Professional Documents
Culture Documents
電磁
電磁
2.1
2.1 GPR簡介
GPR簡介
原理與反射震測(Reflection seismicmethod)原理頗為相似,在反
射震測的施測中,會在地表面製造一人工震源,產生震波向地下傳
撥,當震波經過聲波阻抗的不連續面(通常是岩性的不同,或可能是
岩層的分界面),震波的能量會有部分反射回來,再由地面的震波接
受器(Geophone)接收其訊號,透地雷達的施測原理與震測相類似,在
震測所用的人工震源,透地雷達則是用電壓為幾百伏特的發射線,發
射高頻(通常為10 -1000MHz)電磁波代替,所產生的的脈波(歷時為
幾十億分之一秒(ns)的高頻脈衝電磁波,或稱為雷達波)射入地下或
建築結構體內,當電磁波遇有介電常數的變化時(通常是不連續介
面,或者是地下掩埋物)部份電磁波能量反射。反射的電磁波能量,
由接收天線接收,將所的之信號分析處理後可推測目標物之形貌。
簡單來說震測是利用物質的彈性模(elastic modulus)差異所
造成的反射現象為探勘基礎,透地雷達則利用物質的介電常數差異得
到的反射能量。經由透地雷達的反射波形記錄(圖2-1),可以用來
推測地下地層的起伏、描繪地下的形貌及檢測地下人為的構造體。
5
ㄧ般透地雷達,天線分為發射及接收天線固定距離(monostatic)
的等支距,及發射天線與接收天線分離(bistatic),以相同中點
為快速,而後者則有可利用信號疊加的方式,提高信號雜訊比。(圖
2-1)
透地雷達在施測時,具有非破壞性的優點,雷達的天線不需插入
地下,儀器本身輕巧易攜帶,於野外施測線時也易於展開,故較於其
他地球物理探勘法迅速,而透地雷達的相關應用上極為廣泛,大致上
可分為:
6
(1) 土木工程:地下管線和孔洞調查、樓板鋼筋探測、橋面及
混凝土及道路鋪面品質調查、水壩及隧道裂隙檢查等。
(2) 環境工程:化學沉積物調查、地下掩埋場探測、及地下儲
存槽滲漏檢測等。
(3) 地質環境:地下水位面、地層結構調查等。
(4) 軍事用途:地雷偵搜等。
(5)考古調查:地下陵墓、遺蹟、古建築及古文物等探勘
(唐周宜,2005)
2.2
2.2 電磁理論
2.2.1電
2.2.1電磁波原理
電磁波是電磁振盪(electrical Oscillation)時,部分能量以輻
射的方式傳播於空間所形成的電波與磁波的反應。雷達波與光波同屬
電磁波,只是頻域不同,其反射、折射的現象皆可用光學理論計算、
解釋。
7
表 2-1. Maxwell 方程式
在時變電磁場中克斯威爾四個方程式
微分式 積分式 說明
v v v Q
∇⋅D = ρf ∫ ⋅ dS =
E
s ε
高斯定律
v
v v ∂D v v v v d v v
∇× H = Jf +
∂t ∫
C
H ⋅ dl = ∫ J ⋅ dS + ∫ D ⋅ dS
s dt s
安培定律
v
v ∂B v v d v v
∇× E = −
∂t ∫
C
E ⋅ dl = − ∫ B ⋅ dS
dt s
法拉第定律
v v v
∇⋅B = 0 ∫ ⋅ dS = 0
C
B 磁單極不存在
D:電位移(electric displacement,C/m2)
J:位移電流密度及傳導電流密度(current density,A/m2)
8
電磁波在地層中傳播可將之簡化為平面波(phase waves)在均
質、均向的介電質中傳播,其Maxwell 方程式如下:
∂D
∇× H = σΕ + (2.1)
∂t
∂H
∇× E = − µ (2.2)
∂t
∇⋅E =0 (2.3)
∇⋅H =0 (2.4)
對上(2.2)式兩邊求旋度,並將(2.1)式代入,得
∂ ∂D
∇ × ∇ × E = −µ σE + (2.5)
∂t ∂t
寫為: ∇ × ∇ × Ε = −∇ 2 Ε ,可得電磁波波動方程式如下:
