摘要：開(kāi)挖、鉆芯等傳統(tǒng)的檢測(cè)技術(shù)存在損害路面整體性、低效率、長(zhǎng)耗時(shí)、低代表性等缺點(diǎn)，不能滿足對(duì)公路隱伏病害無(wú)損、快速、智能、高效、高精度的現(xiàn)代化檢測(cè)需求。文章介紹了地質(zhì)雷達(dá)的檢測(cè)原理及發(fā)展歷程，并對(duì)其在公路隱伏病害中的檢測(cè)與智能識(shí)別應(yīng)用技術(shù)進(jìn)行了重點(diǎn)分析，提出了其在公路隱伏病害檢測(cè)應(yīng)用過(guò)程中存在的問(wèn)題和未來(lái)的研究方向。

關(guān)鍵詞：地質(zhì)雷達(dá)；公路；隱伏病害；病害檢測(cè)

中文分類(lèi)號(hào)：U412.22A070174

0引言

近年來(lái)，隨著我國(guó)公路通車(chē)?yán)锍痰牟粩嘣鲩L(zhǎng)，公路的運(yùn)營(yíng)強(qiáng)度日益加重，公路病害出現(xiàn)的比例也逐步上升，日常的檢測(cè)、維護(hù)已成為我國(guó)公路運(yùn)營(yíng)的重要組成部分。目前公路隱伏病害的檢測(cè)任務(wù)與日俱增，逐步成為公路檢測(cè)行業(yè)的主要工作，開(kāi)挖、鉆芯等傳統(tǒng)的檢測(cè)技術(shù)存在損害路面整體性、低效率、長(zhǎng)耗時(shí)、低代表性等缺點(diǎn)，已經(jīng)不能滿足公路無(wú)損、快速、智能、高效、高精度的現(xiàn)代化檢測(cè)需求。地質(zhì)雷達(dá)作為公路隱伏病害檢測(cè)領(lǐng)域一種新設(shè)備的代表，近年來(lái)吸引了國(guó)內(nèi)外眾多專(zhuān)家學(xué)者的高度關(guān)注，該檢測(cè)技術(shù)以其無(wú)須破壞路面結(jié)構(gòu)、高效率、低耗時(shí)等獨(dú)特的優(yōu)勢(shì)，已成為公路檢測(cè)行業(yè)快速養(yǎng)護(hù)評(píng)估、路網(wǎng)維護(hù)效能增強(qiáng)和路面性能長(zhǎng)期檢測(cè)的主要手段，在實(shí)際應(yīng)用中展現(xiàn)出不容忽視的商業(yè)價(jià)值與社會(huì)效益。本文從地質(zhì)雷達(dá)工作原理、發(fā)展歷程、工程應(yīng)用以及未來(lái)的研究展望進(jìn)行了總結(jié)梳理，旨在為其在公路隱伏病害中的檢測(cè)應(yīng)用提供一定的參考依據(jù)。

1地質(zhì)雷達(dá)原理及在公路隱伏病害檢測(cè)中的發(fā)展歷程

1.1地質(zhì)雷達(dá)工作原理

目前，地質(zhì)雷達(dá)技術(shù)在脫空、疏松、空洞、裂縫等公路隱伏病害的檢測(cè)工作中具有良好的使用效果。常用的地質(zhì)雷達(dá)根據(jù)數(shù)據(jù)采集和處理方式、應(yīng)用場(chǎng)景和探測(cè)效果等可分為二維雷達(dá)和三維雷達(dá)，其探測(cè)都是采用單個(gè)固定形式的發(fā)射/接收天線組合，通過(guò)在地表移動(dòng)該天線組合實(shí)現(xiàn)對(duì)地下區(qū)域的反射探測(cè)，具體的探測(cè)原理如圖1、圖2所示［1］。

