Automatická detekce anomálií při geofyzikálním průzkumu Lenka Kosková Třísková NTI TUL Doktorandský seminář, 8. 6. 2011
Cíle doktorandské práce Seminář 10. 11. 2010 Najít, implementovat, ověřit a do praxe aplikovat algoritmy pro automatické detekce anomálií v geofyzikálním průzkumu. Postup: 1. Seznámení s jednotlivými metodami 2. Seznámení s postupy pro detekci anomálií 3. Pro jednotlivé metody: a) b) c)
Definice vzorů Volba metod pro pre-procesing Volba rozpoznávacích metod
4. Vývoj SW pro zpracování dat z jednotlivých metod
Co jsem skutečně řešila 1. Přesnější zadání - systém 1. Základní use-case model, requirements model 2. První verze architektury systému
2. Přesnější zadání - geofyzika 1. Volba metod a úloh 2. Testovací data 3. Návrh postupu
3. Zadání „pilotních úloh“ a návrh řešení
Systém - základní bloky
Výstupy z „modelování“ systému • Požadované vlastnosti: – On-line dostupnost; pro terénní nasazení musí být část systému přímo v počítači terénního pracovníka. – Práce „v reálném čase“ - rozhodování v řádech hodin. – Vizualizace dat: 2D a 3D mapy lokality, kombinace mapy terénu s naměřenými hodnotami – Dvě úrovně uživatelů: záchranné týmy a geofyzici, nutno oddělit „neodborné“ funkce od „odborných“
• Z hlediska architektury: – Bude realizováno jako on-line webová aplikace – Data v jednotném formátu v databázi
Co souvisí s disertací • Úprava vstupních dat (Blok II.): – Jednotná číselná reprezentace pro zpracování (vstupní filtry) – Jednotné souřadnice (vstupní filtry)
• Rychlá geofyzikální analýza (Blok IV.) 1. 2. 3.
•
Obrácená úloha Detekce anomálie jako obecné datové struktury Postup typický pro konkrétní metodu
Statistická analýza (Blok V.) 1. 2.
Korelace dat s jinou lokalitou nebo teoretickou křivkou Vyhledání extrémů nebo určitých hodnot (jinými postupy než při „rozpoznávání“)
Problémy • Obtížně dostupná testovací data – Měření je obecně drahé a výsledky někomu patří jen málo datových souborů
• Opakovatelnost – Každá lokalita, každé měření má nějaké okrajové podmínky
• Rozhodnutí: Pro pilotní úlohy zatím použijeme syntetická data.
„Pilotní úlohy“ • Gravimetrie - jednoduchá obrácená úloha – Hledání koule a válce s odlišnými tíhovými vlastnostmi do 10 m pod povrchem (dutina nebo „těžký“ objekt).
• Spontánní polarizace - jednoduchá obrácená úloha – Hledání koule a válce do 10 m pod povrchem (kovový objekt nebo inženýrské sítě).
• Odporová tomografie - jednoduchá obrácená úloha – Hledání koule a válce do 10 m pod povrchem (kovový objekt nebo inženýrské sítě).
• Úprava dat - odstranění systematických chyb – Elektrická odporová měření - detekce a náhrada „nekonečných hodnot“, jež se v naměřených datech typicky vyskytují.
Pilotní úloha - gravimetrie I. • Metodu lze využít k detekci těžkých objektů nebo dutin v „malých“ hloubkách do 10 m. • Nasazení metody lze očekávat, přístroje jsou dostupné, lze si osvojit pro havarijní situace. • Výchozí předpoklady: – Z lokality jsou získány série dat, typicky 1 - 20 sérií po cca 10 - 50 hodnotách.
• Úloha: – Ověřit, zda konkrétní naměřená data mohou odpovídat průběhu tíhového pole pro válec nebo kouli; určit parametry tělesa (hloubka, průměr, hustota). – Vytvořit „grid“ - síť bodů pro měřenou oblast. – Zobrazit přehledně data a odhadovaný ideální průběh (je-li nalezeno těleso). – Implementovat s využitím Matlabu.
• Charakteristické vlastnosti: – Dat je „málo“, nelze s použít metody pro zpracování obrazu. – Známá fyzikální závislost pro průběh tíhového pole nad koulí a válcem.
Pilotní úloha - gravimetrie II. • Možné postupy: – Implementace obrácené úlohy jako soustavy nelineárních rovnic a řešení této soustavy • Velmi pracné, velmi výpočetně náročné, navíc nejistý výsledek u reálných signálů
– Postupné odhady a jejich zpřesnění • • • •
Výsledek: určení podobnosti s křivkou pro nějaké těleso Bude implementováno jako první; v Matlabu Zatím máme „generátor“ testovacích dat Jako obecné řešení není vhodné; ale lze doufat, že půjde použít pro takto omezené zadání
Pilotní úloha - gravimetrie III. x[n] Srovnání
x[n]
Odhad parametrů tělesa
a[k] parametry
err chybový signál: vstup neodpovídá průběhu anomálie (příliš extrémů, příliš vysoká úroveň šumu apod.)
