基于机载探地雷达与人工样线结合的埋藏冰探测

简介: 本研究提出无人机搭载多频段探地雷达(50/100/200 MHz)结合人工共中心点(CMP)校准的新方法,成功实现对加拿大育空地区陡峭冰碛覆盖区埋藏冰的高效、安全探测与厚度估算,验证了该技术在冰川变化监测中的应用潜力。

英文:Drone-Based Ground-Penetrating Radar with Manual Transects for Improved Field Surveys of Buried Ice

 

研究单位

Adam R. Tjoelker 美国俄亥俄州立大学地理系;

Michel Baraer 加拿大魁北克高等技术学院;

Eole Valence 加拿大麦吉尔大学地球与行星科学系

摘要

冰碛覆盖冰川、岩冰川、碎石坡等冰缘地貌普遍地形陡峭、坡面松散失稳。传统人工地面探地雷达(GPR)作业不仅存在极大安全风险,作业效率与勘测范围也受到严重限制。

为了应对这些挑战,本研究提出了一种利用无人机搭载多低频探地雷达来研究埋藏冰的方法。研究人员在加拿大育空地区西南部的沙尔肖塔加山谷(别称:灰熊溪),沿着一条横跨冰碛覆盖冰川和冰-碎屑复合体的测线,使用了 50 MHz100 MHz 200 MHz 的天线进行了机载飞行勘测。随后,将基于无人机的勘测结果与同一测线上两处人工 GPR 勘测的数据进行了对比。这两段人工勘测均使用相同频率的雷达系统以双站模式进行,并包含了共中心点( Common MidpointCMP)测量。

总体而言,机载GPR成功识别出了埋藏冰,并能够估算冰体的厚度。值得注意的是,CMP 测量结果证实了地层特征,使得整条机载测线的深度得以精确测量。通过对比三种低频雷达的数据,研究人员能够在不同深度范围内区分细节特征,这不仅突显了该方法在未来用于量化埋藏冰方面的潜力,也表明其有望应用于碎屑厚度的调查。

本研究证实,将机载GPR与人工 CMP 测量相结合,是探测以往难以到达区域地下冰体的有效手段。

研究区概况

本研究位于加拿大育空地区西南部的 沙尔肖塔加山谷(别称:灰熊溪)。该区域展现了从洁净冰川到冰碛覆盖冰川,再到岩冰川的连续过渡地貌。测线设置在冰碛覆盖的冰川向冰-碎屑复合体的过渡区域。该区域地形崎岖,布满巨石,且有暴露的冰崖,是测试无人机在危险地形作业能力的理想场所。

image.png

1 研究区位置图

image.jpeg

2 研究场地 (b) 及更大范围子流域山谷 (a) 内机载勘测、

人工勘测和 CMP(共中心点)测线的位置


数据采集与处理方法

研究人员采用了机载GPR解决方案,使用 DJI M600 Pro 无人机搭载 Zond Aero LF 探地雷达,并支持多频段作业(50 MHz100 MHz 200 MHz)。

勘测过程中,无人机在激光高度计的控制下,保持在距地表约 5 米的恒定高度飞行。这一设计既有效降低了与地表巨石发生碰撞的风险,又确保了雷达信号具备足够的穿透力。此外,研究团队还系统性地开展了地面补充勘测与共中心点(CMP)测量,用于对机载探地雷达数据进行校准和验证,从而为精确测量冰层厚度提供了可靠的深度与波速数据。


研究结果

机载和地面的GPR调查结果证实了在陡峭且覆盖碎屑的冰川地形上绘制埋藏冰的可行性。虽然存在一些分辨率限制,但机载配置有效捕捉了地下结构,这一点通过CMP校准的人工调查得到了验证。