地質(zhì)雷達(dá)在進(jìn)行公路隱伏病害探測(cè)工作時(shí)，通過(guò)發(fā)射天線（Tx）發(fā)射電磁波并使其在具有不同介電特性的介質(zhì)中傳播，當(dāng)電磁波遇到介質(zhì)界面時(shí)會(huì)產(chǎn)生反射波，反射波通過(guò)接收天線（Rx）所接收。通過(guò)分析這些入射波與反射波的能量、振幅以及時(shí)延等關(guān)鍵參數(shù)，能夠有效地獲取公路結(jié)構(gòu)層的相關(guān)信息。電磁脈沖波在介質(zhì)中的傳播時(shí)間是一個(gè)重要的測(cè)量參數(shù)，計(jì)算公式見(jiàn)式（1）：

t=4h2+x2/v（1）

式中：t——電磁脈沖波在介質(zhì)中的傳播時(shí)間（ns）；

v——電磁脈沖波在介質(zhì)中的傳播速度（m/ns）；

x——發(fā)射天線與接收天線中心點(diǎn)的距離（m）；

h——探測(cè)目標(biāo)體到地面的垂直距離（m）。

地質(zhì)雷達(dá)探測(cè)目標(biāo)體深度的計(jì)算公式為：

h=（vt）2－x22（2）

若發(fā)射天線（Tx）和接收天線（Rx）之間的距離x遠(yuǎn)遠(yuǎn)小于探測(cè)目標(biāo)體的深度h，則式（1）和式（2）可簡(jiǎn)化為：

t=2h/v（3）

h=vt2（4）

當(dāng)電磁脈沖波在地下介質(zhì)中傳播的波速v為已知時(shí)，可以通過(guò)精確測(cè)量得到的電磁脈沖波在介質(zhì)中的傳播時(shí)間t，利用式（2）或式（4）計(jì)算出探測(cè)目標(biāo)體的深度h。通過(guò)測(cè)量接收電磁脈沖相對(duì)于發(fā)射電磁脈沖之間的延時(shí)，可以確定電磁脈沖波在地下介質(zhì)中往返傳播的時(shí)間。通過(guò)重復(fù)的間斷探測(cè)，按照等效采樣方式等間距地采集并疊加波形，可獲得地下介質(zhì)的反射波形。當(dāng)?shù)孛嫔系陌l(fā)射天線（Tx）和接收天線（Rx）沿探測(cè)線以等間距移動(dòng)時(shí)，便可以在雷達(dá)屏幕上繪制出由反射體深度所決定的“時(shí)距”波形道的軌跡圖，其中縱坐標(biāo)表示雙程走時(shí)t，橫坐標(biāo)表示距離x。

1.2地質(zhì)雷達(dá)在公路隱伏病害檢測(cè)中的發(fā)展歷程

雷達(dá)探測(cè)系統(tǒng)自1935年被成功研發(fā)出第一套以來(lái)，已經(jīng)發(fā)展了近90年，作為成熟的商業(yè)產(chǎn)品也已有40年，期間經(jīng)歷了漫長(zhǎng)的研究和應(yīng)用發(fā)展歷程（見(jiàn)表1）。20世紀(jì)80年代末，我國(guó)開(kāi)始逐步引進(jìn)國(guó)外先進(jìn)的地質(zhì)雷達(dá)進(jìn)行研究和應(yīng)用，形成了眾多自主研發(fā)的地質(zhì)雷達(dá)產(chǎn)品。國(guó)內(nèi)眾多高校和科研單位最開(kāi)始的研究主要是將其用于道路下伏的巖溶和空洞［2-4］、道路各結(jié)構(gòu)層厚度的檢測(cè)等［5-7］。隨著研究的不斷深入，目前已擴(kuò)展到對(duì)道路內(nèi)部結(jié)構(gòu)隱伏病害、密實(shí)程度以及含水量［8-11］的研究分析。直至21世紀(jì)初，我國(guó)用于公路隱伏病害檢測(cè)的地質(zhì)雷達(dá)設(shè)備與檢測(cè)技術(shù)才逐漸實(shí)現(xiàn)系列化與規(guī)?；l(fā)展，但仍未形成統(tǒng)一的雷達(dá)產(chǎn)品體系和檢測(cè)標(biāo)準(zhǔn)體系。

