo prova di infiltrazione
<ol><li>Selezionare un sito con una superficie nuda per la prova di infiltrazione. Nota: Per questo studio, la prova di infiltrazione è stato condotto in una struttura di grande serra dell'Università arida terra Research Center di Tottori, Giappone. Vedere la recente pubblicazione per più dettagli16.</li>
	<li>Posizione sulla parallela di tubi porosi lungo 2,5 m superficie sei ad una distanza di 15 cm tra l'altro, in modo da garantire uniforme infiltrazione (Figura 2).</li>
	<li>Collegare un'estremità dei tubi di ingresso regolamentato una valvola, che è collegato ad un serbatoio di acqua o di un rubinetto, e l'altra estremità a una presa al fine di rimuovere l'acqua in eccesso.</li>
	<li>Posizionare un sottile 910 x 1802 mm2 pannello di legno (leggermente più grande rispetto l'array di antenne), per coprire i tubi porosi.</li>
	<li>Controllare l'effetto del pannello di legno sul segnale radar prima della prova di infiltrazione.</li>
	<li>Installare sensori di umidità del suolo proprio accanto il pannello in legno per monitorare le modifiche al contenuto di umidità del terreno a varie profondità. Nota: Lo scopo di questi sensori è di fornire dati di riferimento utilizzati per la verifica incrociata dei risultati ottenuti dall'analisi dei dati GPR. In questo studio, un sensore di umidità del suolo tipo di asta (Vedi Tabella materiali) è stato installato accanto all'antenna di monitorare la costante dielettrica di terreno a 10, 20, 30, 40, 60 e 100 cm di profondità.</li>
</ol>2. GPR misura
<ol><li>Posizionare l'antenna GPR di matrice sul pannello di legno. Nota: In questo studio, l'antenna è stato lasciato fermo per garantire la coerenza nei segnali registrati.</li>
	<li>Collegare l'antenna al controller utilizzando cavi coassiali.</li>
	<li>Collegare il controller ad un PC portatile con un cavo Ethernet.</li>
	<li>Decidere le combinazioni di antenna e la loro sequenza affinché entrambi offset comune raccogliere (COG) e raccolta di dati multi-offset (MOG) vengono raccolti senza soluzione di continuità. Nota: In questo studio, tutte le possibili combinazioni per la matrice GPR a nostra disposizione è stato usato (110). Ci sono voluti meno di 1,5 s per eseguire una scansione completa attraverso tutte le combinazioni.</li>
	<li>Avviare la registrazione dei dati GPR utilizzando il software di raccolta dati. Nota: È importante avviare l'acquisizione di dati prima di acqua viene iniettato nei tubi porosi.</li>
	<li>Aprire la valvola per applicare acqua (cioè, iniziare il processo di infiltrazione). Nota: Il tasso di iniezione dell'acqua nel sottosuolo può essere determinato dalla proprietà idrauliche (ad es., conducibilità idraulica) del terreno destinazione. Il tasso di flusso utilizzato in questo studio era di 7.000 cm3/min, che era di meno che la conducibilità idraulica satura di dune di sabbia.</li>
	<li>Dopo una predeterminata quantità di acqua viene iniettata, chiudere la valvola. Nota: Acqua è stato iniettato continuamente per 4 h, e un totale di 1.680 L di acqua sono stati utilizzati per il test.</li>
	<li>Mantenere la scansione con la matrice GPR per un ulteriore periodo di tempo, al fine di monitorare il processo di ridistribuzione per ulteriori analisi. Nota: La matrice che GPR è stato mantenuto raccogliendo dati per 4 h dopo la valvola era stata chiusa. Tuttavia, questi dati non sono stati analizzati per lo studio qui presentato.</li>
</ol>3. analisi dei dati per la stima della velocità
<ol><li>Ricostruire i dati COG e CMP estraendo le combinazioni di Tx-Rx relative dal cubo dati globale. Questo è stato ottenuto tramite codice personalizzato sviluppato dagli autori riadattò i profili radar così per raggruppare coppie Tx-Rx identici offset (COG) e quelli con lo stesso punto medio (CMP). Nota: Perché un'unità SFCW GPR è stata utilizzata per questo studio, i dati grezzi sono nel dominio della frequenza; l'operazione di frequenza a tempo di conversione è stata eseguita utilizzando il software fornito dal produttore del sistema GPR.</li>
	<li>Stimare la velocità delle onde EM ottimale nella zona di bagnatura in un dato momento trascorso inserendo il tempo di corsa bidirezionale computata, tc, dell'onda EM riflettuto nella parte anteriore di infiltrazione ai segnali osservati. La velocità con la curva migliore è stata determinata euristicamente. <img alt="Equation 1" src="/files/ftp_upload/56847/56847eq1.jpg">(1) dove d0 rappresenta la profondità fino al punto di riflessione, x è la distanza tra Tx e Rx, vr è la velocità di root-mean-square al piano di riflessione e t0 è il tempo di corsa bidirezionale a zero offset determinato da radargrammi la CMP. Nota: Il più comune metodo di stima di velocità usando MOG è parvenza analisi5,15,17. Nell'analisi di parvenza, la velocità di medio quadrato della radice viene prelevata utilizzando uno spettro di velocità. Parvenza analisi non è stata usata per la stima della velocità in questo studio, perché il rapporto segnale-rumore basso osservato nella matrice dati GPR non ci ha permesso di sviluppare una gamma di velocità affidabile. Trovare un appropriato metodo di filtraggio che generano uno spettro di velocità affidabile da questi dati è indagato in altre ricerche in corso. Per l'ambito di questo studio, è stata utilizzata il metodo di adattamento della curva per adattarsi Eq (1) per la radargrams CMP.</li>
	<li>Con EQ. (1), calcolare la bagnatura frontale profondità d0 in un dato momento trascorso utilizzando la stima EM velocità vr. Nota: Per questa parte di analisi dei dati, il set di dati COG è stato usato un offset x uguale a 113 mm.</li>
</ol>

