一种地下水分布的确定方法

技术领域

本发明涉及地质探测领域，特别涉及一种地下水分布的确定方法。

背景技术

通常在煤矿开采前后，都要对地层结构进行地质探测，其中探测的 一个主要项目，就是确定地下水的分布情况。

地质雷达是进行地质探测的主要设备，该设备利用宽带电磁波，通 过电磁波在地下介质中的传播机理来实现对地下隐伏目标体的探测。由 于地质雷达具有操作简单，探测精度高，无损伤探测等特点，在工程水 文地质调查和工程质量检测等方面具有广泛应用。

目前地质雷达探测技术在资料处理上的主要方法是采用直接解释的 方法，也就是通过对地质雷达探测的原始资料作一些放大、滤波、叠加 等简单处理后，根据雷达反射信号的外观特征，如反射强弱，相位特征， 同向轴的变化特征等等信息，直接对反射信号作出定性和定量解释。

由于煤矿开采，会造成地层塌陷，破坏了第四系地层结构，造成地 表水的流失及变化，如果采用直接解释方法，无法得到第四系地层中水 的分布情况，即无法获得地下水分布情况。

发明内容

有鉴于此，本发明的主要目的在于提供一种地下水分布的确定方法， 该方法能够获得第四系地层中水的分布情况。

为达到上述目的，本发明的这种地下水分布的确定方法，包括如下 步骤：

A、对采集到的第四系地层结构的地质雷达数据进行去除干扰信号处 理；

B、对去除了干扰信号的地质雷达数据，计算低频信号能量占有率， 获得含水属性数据；

C、对含水属性数据进行剖面成像处理，显示地下水分布情况。

较佳地，步骤A所述去除干扰信号处理包括：

A1、将采集到的地质雷达数据进行偏移校正，去除仪器自身的信号 漂移噪声；

A2、对漂移校正后的曲线进行小波变换，对高频噪声信号进行压制；

A3、对小波变换后的信号进行低切滤波，切除信号直流分量的干扰。

较佳地，所述步骤A1所述去除仪器自身的信号漂移噪声包括：

A11、计算地质雷达数据中每个点的漂移参数；

A12、将地质雷达数据中原始信号所有点的漂移参数连接成漂移曲线；

A13、将原始信号与漂移曲线相减，形成漂移校正后曲线。

较佳地，步骤A11所述漂移参数的计算方法为：以位于漂移校正后 曲线中间的一个预设点为中心，建立一个由101个样点组成的窗口，对 窗口内所有原始信号数据求平均值作为该样点的漂移参数。

较佳地，所述步骤A2中，选取Moret小波函数，尺度参数为2，进 行小波变换。

较佳地，所述步骤A3中，低切滤波参数为20MHz。

较佳地，所述步骤B包括：

B1、对去除干扰信号后的地质雷达数据信号进行滚动时间窗求功率 谱计算；B2、根据计算出的滚动时间窗求功率谱，计算低频信号能量占 有率计算，获得含水属性数据。

较佳地，所述步骤B1包括：

B11、在地质雷达采集数据时间窗口中，对有限离散信号作 自相关：

$R_{\mathrm{ff}}\left(n\right)=\frac{1}{N}\underset{k=0}{\overset{N-1-n}{\Sigma }}f\left(k\right)f(k+n),$0≤n≤N-1

B12、对自相关数据作FFT计算，求得离散的功率谱 仅取其正频率部分的包络曲线作为时间 窗内信号的功率谱曲线P_f(ω)

其中N是样点数；所述时间窗从起始样点开始，向下滚动。

较佳地，步骤B2所述计算低频信号能量占有率为：计算地质雷达信 号天线主频的四分之一以下功率谱能量和天线全部功率谱能量的比值。

较佳地，所述步骤B进一步包括B3：对含水属性数据进行二维滑动 平均，消除其中地质突变点的干扰。

较佳地，所述对含水属性数据进行二维滑动平均为：

$x_{\Sigma }\left(t\right)=\frac{1}{N2-N1+1+M2-M1+1}\underset{i=N1}{\overset{N2}{\Sigma }}\underset{j=M1}{\overset{M2}{\Sigma }}{x}_{\mathrm{ij}}\left(t\right)$N1＜N2 M1＜M2

其中：N1是起始道数，N2是终止道数；M1是起始样点数；M2是终 止样点数。

较佳地，所述步骤C包括：

C1、对含水属性数据进行归一化处理；

C2、进行彩色剖面成像，将归一化处理后的含水属性数据以位图方 式进行显示。

较佳地，所述步骤C2包括：

C21、进行色阶调制，构造8位二进制颜色表，共有256个色阶，每 一个颜色对应一预定范围内的归一化处理后的含水属性数据；

C22、按照C21的色阶进行彩色剖面成像，将归一化处理后的含水属 性数据以位图方式进行显示。

由上述的技术方案可见，本发明的这种地下水分布的确定方法，由 于先对采集到的第四系地层结构地质雷达数据进行去除干扰信号处理； 再对去除了干扰信号的地质雷达数据，计算低频信号能量占有率，获得 含水属性数据；最后对含水属性数据进行剖面成像处理，显示地下水分 布情况。因此，不仅能够获得第四系地层中水的分布情况，而且比现有 技术直接解释的方法得到的数据更加准确、可靠。

