CN107632138B - 计算砂壤地层含水率分布的方法、装置、介质和系统 - Google Patents
计算砂壤地层含水率分布的方法、装置、介质和系统 Download PDFInfo
- Publication number
- CN107632138B CN107632138B CN201710825361.3A CN201710825361A CN107632138B CN 107632138 B CN107632138 B CN 107632138B CN 201710825361 A CN201710825361 A CN 201710825361A CN 107632138 B CN107632138 B CN 107632138B
- Authority
- CN
- China
- Prior art keywords
- stratum
- porous media
- calculating
- sandy loam
- amplitude envelope
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 90
- 238000001514 detection method Methods 0.000 claims abstract description 18
- 230000006870 function Effects 0.000 claims description 22
- 238000001228 spectrum Methods 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 9
- 239000002689 soil Substances 0.000 claims description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 9
- 238000009826 distribution Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 3
- 239000002131 composite material Substances 0.000 claims description 3
- 238000002474 experimental method Methods 0.000 description 6
- 230000000149 penetrating effect Effects 0.000 description 5
- 230000003595 spectral effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 239000010410 layer Substances 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000011229 interlayer Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001373 regressive effect Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提出一种计算砂壤地层含水率分布的方法、装置、介质和系统，方法包括：对地层进行雷达探测并获取雷达信号；将所述雷达信号换算为地层深度数据；根据所述地层深度数据将所述地层分为第一地层和第二地层；分别采用第一计算含水率方法和第二计算含水率方法计算所述第一地层和所述第二地层的含水率分布，得到第一地层含水率分布和第二地层含水率分布；将所述第一地层含水率分布与所述第二地层含水率分布组合，形成所述地层完整的含水率分布。本发明解决了现有技术中的计算含水率分布的方法无法提供准确、连续的含水率分布结果的问题。
Description
技术领域
本发明涉及煤矿领域，尤其涉及一种计算砂壤地层含水率分布的方法、装置、介质和系统。
背景技术
