Γεωφυσική έρευνα: Διαφορά μεταξύ των αναθεωρήσεων

Τελευταία αναθεώρηση της 12:14, 8 Νοεμβρίου 2025

Χάρτης ηλεκτρικής αντίστασης της αρχαίας Αφροδισιάδας

Η γεωφυσική έρευνα είναι βασικό εργαλείο για την κατανόηση των φυσικών ιδιοτήτων του εδάφους και του υπεδάφους, χρησιμοποιώντας μη επεμβατικές τεχνικές για την ανίχνευση δομών, κινδύνων και πόρων. Από τις πρώτες εφαρμογές στη δεκαετία του 1950, έχει εξελιχθεί σε ολοκληρωμένες προσεγγίσεις που συνδυάζουν πολλαπλές μεθόδους για ακριβή απεικόνιση^[1]. Σήμερα, με την ενσωμάτωση δεδομένων από ανοιχτές πηγές, όπως το arXiv και το MDPI, η συγκεκριμένη έρευνα υποστηρίζει πολιτικά έργα, όπως φράγματα και παράκτια έργα, μειώνοντας κινδύνους όπως διαρροές και σεισμικές απειλές^[2]. .

Ιστορική ανασκόπηση

Η γεωφυσική έρευνα ξεκίνησε με βασικές μετρήσεις βαρύτητας και μαγνητισμού τον 19ο αιώνα, αλλά εξελίχθηκε σημαντικά μετά τον Β' Παγκόσμιο Πόλεμο με την ανάπτυξη των υπολογιστών και εξελιγμένων οργάνων^[3]. Στις ΗΠΑ, στο Hanford Site, από το 1947 χρησιμοποιήθηκαν γεωτρήσεις για ραδιενεργή μόλυνση, ενώ από το 1955 επιφανειακές μέθοδοι για υδρογεωλογικές έρευνες^[4]. Στη δεκαετία του 1970, η ενσωμάτωση ηλεκτρομαγνητικών μεθόδων βελτίωσε την ανίχνευση σε παράκτιες περιοχές^[5]. Σήμερα, η μετάβαση σε προσεγγίσεις βασιζόμενες σε δεδομένα, όπως εκμάθηση του λεξικού^[6] και η βαθιά μάθηση^[7], επιτρέπει αυτοματοποιημένη ανάλυση μεγάλων δεδομένων^[8].

Κύριες μέθοδοι

Οι μέθοδοι ταξινομούνται σε στατικές (βαρύτητα, μαγνητισμός), διαχυτικές (μαγνητοτελλουρική, ηλεκτρομαγνητική) και μεταβατικές (σεισμική, ραντάρ υπεδάφους) ^[9]. Η σεισμική διάθλαση ανιχνεύει ταχύτητες κυμάτων για στρωματογραφία, με πλεονεκτήματα σε βάθος αλλά περιορισμούς σε θόρυβο ^[10]. Η ηλεκτρική τομογραφία (ERT) χαρτογραφεί αντίσταση για διαρροές, συνδυαζόμενη με επιφανειακά κύματα για καλύτερη ακρίβεια^[11]. Το ραντάρ υπεδάφους (GPR) παρέχει υψηλή ανάλυση σε ρηχά βάθη, αλλά περιορίζεται από την αγωγιμότητα^[12]. Σύγχρονες προσεγγίσεις, όπως η βαθιά μάθηση, βελτιώνουν τη διαδικασία αφαίρεσης ή μείωσης του θορύβου και αντιστροφής^[13]. Συγκεκριμένα, η σεισμική διάθλαση προσφέρει βαθιά διείσδυση, είναι όμως ευαίσθητη σε θόρυβο και εφαρμόζεται κυρίως σε υδρογεωλογικές μελέτες^[14]. Η ERT χαρτογραφεί την αντίσταση, αντιμετωπίζει πολλαπλές λύσεις και χρησιμοποιείται για διαρροές φραγμάτων^[15]. Το GPR έχει υψηλή ανάλυση, περιορίζεται σε ρηχά βάθη και ανιχνεύει σωλήνες ^[16]. Η βαθιά μάθηση με τη σειρά της αυτοματοποιεί, απαιτεί δεδομένα και εφαρμόζεται σε περιπτώσεις αντιστροφής^[17].