目前地質(zhì)雷達(dá)在我國(guó)公路領(lǐng)域主要應(yīng)用于四個(gè)方面：（1）檢測(cè)道路各結(jié)構(gòu)層位厚度；（2）檢測(cè)道路結(jié)構(gòu)內(nèi)部及下伏病害；（3）識(shí)別道路結(jié)構(gòu)內(nèi)部的金屬部件缺陷；（4）粗略估算路基的含水率及密實(shí)度等［20-23］。然而，地質(zhì)雷達(dá)的廣泛應(yīng)用仍受到技術(shù)發(fā)展的諸多制約，這些限制主要源自脈沖源技術(shù)的深入研究、反演算法的探索、復(fù)雜模型的構(gòu)建以及分析軟件的開(kāi)發(fā)完善等方面。地質(zhì)雷達(dá)對(duì)公路路面厚度、脫空、裂縫、層間缺陷及含水量等各項(xiàng)指標(biāo)的檢測(cè)還存在著局部精度不高的問(wèn)題，未達(dá)到標(biāo)準(zhǔn)化和規(guī)范化的效果。因此，在公路隱伏病害檢測(cè)的具體實(shí)施和應(yīng)用中，地質(zhì)雷達(dá)技術(shù)還有待進(jìn)一步的探索和研究。

2基于地質(zhì)雷達(dá)的公路隱伏病害檢測(cè)及智能識(shí)別

2.1公路隱伏病害檢測(cè)及驗(yàn)證

地質(zhì)雷達(dá)在公路工程隱伏病害的檢測(cè)流程見(jiàn)圖3，主要包括檢測(cè)方案的制定、現(xiàn)場(chǎng)測(cè)區(qū)和測(cè)線的具體確定、雷達(dá)參數(shù)的設(shè)置、數(shù)據(jù)采集和后期處理結(jié)果的分析等方面。

現(xiàn)階段已有眾多學(xué)者采用二維地質(zhì)雷達(dá)或三維地質(zhì)雷達(dá)開(kāi)展公路隱伏病害檢測(cè)研究。葉治軍等［24］采用三維地質(zhì)雷達(dá)掃描檢測(cè)襄荊高速公路病害區(qū)段，檢測(cè)結(jié)果表明三維地質(zhì)雷達(dá)可實(shí)現(xiàn)高速公路路面結(jié)構(gòu)病害物體的檢測(cè)與診斷。馬強(qiáng)等［25］利用地質(zhì)雷達(dá)查明重遵復(fù)線高速公路路基以下淺巖溶分布及巖溶發(fā)育情況（10 m內(nèi)），結(jié)果表明地質(zhì)雷達(dá)探測(cè)精度能夠滿足公路隱伏病害探測(cè)要求。金光來(lái)等［26］利用高動(dòng)態(tài)地質(zhì)雷達(dá)，對(duì)江蘇境內(nèi)的鹽靖高速公路和淮徐高速公路等11條高速公路進(jìn)行了路面質(zhì)量檢測(cè)，檢測(cè)結(jié)果表明不同類(lèi)型公路隱伏病害的雷達(dá)灰度圖具有顯著差異，以雷達(dá)檢測(cè)評(píng)價(jià)圖譜為基礎(chǔ)的取芯驗(yàn)證準(zhǔn)確率約為95%，地質(zhì)雷達(dá)可用于路面隱伏病害的定量化評(píng)價(jià)。趙鎮(zhèn)等［27］采用二維地質(zhì)雷達(dá)與三維地質(zhì)雷達(dá)在張家窩鎮(zhèn)開(kāi)展城區(qū)道路下伏病害檢測(cè)，結(jié)果表明相較于二維地質(zhì)雷達(dá)，在設(shè)計(jì)的探測(cè)深度界限內(nèi)，三維地質(zhì)雷達(dá)技術(shù)對(duì)于識(shí)別道路下方空洞、脫空等潛在病害體，展現(xiàn)出了更為優(yōu)異的測(cè)量精確度和探測(cè)效能，包括更高的數(shù)據(jù)密度、更快的掃描速度以及實(shí)現(xiàn)探測(cè)區(qū)域的全覆蓋能力。

