AU - Fereydooni, Hosein AU - Ahmadi2, Reza TI - Investigating the Effect of Survey Parameters on the Results of GPR Method Through forward Modeling and Field Studies PT - JOURNAL ARTICLE TA - jeg JN - jeg VO - 13 VI - 1 IP - 1 4099 - http://jeg.khu.ac.ir/article-1-2704-fa.html 4100 - http://jeg.khu.ac.ir/article-1-2704-fa.pdf SO - jeg 1 AB  - رادار نفوذی به زمین(GPR) یک روش ژئوفیزیکی با قدرت تفکیک بالاست که از امواج الکترومغناطیسی با فرکانس زیاد برای تصویر کردن ساختارها و اشیاء مدفون در زیر زمین بدون تخریب محیط، استفاده می ­کند. در پژوهش حاضر انتخاب پارامترهای بهینه برداشت داده های واقعی این روش مورد بررسی قرار گرفته است. برای این منظور ابتدا مدلسازی پیشرو داده­ های GPR با استفاده از روش تفاضل محدود دوبعدی حوزه زمان (FDTD) به کمک نرم­ افزارهای GPRMAX، ReflexW و Radexplorer برای تعداد زیادی از مدل­های مصنوعی متناظر با اهداف متداول در تاسیسات زیرسطحی انجام شد. هدف از این شبیه­ سازی­ ها بررسی تاثیر پارامترهای برداشت همانند فاصله نمونه­ برداری مکانی (فواصل بین تریسی) و زمانی بر روی پاسخ GPR اهداف با پارامترهای هندسی و فیزیکی مختلف می­ باشد. در راستای انتخاب و طراحی مناسب ­ترین شرایط و پارامترهای برداشت داده ­های واقعی GPRنیز برداشت­های میدانی متعدد در محوطه دانشگاه صنعتی اصفهان، بر روی اهداف استوانه­ای شکل مدفون از پیش شناخته شده با محیط­های میزبان گوناگون، انجام شد. در این عملیات برخی از پارامترهای برداشت همانند میزان فرکانس مرکزی، بازه آنتنی و وضعیت آنتن به دلیل در اختیار داشتن یک نوع دستگاه GPR تک ثابت با آنتن های پوشش دار با فرکانس مرکزی 250 مگاهرتز، ثابت (غیرقابل تغییر) باقی ماندند. مهم ترین پارامترهای برداشت مورد بررسی نیز شامل فرکانس نمونه­ برداری زمانی، فاصله نمونه برداری مکانی، پنجره زمانی و تعداد تریس­های برانبارش شده می­ باشد. درنهایت موفقیت یا عدم موفقیت آشکارسازی اهداف براساس پارامترهای برداشت انتخابی، مورد بررسی قرار گرفت و مقدار کمّی احتمال موفقیت آشکارسازی اهداف زیرسطحی براساس مقادیر فرکانس نمونه­ برداری زمانی و مکانی تعیین گردید که بیشترین احتمال آشکارسازی اهداف، مربوط به فرکانس نمونه­ برداری زمانی 1954 مگاهرتز و فاصله نمونه­ برداری مکانی 1 سانتی ­متر می ­باشد. CP - IRAN IN - LG - eng PB - jeg PG - 123 PT - Case-Study YR - 2019