成功识别埋藏的冰。机载雷达有效绘制了3个不同冰体,覆盖430米的剖面,清晰划分出此前难以接近的埋藏冰体特征。利用Prism2.7处理和标注的机载探地雷达剖面数据(图3),分别为 (a) 50 MHz(b) 100 MHz (c) 200 MHz 测线。为便于强调,在三张雷达剖面图上均勾勒出了三个埋藏冰区域(B.I.1B.I.2 B.I.3)。

image.png

3 机载GPR剖面数据

4为手持探地雷达剖面数据:(ac) 为冰碛覆盖冰川上的 Manual 2 测线,(df) 为冰-碎屑复合体上的 Manual 1 测线。在图 (e) 中,h1h2 h3 表示冰层高度测量值,d1d2 d3 表示从地表到基底反射器的深度测量值。

image.jpeg

4 手持探地雷达剖面数据

5 为两组 CMP(共中点)测线的分析结果,其中(ac)为 CMP 2 50 MHz100 MHz200 MHz 信号,(df)为 CMP 1 的对应频段信号。图中黄色线条为空气波轨迹信号,红色线条标识表层碎屑与冰层的分界面,蓝色线条对应冰体底层界面。

可以看到,50 MHz 100 MHz 频段的信号轨迹清晰,能够有效区分不同地层;而 200 MHz 频段受穿透深度限制,无法实现地层界面的清晰分离,因此无法用于估算碎屑层与冰层的物性参数。

image.png

5 不同频率天线 CMP结果对比图

基于上述 CMP 信号分析,提取并整理了两组测线的关键参数,详见表 1。表中列出了不同频率下碎屑层与冰层的厚度、电磁波传播速度及相对介电常数,为后续冰层厚度的定量反演与精度验证提供了基础数据。

1 CMP分析结果

 

 

 

CMP1

 

 

CMP2

 

 

单位

50MHZ

100MHZ

200MHZ

50MHZ

100MHZ

200MHZ

 

厚度(m

2.9

3

N/A

2.6

1.6

N/A

碎屑层

电磁波速度(cm/ns

13.8

14.1

N/A

15.6

16.7

N/A

 

相对介电常数(εr

4.7

4.5

N/A

3.7

3.3

N/A

 

厚度(m

9.4

7.6

N/A

13.6

9.8

N/A

冰层

电磁波速度(cm/ns

14.8

17.0

N/A

16.6

17.8

N/A

 

相对介电常数(εr

4.1

3.2

N/A

3.2

2.9

N/A

 

高精度验证。与人工CMP测量的对比表明,机载测量结果与人工数据高度吻合,冰层高度(冰体自身厚度)平均绝对误差 1.8 m,地表至冰底总埋深平均绝对误差 1.1 m,显示了机载探地雷达技术的可靠性和精度。

提高效率和安全性。机载探地雷达技术使得对此前无法进入的地形进行了高效且安全的覆盖,减少了对危险人工测量的需求。

增强数据分辨率。机载探地雷达(GPR)使得在危险地形中人工勘测无法实现的覆盖冰层更广泛地绘制地图。分辨率受限于天线高度、信号噪声以及难以检测碎片与冰的界面,尤其是在200 MHz天线覆盖粗糙表面时。


研究结论

本研究表明,机载GPR是探测和测量传统人工方法无法到达的复杂、危险地形中埋藏冰的有效手段。尽管存在分辨率和穿透力的权衡,但通过结合人工 CMP 样线进行校准,机载GPR能够提供大范围、高效率的埋藏冰分布图,为未来的冰川变化监测和水文资源评估提供了可靠的技术路径。

AERO LF NG

image.jpeg

AERO LF NG是一款可用频率可定制的GPR系统,频率范围覆盖50~400MHz。用于地面和空中测量的通用探地雷达系统,采用实时采样(RTS)技术和先进的内置数字信号处理功能,可提供具有出色信噪比的高质量数据。轻量化设计,适用于DJI M400/M350 / M300 RTK 等中型无人机。Aero LF(低频)探地雷达GPR 系统专为地下深部调查而设计,特别是在地球物理、考古和工程应用中。其低频天线允许更大的穿透深度,但与高频系统相比分辨率较低。

 

1.         Herreid, S.; Pellicciotti, F. The State of Rock Debris Covering Earth’s Glaciers. Nat. Geosci. 2020, 13, 621–627. [CrossRef]

2.         Everest, J.; Bradwell, T. Buried Glacier Ice in Southern Iceland and Its Wider Significance. Geomorphology 2003, 52, 347–358. [CrossRef]