由此可知，目前采用二維或三維地質(zhì)雷達(dá)可檢測(cè)公路路面結(jié)構(gòu)狀況以及識(shí)別巖溶、空洞、脫空等公路隱伏病害，并且經(jīng)鉆芯驗(yàn)證的檢測(cè)準(zhǔn)確率較高，可作為推廣應(yīng)用的依據(jù)。但由于目前地質(zhì)雷達(dá)圖譜數(shù)據(jù)處理主要依賴(lài)人工識(shí)別，識(shí)別效率低下，同時(shí)公路各種類(lèi)型病害的回波特征不盡相同，還存在環(huán)境噪聲與地下構(gòu)筑物的回波干擾，精準(zhǔn)識(shí)別地質(zhì)雷達(dá)圖譜數(shù)據(jù)的病害特征難度大。因此，如何智能、高效、精準(zhǔn)地識(shí)別和分類(lèi)地質(zhì)雷達(dá)圖譜中的病害是地質(zhì)雷達(dá)檢測(cè)的關(guān)鍵所在。

2.2公路隱伏病害智能識(shí)別

近年來(lái)，深度學(xué)習(xí)與機(jī)器學(xué)習(xí)等人工智能技術(shù)飛速發(fā)展，其在地質(zhì)雷達(dá)公路隱伏病害智能識(shí)別領(lǐng)域取得了一系列研究成果，極大地推進(jìn)了地質(zhì)雷達(dá)在公路隱伏病害檢測(cè)中的應(yīng)用。

