解释数据
❶ 数据处理和解释
5.6.3.1 数据处理
探地雷达数据处理的目的是为了压制干扰，以尽可能高的分辨率在图像剖面上显示反射波，提取反射波的各种有用的参数（包括电磁波速度、振幅和波形等）来帮助解释。由于雷达波与地震波理论的相似性，以及它们采集数据的方式的类同，目前地质雷达数据处理方法主要是移植地震数据处理方法。主要包括时间域和频率域的高低通滤波、带通滤波、偏移绕射处理、反褶积、图像增强等。
数据处理流程如下：
a.信号校正，消除仪器的静噪声干扰。
b.信号增益。电磁波在地下传播过程中，由于吸收衰减和球面扩散等因素的作用，造成接收到的深、浅部电磁波信号强度差别非常大，给显示、分析、解释带来一定困难。信号增益对电磁波在球面扩散和吸收衰减作用下造成的电磁波能量衰减给予一定程度的补偿。信号增益的方法很多，如AGC增益、SEC增益、常数增益、自定义增益等。可根据资料的实际情况选择合适的增益方法。
c.中值滤波。消除孤立奇异点和异常波形。
d.平滑滤波。消除高频噪声干扰。
e.一维频率滤波。野外施工可能有一定程度的干扰波存在，在时间域内有效波和干扰波往往叠加在一起。在频率域，有效波的频谱和干扰波的频谱往往在不同的频带内，利用带通滤波器能很好地保留有效频带，完全剔除噪声干扰。
f.二维滤波。大部分探地雷达天线都是非屏蔽的。因此，探地雷达在接收来自地下信号的同时也会接收到来自地面干扰物（如墙壁、汽车、电线杆、高压线等）的反射信号，这时采用二维滤波可以很好地消除来自地面干扰物的反射信号。
g.偏移成像。由于几何反射原理，探地雷达反射同相轴的形态和反射体的形态并不一致，特别是对于点状、球状和倾角较大的反射体，其差异更大。为了能使同相轴恢复到实际反射体的形态，就需要进行偏移成像处理。
以上探地雷达数据流程可以根据探测目的不同、采集数据质量的不同而取舍相应的步骤。
5.6.3.2 探地雷达数据的地质解释
探地雷达数据的地质解释通常是在数据处理后所得的图像剖面中，根据反射波组的波形与强度特征，通过同相轴的追踪，确定反射波组的地质含义，建立地质-地球物理解释剖面。近年来，研究人员在这方面作了大量的研究，提出了一些有效的方法，如正演数值模拟和物理模拟等方法。
5.6.3.3 探地雷达的应用
GPR采用高频带和高速采样技术，其探测分辨率大大高于其他物探方法，从而极大地提高了人们对近地表特征的探测能力。实践表明，探地雷达可用于浅部地层划分、土壤填图以及潜水面、岩溶洞穴、断裂破碎带、地下废物、埋藏物的探测等。探地雷达已成为工程与环境勘查中不可缺少的新技术。
❷ 数据的定义是什么
数据（英语：data），是指未经过处理的原始记录。一般而言，数据缺乏组织及分类，无法明确的表达事物代表的意义，它可能是一堆的杂志、一大叠的报纸、数种的开会记录或是整本病人的病历纪录。
数据描述事物的符号记录，是可定义为意义的实体，涉及事物的存在形式。是关于事件之一组离散且客观的事实描述，是构成消息和知识的原始材料。
数据可以是连续的值，比如声音、图像，称为模拟数据。也可以是离散的，如符号、文字，称为数字数据。
(2)解释数据扩展阅读
数据的分类
按性质分为
①定位的，如各种坐标数据；
②定性的，如表示事物属性的数据（居民地、河流、道路等）；
③定量的，反映事物数量特征的数据，如长度、面积、体积等几何量或重量、速度等物理量；
④定时的，反映事物时间特性的数据，如年、月、日、时、分、秒等。
按表现形式分为
①数字数据，如各种统计或量测数据。数字数据在某个区间内是离散的值[3]；
②模拟数据，由连续函数组成，是指在某个区间连续变化的物理量，又可以分为图形数据（如点、线、面）、符号数据、文字数据和图像数据等，如声音的大小和温度的变化等。
按记录方式分为
地图、表格、影像、磁带、纸带。按数字化方式分为矢量数据、格网数据等。在地理信息系统中，数据的选择、类型、数量、采集方法、详细程度、可信度等，取决于系统应用目标、功能、结构和数据处理、管理与分析的要求。
❸ 数据的概念
数据是事实或观察的结果，是对客观事物的逻辑归纳，是用于表示客观事物的未经加工的的原始素材。 数据可以是连续的值，比如声音、图像，称为模拟数据，也可以是离散的，如符号、文字，称为数字数据。在计算机系统中，数据以二进制信息单元0、1的形式表示。
