<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Journal Publishing DTD v1.3 20210610//EN" "JATS-journalpublishing1-3.dtd">
<article article-type="research-article" dtd-version="1.3" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xml:lang="ru"><front><journal-meta><journal-id journal-id-type="publisher-id">gscience</journal-id><journal-title-group><journal-title xml:lang="ru">Горные науки и технологии</journal-title><trans-title-group xml:lang="en"><trans-title>Mining Science and Technology (Russia)</trans-title></trans-title-group></journal-title-group><issn pub-type="epub">2500-0632</issn><publisher><publisher-name>The National University of Science and Technology MISiIS (NUST MISIS)</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.17073/2500-0632-2023-05-118</article-id><article-id custom-type="elpub" pub-id-type="custom">gscience-829</article-id><article-categories><subj-group subj-group-type="heading"><subject>Research Article</subject></subj-group><subj-group subj-group-type="section-heading" xml:lang="ru"><subject>СВОЙСТВА ГОРНЫХ ПОРОД. ГЕОМЕХАНИКА И ГЕОФИЗИКА</subject></subj-group><subj-group subj-group-type="section-heading" xml:lang="en"><subject>MINING ROCK PROPERTIES. ROCK MECHANICS AND GEOPHYSICS</subject></subj-group></article-categories><title-group><article-title>Модель годографа электромагнитных волн, дифрагированных на локальном объекте при георадиолокационном изучении слоев горных пород криолитозоны</article-title><trans-title-group xml:lang="en"><trans-title>Model of time-distance curve of electromagnetic waves diffracted on a local feature in the georadar study of permafrost zone rock layers</trans-title></trans-title-group></title-group><contrib-group><contrib contrib-type="author" corresp="yes"><contrib-id contrib-id-type="orcid">https://orcid.org/0000-0002-4179-9619</contrib-id><name-alternatives><name name-style="eastern" xml:lang="ru"><surname>Соколов</surname><given-names>К. О.</given-names></name><name name-style="western" xml:lang="en"><surname>Sokolov</surname><given-names>K. О.</given-names></name></name-alternatives><bio xml:lang="ru"><p>Кирилл Олегович Соколов – кандидат технических наук, старший научный сотрудник лаборатории георадиолокации</p><p>Scopus ID 56457950500, ResearcherID P-8843-2016</p><p>г. Якутск</p></bio><bio xml:lang="en"><p>Kirill O. Sokolov – Cand. Sci. (Eng.), Senior Researcher</p><p>Scopus ID 56457950500, ResearcherID P-8843-2016</p><p>Yakutsk</p></bio><email xlink:type="simple">k.sokolov@ro.ru</email><xref ref-type="aff" rid="aff-1"/></contrib></contrib-group><aff-alternatives id="aff-1"><aff xml:lang="ru">Институт горного дела Севера им. Н. В. Черского СО РАН<country>Россия</country></aff><aff xml:lang="en">N.V. Chersky Mining Institute of the North of the Siberian Branch of the RAS<country>Russian Federation</country></aff></aff-alternatives><pub-date pub-type="collection"><year>2024</year></pub-date><pub-date pub-type="epub"><day>17</day><month>10</month><year>2024</year></pub-date><volume>9</volume><issue>3</issue><fpage>199</fpage><lpage>205</lpage><permissions><copyright-statement>Copyright &amp;#x00A9; Соколов К.О., 2024</copyright-statement><copyright-year>2024</copyright-year><copyright-holder xml:lang="ru">Соколов К.О.</copyright-holder><copyright-holder xml:lang="en">Sokolov K.О.</copyright-holder><license license-type="creative-commons-attribution" xlink:href="https://creativecommons.org/licenses/by/4.0/" xlink:type="simple"><license-p>This work is licensed under a Creative Commons Attribution 4.0 License.</license-p></license></permissions><self-uri xlink:href="https://mst.misis.ru/jour/article/view/829">https://mst.misis.ru/jour/article/view/829</self-uri><abstract><p>В георадиолокации одной из наиболее популярных процедур определения скорости распространения электромагнитных волн в массиве горных пород является подбор теоретических гиперболических годографов с последующим сравнением с годографом, полученным при георадиолокационном измерении. Эта процедура основана на модели однородной среды, но в настоящее время объектом изучения георадиолокации часто становятся неоднородные среды, такие как горизонтально-слоистые среды, характерные для рыхлых отложений криолитозоны. В статье