沙愛(ài)民等［28］根據(jù)當(dāng)前公路路基病害識(shí)別中地質(zhì)雷達(dá)技術(shù)的數(shù)據(jù)分析特點(diǎn)，建立了級(jí)聯(lián)卷積神經(jīng)網(wǎng)絡(luò)，解決了地質(zhì)雷達(dá)數(shù)據(jù)人工分析效率低、精度差等問(wèn)題，實(shí)現(xiàn)了地質(zhì)雷達(dá)圖像自動(dòng)識(shí)別。楊洋等［29］基于YOLOv5網(wǎng)絡(luò)對(duì)已有地質(zhì)雷達(dá)的病害數(shù)據(jù)樣本進(jìn)行學(xué)習(xí)，提出了路基病害識(shí)別的網(wǎng)絡(luò)模型，該模型精度可達(dá)94.53%，實(shí)現(xiàn)了路基病害的高精度識(shí)別。杜豫川等［30］基于XGBoost極限梯度提升算法對(duì)地質(zhì)雷達(dá)的數(shù)據(jù)實(shí)行自動(dòng)學(xué)習(xí)和分類(lèi)，實(shí)現(xiàn)了脫空、松散等公路隱伏病害的自動(dòng)識(shí)別，但松散病害的識(shí)別準(zhǔn)確率較低。周輝林等［31］基于病害特征提取和模式識(shí)別技術(shù)，結(jié)合層厚和層間的界面反射振幅提出了公路路基病害的自動(dòng)檢測(cè)算法，該算法準(zhǔn)確率可達(dá)92.7%。郭士禮等［32］通過(guò)YOLOv8n和YOLOv8x模型對(duì)地質(zhì)雷達(dá)公路隱伏病害樣本進(jìn)行訓(xùn)練，提出了可智能診斷公路隱伏病害的軟件，能自動(dòng)對(duì)地質(zhì)雷達(dá)采集到的公路隱伏病害數(shù)據(jù)進(jìn)行標(biāo)注和數(shù)據(jù)增強(qiáng)。Hou Z Z等［33］針對(duì)地質(zhì)雷達(dá)路基探測(cè)存在數(shù)據(jù)量大、時(shí)頻、經(jīng)驗(yàn)差異等問(wèn)題，利用廣義回歸神經(jīng)網(wǎng)絡(luò)提出了一種智能識(shí)別路基病害的方法，實(shí)現(xiàn)了對(duì)鐵路路基缺陷的快速識(shí)別，減少了雷達(dá)檢測(cè)數(shù)據(jù)的冗余，極大提高了病害識(shí)別的準(zhǔn)確率。Jin G L等［34］采用卷積神經(jīng)網(wǎng)絡(luò)對(duì)采集到的1 500 km高速公路的31 640個(gè)樣本（分為層間脫粘、層間松動(dòng)、層間滲水和結(jié)構(gòu)松動(dòng)四類(lèi)）進(jìn)行了訓(xùn)練，提出了公路隱伏病害自動(dòng)識(shí)別及分類(lèi)卷積神經(jīng)網(wǎng)絡(luò)模型。Liu W C等［35］利用目標(biāo)檢測(cè)算法，建立了地質(zhì)雷達(dá)圖像數(shù)據(jù)集來(lái)訓(xùn)練和測(cè)試病害體檢測(cè)模型，數(shù)據(jù)集中的病害樣本包括沉降、開(kāi)裂和松動(dòng)，并根據(jù)地質(zhì)雷達(dá)圖像數(shù)據(jù)中隱伏病害的分布情況，提出了針對(duì)不同尺度目標(biāo)的雙向目標(biāo)檢測(cè)模型，同時(shí)在模型的基礎(chǔ)上對(duì)雙向模型各部分進(jìn)行了優(yōu)化和改進(jìn)。Liu C等［36］為提高地質(zhì)雷達(dá)檢測(cè)路面病害圖像的準(zhǔn)確性和效率，在YOLOv4檢測(cè)算法的基礎(chǔ)上，引入MobileNetV2和CBAM機(jī)制，并結(jié)合Focal loss置信度損失函數(shù)對(duì)模型進(jìn)行迭代，提出了一種高效、輕量級(jí)的地質(zhì)雷達(dá)路面病害圖像識(shí)別算法MC-YOLOv4。

綜上所述，地質(zhì)雷達(dá)檢測(cè)圖像數(shù)據(jù)處理算法大致經(jīng)歷了基于規(guī)則的識(shí)別模型、機(jī)器學(xué)習(xí)模型和深度學(xué)習(xí)模型三個(gè)階段。雖然地質(zhì)雷達(dá)公路隱伏病害圖像的智能識(shí)別已經(jīng)取得了一些成果，但仍存在一些局限性，主要包括：（1）檢測(cè)模型的輕量化程度和推理速度仍需改進(jìn)；（2）模型準(zhǔn)確性和召回率之間的平衡性較差；（3）高質(zhì)量地質(zhì)雷達(dá)公路隱伏病害圖片的缺乏導(dǎo)致訓(xùn)練模型的準(zhǔn)確性和泛化能力不足。

3結(jié)語(yǔ)

我國(guó)科研院校和生產(chǎn)企業(yè)在20世紀(jì)80年代末開(kāi)始積極引進(jìn)歐美、日本等發(fā)達(dá)國(guó)家的地質(zhì)雷達(dá)技術(shù)與裝備，時(shí)至今日，地質(zhì)雷達(dá)已在我國(guó)公路隱伏病害檢測(cè)中廣泛應(yīng)用。雖然地質(zhì)雷達(dá)在實(shí)際應(yīng)用過(guò)程中仍存在無(wú)法定量描述病害、受被測(cè)體含水率影響較大、雷達(dá)信號(hào)易受干擾等問(wèn)題，但其在公路工程病害檢測(cè)應(yīng)用中依然被視作研究熱點(diǎn)，對(duì)其未來(lái)研究展望如下：