<ol>
	<li>Huisman, J., Hubbard, S., Redman, J. D., Annan, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Measuring+soil+water+content+with+ground+penetrating+radar:+A+review.">Measuring soil water content with ground penetrating radar: A review.</a> Vadose Zone Journal. 2 (4), 476-491 (2003).</li><li>Lambot, S., Weiherm&#252;ller, L., Huisman, J., Vereecken, H., Vanclooster, M., Slob, E. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Analysis+of+air-launched+ground-penetrating+radar+techniques+to+measure+the+soil+surface+water+content.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+emergence+of+hydrogeophysics+for+improved+understanding+of+subsurface+processes+over+multiple+scales.">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://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Soil+hydrology:+Recent+methodological+advances,+challenges,+and+perspectives.">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="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Review+of+multi-offset+GPR+applications:+Data+acquisition,+processing+and+analysis.">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="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Detecting+wetting+front+movement+in+a+sandy+soil+with+ground-penetrating+radar.">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="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=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="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Evaluating+Ground+Penetrating+Radar+Use+for+Water+Infiltration+Monitoring.">Evaluating Ground Penetrating Radar Use for Water Infiltration Monitoring.</a> Vadose Zone Journal. 7 (1), 208-214 (2008).</li><li>L&#233;ger, E., Saintenoy, A., Coquet, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Hydrodynamic+parameters+of+a+sandy+soil+determined+by+ground-penetrating+radar+inside+a+single+ring+infiltrometer.">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://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Ground-coupled+antenna+array+for+step-frequency+GPR.">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="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=3D+utility+mapping+using+electronically+scanned+antenna+array,+Proceedings+of+GPR+2002.">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://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Stepped+frequency+ground+penetrating+radar+survey+with+a+multi-element+array+antenna:+Results+from+field+application+on+archaeological+sites.">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://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=UXO+and+landmine+detection+using+3-dimensional+ground+penetrating+radar+system+in+a+network+centric+environment.">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="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=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://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Estimation+of+vertical+velocity+profile+by+multistatic+GPR+Yakumo.">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="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Monitoring+infiltration+process+seamlessly+using+array+ground+penetrating+radar.">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="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=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://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Ground+Penetrating+Radar:+Water+Table+Detection+Sensitivity+to+Soil+Water+Retention+Properties.">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>

