我国西南地区高速公路建设面临着大量的岩溶洼地的岩溶地质问题，其土洞、溶洞的潜在塌陷给高速公路的建设和运营带来了极大的危害。探明岩溶洼地中土洞、溶洞等地质异常体所处的位置、类型、充填情况并进行针对性处理，对于高速公路的安全建设和运营具有较为重要的意义。
　　地质雷达作为一种快速、无损、高效的检测方法，已成为典型岩溶洼地地质异常体勘查的主要手段。随着地质雷达检测数据量的迅速增加，人工对地质雷达图像进行判别已经无法满足工程检测对于地质雷达图像快速、准确判别的需求。
　　本文以宜毕高速公路岩溶洼地区路基勘查为背景，以实现典型岩溶洼地地质雷达图像的快速、智能识别为目的，通过实地调查、理论分析等手段划分岩溶洼地的主要地质模式;开发基于并行计算的快速地质雷达正演模拟软件;基于岩溶洼地地质模式，模拟不同地质异常体，不同相对介电常数模式下的地质雷达扫描图像;使用岩溶洼地地质雷达正演模拟图像数据集训练深度学习目标检测算法;主要成果如下:
　　(1)根据岩溶洼地地质成因、排水方式等因素对岩溶洼地的地质模式进行了详细的划分;建立了在复杂地质条件下粘土层相对介电常数与深度的关系。
　　(2)为提高地质雷达正演模拟准确度，本文推导了二维时域有限差分的高阶辛差分形式;推导了卷积完美匹配层吸收边界高阶辛差分形式;推导了地质雷达正演模拟中数值稳定性和色散条件;推导了雷克子波发射源的函数形式。
　　(3)使用GPU并行编程对时域有限差分算法进行了加速，开发了基于二维高阶辛差分的地质雷达正演模拟软件(FastGPRv1.0);开发了地质雷达正演模拟画图软件;在同等计算精度条件下，将正演模拟计算速度提高了近50倍。
　　(4)使用FasGPRv1.0对不同覆盖层相对介电常数模式、不同空洞跨高比、不同充填情况等多种地质情况进行了充分的模拟，共生成地质雷达正演模拟图像1680张。分析在不同地质条件、不同频率下的地质雷达图像典型响应特征，并将正演模拟生成的地质雷达图像制作成地质雷达正演模拟图像数据集。
　　(5)使用多种图像数据增强手段，对岩溶洼地典型地质灾害雷达正演模拟图像数据集进行图像数据增强工作;基于Tensorflow深度卷积神经网络框架实现了SSD目标检测算法;在地质雷达正演模拟图像数据集上进行了训练，算法在测试集上达到76％的平均准确率;在现场采集的地质雷达图像上做了相关验证工作，验证了通过正演模拟数据集训练深度学习算法的可靠性。