представлены результаты исследования формирования гиперболических годографов георадиолокационных сигналов в горизонтально-слоистой среде без учета дисперсии и поглощения электромагнитных волн. На основе законов геометрической оптики выведены формулы, позволяющие рассчитать форму гиперболической оси синфазности георадиолокационных сигналов, отраженных от локального объекта в многослойном массиве мерзлых горных пород. На примере массива горных пород криолитозоны, содержащего слой незамерзших горных пород, показано влияние мощностей слоев горных пород и их относительной диэлектрической проницаемости на кажущуюся диэлектрическую проницаемость, получаемую в результате расчета теоретического гиперболического годографа. Также представлены условия, при которых невозможно определить наличие слоя незамерзших горных пород по гиперболическому годографу. Установленные закономерности апробированы на синтетических георадиолокационных радарограммах, рассчитанных в программе gprMax. Результаты теоретических исследований подтверждены сравнением с результатами анализа данных компьютерного моделирования георадиолокационных измерений в системе gprMax (относительная погрешность составила менее 0,5 %).</p></abstract><trans-abstract xml:lang="en"><p>In GPR (georadar) studies, one of the most popular procedures for determining electromagnetic waves propagation velocity in a rock mass is the selection of theoretical hyperbolic time-distance curves and subsequent comparison with the time-distance curve obtained from a GPR measurement. This procedure is based on the model of homogeneous medium, but nowadays the subject of GPR study is often inhomogeneous media, such as horizontally layered media characteristic of loose permafrost zone sediments. The paper presents the findings of studying the formation of hyperbolic time-distance curves of georadar impulses in a horizontally layered medium without taking into account the dispersion and absorption of electromagnetic waves. On the basis of geometrical optics laws, formulas were derived to calculate the shape of the hyperbolic lineup of georadar impulses reflected from a local feature in a multilayer frozen rock mass. On the example of a permafrost zone rock mass containing a layer of unfrozen rocks, the effect of the thicknesses of rock layers and their relative dielectric permittivity on the apparent dielectric permittivity resulting from the calculation of the theoretical hyperbolic time-distance curve was shown. The conditions under which it is impossible to determine the presence of a layer of unfrozen rocks from a hyperbolic time-distance curve are also presented. The established regularities were tested on synthetic georadar radargrams calculated in the gprMax software program. The findings of the theoretical studies were confirmed by the comparison with the results of the analysis of the georadar measurements computer simulation data in the gprMax system (the relative error was less than 0.5%).</p></trans-abstract><kwd-group xml:lang="ru"><kwd>модель</kwd><kwd>массив</kwd><kwd>горные породы</kwd><kwd>диэлектрическая проницаемость</kwd><kwd>скорость</kwd><kwd>гипербола</kwd><kwd>слой</kwd><kwd>георадиолокация</kwd><kwd>криолитозона</kwd><kwd>gprMax</kwd></kwd-group><kwd-group xml:lang="en"><kwd>model</kwd><kwd>rock mass</kwd><kwd>rocks</kwd><kwd>dielectric permittivity</kwd><kwd>velocity</kwd><kwd>hyperbola</kwd><kwd>layer</kwd><kwd>georadar</kwd><kwd>permafrost zone</kwd><kwd>gprMax</kwd></kwd-group><funding-group xml:lang="ru"><funding-statement>Работа выполнена в рамках государственного задания Министерства науки и высшего образования Российской Федерации (тема № 0297-2021-0020, ЕГИСУ НИОКТР № 122011800086-1).</funding-statement></funding-group><funding-group xml:lang="en"><funding-statement>The study was performed within the framework of the state assignment of the Ministry of Science and Higher Education of the Russian Federation (Project No. 0297-2021-0020, EGISU NIOKTR (Unified State Information System for R&amp;D Accounting) No. 122011800086-1).