Εφαρμογές

Στα πολιτικά έργα, οι μέθοδοι ανιχνεύουν υποδομές και κινδύνους, όπως σε φράγματα όπου ενσωματωμένες τεχνικές (ERT με sonar) εντοπίζουν διαρροές ^[18]. Σε παράκτιες περιοχές, σόναρ και σεισμικές μέθοδοι χαρακτηρίζουν έδαφος για ανεμογεννήτριες ^[19]. Στο Hanford, επιφανειακές μέθοδοι χαρτογραφούν την υπάρχουσα μόλυνση του περιβάλλοντος ^[20]. Στη σεισμολογία, η βαθιά μάθηση προβλέπει σεισμούς^[21]. Εφαρμογές περιλαμβάνουν τους υδάτινους πόρους, την κλιματολογία και τη διαστημική επιστήμη^[22]. Συγκεκριμένα, στα φράγματα χρησιμοποιούνται ERT και επιφανειακά κύματα για ανίχνευση διαρροών^[23]. Στις παράκτιες περιοχές, τα ηχοεντοπιστικά συστήματα σόναρ και σεισμικές μέθοδοι χρησιμοποιούνται για τον χαρακτηρισμό του εδάφους^[24]. Όσον αφορά το περιβάλλον, το ραντάρ υπεδάφους χρησιμοποιείται για την ανίχνευση της μόλυνσης^[25].

Εφαρμογές στην αρχαιολογία

Η γεωφυσική έρευνα έχει βρει εκτεταμένες εφαρμογές στην αρχαιολογία, επιτρέποντας τη μη επεμβατική εξερεύνηση θαμμένων δομών και αντικειμένων, μειώνοντας την ανάγκη για ανασκαφές και διατηρώντας την πολιτιστική κληρονομιά. Οι πιο κοινές μέθοδοι περιλαμβάνουν τη μαγνητομετρία, η οποία ανιχνεύει μαγνητικές ανωμαλίες από καμένα υλικά ή μεταλλικά αντικείμενα, το ραντάρ υπεδάφους (GPR) για υψηλής ανάλυσης απεικόνιση ρηχών δομών όπως τάφοι και τοίχοι, και την ηλεκτρική τομογραφία (ERT) για χαρτογράφηση αντιστάσεων που υποδηλώνουν κενά ή υγρασία. Συνδυαστικές προσεγγίσεις, όπως SRT, ERT και GPR, έχουν χρησιμοποιηθεί σε χώρους όπως η νεκρόπολη της Σακκάρα στην Αίγυπτο, όπου εντοπίστηκαν θαμμένοι τάφοι, αίθουσες και πηγάδια σε βάθη 2-4 μέτρων, βασισμένες σε ανωμαλίες ταχύτητας, αντίστασης και αντανακλάσεων^[26]. Τα πλεονεκτήματα περιλαμβάνουν ταχύτητα, χαμηλό κόστος και υψηλή ανάλυση, ενώ περιορισμοί είναι η ευαισθησία στον θόρυβο και η εξάρτηση από εδαφικές συνθήκες. Μελέτες προτείνουν ενσωμάτωση με UAV για ευρύτερη κάλυψη, όπως σε ιταλικούς χώρους όπου GPR και ERT αποκάλυψαν κρύπτες και υγρασία σε ιστορικά κτίρια^[27]. Αυτές οι τεχνικές ενισχύουν την κατανόηση ιστορικών τοπίων, από το Παλαιό Βασίλειο της Αιγύπτου έως τα ρωμαϊκά ερείπια, προάγοντας βιώσιμη διαχείριση κληρονομιάς.

Μελλοντικές κατευθύνσεις

Ανάμεσα στις προκλήσεις που αντιμετωπίζει η γεωφυσική έρευνα περιλαμβάνονται οι πολλαπλές λύσεις, ο θόρυβος και η περιορισμένη διείσδυση^[28]. Μελλοντικά, η ενσωμάτωση τεχνητής νοημοσύνης και η συγχώνευση δεδομένων (data fusion) θα βελτιώσει την ακρίβεια^[29], με GIS για τρισδιάστατα μοντέλα^[30]. Οι ανοιχτές πηγές αναμένεται ότι θα ενισχύσουν τη συνεργασία^[31].

Η γεωφυσική έρευνα εξελίσσεται με ολοκληρωμένες μεθόδους και AI, προσφέροντας αξιόπιστα εργαλεία για βιώσιμα έργα. Μελλοντικές εξελίξεις θα εστιάσουν στον αυτοματισμό και την ανοιχτή πρόσβαση.