In questo studio, terra di matrice penetrante radar (GPR) è stato utilizzato per rilevare la profondità della parte anteriore di bagnatura durante un esperimento di infiltrazione condotto presso un campo sperimentale vicino la duna di Tottori, Giappone. La matrice sistema GPR utilizzato in questo studio è costituita da 10 antenne di trasmissione (Tx) e 11 antenne (Rx). Il sistema può essere configurato per utilizzare fino a 110 combinazioni diverse di Tx-Rx. Durante l'esperimento di infiltrazione, 110 tutte le combinazioni sono state scannerizzate continuamente ad intervalli di 1,5 secondi, lasciando la matrice stazionario nella posizione in cui è stato applicato acqua attraverso alcuni tubi porosi posizionate sulla superficie. Comune-offset gather (COG) e dati comuni mid point (CMP) sono stati ricostruiti dal cubo dati time-lapse. Sarebbe praticamente impossibile raccogliere dati di CMP allo stesso tasso con i sistemi convenzionali bistatico GPR. È molto importante lasciare l'antenna nella registrazione stazionario durante l'esperimento al fine di ottenere risultati riproducibili e significativi dati time-lapse.
Anche se dati GPR matrice sono stati utilizzati per stimare EM onda velocità15, ci sono solo pochi studi che hanno analizzato i dati di time-lapse matrice GPR per stimare la velocità di onda di EM per processi transitori come infiltrazioni d'acqua. In questo studio, la struttura di velocità di elettromagnetica (EM) onda era stimata dai dati CMP time-lapse. Invece di eseguire analisi di parvenza, la curva di iperbole per il tempo di corsa bidirezionale era montata euristicamente segnali riflessi nella radargrams CMP al fine di stimare la velocità di onda EM media nella zona di bagnatura a causa di basso segnale-rumore (S / N) rapporto nei dati. Quando il rapporto S/N è basso, analisi parvenza non possono essere utilizzato per generare un spettro di velocità affidabile. Un appropriato metodo di filtraggio avrebbe bisogno di essere sviluppato con il metodo di analisi di parvenza. Un sensore di umidità del suolo tipo di asta è stato installato accanto l'antenna GPR per misurare i cambiamenti nel contenuto di umidità del terreno durante l'esperimento di infiltrazione; i sensori sono stati sfollati a profondità di 10, 20, 30, 40 e 60 cm e ha lavorati in modo indipendente.
Utilizzando la velocità delle onde EM stimata, la profondità della parte anteriore di bagnatura è stata computata ad intervalli di 1 minuto del processo di infiltrazione. L'evoluzione nel tempo della parte anteriore di bagnatura stimato concorda bene con le osservazioni dei sensori di umidità del suolo ad una profondità inferiore a 20 cm. A profondità più poco profonde, la stima GPR della bagnatura profondità anteriore mostra una discrepanza con le letture dei sensori di umidità del suolo.
Nel complesso, questo studio dimostra che la matrice sistema GPR è in grado di tracciare l'evoluzione della profondità anteriore bagnatura durante l'infiltrazione di acqua nel suolo, raccogliendo i dati comuni time-lapse (CMP) di punto medio. Come questo tipo di dati non è stato raccolto facilmente dalla superficie convenzionale GPR prima, i dati ottenuti in questo studio sono i primissimi che effettivamente mostrano come il fronte di bagnatura si è evoluta nel tempo nel sottosuolo. Lavoro futuro esplorerà la possibilità di utilizzare inversione di dati per stimare i parametri idraulici del suolo da dati ottenuti durante questo esperimento.