探地雷达具有全面、速度快、精度高的探测特点，近年来已被应用到介质含水率的探测研究中。常规的探地雷达方法中，探地雷达反射波法需要在反射层的深度已知条件下，利用反射波旅行时计算出平均速度，进而求取含水量。该方法只能获得地表直反射层间的含水量，其深度上的分辨率无法控制。探地雷达地面波法是通过计算地面波走时与天线距离关系曲线的斜率即地面波速度获得含水量，但由于地面波在地表传播，其探测深度较浅，并且该方法由于外界干扰，零时刻校正较难确定，导致探测结果不准确。钻孔雷达法是通过直达波的波至时间和已知井间的距离计算出介质速度和介电常数并获得含水量。由于地下情况复杂，最先到达的波可能为折射波，会导致结果不精确。而雷达天线的长度、井间距离等也会对分辨率造成影响，所以，需要改进现有技术中探测方法的缺陷。
发明内容
基于以上问题，本发明提出一种计算砂壤地层含水率分布的方法、装置、介质和系统，解决了现有技术中的计算含水率分布的方法无法提供准确的含水率分布结果的问题。
本发明提出一种计算砂壤地层含水率分布的方法，包括：
对地层进行雷达探测并获取雷达信号；
将所述雷达信号换算为地层深度数据；
根据所述地层深度数据将所述地层分为第一地层和第二地层；
分别采用第一计算含水率方法和第二计算含水率方法计算所述第一地层和所述第二地层的含水率分布，得到第一地层含水率分布和第二地层含水率分布；
将所述第一地层含水率分布与所述第二地层含水率分布组合，形成所述地层完整的含水率分布。
此外，所述第一计算含水率方法为振幅包络平均值方法，采用所述振幅包络平均值方法计算所述第一地层含水率分布。
此外，所述采用所述振幅包络平均值方法计算所述第一地层含水率分布至少包括：
对所述雷达早期信号的振幅包络进行希尔伯特变换，计算得到振幅包络平均值，根据所述振幅包络平均值计算振幅包络值倒数；
获取介质的相对介电常数；
计算所述振幅包络值倒数与所述介质的相对介电常数的函数关系，将所述振幅包络值倒数带入所述函数关系中计算土壤介电常数；
根据所述土壤介电常数和含水率分布计算公式计算所述第一地层含水率分布。
此外，所述获取介质的相对介电常数包括：对所述第一地层的雷达探测剖面进行多次探测，对多次探测得到的相对介电常数值取平均值得到所述介质的相对介电常数。
此外，所述第一地层的深度范围为0-0.5m。
此外，所述第二计算含水率方法为自回归滑动平均方法，采用所述自回归滑动平均方法计算所述第二地层含水率分布。
此外，所述采用所述自回归滑动平均方法计算所述第二地层含水率分布至少包括：对所述雷达信号选用高斯函数作为窗口函数加窗计算雷达信号的现代离散谱密度，根据所述现代离散谱密度计算所述第二地层含水率分布。
此外，所述窗口函数为短时窗窗口函数。
此外，所述第二地层的深度范围为0.5m-10m。
此外，所述将所述第一地层含水率分布与所述第二地层含水率分布组合，形成所述地层完整的含水率分布包括：
采用分段函数的方式将所述第一地层含水率分布与所述第二地层含水率分布组合，形成所述地层完整的含水率分布。
本发明还提出一种计算砂壤地层含水率分布的装置，包括：
获取雷达信号模块，用于对地层进行雷达探测并获取雷达信号；
换算模块，用于将所述雷达信号换算为地层深度数据；
分解模块，用于根据所述地层深度数据将所述地层分为第一地层和第二地层；
计算模块，用于分别采用第一计算含水率方法和第二计算含水率方法计算所述第一地层和所述第二地层的含水率分布，得到第一地层含水率分布和第二地层含水率分布；
组合模块，用于将所述第一地层含水率分布与所述第二地层含水率分布组合，形成所述地层完整的含水率分布。
本发明还提出一种存储介质，所述存储介质存储计算机指令，当计算机执行所述计算机指令时，用于执行上述任一项所述的计算砂壤地层含水率分布的方法。
本发明还提出一种计算砂壤地层含水率分布的系统，包括至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述任一项所述的计算砂壤地层含水率分布的方法。
通过采用上述技术方案，具有如下有益效果：
本发明中将地层根据深度进行区分，针对不同的地层深度采用不同的计算含水率分布的方法，最后将不同地层的含水率分布组合得到完整的地层含水率分布，本发明解决了现有技术中的计算含水率分布的方法无法提供准确的含水率分布结果的问题。
附图说明
图1是本发明一个实施例提供的计算砂壤地层含水率分布的方法的流程图；
图2是本发明一个实施例提供的雷达探测剖面波形图；
图3是本发明一个实施例提供的高斯加窗结果示意图；
图4是本发明一个实施例提供的计算砂壤地层含水率分布的装置的框图；
图5是本发明一个实施例提供的计算砂壤地层含水率分布的系统的框图。
具体实施方式