3.         Paul, F.; Huggel, C.; Kääb, A. Combining Satellite Multispectral Image Data and a Digital Elevation Model for MappingDebris-Covered Glaciers. Remote Sens. Environ. 2004, 89, 510–518. [CrossRef]

4.         Xie, Z.; Haritashya, U.K.; Asari, V.K.; Young,B.W.; Bishop, M.P.; Kargel, J.S. GlacierNet: A Deep-Learning Approach for Debris-Covered Glacier Mapping. IEEE Access 2020, 8, 83495–83510. [CrossRef]

5.         Jones, D.B.; Harrison, S.; Anderson, K.; Whalley, W.B.Rock Glaciers and Mountain Hydrology: A Review.  Earth-Sci.  Rev. 2019,

193, 66–90. [CrossRef]

6.         Mertes, J.R.; Thompson, S.S.; Booth, A.D.; Gulley, J.D.; Benn, D.I. A Conceptual Model of Supra-Glacial Lake Formation on Debris-Covered GlaciersBased on GPR Facies Analysis: GPR Facies Analysisof Spillway Lake,Ngozumpa Glacier, Nepal.EarthSurf. Process. Landf. 2017, 42, 903–914. [CrossRef]

7.         Strickland, R.M.; Covington, M.D.; Gulley, J.D.; Kayastha, R.B.; Blackstock, J.M. Englacial Drainage Drives Positive FeedbackDepression Growth on the Debris-Covered Ngozumpa Glacier, Nepal. Geophys. Res. Lett. 2023, 50, e2023GL104389. [CrossRef]

8.         Berthling, I.; Etzelmüller, B.; Isaksen, K.; Sollid, J.L. Rock Glacierson Prins Karls Forland. II: GPR Soundingsand the Development of Internal Structures. Permafr. Periglac. Process. 2000,11, 357–369. [CrossRef]

9.         Brandt, O.; Langley,K.; Kohler, J.; Hamran, S.-E.Detection of BuriedIce and Sediment Layers in Permafrost Using Multi-Frequency Ground Penetrating Radar: A Case Examination on Svalbard. Remote Sens. Environ. 2007,111, 212–227. [CrossRef]

10.      DePascale, G.P.; Pollard, W.H.; Williams,K.K. Geophysical Mappingof Ground Ice Using a Combination of Capacitive CoupledResistivity and Ground-Penetrating Radar, Northwest Territories, Canada. J. Geophys. Res. 2008, 113, F02S90. [CrossRef]

