基于人工智能的探地雷达数据处理及在地下空间隐患探测中的应用

学术精汇

作者：

王师麟1 潘广山*2 孟庆生1 3 陈玉红1

作者单位：

1. 中国海洋大学环境科学与工程学院2. 山东省地质矿产勘查开发局第四地质大队3. 中国海洋大学海洋环境与生态教育部重点实验室

摘要：

针对城市浅层地质结构及其物理力学性质的复杂性和探地雷达探测技术面临的难题，提出了一种基于数据驱动的人工智能反演电磁波速度的有效方法。利用随机理论建立足量、多样化的地质模型，根据二维时域有限差分方法（FDTD）模拟理论合成记录，建立用于深度学习的样本数据集；采用能够很好地描述电磁波传播过程非线性复杂关系的全连接神经网络对数据集进行训练，获得用于预测的神经网络权重；通过理论合成数据和野外实测数据验证了方法的有效性。结果表明，理论合成数据预测出的电磁波速度模型与真实速度模型高度一致，野外实测数据的预测结果也进一步证实了方法的可靠性。

关键词：

人工智能地下空间隐患探地雷达电磁波速度

刊期：

2025，1（45）

所属栏目：

地球科学

基金资助：

国家自然科学基金项目(42272327),济南市科技创新发展计划(社会民生专项)项目(202131001)

分类号：

P631. 325

DOI：

10. 3969/ j. issn. 1674-9057. 2025. 01. 004

页数：

页码：

43-50

来源期刊

桂林理工大学学报

Journal of Guilin University of Technology