附图说明

图1为本发明地下水分布的确定方法一较佳实施例的处理流程图；

图2a为图1所示实施例中地质雷达探测原始数据曲线及计算出的漂 移曲线图；

图2b为图2a的曲线经过偏移校正后的数据曲线图；

图2c为图2b的曲线经过小波变换后的数据曲线图；

图2d为图2c的曲线经过低切滤波后的数据曲线图；

图2e为根据图2a的原始数据获得的地层低频信号能量占有率变化曲 线图；

图3为图2a对应的地质雷达探测的原始剖面图像；

图4为图3所示的原始剖面图像经过预处理后的剖面图像；

图5为图4经归一化后的位图方式的剖面图像；

图6为图5经过二维滑动平均后的含水率剖面图像。

具体实施方式

以下参照附图并举具体实施例对本发明进行详细说明。

本发明提供了一种地下水分布的确定方法，该方法能够获得第四系 地层中水的分布情况。以下举一个具体实施例进行详细说明。

如图1所示，本发明一较佳实施例的地下水分布的确定方法，采用 地质雷达采集数据，具体包括如下步骤：

步骤101、将采集到的第四系地层结构地质雷达数据进行偏移校正， 去除仪器自身的信号漂移噪声。

本步骤中，地质雷达采集到的原始信号如图2a所示，其原始数据的 剖面图像如图3所示。本实施例中，地质雷达采集数据以及显示原始数 据的剖面图像的方法属于现有技术，这里不再赘述。

本步骤中，去除仪器自身的信号漂移噪声的方法包括三个步骤：

第一步：计算地质雷达数据中每个点的漂移参数。

具体地，以图2a的原始信号中间的预设点N点为例，以N点为中心， 建立一个由101个样点组成的窗口W，对窗口内所有原始信号数据求平均 值作为该样点的漂移参数。

第二步：将原始信号所有点的漂移参数连接成漂移曲线，如图2a所 示。

第三步：将原始信号与漂移曲线相减，形成漂移校正后曲线，如图 2b所示。

步骤102、对漂移校正后的曲线进行小波变换，对高频噪声信号进行 压制。

本步骤中，可以选取Moret小波函数，尺度参数为2，变换结果如图 2c所示。

本步骤中，进行小波变换的具体过程与现有技术相同，这里不再赘 述。

步骤103、进行低切滤波，切除信号直流分量的干扰。

本步骤中，低切滤波参数为20MHz，滤波后结果如图2d所示。

本步骤中，进行低切滤波的具体过程与现有技术相同，这里不再赘 述。

上述步骤101-103实际是进行各种干扰信号的去除，这样能够保证 获得第四系地层中水的分布情况的可靠性。

步骤104、对去除干扰信号后的地质雷达数据信号进行滚动时间窗求 功率谱计算。

具体地，去除干扰信号后的地质雷达数据信号的振幅谱是非负且是 偶对称的。其功率谱|F(ω)|²能够突出那些|F(ω)|＞1的主要成分，压制那些 |F(ω)|＜1的次要成分，因此功率谱能突出信号的主要频率成分。

在地质雷达采集数据时间窗口中，对有限离散信号(其中N 是样点数，本发明为128)先作自相关：

$R_{\mathrm{ff}}\left(n\right)=\frac{1}{N}\underset{k=0}{\overset{N-1-n}{\Sigma }}f\left(k\right)f(k+n),$0≤n≤N-1

然后对自相关数据作FFT计算，求得离散的功率谱 仅取其正频率部分的包络曲线作为时间 窗内信号的功率谱曲线P_f(ω)。这样时间窗从起始样点开始，向下滚动， 就构成了滚动时间窗。

步骤105、进行低频信号能量占有率计算，获得含水属性数据。

第四系地层含水量对电磁波传播的动力学特征影响很大，尤其功率 谱特征。由于含水介质导电性增加，因此介质电磁波吸收系数加大，尤 其高频信号的吸收，因此地层功率谱低频响应特征反映出地层含水饱和 程度。也就是说，低频信号能量占有率体现了含水属性，这里可以称为 含水属性数据。

低频信号能量占有率或者说含水属性数据的计算方法采用以下方式 实现：计算地质雷达信号天线主频的四分之一以下功率谱能量和天线全 部功率谱能量的比值，其结果如图2e所示。

步骤106、对含水属性数据进行二维滑动平均，消除其中地质突变点 的干扰。

计算方法如下：

$x_{\Sigma }\left(t\right)=\frac{1}{N2-N1+1+M2-M1+1}\underset{i=N1}{\overset{N2}{\Sigma }}\underset{j=M1}{\overset{M2}{\Sigma }}{x}_{\mathrm{ij}}\left(t\right)$N1＜N2 M1＜M2

其中：N1是起始道数，N2是终止道数；M1是起始样点数；M2是终 止样点数。

步骤107、对含水属性数据进行归一化处理。

由于含水属性数据都在1以下，为了方便图像显示，将这些数据进 行归一化处理，全部归一化到0-255数据范围内，具体实施如下：找 出所有数据的最大值，将所有数据乘以255，再将乘结果除以上述确定的 最大值。

步骤108、进行彩色剖面成像，将归一化处理后的含水属性数据以位 图方式进行显示。

在实际应用中，为了能够直观地看到地下水的分布情况，本实施例 进行了彩色剖面成像处理。

首先，进行色阶调制，构造8位二进制颜色表，共有256个色阶， 每一个颜色对应一预定范围内的归一化处理后的含水属性数据。

最后进行彩色剖面成像，将归一化处理后的含水属性数据以位图方 式进行显示。

实际上，为了能够直观地看到消除地质突变点的干扰前后的效果。 在上述步骤105之后，可以先执行一次步骤107和步骤108，获得消除地 质突变点的干扰前的彩色剖面图像(如图5所示)，以便与消除地质突变 点的干扰后的彩色剖面图像(如图6所示)进行对比。

由上述的实施例可见，本发明的这种地下水分布的确定方法，不仅 能够获得第四系地层中水的分布情况，而且比现有技术直接解释的方法 得到的数据更加准确、可靠。