以下结合具体实施方案和附图对本发明进行进一步的详细描述。其只意在详细阐述本发明的具体实施方案，并不对本发明产生任何限制，本发明的保护范围以权利要求书为准。
参照图1，本发明实施例提出一种计算砂壤地层含水率分布的方法，包括：
步骤S001，对地层进行雷达探测并获取雷达信号；
可以选用天线中心频率为200MHz的探地雷达对地层进行探测，探测到的信号为雷达信号。
步骤S002，将雷达信号换算为地层深度数据；
根据原始雷达剖面上的反射雷达波时间和探测区域的平均相对介电常数值将雷达信号换算成相应的地层深度信息。
步骤S003，根据地层深度数据将地层分为第一地层和第二地层；
由于在计算砂壤地层含水率分布的多次实验中，发现有些计算含水率分布的方法适合计算浅地层的地层含水率分布，有些计算含水率分布的方法适合计算深地层的地层含水率分布，所以当仅采用一种方法对地层含水率分布进行计算时，不能得到准确的地层含水率分布，所以本实施例提出根据地层深度数据将地层分为第一地层和第二地层，针对不同的地层深度采用不同的计算含水率分布的方法，最后将不同地层的含水率分布组合得到最终的地层含水率分布。由于通过实验发现在0-0.5m区间，与在0.5-10m区间采用不同的计算含水率分布的方法会使计算结果更加准确，所以本实施例将地层按照深度分为两个区间。
步骤S004，分别采用第一计算含水率方法和第二计算含水率方法计算第一地层和第二地层的含水率分布，得到第一地层含水率分布和第二地层含水率分布；
可选地，第一计算含水率方法为振幅包络平均值方法，简称AEA(AverageEnvelope Amplitude)。可选地，第二计算含水率方法为自回归滑动平均方法，简称ARMA(Auto Regressive Moving Average)。
步骤S005，将第一地层含水率分布与第二地层含水率分布组合，形成地层完整的含水率分布。
最后将第一地层含水率分布与第二地层含水率分布组合，得到地层完整的含水率分布。
本实施例中将地层根据深度进行区分，针对不同的地层深度采用不同的计算含水率分布的方法，最后将不同地层的含水率分布组合得到完整的地层含水率分布，本实施例解决了现有技术中的计算含水率分布的方法无法提供准确的含水率分布结果的问题，采用本实施例中的方法对地层的含水率分布计算使结果更加准确，从而使含水率分布结果能够指导后续对土地的维护。
在其中的一个实施例中，第一计算含水率方法为振幅包络平均值方法，采用振幅包络平均值方法计算第一地层含水率分布。
由于经过多次实验，得到采用振幅包络平均值方法计算浅地层的含水率分布更加准确，所以采用振幅包络平均值方法计算第一地层含水率分布。
在其中的一个实施例中，采用振幅包络平均值方法计算第一地层含水率分布至少包括：
对雷达早期信号的振幅包络进行希尔伯特变换，计算得到振幅包络平均值，根据振幅包络平均值计算振幅包络值倒数；
获取介质的相对介电常数；
计算振幅包络值倒数与介质的相对介电常数的函数关系，将振幅包络值倒数带入函数关系中计算土壤介电常数；
根据土壤介电常数和含水率分布计算公式计算第一地层含水率分布。
采用振幅包络平均值方法计算浅地层0～0.5m的含水率分布分为以下四个步骤：
第一步：根据原始雷达剖面上的反射雷达波时间和探测区域的平均相对介电常数值将雷达信号换算成相应的地层深度信息，选取代表第一地层(0～0.5m)的部分信息转换为时间域振幅信息后，通过叠加积分的方法求出振幅包络，然后取雷达信号的振幅包络进行希尔伯特变换计算得到振幅包络数值。
第二步：如图2所示，横轴为道数，纵轴为采样点数，将计算出的振幅包络数值进行5等分，分别对应从0～0.1m范围至0.4～0.5m范围的深度。
第三步：在雷达探测剖面上，以每10道雷达数据为1组，对每组数据中每道数据的振幅包络数值求平均值后并求其倒数，对振幅包络值倒数与其对应的深度上的介质的平均相对介电常数进行线性拟合，得到振幅包络倒数与介电常数的关系函数，如图3所示。
第四步：将雷达信号的振幅包络倒数代入关系函数中，求出相应的土壤介电常数ε，然后利用含水率分布计算公式(1-1)计算第一地层含水率分布，
θ＝-5.3×10-2+2.292×10-2ε-5.5×10-4ε2+4.3×10-6ε3 (1-1)
其中θ为第一地层含水率分布。
在其中的一个实施例中，获取介质的相对介电常数包括：对第一地层的雷达探测剖面进行多次探测，对多次探测得到的相对介电常数值取平均值得到介质的相对介电常数。对多次探测得到的相对介电常数值取平均值，得到的相对介电常数的值更准确。