Comprensione processi di trasporto di massa e di energia nella zona vadosa sono importanti per molte applicazioni in discipline agronomiche e ambientali. Tra quei processi, flusso variabile saturi d'acqua è il processo essenziale come molti altri processi, quali processi fisici, geochimici, biologici e anche meccanici, solitamente sono accoppiati con flusso d'acqua. Recenti sviluppi nelle tecniche geofisiche hanno permesso uno monitorare i processi idrologici nella zona vadosa non invadente. Tra le molte tecniche geofisiche, georadar (GPR) è una delle tecniche più ampiamente usate per monitorare e per caratterizzare la dinamica dell'acqua del terreno perché la propagazione delle onde elettromagnetiche (EM) emessi e ricevuti dalle antenne GPR è caratterizzata da terreno umidità contenuto1,2,3,4. Tra i sistemi disponibili, superficie a terra GPR (denominato superficie GPR nel resto del manoscritto) è il più comune da utilizzare in un campo. Tradizionali sistemi di GPR superficie con un trasmettitore e un ricevitore (sistemi radar bistatico) sono comunemente usati per eseguire la scansione del sottosuolo con una separazione costante trasmettitore-ricevitore (offset). Insiemi di dati raccolti in questa configurazione sono noti anche come offset comune raccoglie (COG). I dati radar vengono visualizzati come serie di tempo basato sul tempo totale di corsa tra il trasmettitore, eventuali riflettori e al ricevitore. Al fine di convertire il tempo di viaggio informazioni di profondità, velocità delle onde di EM in sottosuolo deve essere stimato. Ad esempio, questo può essere fatto attraverso l'analisi di insiemi di dati di raccogliere multi-offset (MOG)5.
Anche se ci sono stati una serie di studi utilizzando GPR per monitorare sottosuolo infiltrazione processi6,7,8,9, nessuno di loro direttamente determinata la posizione della parte anteriore di bagnatura o l'onda EM struttura di velocità che sta cambiando con tempo durante l'infiltrazione. L'approccio comune è quello di utilizzare oggetti sepolti a profondità noto come riflettori di riferimento per determinare la velocità media delle onde EM e bagnare profondità anteriore. Poiché la parte anteriore di bagnatura cambia dinamicamente durante l'infiltrazione, time-lapse MOG devono essere raccolti in brevi intervalli di tempo per sfruttare i cambiamenti nella struttura della velocità dell'onda di EM senza l'utilizzo di oggetti di riferimento. Con antenne GPR comune bistatico superficiale, la raccolta di time-lapse MOG a brevi intervalli tra di loro è difficile o impossibile quanto richiede di spostare manualmente le antenne per impostare le varie configurazioni di offset. Recentemente, una famiglia di array di antenne GPR (denominato matrice GPR in seguito) è stata usata estesamente all'immagine il sottosuolo veloce e preciso10. Il concetto di base della matrice GPR è quello di fornire andane densi con un minimo sforzo di commutazione elettronicamente più antenne montate in un singolo fotogramma. Sistemi di array GPR sono stati principalmente utilizzati per generare rapidamente immagini 3D sottosuolo di vaste aree. Alcuni esempi di applicazioni tipiche di questi sistemi sono strada e ponte ispezione11, prospezione archeologica12 e UXO e delle mine antiuomo rilevazione13,14. Per tali scopi, la matrice GPR è principalmente utilizzata per eseguire la scansione del sottosuolo con una configurazione di separazione costante antenna per raccogliere COG. Anche se è stato dimostrato che MOG raccolti con una matrice che GPR potrebbe essere usato per velocità stima15, l'applicazione pratica di questa metodologia è stata limitata a pochi casi. Inserendo l'array di antenne in postazione fissa, MOG sponde possono essere facilmente raccolti. Come dimostrato nel nostro recente pubblicazione16, time-lapse radargrams raccolti con la matrice sistema GPR ritraggono piuttosto chiaramente i segnali di riflesso dalla parte anteriore di bagnatura mentre si sposta gradualmente verso il basso durante un esperimento di infiltrazione verticale effettuato su una duna di sabbia. L'obiettivo principale della carta era di dimostrare come utilizzare la matrice GPR per raccogliere MOG time-lapse durante la prova di infiltrazione e come analizzare tali dati per gestire la profondità della parte anteriore di bagnatura.
In questo studio, abbiamo utilizzato un array di antenne composto da 10 trasmissione (Tx0 - Tx9) e 11 ricezione (Rx0 - Rx10): Papillon-antenne monopole. Lo spostamento degli elementi dell'antenna all'interno della matrice è illustrato nella Figura 1 (Vedi Tabella materiali). L'array di antenne è controllato da un'unità di radar di frequenza di passaggio continuo delle forme d'onda (SFCW) operano sopra la gamma di frequenza da 100 MHz a 3.000 MHz. La matrice GPR passa attraverso una sequenza di coppie di Rx-Tx mediante radiofrequenza (RF) multiplexer nella matrice antenna10definiti dall'utente. Il numero massimo di combinazioni di Tx-Rx per questo particolare sistema è 110. Per questo esperimento, abbiamo configurato la matrice GPR per utilizzare tutte le 110 combinazioni, programmazione la sequenza di scansione, in modo che ogni trasmettitore, da Tx0 a Tx9, era accoppiato in sequenza con tutti i 11 ricevitori da Rx0 a Rx10. Il tempo necessario per eseguire una scansione attraverso tutte le 110 combinazioni è inferiore a 1,5 secondi. L'offset tra trasmettitore e ricevitore è stato calcolato in base alla distanza tra i punti di alimentazione degli elementi dell'antenna, dove l'offset verticale è 85 mm come mostrato in Figura 1.