Παραπομπές

↑ Tsai and Lin 2022, 1.
↑ Li et al 2025, 1-3.
↑ Oldenburg et al 2022, 1-2.
↑ White et al 2000, 1.
↑ Tsai and Lin 2022, 2.
↑ Dictionary learning. Η εκμάθηση του λεξικού είναι μια μέθοδος εκμάθησης αναπαράστασης που στοχεύει στην εύρεση μιας αναπαράστασης των δεδομένων εισόδου με τη μορφή ενός γραμμικού συνδυασμού βασικών στοιχείων καθώς και αυτών των ίδιων των βασικών στοιχείων. Αυτά τα στοιχεία ονομάζονται άτομα και συνθέτουν ένα λεξικό.
↑ Η βαθιά μάθηση (deep learning) είναι ένας τύπος μηχανικής μάθησης που χρησιμοποιεί τεχνητά νευρωνικά δίκτυα με πολλαπλά επίπεδα για να μάθει από δεδομένα και να εκτελέσει ανθρώπινες εργασίες όπως η αναγνώριση εικόνων και φωνής. Λειτουργεί παρόμοια με τον ανθρώπινο εγκέφαλο, αναλύοντας τεράστιες ποσότητες δεδομένων για να αναγνωρίσει μοτίβα και να λάβει αποφάσεις, βελτιώνοντας την ακρίβειά του με τον καιρό χωρίς συνεχή ανθρώπινη παρέμβαση.
↑ Ma and Qian 2021, 2-5.
↑ Balázs 2000, 30-56.
↑ Balázs 2000: 53
↑ Li et al 2025, 3-15.
↑ White et al 2000, 5-6.
↑ Ma and Qian 2021, 10-20.
↑ White et al 2000, 8-9.
↑ Li et al 2025, 15-17.
↑ Tsai and Lin 2022, 12-20.
↑ Ma and Qian 2021, 28-32.
↑ Li et al 2025, 15-17.
↑ Tsai and Lin 2022, 5-12.
↑ White et al 2000, 1-6.
↑ Ma and Qian 2021, 20-27.
↑ Ma and Qian 2021, 20-27.
↑ Li et al 2025, 18-23.
↑ Tsai and Lin 2022, 3-5.
↑ White et al 2000, 6-10.
↑ Abbas et al. 2025, 1-10
↑ Martorana et al. 2023, 2886-2927.
↑ Balázs 2000, 56-58.
↑ Ma and Qian 2021, 32-37.
↑ Li et al 2025, 17-18.
↑ Oldenburg et al 2022, 12-13.

Βιβλιογραφία

Abbas, A. M., et al. (2025). Integrated geophysical techniques for archaeological exploration of subsurface tombs in Saqqara necropolis, Giza, Egypt. Heritage Science, 13(1). https://doi.org/10.1186/s40494-025-01872-y
Balázs, L. B. (2000). A Comparative Overview of Geophysical Methods. CORE repository. https://core.ac.uk/download/pdf/159585702.pdf
Li, Y., et al. (2025). A Review on the Progress of Integrated Geophysical Exploration Techniques for Leakage Hazard Detection in Earth and Rock Dams. Applied Sciences, 15(4), 1767. https://doi.org/10.3390/app15041767
Ma, J., & Qian, W. (2021). Data-driven geophysics: from dictionary learning to deep learning. arXiv preprint arXiv:2007.06183. https://doi.org/10.48550/arXiv.2007.06183
Martorana, R., et al. (2023). An Overview of Geophysical Techniques and Their Potential Suitability for Archaeological Studies. Heritage, 6(3), 2886-2927. https://doi.org/10.3390/heritage6030154
Oldenburg, D. W., Heagy, L. J., & Kang, S. (2022). Geophysical Electromagnetics: A retrospective, DISC 2017, and a look to the future. arXiv preprint arXiv:2203.13931. https://doi.org/10.48550/arXiv.2203.13931
Oluwaseun, A., et al. (2025). A review on the application of geophysical methods in civil engineering studies. Advanced Engineering Informatics. https://doi.org/10.1016/j.aej.2025.05.003
Tsai, C.-C., & Lin, C.-H. (2022). Review and Future Perspective of Geophysical Methods Applied in Nearshore Site Characterization. Journal of Marine Science and Engineering, 10(3), 344. https://doi.org/10.3390/jmse10030344
White, D. J., Rohay, A. C., & Mercer, R. B. (2000). Review of Geophysical Characterization Methods Used at the Hanford Site. Pacific Northwest National Laboratory, PNNL-13149. https://www.pnnl.gov/main/publications/external/technical_reports/13149.pdf

[1] Tsai and Lin 2022, 1.

[2] Li et al 2025, 1-3.

[3] Oldenburg et al 2022, 1-2.

[4] White et al 2000, 1.

[5] Tsai and Lin 2022, 2.

[6] Dictionary learning. Η εκμάθηση του λεξικού είναι μια μέθοδος εκμάθησης αναπαράστασης που στοχεύει στην εύρεση μιας αναπαράστασης των δεδομένων εισόδου με τη μορφή ενός γραμμικού συνδυασμού βασικών στοιχείων καθώς και αυτών των ίδιων των βασικών στοιχείων. Αυτά τα στοιχεία ονομάζονται άτομα και συνθέτουν ένα λεξικό.

