Γεωφυσική έρευνα
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