<table border="0" cellpadding="0" cellspacing="0" style="width:572px;" width="573">
	<colgroup>
		<col />
		<col />
		<col />
		<col />
	</colgroup>
	<tbody>
		<tr height="42">
			<td height="42" style="height:42px;width:216px;">GeoScope Radar Unit</td>
			<td style="width:71px;">3D Radar AS</td>
			<td style="width:119px;"></td>
			<td style="width:167px;"></td>
		</tr>
		<tr height="42">
			<td height="42" style="height:42px;width:216px;">DXG1820 antenna</td>
			<td style="width:71px;">3D Radar AS</td>
			<td style="width:119px;"></td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:216px;">PR2/6 Profile Probe&#160;</td>
			<td style="width:71px;">Delta-T</td>
			<td style="width:119px;"></td>
			<td></td>
		</tr>
	</tbody>
</table>

tracking infiltration front depth using time-lapse multi-offset gathers collected with array antenna ground penetrating radar

Un sistema di terra penetrante Radar (GPR) basato su un array di antenne terra-accoppiato, densamente popolata è stato utilizzato per raccogliere dati durante un esperimento di infiltrazione condotto in un sito vicino alla duna di Tottori, Giappone. L'array di antenne utilizzate in questo studio è costituito da 10 antenne di trasmissione (Tx) e 11 antenne (Rx). Per questo esperimento, il sistema è stato configurato per utilizzare tutti i possibili abbinamenti di Tx-Rx, risultante in un multi-Offset raccogliere (MOG) costituita da 110 combinazioni di Tx-Rx. La matrice è stata lasciata ferma in una posizione direttamente sopra l'area di infiltrazione e dati sono stati raccolti ogni 1,5 secondi utilizzando un trigger basati sul tempo. Cubi di dati comune-Offset raccogliere (COG) e punto medio comune (CMP) sono state ricostruite dai dati MOG in fase di elaborazione. Ci sono stati pochi studi che hanno utilizzato Time-lapse CMP dati per stimare i cambiamenti nella velocità di propagazione. In questo studio, la velocità di onda elettromagnetica (EM) è stato stimato euristicamente ad intervalli di 1 minuto dai dati CMP ricostruiti attraverso la curva di raccordo, usando l'equazione dell'iperbole. Abbiamo poi proceduto a calcolare la profondità della parte anteriore di bagnatura. L'evoluzione della parte anteriore di bagnatura nel tempo ottenere attraverso questo metodo è coerenza con le osservazioni da un sensore di umidità del terreno che si trovava a una profondità inferiore a 20 cm. I risultati ottenuti in questo studio dimostrano la capacità di tale matrice sistema GPR per monitorare un processo dinamico sottosuolo come infiltrazioni d'acqua con precisione e quantitativamente.