数据：在计算机系统中，各种字母、数字符号的组合、语音、图形、图像等统称为数据，数据经过加工后就成为信息。
在计算机科学中，数据是指所有能输入到计算机并被计算机程序处理的符号的介质的总称，是用于输入电子计算机进行处理，具有一定意义的数字、字母、符号和模拟量等的通称。是组成地理信息系统的最基本要素，种类很多。
按性质分为
①定位的，如各种坐标数据；②定性的，如表示事物属性的数据（居民地、河流、道路等）；③定量的，反映事物数量特征的数据，如长度、面积、体积等几何量或重量、速度等物理量；④定时的，反映事物时间特性的数据，如年、月、日、时、分、秒等。
按表现形式分为
①数字数据，如各种统计或量测数据；②模拟数据，由连续函数组成，是指在某个区间连续变化的物理量，又可以分为图形数据（如点、线、面）、符号数据、文字数据和图像数据等，如声音的大小和温度的变化等。
按记录方式分为
地图、表格、影像、磁带、纸带。按数字化方式分为矢量数据、格网数据等。在地理信息系统中，数据的选择、类型、数量、采集方法、详细程度、可信度等，取决于系统应用目标、功能、结构和数据处理、管理与分析的要求。
数据仓库
目前，数据仓库一词尚没有一个统一的定义，著名的数据仓库专家w.h.inmon在其著作《building the data warehouse》一书中给予如下描述：数据仓库（datawarehouse）是一个面向主题的（subject oriented）、集成的（integrate）、相对稳定的（non-volatile）、反映历史变化（time variant）的数据集合，用于支持管理决策。对于数据仓库的概念我们可以从两个层次予以理解，首先，数据仓库用于支持决策，面向分析型数据处理，它不同于企业现有的操作型数据库；其次，数据仓库是对多个异构的数据源有效集成，集成后按照主题进行了重组，并包含历史数据，而且存放在数据仓库中的数据一般不再修改。
数据仓库的特点
根据数据仓库概念的含义，数据仓库拥有以下四个特点：
1、面向主题。操作型数据库的数据组织面向事务处理任务，各个业务系统之间各自分离，而数据仓库中的数据是按照一定的主题域进行组织。主题是一个抽象的概念，是指用户使用数据仓库进行决策时所关心的重点方面，一个主题通常与多个操作型信息系统相关。
2、集成的。面向事务处理的操作型数据库通常与某些特定的应用相关，数据库之间相互独立，并且往往是异构的。而数据仓库中的数据是在对原有分散的数据库数据抽取、清理的基础上经过系统加工、汇总和整理得到的，必须消除源数据中的不一致性，以保证数据仓库内的信息是关于整个企业的一致的全局信息。
3、相对稳定的。操作型数据库中的数据通常实时更新，数据根据需要及时发生变化。数据仓库的数据主要供企业决策分析之用，所涉及的数据操作主要是数据查询，一旦某个数据进入数据仓库以后，一般情况下将被长期保留，也就是数据仓库中一般有大量的查询操作，但修改和删除操作很少，通常只需要定期的加载、刷新。
4、反映历史变化。操作型数据库主要关心当前某一个时间段内的数据，而数据仓库中的数据通常包含历史信息，系统记录了企业从过去某一时点(如开始应用数据仓库的时点)到目前的各个阶段的信息，通过这些信息，可以对企业的发展历程和未来趋势做出定量分析和预测。
企业数据仓库的建设，是以现有企业业务系统和大量业务数据的积累为基础。数据仓库不是静态的概念，只有把信息及时交给需要这些信息的使用者，供他们做出改善其业务经营的决策，信息才能发挥作用，信息才有意义。而把信息加以整理归纳和重组，并及时提供给相应的管理决策人员，是数据仓库的根本任务。因此，从产业界的角度看，数据仓库建设是一个工程，是一个过程。
数据库是依照某种数据模型组织起来并存放二级存储器中的数据集合。这种数据集合具有如下特点：尽可能不重复，以最优方式为某个特定组织的多种应用服务，其数据结构独立于使用它的应用程序，对数据的增、删、改和检索由统一软件进行管理和控制。从发展的历史看，数据库是数据管理的高级阶段，它是由文件管理系统发展起来的。