在其中的一个实施例中，第一地层的深度范围为0-0.5m。通过多次实验，0-0.5m这一深度范围与0.5m-10m深度范围需要采用不同的含水率分布计算方法才能够得到准确的结果。
在其中的一个实施例中，第二计算含水率方法为自回归滑动平均方法，采用自回归滑动平均方法计算第二地层含水率分布。
由于经过多次实验，得到采用自回归滑动平均方法计算较深地层的含水率分布更加准确，所以采用自回归滑动平均方法计算第二地层含水率分布。
这里，第二地层的深度范围可以为0-10m，也可以为0.5m-10m。
选取0-10m的原因为：由于采用自回归滑动平均方法计算第二地层含水率分布时需要窗口函数，而窗口函数的窗口如果不能选取太小，那么可以忽略0-0.5m的范围，直接对0-10m的含水率分布进行计算，最后对深度范围为0-0.5m的含水率分布结果舍弃，采用准确的第一地层含水率分布对深度范围为0-0.5m的含水率分布进行替换。
在其中的一个实施例中，采用自回归滑动平均方法计算第二地层含水率分布至少包括：对雷达信号选用高斯函数作为窗口函数加窗计算雷达信号的现代离散谱密度，根据现代离散谱密度计算第二地层含水率分布。
利用自回归滑动平均方法计算第二地层0～10m区域的含水率分布包括如下步骤：
a)对于窗口函数g(t)及其傅里叶变换G(w)，其窗口面积应满足公式(2-1)：
当且仅当g(t)为高斯函数时，既时，式(2-1)等号成立，这表明高斯窗是局部分析的最佳窗口。对雷达信号x(n)加载短时窗gα(n)，参照图3所示，得到该时间窗内的雷达信号{y(n)}，其中{y(n)}＝x(n)gα(n)。加窗后的曲线主要反映窗口gα(n)内的信号变化，利用式(2-2)对获取的信号{y(n)}进行计算可得到窗口内部信号的现代谱特征曲线。
设x(t)为雷达时间剖面的任意1道数据,在该剖面中任选取1个时间点t0,Δt为所选窗口长度，一般为信号的周期长度，则短时窗现代谱密度(ARMA)就是以t0为起点，t＝t0+Δt为结束点的时间段内ARMA对数谱密度，即短时窗内的信号x(t)gα(t-t0)的现代谱密度。计算出的结果反映了时间窗谱的特征。因为雷达信号是以Δt为采样间隔，采样点数为N的离散信号来表示的，所以其谱变换结果仍是离散谱，以为间隔，因此采用式(2-2)对整个雷达剖面进行计算的结果是ARMA离散谱序列。用离散序列表示t0时间点雷达波响应的现代谱信息存在对比困难，若可将该离散序列转换为一个数值，用数值来表示该时间点的现代谱参数，则可解决上述困难。地下不同深度地层对探地雷达某种频率天线的响应是随机的、不可预见的，因此引用随机过程数学期望概念，通过下式(2-3)建立现代离散谱的期望值。
式(2-3)主要反映在短时间窗口内的现代谱密度期望值的大小，可以用来表示t0时间现代谱特征值。如果以Δt为时间窗，从起点开始以Δt/2为时间间隔沿时间深度向下滚动，则每个时间深度点都可得对应式(2-3)的谱期望，从而获得下式的滚动剖面。
式中，G(m)为滚动剖面，Tm为实际探测中的采样时窗。t0为零点时间时，由于前Δt/2的雷达数据不是有效信号，在第一半滚动时窗内的谱密度会不准确。
对功率谱中不同频率对应的能量值以不同频率为中心呈现1个或多个能量包络的相交位置进行划分，按照频率和对应的功率谱值进行积分，可分别计算出各个包络的功率谱能量值(即各能量包络的面积)，低频包络功率谱能量高频包络功率谱能量c0为低、高频率包络在频率域上的分割点，f为连续分布的频率值。分析能量分布特点并计算包络的功率谱能量值，可建立其与含水率的关系，得到函数关系式(2-4)：
式(2-4)中：θv为第二地层含水率分布；k为含水率模型的修正参数，0.7≤k≤1.3；F为全部频率的功率谱能量总和。
在其中的一个实施例中，窗口函数为短时窗窗口函数。因为当且仅当g(t)为高斯函数时，既时，式(2-1)才成立，这表明高斯短时窗是局部分析的最佳窗口。
在其中的一个实施例中，第二地层的深度范围为0.5m-10m。因为经过多次实验表明，在这个深度范围内，采用自回归滑动平均方法计算第二地层区域的含水率分布更加准确。
在其中的一个实施例中，将第一地层含水率分布与第二地层含水率分布组合，形成地层完整的含水率分布包括：
采用分段函数(3-1)的方式将第一地层含水率分布与第二地层含水率分布组合，形成地层完整的含水率分布。
例如：