（1）不同生產(chǎn)廠商設(shè)備兼容性各異。在當(dāng)前地質(zhì)雷達(dá)領(lǐng)域，面臨不同廠家生產(chǎn)的設(shè)備之間存在顯著不兼容性的問(wèn)題。這種不兼容主要源于各家廠商在雷達(dá)設(shè)備的軟硬件設(shè)計(jì)上存在較大的差異性，導(dǎo)致雷達(dá)數(shù)據(jù)的采集、處理和分析方法無(wú)法直接互通。為了解決這一問(wèn)題，需要逐步推動(dòng)雷達(dá)軟硬件設(shè)備的統(tǒng)一化，提升設(shè)備的集成化水平。

（2）當(dāng)前，地質(zhì)雷達(dá)技術(shù)在公路隱伏病害檢測(cè)領(lǐng)域的應(yīng)用主要聚焦于定性評(píng)估層面，尚未全面深入到針對(duì)不同公路隱伏病害特征的精細(xì)量化分析，這種局限性可能引發(fā)對(duì)異常雷達(dá)波形解讀上的顯著分歧。因此，亟須發(fā)展更為精確、系統(tǒng)的量化分析方法，以提升地質(zhì)雷達(dá)在公路隱伏病害檢測(cè)中的準(zhǔn)確性和一致性。

（3）不同材料的介電常數(shù)有待收集。直接影響探測(cè)精度的因素主要是介電常數(shù)設(shè)定的精度，而介電常數(shù)會(huì)受到多種因素的影響。為了使地質(zhì)雷達(dá)的探測(cè)精度更高，必須深入研究得出不同結(jié)構(gòu)層材料的介電常數(shù)常見(jiàn)值或分布范圍參數(shù)，并結(jié)合特定頻率下的路料配合比、天線頻率等特性進(jìn)行研究。

（4）開(kāi)發(fā)針對(duì)病害數(shù)據(jù)的處理新技術(shù)和新方法。地質(zhì)雷達(dá)天線在公路隱伏病害檢測(cè)中雖應(yīng)用廣泛，但其數(shù)據(jù)采集過(guò)程常遭遇外界干擾，尤其是在地質(zhì)構(gòu)造復(fù)雜的區(qū)域。這些復(fù)雜條件易導(dǎo)致繞射波、多次反射波等干擾因素的產(chǎn)生，進(jìn)而掩蓋了有價(jià)值的反射波信號(hào)。此現(xiàn)象不僅降低了信號(hào)質(zhì)量，還顯著提升了準(zhǔn)確判斷公路隱伏病害的難度，要求采取更為先進(jìn)的信號(hào)處理技術(shù)來(lái)區(qū)分并消除這些干擾，確保檢測(cè)結(jié)果的準(zhǔn)確性。因此，亟須研發(fā)降低外界因素干擾影響、提高檢測(cè)精度的公路隱伏病害數(shù)據(jù)處理新技術(shù)和新方法。

參考文獻(xiàn)：

［1］Harry M.Jol.探地雷達(dá)理論與應(yīng)用［M］.北京：電子工業(yè)出版社，2011.

［2］陳滋康，趙經(jīng)祥，夏萬(wàn)芳.調(diào)制脈沖型地質(zhì)雷達(dá)［J］.物探與化探，1979（4）：1-11.

［3］楊峰，彭蘇萍.地質(zhì)雷達(dá)探測(cè)原理與方法研究［M］.北京：科學(xué)出版社，2010.

［4］王連成.地質(zhì)雷達(dá)在探測(cè)公路隧道塌方及溶洞中的應(yīng)用［J］.煤炭工程師，1993（3）：12-16.

［5］胡曉光.探地雷達(dá)在工程地質(zhì)勘察中查尋土洞的應(yīng)用效果［J］.物探與化探，1994（6）：473-476.