[7] Η βαθιά μάθηση (deep learning) είναι ένας τύπος μηχανικής μάθησης που χρησιμοποιεί τεχνητά νευρωνικά δίκτυα με πολλαπλά επίπεδα για να μάθει από δεδομένα και να εκτελέσει ανθρώπινες εργασίες όπως η αναγνώριση εικόνων και φωνής. Λειτουργεί παρόμοια με τον ανθρώπινο εγκέφαλο, αναλύοντας τεράστιες ποσότητες δεδομένων για να αναγνωρίσει μοτίβα και να λάβει αποφάσεις, βελτιώνοντας την ακρίβειά του με τον καιρό χωρίς συνεχή ανθρώπινη παρέμβαση.

[8] Ma and Qian 2021, 2-5.

[9] Balázs 2000, 30-56.

[10] Balázs 2000: 53

[11] Li et al 2025, 3-15.

[12] White et al 2000, 5-6.

[13] Ma and Qian 2021, 10-20.

[14] White et al 2000, 8-9.

[15] Li et al 2025, 15-17.

[16] Tsai and Lin 2022, 12-20.

[17] Ma and Qian 2021, 28-32.

[18] Li et al 2025, 15-17.

[19] Tsai and Lin 2022, 5-12.

[20] White et al 2000, 1-6.

[21] Ma and Qian 2021, 20-27.

[22] Ma and Qian 2021, 20-27.

[23] Li et al 2025, 18-23.

[24] Tsai and Lin 2022, 3-5.

[25] White et al 2000, 6-10.

[26] Abbas et al. 2025, 1-10

[27] Martorana et al. 2023, 2886-2927.

[28] Balázs 2000, 56-58.

[29] Ma and Qian 2021, 32-37.

[30] Li et al 2025, 17-18.

[31] Oldenburg et al 2022, 12-13.

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

[11]

[12]

[13]

[14]

[15]

[16]

[17]

[18]

[19]

[20]

[21]

[22]

[23]

[24]

[25]

[26]

[27]

[28]

[29]

[30]

[31]