式(3-1)中，T为ARMA中半滚动时窗长度，θ为地层完整的含水率分布，对雷达数据在时间t∈[0,T]所对应的深度范围(0～0.5m)采用AEA方法计算的含水率值，对雷达数据在时间t>T所对应的深度范围(0.5～10m)采用ARMA方法计算的含水率值。
参照图4，本发明还提出一种计算砂壤地层含水率分布的装置，包括：
获取雷达信号模块201，用于对地层进行雷达探测并获取雷达信号；
换算模块202，用于将雷达信号换算为地层深度数据；
分解模块203，用于根据地层深度数据将地层分为第一地层和第二地层；
计算模块204，用于分别采用第一计算含水率方法和第二计算含水率方法计算第一地层和第二地层的含水率分布，得到第一地层含水率分布和第二地层含水率分布；
组合模块205，用于将第一地层含水率分布与第二地层含水率分布组合，形成地层完整的含水率分布。
本实施例中将地层根据深度进行区分，针对不同的地层深度采用不同的计算含水率分布的方法，最后将不同地层的含水率分布组合得到完整的地层含水率分布，本实施例解决了现有技术中的计算含水率分布的方法无法提供准确的含水率分布结果的问题，采用本实施例中的方法对地层的含水率分布计算使结果更加准确，从而使含水率分布结果能够指导后续对土地的维护。
本发明还提出一种存储介质，存储介质存储计算机指令，当计算机执行计算机指令时，用于执行上述任一个实施例中提出的计算砂壤地层含水率分布的方法。
参照图5，本发明还提出一种计算砂壤地层含水率分布的系统，包括至少一个处理器310；以及，与至少一个处理器310通信连接的存储器320；其中，存储器320存储有可被一个处理器310执行的指令，指令被至少一个处理器310执行，以使至少一个处理器310能够执行上述任一个实施例中提出的计算砂壤地层含水率分布的方法，系统还包括输入装置330和输出装置340。
以上所述的仅是本发明的原理和较佳的实施例。应当指出，对于本领域的普通技术人员来说，在本发明原理的基础上，还可以做出若干其它变型，也应视为本发明的保护范围。
Claims (11)
1.一种计算砂壤地层含水率分布的方法，其特征在于，包括：
对地层进行雷达探测并获取雷达信号；
将所述雷达信号换算为地层深度数据；
根据所述地层深度数据将所述地层分为第一地层和第二地层；
分别采用第一计算含水率方法和第二计算含水率方法计算所述第一地层和所述第二地层的含水率分布，得到第一地层含水率分布和第二地层含水率分布；
将所述第一地层含水率分布与所述第二地层含水率分布组合，形成所述地层完整的含水率分布；
所述第一计算含水率方法为振幅包络平均值方法，采用所述振幅包络平均值方法计算所述第一地层含水率分布；
所述第二计算含水率方法为自回归滑动平均方法，采用所述自回归滑动平均方法计算所述第二地层含水率分布。
2.根据权利要求1所述的计算砂壤地层含水率分布的方法，其特征在于，
所述采用所述振幅包络平均值方法计算所述第一地层含水率分布至少包括：
对所述雷达早期信号的振幅包络进行希尔伯特变换，计算得到振幅包络平均值，根据所述振幅包络平均值计算振幅包络值倒数；
获取介质的相对介电常数；
计算所述振幅包络值倒数与所述介质的相对介电常数的函数关系，将所述振幅包络值倒数带入所述函数关系中计算土壤介电常数；
根据所述土壤介电常数和含水率分布计算公式计算所述第一地层含水率分布。
3.根据权利要求2所述的计算砂壤地层含水率分布的方法，其特征在于，
所述获取介质的相对介电常数包括：对所述第一地层的雷达探测剖面进行多次探测，对多次探测得到的相对介电常数值取平均值得到所述介质的相对介电常数。
4.根据权利要求1至3任一项所述的计算砂壤地层含水率分布的方法，其特征在于，
所述第一地层的深度范围为0-0.5m。
5.根据权利要求1所述的计算砂壤地层含水率分布的方法，其特征在于，
所述采用所述自回归滑动平均方法计算所述第二地层含水率分布至少包括：对所述雷达信号选用高斯函数作为窗口函数加窗计算雷达信号的现代离散谱密度，根据所述现代离散谱密度计算所述第二地层含水率分布。
6.根据权利要求5所述的计算砂壤地层含水率分布的方法，其特征在于，
所述窗口函数为短时窗窗口函数。
7.根据权利要求1至6任一项所述的计算砂壤地层含水率分布的方法，其特征在于，
所述第二地层的深度范围为0.5m-10m。
8.根据权利要求1所述的计算砂壤地层含水率分布的方法，其特征在于，
所述将所述第一地层含水率分布与所述第二地层含水率分布组合，形成所述地层完整的含水率分布包括：