∂E ∂2E ∂E ∂2E
∇ Ε = µσ
2
+ µε 2 ≅ µ 0σ + µ 0ε 2 (2.6)
∂t ∂t ∂t ∂t
同理可得:
∂H ∂2H ∂H ∂2H
∇ 2 H = µσ + µε 2 ≅ µ 0σ + µ 0ε 2 (2.7)
∂t ∂t ∂t ∂t
9
(2.6)、(2.7)式為電、磁場傳導方程式。其中之磁導率對一
般材料而言皆極接近真空的磁導率 µ 0 = 4π × 10 −7 H ( m),故μ可以 µ 0
取代而視為常數,可簡化計算。
2.2.2 導電率
導電率(electrical conductivity
conductivity)
uctivity)
導電率為介質傳導電流之能力,與電阻率成倒數關係;地層中導
電率主要受含水量及礦化作用影響。導電率的公式為:
1
σ = (2.8)
ρ
ρ:電阻(Resistivity;歐姆-公尺;Ω-m)
σ:導電度(S/m)
由介質衰減常數之式子當中,可得知導電度與衰減常數成正比。
若天線之頻率為固定時,則所探測之介質導電度愈高,則電磁波衰減
愈快,將不利於施測。而導電性與介質中黏土含量、含水量有成正比
的趨勢,一般透地雷達施測環境,可依導電率分為三類:
(1)高導電度( σ ≥ 10 −2 S / m ):為較差之探測條件,會使激發
出來的雷達波,一下就發散,使接收端接收之訊號非常不清楚,
因此在潮濕的環境下不宜施作。(如濕黏土、濕頁岩、海水)。
10
(2)中導電度( 10 −7 ≤ σ ≤ 10 −2 S / m ):透地雷達之一般施測介
質。(純水、乾黏土、砂)
(3)低導電度( σ ≤ 10 −7 S / m ):透地雷達之較佳施測介質,因
為電磁波較不易發散掉,使得接收波型清晰。(如空氣、花崗岩、
瀝青。)
2.2.3 相對介電常數(
相對介電常數(relative dielectric constant)
constant)
相對介電常數之定義為材料電容率與真空中電容率之比值,其關
係式如下:
ε
εr = (2.9)
ε0
式中
εr:相對介電常數
ε:材料之電容率
ε0:真空中之電容率
11
若電磁波頻率一定時,εr愈大則位移電流越強,電磁波天線的
量較能往地下集中而將更易於施測(Annan et al.,1975;Smith,
1984)。影響地層相對介電常數的因素包括:土壤或岩石種類、土壤
含水量及孔隙率,一般常見介質之電性;如表2-2 所示。
12
介質名稱 電阻率ρ (Ohm-m) 介電常數 K 速度 (m/ns)
3 7
乾沙 10 ~10 3 - 6 0.1 ~ 0.122
2 4
飽合含水沙 10 ~10 20 - 30 0.067 ~ 0.055
粉砂 102~103 5 - 30 0.134 ~ 0.055
3
頁岩 10~10 5 - 15 0.134 ~ 0.077
飽合含水黏土 1 ~ 10 5 - 40 0.134 ~ 0.047
溼土 50 ~ 100 30 0.055
墾殖土 200 15 0.077
岩質土 1000 7 0.113
乾砂質土 7100 3 0.173
濕砂質土 150 25 0.06
乾壤質土 9100 3 0.173
濕壤質土 500 19 0.069
乾黏土質土 3700 2 0.021
濕黏土質土 20 15 0.077
溼砂岩 25 6 0.122
乾石灰岩 109 7 0.113
濕石灰岩 40 4 - 8 0.15 ~ 0.106
濕玄武岩 100 8 0.106
花崗岩 103~105 4 - 6 0.15 ~ 0.122
淡水 30~104 81 0.033
冰凍層 102~105 4 - 8 0.15 ~ 0.106
乾雪 105~106 1 0.3
冰 103~105 3 - 4 0.173 ~ 0.15