</funding-statement></funding-group></article-meta></front><body><sec><title>Модель годографа электромагнитных волн, дифрагированных на локальном объекте при георадиолокационном изучении слоев горных пород криолитозоны</title></sec><sec><title>Введение</title><p>Одной из геофизических задач, решаемых с привлечением метода георадиолокации, является исследование физико-механических свойств горных пород. Однако накопление экспериментальных материалов и развитие методического обеспечения георадиолокации в данном направлении происходит существенно медленнее [1, 2], чем в других [<xref ref-type="bibr" rid="cit3">3</xref>], что приводит к недооценке возможностей метода георадиолокации. Причины, приведшие к такому положению дел в георадиолокации, могут быть различные, одной из них является некорректное использование процедуры определения скорости v распространения электромагнитных волн (ЭМВ) по гиперболическим годографам (осям синфазности георадиолокационных сигналов). Данная процедура является наиболее распространенным способом оценки скорости ЭМВ [<xref ref-type="bibr" rid="cit1">1</xref>], по результатам выполнения которой рассчитывается вещественная часть относительной комплексной диэлектрической проницаемости ε′, зависящая от влажности, плотности и криогенного состояния горных пород [<xref ref-type="bibr" rid="cit4">4</xref>]. В учебных пособиях как отечественных [1, 2], так и зарубежных [5, 6], а также в руководствах по обработке данных производителей георадаров (GSSI, ГЕОТЕХ) и стандарте American Society for Testing and Materials (ASTM)1 обоснование применения определения скорости распространения ЭМВ по гиперболическим годографам приводится для случая, когда вмещающая среда является однородной.</p><p>В настоящее время в практике георадиолокационных измерений [3, 7, 8], а также в научных работах, посвященных автоматизации поиска гиперболических годографов в данных георадиолокации [9–11], в том числе в режиме реального времени [<xref ref-type="bibr" rid="cit12">12</xref>], объектом исследования является, как правило, неоднородная среда. Вследствие этого скорость распространения ЭМВ, определенная по гиперболе, находящейся в некотором слое, является усредненной (интегральной) характеристикой всех вышележащих слоев, о чем упомянуто в работе одного из классиков георадиолокации [<xref ref-type="bibr" rid="cit13">13</xref>]. При проведении георадиолокационных исследований в области криолитозоны возможна неверная оценка криогенного состояния горных пород и, соответственно, их физико-механических свойств, в случае наличия слоя незамерзших горных пород, влияние которого на форму гиперболического годографа может быть хотя и значительным, но недостаточным для того, чтобы результат определения v по методу аппроксимации годографа гиперболой [<xref ref-type="bibr" rid="cit2">2</xref>] оказался в диапазоне значений, характерных для талых пород. Таким образом, в многослойной среде непосредственно по гиперболическому годографу возможно определить истинную скорость v распространения ЭМВ только в первом слое горных пород, и для корректного использования значений v в практике ведения георадиолокационных работ необходимо установить закономерности формирования в слоистых породных массивах годографов ЭМВ, дифрагированных на локальном объекте. Для достижения указанной цели необходимо решить следующие задачи:</p><p>1 ASTM D6432-11, Standard guide for using the surface ground penetrating radar method for subsurface investigation, ASTM International, West Conshohocken, PA; 2011. https://doi.org/10.1520/D6432-11</p></sec><sec><title>Модель гиперболического годографа георадиолокационных сигналов, получаемых при зондировании слоистого породного массива</title><p>ЭМВ, излучаемая георадаром, расположенном в точке х, распространяется в слоистом породном массиве по принципу Ферма (серая сплошная линия на рис. 1), но в данной работе рассмотрим модель распространения ЭМВ по лучу (черная пунктирная линия на рис. 1) в массиве, состоящем из n слоев мощностью hi с заданными значениями ε′i и vi, при i, находящемся в диапазоне от 1 до n. Локальный объект, обозначенный черным кружком на рис. 1, расположен в последнем слое на глубине h0. Расстояние hл, пройденное лучом от георадара до локального объекта, будет равно:</p><p> </p><p>При перемещении георадара вдоль профиля координата х будет увеличиваться, а hл соответственно уменьшаться, формируя левую ветвь гиперболы и достигая минимума в точке х = х0, в