@@ Γραμμή 1: / Γραμμή 1: @@
-Η '''γεωφυσική έρευνα''' είναι βασικό εργαλείο για την κατανόηση των φυσικών ιδιοτήτων του εδάφους και του υπεδάφους, χρησιμοποιώντας μη επεμβατικές τεχνικές για την ανίχνευση δομών, κινδύνων και πόρων. Από τις πρώτες εφαρμογές στη δεκαετία του 1950, έχει εξελιχθεί σε ολοκληρωμένες προσεγγίσεις που συνδυάζουν πολλαπλές μεθόδους για ακριβή απεικόνιση <ref>Tsai and Lin 2022: 1</ref>. Σήμερα, με την ενσωμάτωση δεδομένων από ανοιχτές πηγές, όπως το arXiv και το MDPI, η έρευνα αυτή υποστηρίζει πολιτικά έργα, όπως φράγματα και παράκτια έργα, μειώνοντας κινδύνους όπως διαρροές και σεισμικές απειλές<ref>Li et al 2025, 1-3.</ref>. .
+[[Image:Aphrodisias-res.jpg|thumb|right|220px|Χάρτης ηλεκτρικής αντίστασης της αρχαίας Αφροδισιάδας ]]
+Η '''γεωφυσική έρευνα''' είναι βασικό εργαλείο για την κατανόηση των φυσικών ιδιοτήτων του εδάφους και του υπεδάφους, χρησιμοποιώντας μη επεμβατικές τεχνικές για την ανίχνευση δομών, κινδύνων και [[φυσικοί πόροι|πόρων]]. Από τις πρώτες εφαρμογές στη δεκαετία του 1950, έχει εξελιχθεί σε ολοκληρωμένες προσεγγίσεις που συνδυάζουν πολλαπλές μεθόδους για ακριβή απεικόνιση<ref>Tsai and Lin 2022, 1.</ref>. Σήμερα, με την ενσωμάτωση δεδομένων από ανοιχτές πηγές, όπως το arXiv και το MDPI, η συγκεκριμένη έρευνα υποστηρίζει πολιτικά έργα, όπως φράγματα και παράκτια έργα, μειώνοντας κινδύνους όπως διαρροές και σεισμικές απειλές<ref>Li et al 2025, 1-3.</ref>. .
 ==Ιστορική ανασκόπηση==
-Η γεωφυσική έρευνα ξεκίνησε με βασικές μετρήσεις βαρύτητας και μαγνητισμού τον 19ο αιώνα, αλλά εξελίχθηκε σημαντικά μετά τον Β' Παγκόσμιο Πόλεμο με την ανάπτυξη υπολογιστών και οργάνων <ref>Oldenburg et al 2022: 1-2</ref>. Στις ΗΠΑ, στο Hanford Site, από το 1947 χρησιμοποιήθηκαν γεωτρήσεις για ραδιενεργή μόλυνση, ενώ από το 1955 επιφανειακές μέθοδοι για υδρογεωλογία<ref>White et al 2000, 1.</ref>. Στη δεκαετία του 1970, η ενσωμάτωση ηλεκτρομαγνητικών μεθόδων βελτίωσε την ανίχνευση σε παράκτιες περιοχές<ref>Tsai and Lin 2022, 2.</ref>. Σήμερα, η μετάβαση σε data-driven προσεγγίσεις, όπως dictionary learning και deep learning, επιτρέπει αυτοματοποιημένη ανάλυση μεγάλων δεδομένων<ref>Ma and Qian 2021, 2-5.</ref>.
+Η γεωφυσική έρευνα ξεκίνησε με βασικές μετρήσεις βαρύτητας και μαγνητισμού τον 19ο αιώνα, αλλά εξελίχθηκε σημαντικά μετά τον Β' Παγκόσμιο Πόλεμο με την ανάπτυξη των υπολογιστών και εξελιγμένων οργάνων<ref>Oldenburg et al 2022, 1-2.</ref>. Στις ΗΠΑ, στο Hanford Site, από το 1947 χρησιμοποιήθηκαν γεωτρήσεις για ραδιενεργή μόλυνση, ενώ από το 1955 επιφανειακές μέθοδοι για [[υδρογεωλογία|υδρογεωλογικές έρευνες]]<ref>White et al 2000, 1.</ref>. Στη δεκαετία του 1970, η ενσωμάτωση ηλεκτρομαγνητικών μεθόδων βελτίωσε την ανίχνευση σε παράκτιες περιοχές<ref>Tsai and Lin 2022, 2.</ref>. Σήμερα, η μετάβαση σε προσεγγίσεις βασιζόμενες σε δεδομένα, όπως εκμάθηση του λεξικού<ref>Dictionary learning. Η εκμάθηση του λεξικού είναι μια μέθοδος εκμάθησης αναπαράστασης που στοχεύει στην εύρεση μιας αναπαράστασης των δεδομένων εισόδου με τη μορφή ενός γραμμικού συνδυασμού βασικών στοιχείων καθώς και αυτών των ίδιων των βασικών στοιχείων. Αυτά τα στοιχεία ονομάζονται άτομα και συνθέτουν ένα λεξικό.</ref> και η βαθιά μάθηση<ref>Η βαθιά μάθηση (deep learning) είναι ένας τύπος μηχανικής μάθησης που χρησιμοποιεί τεχνητά νευρωνικά δίκτυα με πολλαπλά επίπεδα για να μάθει από δεδομένα και να εκτελέσει ανθρώπινες εργασίες όπως η αναγνώριση εικόνων και φωνής. Λειτουργεί παρόμοια με τον ανθρώπινο εγκέφαλο, αναλύοντας τεράστιες ποσότητες δεδομένων για να αναγνωρίσει μοτίβα και να λάβει αποφάσεις, βελτιώνοντας την ακρίβειά του με τον καιρό χωρίς συνεχή ανθρώπινη παρέμβαση.  </ref>, επιτρέπει αυτοματοποιημένη ανάλυση [[μεγάλα δεδομένα|μεγάλων δεδομένων]]<ref>Ma and Qian 2021, 2-5.</ref>.