采用分段函数的方式将所述第一地层含水率分布与所述第二地层含水率分布组合，形成所述地层完整的含水率分布。
9.一种计算砂壤地层含水率分布的装置，其特征在于，包括：
获取雷达信号模块，用于对地层进行雷达探测并获取雷达信号；
换算模块，用于将所述雷达信号换算为地层深度数据；
分解模块，用于根据所述地层深度数据将所述地层分为第一地层和第二地层；
计算模块，用于分别采用第一计算含水率方法和第二计算含水率方法计算所述第一地层和所述第二地层的含水率分布，得到第一地层含水率分布和第二地层含水率分布；
组合模块，用于将所述第一地层含水率分布与所述第二地层含水率分布组合，形成所述地层完整的含水率分布；
所述第一计算含水率方法为振幅包络平均值方法，采用所述振幅包络平均值方法计算所述第一地层含水率分布；
所述第二计算含水率方法为自回归滑动平均方法，采用所述自回归滑动平均方法计算所述第二地层含水率分布。
10.一种存储介质，其特征在于，所述存储介质存储计算机指令，当计算机执行所述计算机指令时，用于执行如权利要求1至8中任一项所述的计算砂壤地层含水率分布的方法。
11.一种计算砂壤地层含水率分布的系统，其特征在于，包括至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至8中任一项所述的计算砂壤地层含水率分布的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710825361.3A CN107632138B (zh) | 2017-09-14 | 2017-09-14 | 计算砂壤地层含水率分布的方法、装置、介质和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710825361.3A CN107632138B (zh) | 2017-09-14 | 2017-09-14 | 计算砂壤地层含水率分布的方法、装置、介质和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107632138A CN107632138A (zh) | 2018-01-26 |
| CN107632138B true CN107632138B (zh) | 2019-11-12 |
Family
ID=61099923
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710825361.3A Active CN107632138B (zh) | 2017-09-14 | 2017-09-14 | 计算砂壤地层含水率分布的方法、装置、介质和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107632138B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116660328B (zh) * | 2023-07-26 | 2023-10-20 | 中国地质大学（北京） | 一种通过岩石介电常数获得岩石体积含水率的方法和装置 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101915771B (zh) * | 2010-09-03 | 2012-09-12 | 中国科学院南京土壤研究所 | 基于低频探地雷达地波法的测定砂质土壤含水量的方法 |
| CN102621163B (zh) * | 2011-01-26 | 2014-03-12 | 中国科学院电子学研究所 | 用于探测土壤含水量在深度方向分布的雷达遥感方法 |
| EP2972252B1 (en) * | 2013-03-14 | 2023-10-18 | Robert Ernest Troxler | Systems and methods for pavement bulk properties and moisture content measurements using ground penetrating radar |
| CN103941254A (zh) * | 2014-03-03 | 2014-07-23 | 中国神华能源股份有限公司 | 一种基于地质雷达的土壤物性类别识别方法和装置 |