La figura 3 Mostra un time-lapse pannello Diagramma di 110 combinazioni di Tx-Rx acquisito ogni 1,5 s durante il primo min 60 dell'esperimento infiltrazione, dopo la conversione i dati dalla frequenza in dominio di tempo. Al fine di migliorare i riflessi in profondità, un filtro passa-banda è stato applicato seguita dalla compensazione di guadagno. Il diagramma del pannello può essere suddiviso in 10 sezioni, ogni sezione corrispondente a un particolare Tx. La posizione del Tx è indicata da un triangolo bianco, e ogni fetta corrisponde ad un time-lapse segnale registrato per un Rx. L'asse verticale Mostra il tempo di corsa bidirezionale o TWT, cioè il tempo necessario per l'onda di EM di viaggiare dal trasmettitore, per l'eventuale riflettore e al ricevitore. I profili visualizzare l'ampiezza del segnale in una mappa di colore in scala di grigi. Un grande contrasto di colore indica alta ampiezza del segnale radar registrate. Riflessioni dell'onda EM sono prodotte a livello di interfaccia tra strati a differente costante dielettrica o dagli oggetti con differenti caratteristiche elettriche rispetto il mezzo circostante; un elevato contrasto dielettrico determinerà una riflessione di ampiezza elevata. Durante il processo di infiltrazione di acqua, c'è una zona indicata come zona di transizione dove il contenuto di acqua aumenta gradualmente dal bordo della zona di bagnatura, che è dove l'acqua penetra nel terreno inizialmente asciutto. L'onda EM rischia di riflettersi non ai margini ma all'interno della zona di transizione, come osservato negli studi di acqua tabella rilevamento18. Nel resto del manoscritto, questa zona di riflessione è denominata la parte anteriore di bagnatura. Nella Figura 3, un segnale di ampiezza elevata apparirà e si muove costantemente verso il basso come tempo avanza durante l'esperimento. Questa riflessione è infatti prodotta dalla parte anteriore di bagnatura come l'acqua penetra gradualmente verso il basso nel sottosuolo. Da questo diagramma, COG e CMP può essere ricostruito come mostrato in Figura 2 di Iwasaki et al. 16
Analisi di velocità è stato effettuato sui dati CMP ottenuti ogni 1 min. Per ogni set di dati CMP, il tempo di corsa bidirezionale dato dall'EQ. (1) è stato montato alla riflessione dalla parte anteriore di bagnatura regolando t0 e vr, supponendo che uno strato uniforme nella zona umida. Tempo zero è stato risolto inserendo l'ondata di aria con la velocità di 0,3 m/ns. La figura 4 Mostra i dati CMP a intervalli di 5 min da tempo trascorso te = 5 min a te = 50 min con le curve più appropriate visualizzato come linee bianche (linee continue per l'onda riflessa) e la linea tratteggiata per l'ondata di aria. Dal momento che l'ondata di aria non è un onda riflessa, ma il segnale diretto tra trasmettitore e ricevitore, il tempo di viaggio aumenta linearmente con l'offset. Tutte le curve sono state montate i picchi positivi (in colore bianco) delle onde riflesse. Tutte le curve montato bene le curve riflesse osservate mostrate nella radargrams CMP presso tutti gli offset, che significa che i valori stimati per t0 e vr sono buoni. Per l'esperimento di infiltrazione, un pannello di legno asciutto è stato collocato tra l'antenna e i tubi porosi. Perché il pannello ha una molto costante dielettrica più bassa di quella del terreno bagnato, suoi effetti sulla propagazione dell'onda EM possono non essere trascurabile, anche se è sottile. Un modello di due-strato è stato quindi considerato oltre al modello di cui sopra strato uniforme, assumendo un valore di 3 per la costante dielettrica del primi 5 cm. Anche per questo secondo modello, la velocità di onda EM vr è stata valutata dalla curva di raccordo il riflesso prodotto dalla parte anteriore di bagnatura.
In Figura 5, stimato bagnante frontale profondità vengono tracciate come una funzione di te per entrambi i modelli singoli e doppio strato. Può essere apprezzato che il fronte di bagnatura si sposta verso il basso quasi linearmente con il tempo per entrambi i modelli, ad eccezione di un rallentamento tra te = 10 min e te = 20 min. differenze tra i due modelli sono inizialmente non significativi, ma come il tempo trascorre la stima per il modello uniforme si muove leggermente più veloce rispetto al modello di due-strato. In Figura 5, vengono utilizzati simboli diamante per segnare i tempi quando le letture dei sensori di umidità hanno iniziato ad aumentare e quando più tardi è diventato costante; Questi sono collegati con una linea continua per ogni profondità di sensore. Come accennato in precedenza, la riflessione dell'onda EM non necessariamente si verifica ai margini della zona umida; in altre