которой и будет расположена вершина гиперболы. При х &gt; х0 значения hл будут увеличиваться и соответствовать правой ветви гиперболы. В промежуточном слое под номером i луч проходит расстояние hлi, которое больше мощности слоя hi во всех точках, кроме х0:</p><p> </p><p>где </p><p> </p><p>Так как в последнем слое луч проходит расстояние меньшее, чем hn, то hлn будет равно:</p><p>Время распространения луча в слое i:</p><p>Рис. 1. Схема модели распространения электромагнитной волны в слоистом породном массиве</p><p>Общее время tл распространения луча от георадара до локального объекта составит:</p><p>Тогда усредненная лучевая скорость будет равна:</p><p>Уравнение гиперболического годографа в однородной среде [<xref ref-type="bibr" rid="cit2">2</xref>]:</p><p> </p><p>Для горизонтально-слоистой среды уравнение (1) примет следующий вид:</p><p>Исходя из основного тригонометрического тождества и положительности функции косинуса в области значений арксинуса преобразуем знаменатель дроби:</p><p>Тогда уравнение гиперболического годографа георадиолокационных сигналов, отраженных от локального объекта, расположенного в слоистом породном массиве, может быть представлено в виде (2). При подстановке в уравнение (2) параметров для однослойной среды оно совпадает с выражением (1):</p><p>При обработке данных георадиолокации гиперболический годограф, имеющий форму, соответствующую выражению (2), аппроксимируют гиперболой, имеющей вид согласно уравнению (1). Рассчитываемые в результате подобной аппроксимации значения скорости распространения ЭМВ являются не истинными, а кажущимися (vкаж), и представляют собой некоторое интегральное значение скоростей ЭМВ во всех вышележащих слоях. Для определения зависимости vкаж от значений v в слоях, перекрывающих локальный объект, приравняем друг к другу уравнения (1) и (2):</p><p>И выразим vкаж:</p><p>И в соответствии с известной зависимостью v = c/√ε′ (с = 300 000 км/с = 0,3 м/нс) [<xref ref-type="bibr" rid="cit2">2</xref>] кажущаяся диэлектрическая проницаемость будет равна:</p><p>По значению vкаж невозможно оценить скорость распространения ЭМВ в горных породах конкретного слоя и может возникнуть предположение, что v каждого слоя находится в диапазоне vкаж ± Δv. Например, если при проведении георадиолокационных измерений массива многолетнемерзлых горных пород, у которых v находится в узком диапазоне 100–150 м/мкс (среднее значение vср ≈ 125 м/мкс) [<xref ref-type="bibr" rid="cit14">14</xref>], vкаж будет выше 100 м/мкс, то в целом массив можно охарактеризовать как мерзлый. Однако в подобных массивах может находиться слой пород в талом состоянии, который может быть зафиксирован по данным георадиолокации, но существует проблема с его распознаванием [<xref ref-type="bibr" rid="cit15">15</xref>], в связи с этим возникает проблема определения влияния слоя пород с низким значением vс на vкаж.</p><p>Для решения данной проблемы воспользуемся формулой (3) и тем фактом, что v мерзлых горных пород варьируется в узких пределах, а скорость vт распространения ЭМВ в незамерзших горных породах значительно ниже [<xref ref-type="bibr" rid="cit2">2</xref>]. Часть массива горных пород, находящуюся в мерзлом состоянии, представим в виде слоев одинаковой толщины hс, в каждом из которых скорость распространения ЭМВ будет равна усредненному значению vс. Разбивать мерзлую часть массива горных пород на слои можно произвольно, так как при одинаковой v их количество и толщина не влияют на время регистрации георадиолокационных сигналов, составляющих гиперболическую ось синфазности. Толщину hт и скорость vт в слое талых пород представим пропорциональными hс и vс:</p><p>hт = khhс, vт = kvvт.</p><p>После подстановки в (3) получим выражение для кажущейся скорости vкаж.т распространения ЭМВ в массиве мерзлых горных пород, содержащем слой пород в талом состоянии:</p><p>При kh = 0 по формуле (5) vкаж.т = vс, т.е. будет соответствовать мерзлому массиву горных пород. Для того чтобы определить, как изменится vкаж по сравнению с vс при наличии низкоскоростного слоя талых пород, разделим формулу (3) с параметрами мерзлых пород hс и vс для всех слоев, обозначив ее vкаж.м, на выражение (5):</p></sec><sec><title>Проверка полученных теоретических выражений на данных компьютерного моделирования</title><p>Моделирование данных георадиолокации проведено в системе gprMax [<xref ref-type="bibr" rid="cit16">16</xref>], которая положительно зарекомендовала себя в исследованиях, посвященных определению и анализу гиперболических осей синфазности георадиолокационных сигналов [17–19]. При моделировании использовались следующие параметры: зондирующий сигнал – импульс Рикера с центральной частотой Фурье-спектра 400 МГц, временная развертка – 150, база антенны – 0 мм. Данные для моделирования представлены в таблице.</p><p>Текст входного файла для gprMax для модели №1:</p><p>#domain: 4 9.1 0.002#dx_dy_dz: 0.002 0.002 0.002#time_window: 150e-9#material: 6 0 1 0 sloi1#material: 4 0 1 0 sloi2#waveform: ricker 10 0.4e9 my_ricker#hertzian_dipole: z 0.1 9 0 my_ricker#rx: 0.1 9 0#src_steps: 0.01 0 0#rx_steps: 0.01 0 0#box: 0 0 0 4 9 0.002 sloi1#box: 0 0 0 4 7 0.002 sloi2#cylinder: 2 5 0 2 5 0.002 0.01 pec</p><p>Результат моделирования (out-файл) экспортирован в формат программы GeoScan32 (производитель НПЦ ГЕОТЕХ), в которой затем установлены начало отсчета шкалы глубин и параметр База антенны, равный 1. На рис. 2, а представлены результаты моделирования (Модель №1), значения ε′каж, рассчитанной с помощью процедуры «Гипербола», и vкаж. Время регистрации сигналов, отраженных от нижней границы 1 слоя t1 и от локального объекта – вершины гиперболы tг, в соответствии с формулой (1) равно:</p><p>t1 = 32,7 нс, tг = t1 + 26,7 = 59,4 нс.</p><p>Таблица</p><p>Параметры моделей массива горных пород</p><p>По формулам (3) и (4) vкаж и ε′каж будут равны:</p><p>vкаж = 0,1349 м/нс = 134,9 м/мкс; ε′каж = 4,9484.</p><p>Проверка полученных значений:</p><p>Таким образом, относительная погрешность значений vкаж и ε′каж, рассчитанных в программе GeoScan32, составила 0,07 и 0,37 % соответственно. Для модели №2 в результате вычислений по формулам (3) и (4) получены значения vкаж = 123,7 м/мкс, ε′каж = 5,8853.</p><p>Для проверки формулы (6) сначала проведем вычисления vкаж.м для модели массива мерзлых горных пород мощностью h0 = 5 м, состоящей из n = 5 слоев с h = 1 м, v = 122,5, 150, 122,5, 134,2, 150 м/мкс и ε′ = 6; 4; 6; 5; 4. Согласно выражению (3) vкаж.м = 134,7 м/мкс.</p><p>Далее вместо четвертого слоя введем низкоскоростной слой (модель №3 в таблице) с такими параметрами hт, vт, чтобы значение vкаж.т находилось в диапазоне, характерном для мерзлых горных пород. Установим мощность незамерзшего слоя hт = 0,5 м (при этом h0 уменьшится до 4,5 м) как половину (kh = 0,5) мощности усредненного слоя hс = 1 м, а скорость распространения ЭМВ в нем в два раза меньше (kv = 0,5), чем среднее значение ε′с = 5, vс = 134,2 м/мкс, т. е. vт = 67,1 м/мкс, ε′т = (c/vт)2 = 20. Остальные параметры моделируемого массива горных пород представлены в таблице. По формуле (3) vкаж.т = 121,2 м/мкс, что подтверждается результатом вычисления vкаж по данным компьютерного моделирования (рис. 2, в), относительная погрешность которого, по сравнению с точным значением, составила менее 0,5 %.</p><p>Рис. 2. Синтетические радарограммы моделей 1 (а), 2 (б) и 3 (в)</p><p>Теперь можно рассчитать, как изменилась кажущаяся скорость распространения ЭМВ в модели массива горных пород с введением в нее низкоскоростного слоя:</p><p>То есть при наличии низкоскоростного слоя с указанными выше параметрами vкаж уменьшается на ≈10 %. Для получения данного результата пришлось провести весь комплекс расчетов по вычислению vкаж как для полностью мерзлого массива горных пород, так и для случая со слоем незамерзших пород. Подобные расчеты можно существенно упростить, если использовать формулу (6), позволяющую с точностью до тысячных получить тот же результат:</p><p>Для подтверждения того, что формула (6) верна при разбиении мерзлой части массива горных пород на произвольное количество слоев, проведены расчеты для модели с 3 и 9 слоями. При этом будет изменяться только один параметр – kh, так, при n = 3 (h = 2, 0,5, 2 м) kh = 0,25, при n = 9 (мощность всех слоев – 0,5 м) kh = 1:</p><p>В общем случае, чтобы определить, будет ли vкаж.т находиться в диапазоне значений, характерных для мерзлых пород, например, Центральной Якутии, при произвольных kh, kv в формулу (5) подставим усредненные значения, характерные для этого района, vс = 125 м/мкс и vкаж.т = 100 м/мкс [<xref ref-type="bibr" rid="cit14">14</xref>], тогда при весьма значительной разнице между vкаж.м и vкаж.т:</p><p>получим из (5):</p><p>откуда</p><p>При увеличении vкаж.т или уменьшении vкаж.м выражение (7) будет больше 0,8, а соотношение vкаж.м/vкаж.т будет уменьшаться, что приведет к затруднениям при интерпретации данных георадиолокационных измерений по определению наличия слоя незамерзших горных пород на основе анализа гиперболического годографа георадиолокационных сигналов. Оценка возможности выявления слоя незамерзших горных пород, в зависимости от величин параметров kh, kv по формуле (7), сделана для района Центральной Якутии, для других районов ее необходимо пересчитать с соответствующими значениями скоростей распространения ЭМВ в мерзлых и талых горных породах.</p></sec><sec><title>Выводы</title><p>В результате проведенного исследования разработана модель гиперболического годографа георадиолокационных сигналов, отраженных от локального объекта, расположенного в массиве горных пород, с произвольным количеством слоев. На основе разработанной модели получены выражения для кажущихся значений скорости распространения электромагнитных волн и вещественной части относительной комплексной диэлектрической проницаемости рассчитываемых по гиперболическому годографу георадиолокационных сигналов. Полученные выражения позволили установить, как снизится скорость распространения электромагнитных волн в массиве горных пород, содержащем слой незамерзших горных пород, по сравнению с полностью мерзлым массивом. Результаты теоретических исследований подтверждены сравнением с результатами анализа данных компьютерного моделирования георадиолокационных измерений в системе gprMax (относительная погрешность составила менее 0,5 %).</p><p>Полученные в ходе исследования результаты имеют большое значение для развития методического обеспечения георадиолокации по определению электрофизических свойств горных пород, что повысит достоверность оценки их физико-механических свойств, особенно в области распространения вечной мерзлоты. Практическое применение полученных результатов в исследованиях, направленных на автоматизированное определение электрофизических свойств горных пород и грунтов по гиперболическим годографам, позволит сформировать базу данных с актуальной информацией о диэлектрической проницаемости горных пород.</p></sec></body><back><ref-list><title>References</title><ref id="cit1"><label>1</label><citation-alternatives><mixed-citation xml:lang="ru">Старовойтов А. В. Интерпретация георадиолокационных данных. М.: Изд-во МГУ; 2008. 192 с.</mixed-citation><mixed-citation xml:lang="en">Starovoitov A. V. Interpretation of georadar data. Мoscow: MSU Publ. House; 2008. 192 p. (In Russ.)</mixed-citation></citation-alternatives></ref><ref id="cit2"><label>2</label><citation-alternatives><mixed-citation xml:lang="ru">Владов М. Л., Судакова М. С. Георадиолокация. От физических основ до перспективных направлений. М.: Изд-во ГЕОС; 2017. 240 с.</mixed-citation><mixed-citation xml:lang="en">Vladov M. L., Sudakova M. S. Georadar. From physical fundamentals to upcoming trends. Мoscow: GEOS Publ. House; 2017. 240 p. (In Russ.)</mixed-citation></citation-alternatives></ref><ref id="cit3"><label>3</label><citation-alternatives><mixed-citation xml:lang="ru">Lombardi F., Podd F., Solla M. From its core to the niche: insights from GPR applications. Remote Sens. 2022;14(13):3033. https://doi.org/10.3390/rs14133033</mixed-citation><mixed-citation xml:lang="en">Lombardi F., Podd F., Solla M. From its core to the niche: insights from GPR applications. Remote Sens. 2022;14(13):3033. https://doi.org/10.3390/rs14133033</mixed-citation></citation-alternatives></ref><ref id="cit4"><label>4</label><citation-alternatives><mixed-citation xml:lang="ru">Фролов А. Д. Электрические и упругие свойства мерзлых пород и льдов. Пущино: ОНТИ ПНЦ РАН; 1998. 515 с.</mixed-citation><mixed-citation xml:lang="en">Frolov A. D. Electrical and elastic properties of frozen rocks and ice. Pushchino: ONTI PNTs RAS Publ.; 1998. 515 p. (In Russ.)</mixed-citation></citation-alternatives></ref><ref id="cit5"><label>5</label><citation-alternatives><mixed-citation xml:lang="ru">Persico R. Introduction to ground penetrating radar: inverse scattering and data processing. New Jersey: Wiley-IEEE Press; 2014. 