| CN104034739A (zh) * | 2014-06-20 | 2014-09-10 | 环境保护部卫星环境应用中心 | 双时相雷达监测土壤含水量的方法 |
| CN104143115A (zh) * | 2014-06-25 | 2014-11-12 | 中国矿业大学(北京) | 地质雷达技术实现土壤含水性分类识别的技术方法 |
| CN104062654B (zh) * | 2014-07-17 | 2016-04-13 | 电子科技大学 | 一种基于超宽带雷达的土壤含水量测量方法 |
| CN104865274A (zh) * | 2015-04-08 | 2015-08-26 | 环境保护部卫星环境应用中心 | 基于单极化雷达数据的土壤含水量反演方法及系统 |
-
2017
- 2017-09-14 CN CN201710825361.3A patent/CN107632138B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN107632138A (zh) | 2018-01-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104237956B (zh) | 电性源瞬变电磁地空探测方法 | |
| Chane Ming et al. | Analysis of gravity-waves produced by intense tropical cyclones | |
| CN103869311B (zh) | 实波束扫描雷达超分辨成像方法 | |
| Melcher et al. | River discharge measurements by using helicopter‐mounted radar | |
| CN106772673B (zh) | 一种页岩储层地应力预测建模系统 | |
| CN102455438B (zh) | 碳酸盐岩缝洞型储层体积预测方法 | |
| CN103513244B (zh) | 一种基于动态规划的多帧相参积累目标检测前跟踪方法 | |
| CN103176168B (zh) | 一种机载非正侧视阵雷达近程杂波对消方法 | |
| CN109116311A (zh) | 基于知识辅助稀疏迭代协方差估计的杂波抑制方法 | |
| CN105388465A (zh) | 基于海浪谱模型的海杂波模拟方法 | |
| CN102914773B (zh) | 一种多航过圆周sar三维成像方法 | |
| CN107290722A (zh) | 微震源的定位方法和装置 | |
| CN104765064A (zh) | 一种微地震干涉成像的方法 | |
| CN104111449B (zh) | 一种改进的基于广义内积的空时二维自适应处理方法 | |
| CN109490963A (zh) | 裂缝储层岩石物理建模方法及系统 | |
| CN106199553A (zh) | 多帧回波联合相参积累检测海面弱小目标的优化方法 | |
| Chen et al. | Exploration and validation of wave-height measurement using multifrequency HF radar | |
| Close et al. | A new method for determining meteoroid mass from head echo data | |
| CN101777954A (zh) | 基于本征声线视在搜索的水声信道有效声速估计方法 | |
| CN104316958A (zh) | 一种识别不同尺度地层断裂的相干处理方法 | |
| CN105259537A (zh) | 基于频移迭代的多普勒谱中心频率估计方法 | |
| CN103135100A (zh) | 同轨双基sar的动目标参数估计方法 | |
| CN104597435A (zh) | 基于修正频域补偿和分数阶傅里叶变换的多帧相参tbd方法 | |
| CN102169188A (zh) | 一种基于Morlet谱勘测油气的方法 | |
| CN107632138B (zh) | 计算砂壤地层含水率分布的方法、装置、介质和系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |