浅季节冻土区上下窗口匹配最小距离快速冻深解译识别法

摘要: 本发明涉及浅季节冻土区探测,特别是涉及一种浅季节冻土区上下窗口匹配最小距离快速冻深解译识别法。背景技术:1、季节冻深是寒区工程勘察的核心指标之一,其准确判定直接...
浅季节冻土区上下窗口匹配最小距离快速冻深解译识别法

本发明涉及浅季节冻土区探测,特别是涉及一种浅季节冻土区上下窗口匹配最小距离快速冻深解译识别法。

背景技术:

1、季节冻深是寒区工程勘察的核心指标之一,其准确判定直接关系到公路路基、输电塔基及管道浅埋段等浅基础工程的稳定性与服役安全。探地雷达凭借无损、高效、可连续成像的优势,已成为季节冻深探测的主要手段,但雷达影像的自动化解译仍面临诸多技术挑战。浅季节冻土区通常指最大季节冻结深度小于1米的区域,广泛分布于青藏高原边缘、东北及华北高海拔地区。此类区域冻深较小、冻融周期相对短暂,作为季节冻土区工程建设的常见场地,其季节冻深的准确识别对于浅基础工程设计施工具有重要指导意义。该环境下冻深较浅,电磁波传播路径短,信号衰减较小,冻结锋面处反射波形相对清晰,为雷达识别提供了基础。然而浅表腐殖层、植被根系及季节性积水产生的干扰反射与冻融界面有效信号在时域上相距较近,容易造成波形混叠,给界面精确定位带来困难。

2、浅季节冻土区冻深识别仍以人工判读为主,虽然浅层信号相对清晰,但逐道判读劳动强度大,不同解译人员对同一界面的标注往往存在数个采样点的差异,在大范围勘察中效率瓶颈尤为突出。深度学习方法依赖大规模标注样本和gpu算力,在浅季节冻土区这类缺乏充足训练数据的区域部署成本较高。支持向量机和最大似然法虽相对轻量,但仍需先验样本进行模型训练或参数标定,与季节冻深探测中快速、简便的现场需求存在差距。

3、最小距离分类器是一种经典统计模式识别方法,通过计算待分类样本与各类别参考中心之间的距离进行判别,不涉及训练环节和参数迭代,算法简单、计算量小,适合浅季节冻土区信号相对规律、且需快速处理的现场需求。浅季节冻土区冻融界面两侧介电常数差异明确,活动层与非冻层的雷达反射特征区分度较高,这一物理差异使两类介质特征中心在特征空间中具有较好的可分性,为最小距离法提供了分类依据。但传统最小距离法以单个采样点为分类单元,侧重于判别当前点属于哪一类介质,难以直接表达界面两侧介质变化的结构特征,单点分类易受局部噪声干扰产生误判,亟需引入能够综合反映界面两侧结构信息的判别机制。

4、将最小距离分类器与上下窗口结构匹配策略相结合,恰好弥补了传统最小距离法单点分类缺乏界面结构表征能力的缺陷。该方法以候选深度位置为中心分别提取上方与下方局部窗口的特征向量,将界面识别转化为上下两侧是否同时满足介质类型归属的判别问题——上方窗口匹配活动层特征、下方窗口匹配非冻层特征的候选位置获得较小的匹配距离,使判别结果综合反映界面两侧的整体结构信息,而非依赖单一采样点特征值。在此基础上引入上下差异增强项,以负号形式纳入距离函数,使上下窗口特征差异越大的候选位置获得越小的判别距离,进一步强化了模型对界面反射突变的响应能力。

5、鉴于此,本发明提出一种浅季节冻土区上下窗口匹配最小距离快速冻深解译识别法。该方法以上下窗口结构匹配最小距离法为核心,从每个候选深度位置分别提取上下窗口特征,计算其与活动层和非冻层参考特征的匹配距离,引入上下差异增强项突出界面响应。全过程无需训练、无需gpu,仅需少量参考样本即可完成配置,在普通笔记本电脑上即可实现快速处理,旨在为浅季节冻土区提供一种轻量、快速、可解释的冻深解译工具。

技术实现思路

1、本发明的目的是针对现有技术中存在的技术缺陷,而提供一种浅季节冻土区上下窗口匹配最小距离快速冻深解译识别法。

2、为实现本发明的目的所采用的技术方案是:

3、一种浅季节冻土区上下窗口匹配最小距离快速冻深解译识别法,包括以下步骤:

4、步骤1,在浅季节冻土区布设多道测线,每道测线上设置多个采样点,获取各个采样点的二维雷达剖面;

5、步骤2,对二维雷达剖面进行预处理后,对每个采样点的二维雷达剖面进行时深转换,得到每个采样点对应的地下深度,然后确定季节冻深搜索区间;

6、步骤3,以每个所述地下深度为候选深度位置,分别在其上方和下方设置局部窗口,构建每个采样点的单点特征向量,提取上方局部窗口特征向量和下方局部窗口特征向量,计算差异特征向量;

7、步骤4,利用活动层参考特征向量和非冻层参考特征向量,对于第道测线中任一候选深度位置,构建结构匹配距离函数,并结合差异特征向量对结构匹配距离函数进行优化;

8、步骤5,基于优化后的结构匹配距离函数,在季节冻深搜索区间内,提取单一测线上的最优季节冻深,并施加界面连续性约束,得到季节冻深候选结果;

9、步骤6,对季节冻深候选结果进行平滑处理,修正后,输出沿测线方向连续分布的季节冻深结果。

10、在上述技术方案中,所述步骤1中,通过以下方法获取探地雷达实测数据:在探测区域内依次划分多道测线,在每一道测线上依次等间隔布设多个采样点,每个采样点处设置一探地雷达系统,利用探地雷达系统对地下介质进行连续电磁探测,在垂直方向按双程走时进行数据采集,获得反映地下介质电磁响应特征的二维雷达剖面。

11、在上述技术方案中,所述步骤1中,设第道第个采样点处的雷达振幅值为,则二维雷达剖面表示为二维振幅矩阵:

12、;

13、其中,,,表示二维雷达矩阵,表示每道测线的雷达信号的采样点数,表示测线的总道数。

14、在上述技术方案中,所述步骤2中,所述预处理包括异常值剔除、噪声抑制和平滑处理。

15、在上述技术方案中,所述步骤2中,所述时深转换为:根据探地雷达信号在地下介质中的传播规律,将二维雷达剖面由走时域转换为深度域,其中对于每道测线的第个采样点,其对应的地下深度表示为:

16、;

17、其中,为每道测线的第个采样点对应的地下深度,为该采样点的双程传播时间,为电磁波在地下介质中的传播速度,所述传播速度,为真空中的光速,为地下介质的等效相对介电常数。

18、在上述技术方案中,所述步骤2中,所述季节冻深搜索区间:

19、;

20、其中,为季节冻深搜索区间。

21、在上述技术方案中,所述步骤3中,构建单点特征向量:

22、;

23、其中,为第道第个采样点的振幅特征;为局部均值特征;为局部标准差特征;为局部能量特征;为包络特征。

24、在上述技术方案中,,表示对应采样点的原始雷达振幅值。

25、在上述技术方案中,局部均值特征为:

26、;

27、其中,或表示第道第个采样点邻域的局部均值;表示深度方向局部窗口的半宽;表示邻域内的相对索引;表示窗口内采样点总数。

28、在上述技术方案中,局部标准差特征为:

29、;

30、其中,或表示局部窗口内雷达振幅的标准差;表示各采样点相对均值的偏差平方。

31、在上述技术方案中,局部能量特征为:

32、;

33、其中,或表示局部窗口内的能量特征;表示对应采样点振幅平方。

34、在上述技术方案中,所述包络特征为:

35、;

36、其中,或表示第道第个采样点的包络特征;表示第个采样点对应的时间位置;为第道雷达信号,表示解析信号模值,,其中表示hilbert变换算子;表示虚数单位。

37、在上述技术方案中,设上方局部窗口包含个采样点,下方局部窗口包含个采样点,表示窗口内相对采样索引,则上方局部窗口特征向量:

38、;

39、下方局部窗口特征向量:

40、;

41、上方局部窗口特征向量和下方局部窗口特征向量的差异特征向量:

42、;

43、其中,表示第道测线第个采样点向下偏移个采样点处的单点特征向量,表示第道测线第个采样点向上偏移个采样点处的单点特征向量,表示候选深度位置上方和下方的差异特征向量,用于表征表层冻结层与下部非冻层之间的结构变化强度;该差异特征向量在步骤4中作为上下差异增强项参与优化结构匹配距离,其差异幅值越大,候选深度位置越可能对应真实季节冻深界面。

44、在上述技术方案中,所述步骤4中,所述活动层参考特征向量为:

45、;

46、所述非冻层参考特征向量为:

47、;

48、其中,表示第个活动层参考特征向量;表示第个非冻层参考特征向量;表示活动层样本总数;表示非冻层样本总数。

49、在上述技术方案中,所述步骤4中,所述结构匹配距离函数:

50、;

51、其中,表示候选深度位置上方局部窗口特征向量与活动层参考特征向量之间的距离:;表示候选位置下方局部窗口特征向量与非冻层参考特征向量之间的距离:。

52、在上述技术方案中,所述步骤4中,结合差异特征向量,优化结构匹配距离:

53、;

54、其中,表示结合差异特征向量的权重系数;表示候选深度位置上下两侧特征差异的大小。

55、在上述技术方案中,所述步骤4中,采用加权欧氏距离形式表示优化后的结构匹配距离函数:

56、;

57、其中,表示特征权重矩阵,用于提高对关键特征,如能量、包络、局部标准差等的区分能力。

58、在上述技术方案中,所述步骤5中,基于优化后的结构匹配距离函数,在步骤2确定的季节冻深搜索区间内,对每一道测线中所有候选深度位置计算结构匹配距离,选取距离最小的位置作为该道测线的初始季节冻深位置,记作最优季节冻深。

59、其判定公式为:

60、;

61、;

62、其中,表示第道中使结构匹配距离最小的深度索引;表示取使目标函数达到最小值时对应的索引;表示第道中位于搜索区间内的候选索引集合;表示第道的初始季节冻深结果;表示最优索引对应的最优季节冻深。

63、在上述技术方案中,所述界面连续性约束:

64、;

65、其中,表示第道的季节冻深;表示第道的季节冻深;表示相邻两道季节冻深之差的绝对值;表示允许的最大深度跳变量。

66、在上述技术方案中,所述步骤5中,在季节冻深搜索区间内构建整条测线的全局路径能量函数:

67、;

68、其中,表示整条测线的界面路径能量;表示第道所选取的候选深度索引;表示第道在索引处的结构匹配距离;表示连续性约束权重;表示整条测线相邻两道之间的界面变化代价。

69、基于全局路径能量函数,输出全局最优路径,作为季节冻深候选结果,公式如下:

70、;

71、其中,表示在季节冻深搜索区间内满足结构匹配与连续性双重约束的全局最优界面路径,该全局最优路径作为步骤5输出的季节冻深候选结果,并输入步骤6进行平滑处理和深度修正。

72、在上述技术方案中,所述步骤6中,对步骤5得到的季节冻深候选结果进行平滑处理,平滑结果为:

73、;

74、其中,表示第道平滑后的季节冻深;表示滑动平均窗口半宽;表示平滑窗口内参与平均的测线数量;表示以第道为中心、邻域内第道的初始季节冻深结果;表示测线方向邻域索引。

75、在上述技术方案中,所述修正为:

76、;

77、其中,表示第道最终修正后的季节冻深;表示由分层传播速度差异、介质非均质性或系统误差引起的深度修正量。

78、在上述技术方案中,,其中,表示速度差到深度修正量之间的换算系数;

表示活动层与非冻层传播速度之差;表示活动层中的电磁波传播速度;表示非冻层中的电磁波传播速度;

79、;

80、;

81、其中,表示活动层的等效相对介电常数;表示非冻层的等效相对介电常数。

82、在上述技术方案中,所述步骤6中,根据修正后的季节冻深重新更新活动层参考特征向量和非冻层参考特征向量,并重复步骤4至步骤6,直至相邻两次迭代结果满足收敛条件:

83、;

84、其中,表示第次迭代时第道的季节冻深结果;表示第次迭代时第道的季节冻深结果;表示预设的收敛阈值;表示相邻两次迭代结果之间的变化量。

85、在上述技术方案中,所述步骤6中,沿测线方向连续分布的季节冻深结果:

86、;

87、其中,分别表示各测线对应的最终季节冻深值。

88、与现有技术相比,本发明的有益效果是:

89、本发明针对浅季节冻土区冻深较小、信号相对清晰但勘察任务量大、计算资源有限的特点,以上下窗口结构匹配最小距离法为核心构建了一套轻量快速的冻深识别方案。与依赖训练、gpu或复杂特征提取的现有方法相比,其在该环境下的核心贡献如下。

90、一、上下窗口结构匹配将点分类拓展为界面判别。传统最小距离法以单个采样点为分类单元,侧重于判别当前点属于哪一类介质,难以直接表达界面两侧介质变化的结构特征。本发明以候选深度位置为中心分别提取上方与下方窗口的特征向量,将界面识别转化为上下两侧是否同时满足介质类型归属的判别问题。上方窗口匹配活动层特征、下方窗口匹配非冻层特征的候选位置获得较小的匹配距离。这一设计使判别结果不再依赖单一采样点的特征值,而是综合反映界面两侧的整体结构信息,更贴合季节冻深作为连续界面的物理本质。

91、二、上下差异增强项突出界面处的反射突变特征。浅季节冻土区冻融界面两侧介电常数差异明确,反射波形在界面处发生显著变化。本发明在匹配距离中引入上下差异增强项,以负号形式纳入距离函数,上下窗口特征差异越大的候选位置获得越小的判别距离。这一设计强化了模型对界面特征的响应能力,使真实界面处的距离值显著低于非界面位置,提升了界面定位的区分度。在浅季节冻土区这类界面反射相对清晰的条件下,差异增强项的增益效果尤为明显。

92、三、无需训练、无需gpu,普通笔记本电脑即可完成处理。现有深度学习方法对计算资源要求较高,训练和推理均需gpu加速,在浅季节冻土区勘察现场难以部署。本方法不需要任何训练环节,仅需依据区域冻土特征选取少量活动层与非冻层的参考样本即可完成配置。算法主体为窗口均值计算和向量距离运算,计算复杂度低、内存占用小,在一台普通笔记本电脑上即可完成从雷达数据读取到冻深剖面输出的全部处理流程。这一特性使本方法可直接部署于一线勘察现场,无需将数据回传至后方计算中心。

93、四、算法透明、可追溯,判别结果物理意义明确。深度网络和核方法等复杂模型的决策过程对工程技术人员而言难以追溯。本方法的判别逻辑直接对应上方为活动层、下方为非冻层的物理分层:上方窗口与活动层参考特征的接近程度、下方窗口与非冻层参考特征的接近程度、上下窗口之间的差异程度,三项指标均有明确的物理含义。工程技术人员可逐道追溯界面点的判别依据,在出现异常输出时能够快速定位原因。这一透明性在浅季节冻土区工程勘察中尤为重要,勘察报告需经工程审查,可解释的识别结果更易于被审查方接受。

94、五、快速处理满足浅季节冻土区大规模勘察的效率需求。浅季节冻土区勘察往往涉及大范围、多条测线的数据采集,对处理速度有较高要求。本方法对单道信号的处理仅涉及窗口截取、特征平均和向量距离计算,计算量极小。在典型勘察场景中,技术人员可在数据采集当天完成全部测线的冻深概略解译,快速判断沿线冻土上限的起伏趋势和异常区段,为后续详细勘察的钻孔布设提供依据。这一效率优势使本方法尤其适合浅季节冻土区初勘阶段快速摸底的探测任务。