瀝青 0.1 ~ 1 4 - 7 0.11 ~ 0.148
水泥混凝土 0.1 ~ 1 6 - 11 0.09 ~ 0.12
空氣 無限大 1 0.3
13
2.2.4 反射係數
(Reflection Coefficient),定義為:
ε r1 − ε r 2
R= (2.10)
ε r1 + ε r 2
式中,ε1:上地層的相對介電常數
ε2:下地層的相對介電常數
由此可知電磁波經過不同介質時,會將能量反射,反射能量之大
小受上下地層之介電常數之差異影響。
ε1
ε2
圖 2-2. 反射係數示意圖
14
2.2.5 衰減常數(
衰減常數(attenuation)
attenuation)
衰減度為電磁波於介質中的衰減程度,與介質之介電常數、導電
率有關。其公式為:
1635σ
A= (2.10)
εr
公式中,A=衰減常數(db/m),與導電度成正比
(1) 電磁波能量穿越導電介質時部分轉換為熱能。
(2) 水中的介電衰減。
(3) 黏土礦物化學離子擴散。
2.2.6 電磁波之解析能力與穿透深度
透地雷達的解析能力與發射天線之頻率有很大的關係,其頻率越
高,相對的波長愈短,故其解析能力就愈高,但探測深度減少;相對
的使用低頻率天線探測,相對波長較長,解析能力降低,但探測深度
增加。
15
2.3 小波簡介
2.3.1 傅利葉轉換
泛使用的方法係利用傅利葉分析,傅利葉分析主要是從時間域轉換成
頻率域,
MathWorks, Inc.,2000)
傅利葉轉換數學表示式:
∞
fˆ (ω ) = ∫ f (t ) ⋅ e iωt dt = lim∑ f (t i ) ⋅ [cos(ωt i ) − i sin (ωt i )] ⋅ ∆t
−∞
∆t →0 ti
= f (t ), e iwt
16
以上為其時序資料 f ( t ) 的傅利葉轉換數學表示式,其中
∧
f (ω ) 為 f ( t )的傅利葉轉換, f ( t ) 為連續且可積分函數,
但是在轉換成頻率域後會失去時間域的資訊,而且傅利葉分析有
條件限制,所以我們手邊若只有經過轉換的頻率域圖形,那麼將完全
無法得知在時間域中,哪一個時刻發生了什麼事件,也就是說傅立葉
轉換只是一種純時間-頻率域轉換的分析方法,而且若它在頻率域裡
的定位完全準確,則在時間域裡無辨識能力,再者,在解析的基礎理
論設定上,傅氏分析使用振幅不隨時間變化的弦波函數,因此分析的
資料必須為振幅不會隨時間而變化的”不變信號” (stationary
signal),如此傅利葉轉換的缺失所造成的時間缺失,就不會造成什
麼影響,否則解析出來之成分波,僅具數學之意義,未必有真實的物
理意義。
而在實際的自然界狀況下,大多數的信號都含有大量的非穩定成
及起始與結束時所發生的特別事件),而這些情況通常是相當重要
的,反應了信號的重要特徵,而這些信號的頻率域特性都會隨著時間
17
變化,對這些時變的信號分析,通常需要提取某一段的時間或瞬間的
頻率域訊息,或某一段頻率段所對應的時間訊息,因此處理可變信號
(non-stationary signal),成為了一個重要的課題。
2.3.2 小波轉換(
小波轉換(wavelet transform)
transform)
小波轉換(wavelet transform)是來自於小波分析(wavelet
analysis)的結果,小波分析的方法可以追朔到 Haar(1910)提出的小
波規範正交基,之後法國地球物理學家Morlet et al.(1982),在
分析地震波的局部特性時,發現傳統的傅利葉轉換,不能達到他的要
求,而首先提出小波之論點,可用來分析不規則波。之後Grossmann
析度分析(multiresolution analysis)引入小波分析中,建構了小波
函數的構造及轉換方法,把信號家以分解與重構,Daubechies(1988)