parole, considerando una certa profondità, uno non può aspettare questa riflessione a trovarsi in corrispondenza del punto in tempo quando le letture da un sensore di iniziano ad aumentare. In questo senso, la riflessione è attribuibile a un livello di profondità nella parte anteriore di infiltrazione dove viene raggiunta una certa saturazione di acqua, rispetto all'area immediatamente sottostante. Considerando i sensori a 30, 40 e 60 cm di profondità, la stima della profondità anteriore bagnante ottenute dai dati GPR cade bene nel range indicato dalle linee solide sulla timeline. Il tempo quando il GPR stimato bagnando anteriore arrivati a 20 cm di profondità corrisponde al tempo quando è stata osservata l'improvviso aumento di lettura del sensore, mentre la stima GPR ha raggiunto la profondità di 10 cm molto più veloce di quello che è stato prodotto dal sensore umidità , anche se il segnale riflesso dalla parte anteriore di bagnatura è chiaramente osservato dopo te = 5 min (Figura 4). Inoltre, deve essere menzionato che l'estrapolazione di GPR stimato la curva non passa attraverso l'origine. Anche se non è chiaro cosa ha causato questa discrepanza alle profondità più poco profonde, ci possono essere alcune possibili spiegazioni. Può essere attribuito alla eterogeneità nella proprietà del suolo, o può essere causa di disomogeneità nell'applicazione di acqua. Se questo è davvero il caso, questo avrebbe un effetto maggiore precedenza durante il processo di infiltrazione di in una fase successiva. Un'altra spiegazione potrebbe essere che la rugosità superficiale influenza la determinazione del tempo zero. Oltre l'effetto del pannello di legno e tubi porosi, l'effetto della rugosità superficiale dovrebbe tener conto.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/56847/56847fig1.jpg"> Figura 1 : Schema della matrice suolo penetrante configurazione dell'antenna di radar utilizzato in questo studio. Strutture a forma di V sono bowtie monopole antenne. Ci sono 10 antenne di trasmissione (Tx) e 11 antenne (Rx) allineato orizzontalmente. <a href="https://cloudflare.jove.com/files/ftp_upload/56847/56847fig1large.jpg" target="_blank">Clicca qui per visualizzare una versione più grande di questa figura.</a>
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/56847/56847fig2.jpg"> Figura 2: schemi di questo esperimento di infiltrazione. (A) una vista dall'alto e (B) una vista laterale in cui l'antenna di allineamento è stato disposto in cima sei tubi porosi 250 centimetri allineato 15 cm di distanza. <a href="https://cloudflare.jove.com/files/ftp_upload/56847/56847fig2large.jpg" target="_blank">Clicca qui per visualizzare una versione più grande di questa figura.</a>
<img alt="Figure 3" class="xfigimg" src="/files/ftp_upload/56847/56847fig3.jpg"> Figura 3 : Time-lapse radargrammi ottenuti durante il primo min 60 dell'esperimento infiltrazione. I dati consistono di segnali registrati per 110 combinazioni di antenna. Una fetta corrisponde al time-lapse dati raccolti con una singola combinazione di Tx-Rx. Per ampiezza del segnale viene utilizzato un colore diverso. Linee nere verticali dati separati per ogni triangoli Tx. White indicano le posizioni di Tx. <a href="https://cloudflare.jove.com/files/ftp_upload/56847/56847fig3large.jpg" target="_blank">Clicca qui per visualizzare una versione più grande di questa figura.</a>
<img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/56847/56847fig4.jpg"> Figura 4 : Radargrams della CMP presso te = 5 min a te = 55 min a intervalli di 5 min. Le linee continue rappresentano manualmente bianco montato tempo corsa bidirezionale della riflessione dalla parte anteriore di bagnatura, mentre le linee bianche tratteggiate rappresentano il tempo di percorrenza dell'onda di aria. <a href="https://cloudflare.jove.com/files/ftp_upload/56847/56847fig4large.jpg" target="_blank">Clicca qui per visualizzare una versione più grande di questa figura.</a>
<img alt="Figure 5" class="xfigimg" src="/files/ftp_upload/56847/56847fig5.jpg"> Figura 5 : Bagnare profondità anteriore. Bagnatura frontale profondità stimata da matrice GPR in time-lapse multi-offset si riuniscono in funzione del tempo trascorso sia per l'uniforme (triangoli) e i modelli (quadrati) di due-strato. Linee nere con diamanti su entrambi i lati mostrano il tempo tra l'aumento iniziale di letture e quando questi hanno raggiunto un livello costante per ciascuna profondità di sensore (cioè, la durata della zona di transizione). <a href="https://cloudflare.jove.com/files/ftp_upload/56847/56847fig5large.jpg" target="_blank">Clicca qui per visualizzare una versione più grande di questa figura.</a>