 ==Κύριες μέθοδοι==
-Οι μέθοδοι ταξινομούνται σε στατικές (βαρύτητα, μαγνητισμός), διαχυτικές (μαγνητοτελλουρική, ηλεκτρομαγνητική) και μεταβατικές (σεισμική, ραντάρ εδάφους) <ref>Balázs 2000: 30-56</ref>. Η σεισμική διάθλαση ανιχνεύει ταχύτητες κυμάτων για στρωματογραφία, με πλεονεκτήματα σε βάθος αλλά περιορισμούς σε θόρυβο <ref>Balázs 2000: 53</ref>. Η ηλεκτρική τομογραφία (ERT) χαρτογραφεί αντίσταση για διαρροές, συνδυαζόμενη με επιφανειακά κύματα για καλύτερη ακρίβεια <ref>Li et al 2025: 3-15</ref>. Το ραντάρ εδάφους (GPR) παρέχει υψηλή ανάλυση σε ρηχά βάθη, αλλά περιορίζεται από αγωγιμότητα <ref>White et al 2000: 5-6</ref>. Σύγχρονες προσεγγίσεις, όπως deep learning, βελτιώνουν denoising και inversion <ref>Ma and Qian 2021: 10-20</ref>. Συγκεκριμένα, η σεισμική διάθλαση προσφέρει βαθιά διείσδυση, είναι όμως ευαίσθητη σε θόρυβο και εφαρμόζεται κυρίως σε υδρογεωλογικές μελέτες <ref>White et al 2000: 8-9</ref>. Η ERT χαρτογραφεί την αντίσταση, αντιμετωπίζει πολλαπλές λύσεις και χρησιμοποιείται για διαρροές φραγμάτων <ref>Li et al 2025: 15-17</ref>. Το GPR έχει υψηλή ανάλυση, περιορίζεται σε ρηχά βάθη και ανιχνεύει σωλήνες <ref>Tsai and Lin 2022: 12-20</ref>. Το deep learning αυτοματοποιεί, απαιτεί δεδομένα και εφαρμόζεται σε inversion <ref>Ma and Qian 2021: 28-32</ref>.
+[[Image:radarsurvey.jpg|thumb|right|220px|Γεωφυσική έρευνα με ραντάρ υπεδάφους]]
+Οι μέθοδοι ταξινομούνται σε στατικές (βαρύτητα, μαγνητισμός), διαχυτικές (μαγνητοτελλουρική, ηλεκτρομαγνητική) και μεταβατικές (σεισμική, ραντάρ υπεδάφους) <ref>Balázs 2000, 30-56.</ref>. Η σεισμική διάθλαση ανιχνεύει ταχύτητες κυμάτων για [[στρωματογραφία]], με πλεονεκτήματα σε βάθος αλλά περιορισμούς σε θόρυβο <ref>Balázs 2000: 53</ref>. Η [[ηλεκτρική τομογραφία]] (ERT) χαρτογραφεί αντίσταση για διαρροές, συνδυαζόμενη με επιφανειακά κύματα για καλύτερη ακρίβεια<ref>Li et al 2025, 3-15.</ref>. Το [[ραντάρ υπεδάφους]] (GPR) παρέχει υψηλή ανάλυση σε ρηχά βάθη, αλλά περιορίζεται από την αγωγιμότητα<ref>White et al 2000, 5-6.</ref>. Σύγχρονες προσεγγίσεις, όπως η βαθιά μάθηση, βελτιώνουν τη διαδικασία αφαίρεσης ή μείωσης του θορύβου και αντιστροφής<ref>Ma and Qian 2021, 10-20.</ref>. Συγκεκριμένα, η σεισμική διάθλαση προσφέρει βαθιά διείσδυση, είναι όμως ευαίσθητη σε θόρυβο και εφαρμόζεται κυρίως σε υδρογεωλογικές μελέτες<ref>White et al 2000, 8-9.</ref>. Η ERT χαρτογραφεί την αντίσταση, αντιμετωπίζει πολλαπλές λύσεις και χρησιμοποιείται για διαρροές φραγμάτων<ref>Li et al 2025, 15-17.</ref>. Το GPR έχει υψηλή ανάλυση, περιορίζεται σε ρηχά βάθη και ανιχνεύει σωλήνες <ref>Tsai and Lin 2022, 12-20.</ref>. Η βαθιά μάθηση με τη σειρά της αυτοματοποιεί, απαιτεί [[δεδομένα]] και εφαρμόζεται σε περιπτώσεις αντιστροφής<ref>Ma and Qian 2021, 28-32.</ref>.
 ==Εφαρμογές==