等人亦相繼對小波理論的研究提出貢獻,使小波理論更加完整。
而小波轉換的長處正好克服了短時間傅利葉轉換的缺點,小波轉
換不但繼承了短時間傅利葉轉換的局部化想法,而且克服了視窗大小
不隨頻率變化的缺點。
18
圖2-4.傅立葉轉換與小波轉換之比較(WaveletToolbox User’s
Guide,The MathWorks, Inc.,2000)
小波(wavelet),是一種特殊的長度有限,平均值為零的波形,
它 有 兩 個 特 點 , 一 個 是 小 , 即 在 時 域 都 具 有 緊 支 集 (compactly
Inc.,2000)
19
小波轉換的定義是把某一個稱為基本小波(或稱母小波 mother
零,且具有正負交替的波動性。
∞
∫ ψ (t )dt = 0
−∞
(2)母波函數之絕對值平方積分為為有限能量,Ψ(t)在時域具有
緊支集或近似緊支集,即|Ψ(t)|所佔面積不大且衰減迅速。
∞
∫
−∞
ψ (t )2 dx = 1
性質(1)代表此函數為具振盪性猶如上下起伏之波浪形狀;性
質(2)代表此函數是被限制在有限區域內,「小波」名稱就由此而
來。
20
時序函數 f( t ) 的小波轉換數學表示式:
1 t −b ∞
CWT f (a, b) = ∫ ⋅ f (t ) ⋅ψ ∗ ( )dt = ∫ f (t ) ⋅ψ a∗,b (t )dt
a a −∞
= f (t ),ψ a ,b (t )
上式中, a ,b ∈ R , a ≠ 0
1 t −b
ψ a ,b (t ) = ψ ∗( )
a a 為小波函數
a 為尺度參數(scale factor),用以擴張、壓縮小波函數
b 為平移係數(shift factor),用以移動小波函數
*為共軛複數, f ( t ) 為時序函數
21
小波轉換是以時序函數 f ( t ) 與小波函數, ψ a ,b (t ) 做內積
小波轉換時可調整尺度參數與平移係數,用以移動小波函數涵蓋觀察
之時間位置與頻率位置,當尺度愈大時,意味著小波函數在時間軸上
愈長,即被分析的信號區間也愈長。因此尺度愈大意味著頻率的分辨
率愈低,主要獲得為信號的低頻特性;反之,尺度愈小時,小波函數
只與很小的局部信號進行比較,因此主要獲得為信號的高頻特性。尺
度與頻率的關係可歸納如下:
22
2.3.3 一維小波轉換
一信號 f (x ) ,其連續小波轉換的定義為:在一平方可積分的
1 x − b
CWa ,b = ψ a ,b ( x ), f ( x ) = ∫ψ a ,b f ( x )dx
a a
1 t −b
其中, ψ a ,b ( x ) = ψ , a, b ∈ R × R , a ≠ 0
a a
而小波的逆轉換式為(Leblanc et al.,2001):
∞ ∞
1 dadb
f (x ) = ∫ ∫ CW ψ a ,b a ,b
Cψ − ∞− ∞ a2
而若要使用電腦計算小波轉換時,使用離散小波轉換是較為容易的。
1992):
m
a = a0 ,一般取 a0 = 2, m ∈ Z
m
b = nb0 a0 ,一般取 b0 = 1, n ∈ Z
數與位置移動變化的間隔指數。依此,可將 Ψa,b(x)改寫成為二進
−m
小波轉換定義為(Kumar et al.,1994)
23
圖 2-7. 小 波 轉 換 示 意 圖 ( WaveletToolbox User’s Guide , The
MathWorks, Inc.,2000)
2.3.4
.3.4 多層次分析(
多層次分析(multiple-
ultiple-level
evel decomposition)
ecomposition):
解,結果可得到多層的近似信號及細節信號,以此即可對原始信號作
原始信號長度。
圖2-8. 小波轉換示意圖,小波轉換可視為一濾波器。原始信號通過兩互補