［6］牛一雄，苑守成，武建章.地質(zhì)雷達(dá)在公路建設(shè)中的應(yīng)用［J］.物探與化探，1996（2）：116-123.

［7］楊傳典.地質(zhì)雷達(dá)在檢測(cè)公路路面厚度中的應(yīng)用［J］.公路，1996（6）：15-19.

［8］劉建雄.地質(zhì)雷達(dá)在高速公路病害檢測(cè)中的應(yīng)用［C］.陜西省地球物理學(xué)會(huì).1999年陜西省地球物理學(xué)會(huì)年會(huì)：陜西地球物理文集（三）.冶金部西北地質(zhì)勘查局力達(dá)實(shí)業(yè)公司，1999.

［9］李大心.公路工程質(zhì)量的探地雷達(dá)檢測(cè)技術(shù)［J］.地球科學(xué)，1996（6）：97-100.

［10］黎春林.探地雷達(dá)檢測(cè)路面含水量和壓實(shí)度的應(yīng)用研究［D］.鄭州：鄭州大學(xué)，2003.

［11］王晉國(guó)，于曉明，徐春龍，等.應(yīng)用探地雷達(dá)數(shù)據(jù)提取填土路基含水量的方法［J］.西北大學(xué)學(xué)報(bào)（自然科學(xué)版），2010，40（1）：61-65.

［12］銀卓.探地雷達(dá)在道路檢測(cè)技術(shù)中的應(yīng)用性研究［D］.長(zhǎng)沙：長(zhǎng)沙理工大學(xué)，2015.

［13］江凱.探地雷達(dá)在路基檢測(cè)中的應(yīng)用研究［D］.成都：西南交通大學(xué)，2011.

［14］張愛(ài)軍，程瑞，孫濤，等.瀝青路面探地雷達(dá)快速檢測(cè)技術(shù)應(yīng)用分析［J］.江蘇建筑職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2021，21（3）：6-10.

［15］劉震，顧興宇，李駿，等.探地雷達(dá)數(shù)值模擬與道路裂縫圖像檢測(cè)的深度學(xué)習(xí)增強(qiáng)方法［J］.地球物理學(xué)報(bào)，2024，67（6）：2 455-2 471.

［16］周黎明，張楊，付代光，等.道路地下空洞探地雷達(dá)波場(chǎng)和時(shí)頻特性［J］.同濟(jì)大學(xué)學(xué)報(bào)（自然科學(xué)版），2024，52（1）：77-85.

［17］王偉，鄭睿.基于探地雷達(dá)的道路半剛性基層含水率檢測(cè)［J］.武漢大學(xué)學(xué)報(bào)（工學(xué)版），2022，55（12）：1 248-1 255.

［18］王誠(chéng)龍，劉萬(wàn)里，張學(xué)亮，等.基于探地雷達(dá)的工作面異常體精準(zhǔn)探測(cè)技術(shù)［J］.巖土力學(xué)，2022，43（11）：3 198-3 208.

［19］王振東.YL-R2地質(zhì)雷達(dá)［J］.國(guó)外地質(zhì)勘探技術(shù)，1985（9）：20.

［20］孫濤.瀝青路面地質(zhì)雷達(dá)無(wú)損檢測(cè)技術(shù)研究［D］.徐州：中國(guó)礦業(yè)大學(xué)，2022.

［21］李可心.基于地質(zhì)雷達(dá)和深度學(xué)習(xí)的隧道結(jié)構(gòu)病害檢測(cè)方法［D］.西安：西安建筑科技大學(xué)，2022.

［22］鞠蕙.公路隧道鋼筋混凝土襯砌背后缺陷雷達(dá)探測(cè)信號(hào)干擾規(guī)律及增益方法［D］.濟(jì)南：山東大學(xué)，2021.

［23］田海洋.基于圖像特征的隧道襯砌雷達(dá)無(wú)損檢測(cè)辨識(shí)精度提升方法［D］.北京：北京交通大學(xué)，2020.