-Στα πολιτικά έργα, οι μέθοδοι ανιχνεύουν υποδομές και κινδύνους, όπως σε φράγματα όπου ενσωματωμένες τεχνικές (ERT με sonar) εντοπίζουν διαρροές <ref>Li et al 2025: 15-17</ref>. Σε παράκτιες περιοχές, sonar και σεισμικές μέθοδοι χαρακτηρίζουν έδαφος για ανεμογεννήτριες <ref>Tsai and Lin 2022: 5-12</ref>. Στο Hanford, επιφανειακές μέθοδοι χαρτογραφούν μόλυνση <ref>White et al 2000: 1-6</ref>. Σε σεισμολογία, deep learning προβλέπει σεισμούς <ref>Ma and Qian 2021: 20-27</ref>. Εφαρμογές περιλαμβάνουν υδάτινους πόρους, κλιματολογία και διαστημική επιστήμη <ref>Ma and Qian 2021: 20-27</ref>. Συγκεκριμένα, στα φράγματα χρησιμοποιούνται ERT και surface waves για ανίχνευση διαρροών <ref>Li et al 2025: 18-23</ref>. Στις παράκτιες περιοχές, sonar και σεισμικές μέθοδοι για χαρακτηρισμό εδάφους <ref>Tsai and Lin 2022: 3-5</ref>. Στο περιβάλλον, GPR και EM για μόλυνση <ref>White et al 2000: 6-10</ref>. Στη σεισμολογία, deep learning για πρόβλεψη <ref>Ma and Qian 2021: 21-22</ref>.
+[[File:Pomiary magnetometrem transduktorowym.jpg|thumb|220px|Γεωφυσική έρευνα με τη χρήση μαγνητόμετρου]]
+Στα πολιτικά έργα, οι μέθοδοι ανιχνεύουν υποδομές και κινδύνους, όπως σε φράγματα όπου ενσωματωμένες τεχνικές (ERT με sonar) εντοπίζουν διαρροές <ref>Li et al 2025, 15-17.</ref>. Σε παράκτιες περιοχές, σόναρ και σεισμικές μέθοδοι χαρακτηρίζουν έδαφος για ανεμογεννήτριες <ref>Tsai and Lin 2022, 5-12.</ref>. Στο Hanford, επιφανειακές μέθοδοι χαρτογραφούν την υπάρχουσα μόλυνση του περιβάλλοντος <ref>White et al 2000, 1-6.</ref>. Στη σεισμολογία, η βαθιά μάθηση προβλέπει σεισμούς<ref>Ma and Qian 2021, 20-27.</ref>. Εφαρμογές περιλαμβάνουν τους υδάτινους πόρους, την [[κλιματολογία]] και τη διαστημική επιστήμη<ref>Ma and Qian 2021, 20-27.</ref>. Συγκεκριμένα, στα φράγματα χρησιμοποιούνται ERT και επιφανειακά κύματα για ανίχνευση διαρροών<ref>Li et al 2025, 18-23.</ref>. Στις παράκτιες περιοχές, τα ηχοεντοπιστικά συστήματα σόναρ και σεισμικές μέθοδοι χρησιμοποιούνται για τον χαρακτηρισμό του εδάφους<ref>Tsai and Lin 2022, 3-5.</ref>. Όσον αφορά το [[περιβάλλον]], το ραντάρ υπεδάφους χρησιμοποιείται για την ανίχνευση της [[μόλυνση]]ς<ref>White et al 2000, 6-10.</ref>.
 ==Εφαρμογές στην αρχαιολογία==
-Η γεωφυσική έρευνα έχει βρει εκτεταμένες εφαρμογές στην αρχαιολογία, επιτρέποντας τη μη επεμβατική εξερεύνηση θαμμένων δομών και αντικειμένων, μειώνοντας την ανάγκη για ανασκαφές και διατηρώντας την πολιτιστική κληρονομιά. Οι πιο κοινές μέθοδοι περιλαμβάνουν τη μαγνητομετρία, η οποία ανιχνεύει μαγνητικές ανωμαλίες από καμένα υλικά ή μεταλλικά αντικείμενα, το ραντάρ εδάφους (GPR) για υψηλής ανάλυσης απεικόνιση ρηχών δομών όπως τάφοι και τοίχοι, και την ηλεκτρική τομογραφία (ERT) για χαρτογράφηση αντιστάσεων που υποδηλώνουν κενά ή υγρασία. Συνδυαστικές προσεγγίσεις, όπως SRT, ERT και GPR, έχουν χρησιμοποιηθεί σε χώρους όπως η νεκρόπολη Σακκάρα στην Αίγυπτο, όπου εντοπίστηκαν θαμμένοι τάφοι, αίθουσες και πηγάδια σε βάθη 2-4 μέτρων, βασισμένες σε ανωμαλίες ταχύτητας, αντίστασης και αντανακλάσεων <ref>Abbas et al. 2025: 1-10</ref>. Πλεονεκτήματα περιλαμβάνουν ταχύτητα, χαμηλό κόστος και υψηλή ανάλυση, ενώ περιορισμοί είναι η ευαισθησία σε θόρυβο και η εξάρτηση από εδαφικές συνθήκες. Μελέτες προτείνουν ενσωμάτωση με UAV για ευρύτερη κάλυψη, όπως σε ιταλικούς χώρους όπου GPR και ERT αποκάλυψαν κρύπτες και υγρασία σε ιστορικά κτίρια <ref>Martorana et al. 2023: 2886-2927</ref>. Αυτές οι τεχνικές ενισχύουν την κατανόηση ιστορικών τοπίων, από την Παλιά Βασιλεία της Αιγύπτου μέχρι ρωμαϊκά ερείπια, προάγοντας βιώσιμη διαχείριση κληρονομιάς.