相关文章
|
15天前
|
存储 人工智能 弹性计算
2026年阿里云优惠券攻略:领取、使用及特惠云服务器解析
本文介绍了2026年阿里云优惠券体系及特惠云服务器的使用指南。优惠券主要包括四类:AI加速季满减礼包(个人最高减150元、企业最高减800元)、百炼先用后返券(最高返200元)、企业迁云补贴(总额5亿元)及学生专享福利。文章详细说明了优惠券的领取流程、使用规则及注意事项,并解析了四款特惠服务器:经济型e实例99元/年、u1实例199元/年(企业专享)、轻量服务器38元/年起(每日限量抢购),以及第九代企业级实例低至6.4折等。
|
15天前
|
人工智能 监控 安全
阿里云千问大模型入门到精通:Qwen3.7系列能力、计费与落地实战详解
千问,官方名称通义千问,代号Qwen,是阿里云完全自主研发的全栈大模型家族,并非单一模型,而是覆盖纯文本、代码、图像、音频、视频、行业垂直场景的完整模型产品矩阵,统一依托阿里云百炼大模型服务平台对外提供能力调用、微调、智能体开发、知识库构建、应用部署等全链路服务。2026年主力迭代版本为Qwen3.7系列,相比前代产品大幅强化长上下文、自主智能体执行、多模态统一推理三大核心能力,原生适配国内中文语境、办公流程、企业业务规范,同时兼容国际主流接口标准,可无缝对接各类AI编程工具、智能体框架、业务系统。
1663 1
|
15天前
|
人工智能 Linux 开发者
OpenCode AI编程Agent完整配置保姆级手册:阿里云通义千问、Ollama本地部署实战
OpenCode是一款终端优先、模型中立、本地优先开源AI编程Agent,区别于传统对话式AI代码工具。传统Chat类工具仅能完成一问一答,代码需要人工复制粘贴整合;OpenCode具备完整项目感知、任务自主规划、文件批量修改、终端命令执行、改动审查闭环能力,能够接收自然语言开发目标,全自动完成整套编码任务,真正实现“输入需求,AI写完代码”。产品开源生态数据显示,当前GitHub星标超17万,月度活跃开发者750万,支持75款以上大模型无缝切换,覆盖海外闭源模型、国内云大模型、本地离线模型三大类,适配国内开发者网络与合规需求。
357 0
|
25天前
|
人工智能 机器人 数据挖掘
阿里云百炼大模型指南:Token Plan与Coding Plan产品区别及订阅方案、计费规则与活动福利详解
2026年阿里云百炼作为一站式大模型开发与应用平台,已经形成了完善的产品矩阵,除了基础的大模型调用、微调、智能体构建等核心能力外,还推出了**Token Plan**与**Coding Plan**两大定向订阅服务,分别面向企业团队与个人开发者,搭配多样化优惠活动,覆盖模型试用、长期订阅、企业规模化部署等各类场景。本文将系统讲解阿里云百炼基础平台能力、两大订阅方案的定位、计费规则、适用场景,同时梳理当前全部优惠活动、使用限制与选型建议,帮助不同类型用户清晰区分产品、合理选择方案,最大化降低大模型使用成本。
227 1
|
2月前
|
人工智能 JSON 安全
AI智能体的开发与测试
本指南系统阐述AI智能体(Agent)开发与测试全流程:从需求定义、LLM选型、记忆/规划/工具设计,到LangGraph编排、Prompt工程与状态管控;涵盖黄金数据集构建、LLM-as-a-Judge评测、链路追踪及安全护栏等企业级测试方法,助力大模型落地为稳定可控的业务应用。(239字)
|
4月前
|
Java 编译器 C++
#Java 逃逸分析与栈上分配:JIT 编译的极致性能优化底层
逃逸分析是JVM核心优化技术,JDK 1.6起默认启用。它通过分析对象动态作用域,对无逃逸对象实施栈上分配、标量替换和同步消除,显著降低GC压力、提升执行效率,是高性能Java开发的必备底层知识。(239字)
333 3
|
5月前
|
缓存 安全 测试技术
基于C#实现Modbus RTU通信
基于C#实现Modbus RTU通信
|
存储 人工智能 运维
当四大美女遇上 MetaGPT,一键解锁跨时空AI畅聊新体验
MetaGPT 是一个开源多智能体框架,通过角色专业化分工与流程标准化控制,突破传统单模型系统的能力瓶颈。本方案结合阿里云百炼模型服务和 Serverless AI 开发平台 Function AI,构建支持多角色、多场景的对话应用,并部署至函数计算。用户可快速获取 API-KEY、配置参数并部署项目,体验如“西游取经”、“成语接龙”等示例应用,实现高效协同推理与垂直领域专业内容动态更新,显著降低成本并提升开发效率。
|
12月前
|
人工智能
你花大钱养的 AI,为啥感觉还是个“人工智障”?
这篇文章探讨了为何我们常觉得AI“呆呆的”——问题不在于AI本身,而在于我们“教”的方式。我们往往把AI当成“流水线工人”,用冗长指令让它机械执行任务,却忽略了它本可成为有主动性、创造力的“顾问”。通过赋予AI“欲望”与“成就感”,如《自衍体》项目所做的,AI能变得主动思考、自我驱动。关键在于:别当工头下命令,而要当合伙人点燃它的“心”。
|
8月前
|
JSON API 数据格式
亚马逊获取商品评论的API接口
本文详细介绍如何通过亚马逊Product Advertising API(PAAPI)获取商品评论数据,涵盖API配置、认证签名、Python调用示例及响应解析。适用于开发价格比较、口碑分析等应用,强调合规使用与频率限制。