392 с. https://doi.org/10.1002/9781118835647.ch2</mixed-citation><mixed-citation xml:lang="en">Persico R. Introduction to ground penetrating radar: inverse scattering and data processing. New Jersey: Wiley-IEEE Press; 2014. 392 с. https://doi.org/10.1002/9781118835647.ch2</mixed-citation></citation-alternatives></ref><ref id="cit6"><label>6</label><citation-alternatives><mixed-citation xml:lang="ru">Jol H. M. Ground penetrating radar: theory and application. Elsevier; 2008. 544 p. https://doi.org/10.1016/B978-0-444-53348-7.X0001-4</mixed-citation><mixed-citation xml:lang="en">Jol H. M. Ground penetrating radar: theory and application. Elsevier; 2008. 544 p. https://doi.org/10.1016/B978-0-444-53348-7.X0001-4</mixed-citation></citation-alternatives></ref><ref id="cit7"><label>7</label><citation-alternatives><mixed-citation xml:lang="ru">Дьяков А. Ю., Калашник А. И. Методические основы георадарных исследований горнотехнических объектов. Апатиты: Изд-во ФИЦ КНЦ РАН; 2021. 110 с. https://doi.org/10.37614/978.5.91137.443.3</mixed-citation><mixed-citation xml:lang="en">Dyakov A. Yu., Kalashnik A. I. Methodological fundamentals of GPR studies of mining features. Apatity: FITs KSC RAS Publ.; 2021. 110 p. (In Russ.) https://doi.org/10.37614/978.5.91137.443.3</mixed-citation></citation-alternatives></ref><ref id="cit8"><label>8</label><citation-alternatives><mixed-citation xml:lang="ru">Solla M., Perez-Gracia V., Fontul S. A review of GPR application on transport infrastructures: troubleshooting and best practices. Remote Sens. 2021;13(4):672. https://doi.org/10.3390/rs13040672</mixed-citation><mixed-citation xml:lang="en">Solla M., Perez-Gracia V., Fontul S. A review of GPR application on transport infrastructures: troubleshooting and best practices. Remote Sens. 2021;13(4):672. https://doi.org/10.3390/rs13040672</mixed-citation></citation-alternatives></ref><ref id="cit9"><label>9</label><citation-alternatives><mixed-citation xml:lang="ru">Wunderlich T., Wilken D., Majchczack B. S. et al. Hyperbola detection with retinanet and comparison of hyperbola fitting methods in GPR data from an archaeological site. Remote Sensing. 2022;14:3665. https://doi.org/10.3390/rs14153665</mixed-citation><mixed-citation xml:lang="en">Wunderlich T., Wilken D., Majchczack B. S. et al. Hyperbola detection with retinanet and comparison of hyperbola fitting methods in GPR data from an archaeological site. Remote Sensing. 2022;14:3665. https://doi.org/10.3390/rs14153665</mixed-citation></citation-alternatives></ref><ref id="cit10"><label>10</label><citation-alternatives><mixed-citation xml:lang="ru">Mertens L., Persico R., Matera L., Lambot S. Automated detection of reflection hyperbolas in complex gpr images with no a priori knowledge on the medium. In: IEEE Transactions on Geoscience and Remote Sensing. 2016;1:580–596. https://doi.org/10.1109/TGRS.2015.2462727</mixed-citation><mixed-citation xml:lang="en">Mertens L., Persico R., Matera L., Lambot S. Automated detection of reflection hyperbolas in complex gpr images with no a priori knowledge on the medium. In: IEEE Transactions on Geoscience and Remote Sensing. 2016;1:580–596. https://doi.org/10.1109/TGRS.2015.2462727</mixed-citation></citation-alternatives></ref><ref id="cit11"><label>11</label><citation-alternatives><mixed-citation xml:lang="ru">Lei W., Hou F., Xi J. et al. Automatic hyperbola detection and fitting in GPR B-scan image. Automation in Construction. 2019;106:102839. https://doi.org/10.1016/j.autcon.2019.102839</mixed-citation><mixed-citation xml:lang="en">Lei W., Hou F., Xi J. et al. Automatic hyperbola detection and fitting in GPR B-scan image. Automation in Construction. 2019;106:102839. https://doi.org/10.1016/j.autcon.2019.102839</mixed-citation></citation-alternatives></ref><ref id="cit12"><label>12</label><citation-alternatives><mixed-citation xml:lang="ru">Dou Q., Wei L., Magee R., Cohn A. G. Real-time hyperbola recognition and fitting in GPR data. In: IEEE Transactions on Geoscience and Remote Sensing. 2017;55(1):51–62. https://doi.org/10.1109/TGRS.2016.2592679</mixed-citation><mixed-citation xml:lang="en">Dou Q., Wei L., Magee R., Cohn A. G. Real-time hyperbola recognition and fitting in GPR data. In: IEEE Transactions on Geoscience and Remote Sensing. 