的濾波器後得到一組代表低頻的近似信號與代表高頻的細節信號
(WaveletToolbox User’s Guide,The MathWorks, Inc.,2000)
24
圖2-9. 多層次分析示意圖(WaveletToolbox User’s Guide,The
MathWorks, Inc.,2000)
(1) 具有多尺度的特點,可以由粗至細地逐度觀察信號。
(2) 可以看成基本頻率特性為小波函數的帶通濾波器在不同
尺度下對信號作濾波。
(3) 適當的選擇小波,使小波函數在時域上為有限支撐,在頻
域上也比較集中,可以使小波轉換在時、頻域具有表徵信號局部
特性的能力,有利於檢測信號的瞬態或奇異點。
(WaveletToolbox
25
2.3.5 2D 小波分析
根據 Matlab 的手冊及師大地球物理實驗室的講義,本論文將 2D
小波分析常用的名詞概念整理說明如下:在對一個 2D 的平面圖形,
進行 2D 小波分析,可分為主要兩個步驟,分別為進行橫向小波轉換
與縱向小波轉換,而所謂的橫向小波轉換,是把影像看為一個陣列,
對陣列上橫向的每一列,看做是互相獨立的一系列原始數列,然後對
每一個獨立的原始數列,進行個別的小波轉換。經過橫向的小波轉換
後,一張原始的圖片資料,會分為低頻資料區與高頻資料區(圖 2-10A)
縱向小波轉換如圖橫向轉換,也可分為低頻資料區與高頻資料區
(圖 2-10B)
圖 2-10A. 橫向小波轉換
圖 2-10B. 縱向小波轉換
26
在進行 2D 小波拆解,第一層拆解除了一個低頻的近似信號 A1
拆解出來。(圖 2-11)
圖 2-11. 2D 小波分解示意圖
近似訊號組成(Approximation component):
近似信號(A),是將輸入數據的列(rows),做橫向的低通濾波
後,將行(columns)降低取樣,然後再將行(columns)做低通濾波
後,再降低取樣列(rows)之後輸出。即列和行都做低通濾波(圖 2-12)
27
圖 2-12. 近似信號(A)採樣示意圖
水平細節信號(H),是將輸入數據的列(rows)
,做橫向的低通濾
波後,將行(columns)降低取樣,然後再將行(columns)做高通濾
波後,再降低取樣列(rows)之後輸出。即列做低通濾波,行做高通
濾波。(圖 2-13)
圖 2-13. 水平細節信號(H)採樣示意圖
28
垂直細節信號組成(Detail vertical component):
垂直細節信號(V),是將輸入數據的列(rows),做橫向的高通
濾波後,將行(columns)降低取樣,然後再將行(columns)做低通
濾波後,再降低取樣列(rows)之後輸出。即列做高通濾波,行做低
通濾波。(圖 2-14)
圖 2-14. 垂直細節信號(V)採樣示意圖
對角細節信號(D),是將輸入數據的列(rows),做橫向的高通
濾波後,將行(columns)降低取樣,然後再將行(columns)做高通
濾波後,再降低取樣列(rows)之後輸出。及列和行都做高通濾波。
(圖 2-15)
29
圖 2-15. 對角細節信號(D)採樣示意圖
2.2.6
2.2.6 小波包分析
小波包分析是從小波分析延伸出來的,是一種可以對信號進行更
加細緻的分析與重構的方法,由一般的小波分析中可知道,是將信號
分解成低頻的近似信號與高頻的細節信號,然後再對低頻的近似信
號,做第二次的分解,而不對高頻部分做第二次的分解。(圖 2-16)
圖 2-16. 小波分析,僅對低頻部分做進一步的分解
30
小波包分析不但對低頻部分進行分解,而且也對高頻部分做了第
二次的分解動作(圖 2-17)
,小波包分析的優點是,可以對信號作更
加細緻的分解,對信號的分析能力更強,當然相對的分析的計算量也
會上升。
圖 2-17. 小波包分析,除了低頻部分做進一步的分解,也
會對高頻部分做第二次的分解
31