$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

지반의 불균질성이 GPR탐사 신호에 미치는 영향에 대한 수치해석적 분석
The Effect of Ground Heterogeneity on the GPR Signal: Numerical Analysis 원문보기

한국지반환경공학회논문집 = Journal of the Korean Geoenvironmental Society, v.23 no.8, 2022년, pp.29 - 36  

이상연 (Department of Civil Engineering, Inha University) ,  송기일 (Department of Civil Engineering, Inha University) ,  류희환 (Structural & Seismic Technology Group, KEPRI) ,  강경남 (Research Institute of Construction & Environmental System, Inha University)

초록
AI-Helper 아이콘AI-Helper

최근 지하공간에 대한 개발이 활발히 진행됨에 따라 지중 시설물의 정보에 대한 중요도가 증가하고 있다. 굴착작업을 수행하기 전에 지중 시설물의 위치를 정확히 파악해야 한다. 지표투과레이더(GPR)와 같은 지구물리적 탐사 방법은 지중 시설물을 조사하는데 유용하게 사용된다. GPR은 지반에 전자기파를 송출하며 지반과 다른 매질에 의해 반사되는 신호를 분석하여 지중시설물의 위치와 깊이 등을 파악한다. 그러나 GPR 데이터의 판독은 숙련된 전문가의 주관적 판단에 의존하기 때문에 이를 딥러닝을 통해 자동화하려는 많은 연구가 진행되고 있다. 딥러닝은 학습 데이터가 많을수록 정확한 모델을 만들 수 있으며, 이러한 학습데이터 축적에 있어 수치해석이 좋은 대안이 될 수 있다. 수치해석의 경우 지반의 불균질성을 모사하여 다양한 조건에서의 GPR 탐사 데이터를 생성할 수 있으며, 이를 이용하여 학습모델의 성능을 향상시킬 수 있을 것으로 생각된다. 지반은 불균질하며, GPR 신호는 지반의 다양한 변수로 인해 영향을 받는다. 그러나 이러한 불균질 지반에 대한 연구가 필요한 실정이다. 따라서 본 연구에서는 프랙탈 차원수와 지반의 함수비 범위에 따른 GPR탐사 신호특성을 분석하고 불균질한 지반을 모사하기 위한 입력파라미터에 대한 연구를 수행하였다. 프랙탈 차원수가 2.0을 넘어가면 적합곡선에 대한 오차가 크게 감소하는 것으로나타났다. 그리고 분석의 타당성을 확보하기 위해 함수율의 범위가 0.14 미만이어야 한다.

Abstract ▼ AI-Helper 아이콘AI-Helper

The importance of subsurface information is becoming crucial in urban area due to increase of underground construction. The position of underground facilities should be identified precisely before excavation work. Geophyiscal exporation method such as ground penetration radar (GPR) can be useful to ...

주제어

#지표투과레이더   #시간영역 유한차분법   #프랙탈   #수치해석  

표/그림 (14)

참고문헌 (13)

  1. Chae, J., Ko, H., Lee, B. and Kim, N. (2019), A Study on the pipe position estimation in GPR images using deep learning based convolutional neural network, Journal of Internet Computing and Services, Vol. 20, No.4, pp. 39~46 (In Korean) . 

  2. Dobson, M. C., Ulaby, F. T., Hallikainen, M. T. and El-Rayes, M. A. (1985), Microwave dielectric behavior of wet soil-Part II: Dielectric mixing models, IEEE transactions on Geoscience and Remote sensing(1), pp. 35~46. 

  3. Giannakis, I. (2016), Realistic numerical modelling of ground penetrating radar for landmine detection University of Edinburgh. 

  4. Giannakis, I., Giannopoulos, A. and Warren, C. (2015), A realistic FDTD numerical modeling framework of ground penetrating radar for landmine detection, IEEE journal of selected topics in applied earth observations and remote sensing, Vol. 9, No. 1, pp. 37~51. 

    상세보기 crossref

  5. Giannopoulos, A. (1998), The investigation of transmission-line matrix and finite-difference time-domain methods for the forward problem of ground probing radar University of York. 

  6. Giannopoulos, A. (2005), Modelling ground penetrating radar by GprMax, Construction and building materials, Vol. 19, No. 10, pp. 755~762. 

    상세보기 crossref

  7. Hyun, Seung-Yeup (2017), A study on characteristics of ground-penetrating radar signals for detection of buried pipes, The Journal of Korean Institute of Electromagnetic Engineering and Science, Vol. 28, No. 1, pp. 42~48 (In Korean). 

    원문보기 상세보기 crossref

  8. Kim, Won-Dae, Hwang, Hwan-Gook, Park, Jae-Woo and Chae, Myung-Jin (2008), GPR inspection for surrounding soil of underground pipes, Korea Institute of Construction Engineering and Management, pp. 358~363 (In Korean). 

  9. Mandelbrot, B. (1967), How long is the coast of Britain? Statistical self-similarity and fractional dimension. science, Vol. 156, No. 3775, pp. 636~638. 

    상세보기 crossref

  10. Peplinski, N. R., Ulaby, F. T. and Dobson, M. C. (1995), Dielectric properties of soils in the 0.3-1.3-GHz range, IEEE transactions on Geoscience and Remote sensing, Vol. 33, No. 3, pp. 803~807. 

    상세보기 crossref

  11. Pham, M.-T. and Lefevre, S. (2018), Buried object detection from B-scan ground penetrating radar data using Faster-RCNN, IGARSS 2018-2018 IEEE International Geoscience and Remote Sensing Symposium 

  12. Warren, C., Giannopoulos, A. and Giannakis, I. (2016), gprMax: Open source software to simulate electromagnetic wave propagation for Ground Penetrating Radar, Computer Physics Communications, 209, pp. 163~170. 

    상세보기 crossref

  13. Zhou, X., Chen, H. and Li, J. (2018) , An automatic GPR B-Scan image interpreting model, IEEE transactions on Geoscience and Remote sensing, 56, pp. 3398~3412. 

    상세보기 crossref

저자의 다른 논문 :

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로