+Η γεωφυσική έρευνα έχει βρει εκτεταμένες εφαρμογές στην [[αρχαιολογία]], επιτρέποντας τη μη επεμβατική εξερεύνηση θαμμένων δομών και αντικειμένων, μειώνοντας την ανάγκη για [[ανασκαφή (αρχαιολογία)|ανασκαφές]] και διατηρώντας την πολιτιστική κληρονομιά. Οι πιο κοινές μέθοδοι περιλαμβάνουν τη [[μαγνητομετρία]], η οποία ανιχνεύει μαγνητικές ανωμαλίες από καμένα υλικά ή μεταλλικά αντικείμενα, το ραντάρ υπεδάφους (GPR) για υψηλής ανάλυσης απεικόνιση ρηχών δομών όπως τάφοι και τοίχοι, και την [[ηλεκτρική τομογραφία]] (ERT) για χαρτογράφηση αντιστάσεων που υποδηλώνουν κενά ή υγρασία. Συνδυαστικές προσεγγίσεις, όπως SRT, ERT και GPR, έχουν χρησιμοποιηθεί σε χώρους όπως η νεκρόπολη της Σακκάρα στην Αίγυπτο, όπου εντοπίστηκαν θαμμένοι τάφοι, αίθουσες και πηγάδια σε βάθη 2-4 μέτρων, βασισμένες σε ανωμαλίες ταχύτητας, αντίστασης και αντανακλάσεων<ref>Abbas et al. 2025, 1-10</ref>. Τα πλεονεκτήματα περιλαμβάνουν ταχύτητα, χαμηλό κόστος και υψηλή ανάλυση, ενώ περιορισμοί είναι η ευαισθησία στον θόρυβο και η εξάρτηση από εδαφικές συνθήκες. Μελέτες προτείνουν ενσωμάτωση με UAV για ευρύτερη κάλυψη, όπως σε ιταλικούς χώρους όπου GPR και ERT αποκάλυψαν κρύπτες και υγρασία σε ιστορικά κτίρια<ref>Martorana et al. 2023, 2886-2927.</ref>. Αυτές οι τεχνικές ενισχύουν την κατανόηση ιστορικών τοπίων, από το Παλαιό Βασίλειο της Αιγύπτου έως τα ρωμαϊκά ερείπια, προάγοντας βιώσιμη διαχείριση κληρονομιάς.
 ==Μελλοντικές κατευθύνσεις==
-Προκλήσεις περιλαμβάνουν πολλαπλές λύσεις, θόρυβο και περιορισμένη διείσδυση <ref>Balázs 2000: 56-58</ref>. Μελλοντικά, η ενσωμάτωση AI και data fusion θα βελτιώσει την ακρίβεια <ref>Ma and Qian 2021: 32-37</ref>, με GIS για 3D μοντέλα <ref>Li et al 2025: 17-18</ref>. Ανοιχτές πηγές θα ενισχύσουν τη συνεργασία <ref>Oldenburg et al 2022: 12-13</ref>.
+Ανάμεσα στις προκλήσεις που αντιμετωπίζει η γεωφυσική έρευνα περιλαμβάνονται οι πολλαπλές λύσεις, ο θόρυβος και η περιορισμένη διείσδυση<ref>Balázs 2000, 56-58.</ref>. Μελλοντικά, η ενσωμάτωση [[τεχνητή νοημοσύνη|τεχνητής νοημοσύνης]] και η συγχώνευση δεδομένων (data fusion) θα βελτιώσει την ακρίβεια<ref>Ma and Qian 2021, 32-37.</ref>, με [[GIS]] για τρισδιάστατα μοντέλα<ref>Li et al 2025, 17-18.</ref>. Οι ανοιχτές πηγές αναμένεται ότι θα ενισχύσουν τη συνεργασία<ref>Oldenburg et al 2022, 12-13.</ref>.
-Η γεωφυσική έρευνα εξελίσσεται με ολοκληρωμένες μεθόδους και AI, προσφέροντας αξιόπιστα εργαλεία για βιώσιμα έργα. Μελλοντικές εξελίξεις θα εστιάσουν σε αυτοματισμό και ανοιχτή πρόσβαση.
+Η γεωφυσική έρευνα εξελίσσεται με ολοκληρωμένες μεθόδους και AI, προσφέροντας αξιόπιστα εργαλεία για βιώσιμα έργα. Μελλοντικές εξελίξεις θα εστιάσουν στον αυτοματισμό και την ανοιχτή πρόσβαση.
 ==Παραπομπές==

Γεωφυσική έρευνα: Διαφορά μεταξύ των αναθεωρήσεων

Τελευταία αναθεώρηση της 12:14, 8 Νοεμβρίου 2025

Περιεχόμενα

Ιστορική ανασκόπηση

Κύριες μέθοδοι

Εφαρμογές

Εφαρμογές στην αρχαιολογία

Μελλοντικές κατευθύνσεις

Παραπομπές

Βιβλιογραφία

Μενού πλοήγησης

Ενέργειες σελίδας

Ενέργειες σελίδας

Προσωπικά εργαλεία

Πλοήγηση

Αναζήτηση

Εργαλεία