［24］葉治軍，黃哲驍.襄荊高速瀝青路面三維探地雷達(dá)典型病害檢測(cè)［J］.交通節(jié)能與環(huán)保，2024，20（1）：177-182.

［25］馬強(qiáng)，王彥琪.探地雷達(dá)在高速公路巖溶路基勘察中的應(yīng)用［J］.能源與環(huán)境，2021（5）：30-31.

［26］金光來(lái)，臧國(guó)帥，蔡文龍，等.基于探地雷達(dá)的路面結(jié)構(gòu)完整性定量化評(píng)價(jià)方法［J］.公路，2020，65（5）：16-20.

［27］趙鎮(zhèn)，黃勇，馮昆.三維探地雷達(dá)在道路檢測(cè)中的研究與應(yīng)用［J］.測(cè)繪通報(bào)，2024（2）：148-152.

［28］沙愛(ài)民，蔡若楠，高杰，等.基于級(jí)聯(lián)卷積神經(jīng)網(wǎng)絡(luò)的公路路基病害識(shí)別［J］.長(zhǎng)安大學(xué)學(xué)報(bào)（自然科學(xué)版），2019，39（2）：1-9.

［29］楊洋，趙廣茂，張志厚，等.鐵路路基病害探地雷達(dá)智能識(shí)別方法［J/OL］.地球物理學(xué)進(jìn)展，2024-03-19：1-14.

［30］杜豫川，都州揚(yáng)，劉成龍.基于極限梯度提升的公路深層病害雷達(dá)識(shí)別［J］.同濟(jì)大學(xué)學(xué)報(bào)（自然科學(xué)版），2020，48（12）：1 742-1 750.

［31］周輝林，姜玉玲，徐立紅，等.基于SVM的高速公路路基病害自動(dòng)檢測(cè)算法［J］.中國(guó)公路學(xué)報(bào)，2013，26（2）：42-47.

［32］郭士禮，蔡文才，田朋飛，等.基于YOLO的道路隱性病害探地雷達(dá)圖譜智能診斷系統(tǒng)研究［J/OL］.地球物理學(xué)進(jìn)展，2024-09-06：1-11.

［33］HOU Z Z，ZHAO W G，YANG Y.Identification of railway subgrade defects based on ground penetrating radar［J］.Scientific Reports，2023，13（1）：6 030.

［34］JIN G L，LIU Q L，CAI W L，et al.Performance Evaluation of Convolutional Neural Network Models for Classification of Highway Hidden Distresses with GPR B-Scan Images［J］.Applied Sciences，2024，14（10）：14104226.

［35］LIU W C，LUO R，XIAO M Z ，et al.Intelligent detection of hidden distresses in asphalt pavement based on GPR and deep learning algorithm［J］.Construction and Building Materials，2024（416）：135089.

［36］LIU C，YAO Y S，LI J，et al.Research on lightweight GPR road surface disease image recognition and data expansion algorithm based on YOLO and GAN［J］.Case Studies in Construction Materials，2024（20）：e02779.

基金項(xiàng)目：廣西重點(diǎn)研發(fā)計(jì)劃項(xiàng)目“道面隱伏病害無(wú)損智能化診斷與微創(chuàng)快速維養(yǎng)成套技術(shù)研究”（編號(hào)：桂科AB23026144）；廣西重點(diǎn)研發(fā)計(jì)劃項(xiàng)目“道路路基服役安全診斷及快速處治技術(shù)應(yīng)用研究”（編號(hào)：桂科AB22080012）；廣西交通運(yùn)輸科技成果推廣項(xiàng)目資助“廣西交通運(yùn)輸行業(yè)公路碳達(dá)峰碳中和重點(diǎn)實(shí)驗(yàn)室”（編號(hào)：GXJT-ZDSYS-2023-03-01）

作者簡(jiǎn)介：焦曉東（1993—），博士，工程師，主要從事路面病害處治與固廢低碳建材研究工作。