Výpočet „ideální křivky“
y[n] z[n] řízení zpětné vazby
Pilotní úloha - gravimetrie IV. • Odhad parametrů: – Detekce extrému: • Absolutní hodnota • Strmost nárůstu • Šířka
• Vzájemné srovnání: – Rozdílový signál (bude zatížen šumem u reálných signálů) – Vzájemná korelace – Srovnání spektra (vzdálenosti spekter apod.) – Nutné správné nastavení prahů
Pilotní úloha - spontánní polarizace • Metodu lze využít k detekci vodivých těles pod zemí v malých hloubkách typicky inženýrské sítě. • Výchozí předpoklady: – Z lokality jsou získány série dat, typicky 1 - 20 sérií po cca 1000 hodnotách.
• Úloha: – Ověřit, zda konkrétní naměřená data mohou odpovídat výskytu kulové nebo válcové anomálie; určit parametry tělesa (hloubka, průměr, hustota). – Implementovat s využitím Matlabu. – Zobrazit přehledně data a odhadovaný ideální průběh (je-li nalezeno těleso).
• Charakteristické vlastnosti: – Dat je více než v gravimetrii, zpracování obrazu ale stále není příliš vhodné => „signálové“ a „statistické“ metody. – Průběh potenciálu nad koulí je teoreticky odvozen, lze tedy řešit i obrácenou úlohu, nebo využít odhadů jako v předcházejícím případě.
Pilotní úloha - spontánní polarizace II. • Možné postupy - zhruba stejně jako v gravimetrii: – Implementace obrácené úlohy jako soustavy nelineárních rovnic a řešení této soustavy • Teoreticky možné, ovšem pracné a zřejmě v reálném čase nepoužitelné.
– Postupné odhady a jejich zpřesnění • Výsledek: určení podobnosti s křivkou pro nějaké těleso, postup v zásadě analogický ke gravimetrii • Bude implementováno jako první; v Matlabu • Zatím máme „generátor“ testovacích dat
Pilotní úloha - odporová tomografie • Metodu lze využít k detekci vodivých těles pod zemí v malých hloubkách. • Výchozí předpoklady: – Výstupem měření je „odporový snímek“ terénu. – Horší teoretické zázemí, u odporových měření záleží na uspořádání elektrod, odvozených závislostí mnoho, okrajové podmínky...
• Úloha: – Ověřit, zda konkrétní naměřená data mohou odpovídat průběhu tíhového pole pro válec nebo kouli; určit parametry tělesa (hloubka, průměr, hustota). – Implementovat s využitím Matlabu. – Zobrazit přehledně data a odhadovaný ideální průběh (je-li nalezeno těleso).
• Charakteristické vlastnosti: – Vzhledem k „složitosti“ fyziky v pozadí a „velikosti“ dat je vhodné vyzkoušet metody rozpoznávání v obraze. – Zpočátku budou používána syntetická data.
Pilotní úloha - odstranění systematické chyby z odporových měření • Výchozí předpoklady: – Naměřené hodnoty obsahují „nesmyslně“ vysoké či nízké hodnoty, jedná se o chybu měření nebo pre-processingu
• Úloha: – Najít tyto extrémy a interpolovat je sousedními hodnotami. – Je-li extrémů více v řadě, detekovat řadu, nahradit nulami. – Na začátku signálu tyto hodnoty „ořezat“.
• Výstup: – Implementováno v Matlabu. – TBD: Java :-)
Cíle doktorandské práce Skutečný stav - 8. 6. 2011 1. Seznámení s jednotlivými metodami – –
V základním rozsahu splněno Bude zpřesňováno při implementaci jednotlivých postupů
2. Seznámení s postupy pro detekci anomálií –
Probíhá, zatím určité návrhy pro elektrická měření a gravimetrii (obrácená úloha)
3. Pro jednotlivé metody: a) b) c)
Definice vzorů - pro pilotní úlohy definováno. Volba metod pro přezdpracování - pro pilotní úlohy definováno. Volba rozpoznávacích metod - probíhá.
4. Vývoj SW pro zpracování dat z jednotlivých metod –
Probíhá v závislosti na bodě 3 pro pilotní úlohy.
Další plán • Implementace pilotních úloh dle popsaného, testování v Matlabu. • Implementace jako programové bloky (pravděpodobně Java). • Získat co nejvíce „ostrých dat“ pro testování. • Definice dalších úloh.