2017;55(1):51–62. https://doi.org/10.1109/TGRS.2016.2592679</mixed-citation></citation-alternatives></ref><ref id="cit13"><label>13</label><citation-alternatives><mixed-citation xml:lang="ru">Daniels J. J. Fundamentals of ground penetrating radar. In: Symposium on the Application of Geophysics to Engineering and Environmental Problems. 1989;1:62–142. https://doi.org/10.4133/1.2921864</mixed-citation><mixed-citation xml:lang="en">Daniels J. J. Fundamentals of ground penetrating radar. In: Symposium on the Application of Geophysics to Engineering and Environmental Problems. 1989;1:62–142. https://doi.org/10.4133/1.2921864</mixed-citation></citation-alternatives></ref><ref id="cit14"><label>14</label><citation-alternatives><mixed-citation xml:lang="ru">Омельяненко А. В., Федорова Л. Л. Георадиолокационные исследования многолетнемерзлых пород. Якутск: Изд-во ЯНЦ СО РАН; 2006. 136 с.</mixed-citation><mixed-citation xml:lang="en">Omelyanenko A. V., Fedorova L. L. Georadar studies of permafrost. Yakutsk: YaSC SB RAS Publ.; 2006. 136 p. (In Russ.)</mixed-citation></citation-alternatives></ref><ref id="cit15"><label>15</label><citation-alternatives><mixed-citation xml:lang="ru">Якупов В. С. Геофизика криолитозоны. Якутск: Изд-во Якутского госуниверситета; 2008. 342 с.</mixed-citation><mixed-citation xml:lang="en">Yakupov V. S. Geophysics of permafrost zone. Yakutsk: Yakutsk State University Publ.; 2008. 342 p. (In Russ.)</mixed-citation></citation-alternatives></ref><ref id="cit16"><label>16</label><citation-alternatives><mixed-citation xml:lang="ru">Warren C., Giannopoulos A., Giannakis I. gprMax: Open source software to simulate electromagnetic wave propagation for Ground Penetrating Radar. Computer Physics Communications. 2016;209:163–170. https://doi.org/10.1016/j.cpc.2016.08.020</mixed-citation><mixed-citation xml:lang="en">Warren C., Giannopoulos A., Giannakis I. gprMax: Open source software to simulate electromagnetic wave propagation for Ground Penetrating Radar. Computer Physics Communications. 2016;209:163–170. https://doi.org/10.1016/j.cpc.2016.08.020</mixed-citation></citation-alternatives></ref><ref id="cit17"><label>17</label><citation-alternatives><mixed-citation xml:lang="ru">Wunderlich T., Wilken D., Majchczack B. S., et al. Hyperbola detection with RetinaNet and comparison of hyperbola fitting methods in GPR data from an archaeological site. Remote Sensing. 2022;14:3665. https://doi.org/10.3390/rs14153665</mixed-citation><mixed-citation xml:lang="en">Wunderlich T., Wilken D., Majchczack B. S., et al. Hyperbola detection with RetinaNet and comparison of hyperbola fitting methods in GPR data from an archaeological site. Remote Sensing. 2022;14:3665. https://doi.org/10.3390/rs14153665</mixed-citation></citation-alternatives></ref><ref id="cit18"><label>18</label><citation-alternatives><mixed-citation xml:lang="ru">Dewantara D., Parnadi W. W. Automatic hyperbola detection and apex extraction using convolutional neural network on GPR data. Journal of Physics: Conference Series. 2022;1:012027. https://doi.org/10.1088/1742-6596/2243/1/012027</mixed-citation><mixed-citation xml:lang="en">Dewantara D., Parnadi W. W. Automatic hyperbola detection and apex extraction using convolutional neural network on GPR data. Journal of Physics: Conference Series. 2022;1:012027. https://doi.org/10.1088/1742-6596/2243/1/012027</mixed-citation></citation-alternatives></ref><ref id="cit19"><label>19</label><citation-alternatives><mixed-citation xml:lang="ru">Wang H., Ouyang S., Liao K.-F., Jin L.-N. GPR B-SCAN image hyperbola detection method based on deep learning. Acta Electronica Sinica. 2021;49(5):953-963. https://doi.org/10.12263/DZXB.20200635</mixed-citation><mixed-citation xml:lang="en">Wang H., Ouyang S., Liao K.-F., Jin L.-N. GPR B-SCAN image hyperbola detection method based on deep learning. Acta Electronica Sinica. 2021;49(5):953-963. https://doi.org/10.12263/DZXB.20200635</mixed-citation></citation-alternatives></ref></ref-list><fn-group><fn fn-type="conflict"><p>The authors declare that there are no conflicts of interest present.</p></fn></fn-group></back></article>