Watch this Scientific Journal Video about Tracking Infiltration Front Depth Using Time-lapse Multi-offset Gathers Collected with Array Antenna Ground Penetrating Radar at JoVE.com

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

Rilevamento delle infiltrazioni frontale profondità utilizzando multi-offset time-lapse raccoglie raccolti con Array Antenna terra penetrante Radar

Qui presentiamo un sistema di terra penetrante Radar (GPR) basato su un array di antenne terra-accoppiato, densamente popolate per monitorare il processo dinamico di infiltrazioni d'acqua sotto la superficie. Un'immagine radar time-lapse del processo di infiltrazione ha permesso di stimare la profondità della parte anteriore di bagnatura durante il corso del processo di infiltrazione.

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

Research

JoVE Journal

Environment

Tracking Microbial Contamination in Retail Environments Using Fluorescent Powder - A Retail Delicatessen Environment Example

Monitoraggio contaminazione microbica in ambienti di vendita al dettaglio usando fluorescente Powder - Un dettaglio Delicatessen Ambiente Esempio

Cross contamination of foodborne pathogens in the retail environment is a significant public health issue contributing to an increased risk for foodborne ...

Ricerca

Ambiente

EPA Method 1615. Measurement of Enterovirus and Norovirus Occurrence in Water by Culture and RT-qPCR. I. Collection of Virus Samples

Metodo EPA 1615. Misura di Enterovirus e Norovirus Evento in acqua per la cultura e RT-qPCR. I. Raccolta di campioni di virus

EPA Method 1615 was developed with a goal of providing a standard method for measuring enteroviruses and noroviruses in environmental and drinking waters. ...

EPA Method 1615. Measurement of Enterovirus and Norovirus Occurrence in Water by Culture and RT-qPCR. Part III. Virus Detection by RT-qPCR

Metodo EPA 1615. Misura di Enterovirus e Norovirus Presenza in Water di Cultura e RT-qPCR. Parte III. Rilevamento virus mediante RT-qPCR

EPA Method 1615 measures enteroviruses and noroviruses present in environmental and drinking waters. This method was developed with the goal of having a ...

How to Create Conditioned Taste Aversion for Grazing Ground Covers in Woody Crops with Small Ruminants

Come creare Condizionata Avversione gusto per il pascolo terra Coperchi in Woody Colture con piccoli ruminanti

Conditioned taste aversion (CTA) is a learning behavior process where animals are trained to reject certain feed after gastrointestinal discomfort has ...

Pretreatment of Lignocellulosic Biomass with Low-cost Ionic Liquids

Il pretrattamento di lignocellulosica biomassa con basso costo Liquidi Ionici

A number of ionic liquids (ILs) with economically attractive production costs have recently received growing interest as media for the delignification of ...

Integrating Remote Sensing with Species Distribution Models; Mapping Tamarisk Invasions Using the Software for Assisted Habitat Modeling (SAHM)

Integrating Remote Sensing with Species Distribution Models; Mapping Tamarisk Invasions Using the Software for Assisted Habitat Modeling SAHM

L&#39;integrazione di Remote Sensing con specie modelli di distribuzione; Mappatura Tamerici invasioni Utilizzo del software per Assisted Habitat Modeling (SAHM)

Early detection of invasive plant species is vital for the management of natural resources and protection of ecosystem processes. The use of satellite ...

Video Tracking Protocol to Screen Deterrent Chemistries for Honey Bees

Protocollo di monitoraggio video a chimici detergenti dello schermo per le api di miele

The European honey bee, Apis mellifera L., is an economically and agriculturally important pollinator that generates billions of dollars annually. Honey ...

Image-based Lagrangian Particle Tracking in Bed-load Experiments

Tracciamento delle particelle lagrangiche basate sull&#39;immagine in esperimenti di Bed-load

Image analysis has been increasingly used for the measurement of river flows due to its capabilities to furnish detailed quantitative depictions at a ...

Experimental System of Solar Adsorption Refrigeration with Concentrated Collector

Sistema sperimentale di refrigerazione solare adsorbimento con collettore concentrato

To improve the performance of solar adsorption refrigeration, an experimental system with a solar concentration collector was set up and investigated. The ...

Characterization of Aquatic Biofilms with Flow Cytometry

Caratterizzazione di biofilm acquatici con citometria a flusso

Biofilms are dynamic consortia of microorganism that play a key role in freshwater ecosystems. By changing their community structure, biofilms respond ...