Évaluation de quatre méthodes de photogrammétrie numérique pour la cartographie géologique en région montagneuse.
Notice bibliographique
Résumé
Que ce soit dans une perspective académique ou industrielle, la géomatique regroupe \nplusieurs disciplines utiles en sciences de la Terre. Parmi ses nombreuses applications, la \nphotogrammétrie est depuis longtemps un bon outil pour l'interprétation et la \ncartographie en géologie. Grâce aux progrès réalisés pour adapter cette méthode à la \ntechnologie informatique, la photogrammétrie permet maintenant de déduire rapidement \nde l'information qualitative ou quantitative à partir de clichés numériques. Elle couvre \nune gamme très étendue d'échelles allant de la microscopie aux images prises à très haute \naltitude et permet la collecte d'une multitude de points se trouvant sur les images, pour un \ncoût d'investigation réduit. Elle ne requiert pas de contact avec l'objet à mesurer, et offre \nla possibilité de mesurer des variations temporelles. \nCompte tenu des avantages cités ci-dessus, il a été jugé opportun ici d'utiliser et d'évaluer \nles méthodes photogrammétriques pour recueillir de l'information géologique, telle \nl'attitude d'un plan, la localisation des formations géologiques, la mesure précise de leur \népaisseur et la détermination d'un réseau de fractures, dans des zones à accès difficile, \ncomme la région de Moose Mountain, dans les Foothills de l'Alberta. \nQuatre techniques ont été employées et comparées : (1) l'imagerie aérienne verticale \n(orthophotos à haute-résolution), (2) l'affichage stéréoscopique, (3) le rendu de terrain \n(application d'une orthophoto sur la surface d'un Modèle Numérique de Terrain, ou \n« Terrain Rendering »en anglais), et (4) la photogrammétrie terrestre. \nLes résultats obtenus sont très satisfaisants et prometteurs. Ils confirment l'efficacité et \nl'utilité de la photogrammétrie en région accidentée et difficile d'accès pour le géologue. \nEn effet, les écarts de distance entre l'élément structural réel et celui déterminé par \nphotogrammétrie indiquent des valeurs comprises entre 5 et 10 mètres lorsque nous \ntravaillons avec une ortho-image (balayée à 2000 ppp) et un MNT régional, et 10-50 cm \nen photogrammétrie terrestre. Nous obtenons également des résultats probants concernant \nla précision des pendages et des directions de plan, évalués sur le terrain par méthode \ntraditionnelle (boussole) en comparaison avec ceux mesurés par triangulation numérique \nde points coplanaires (différences comprises entre 0 et 10 degrés). Concernant la \ndétermination d'un réseau de fractures préférentiel par photogrammétrie terrestre, nous \navons pu identifier différentes familles de joints, qui sont corrélatives avec celles \nobservées sur le terrain. \nCependant, il convient d'être attentif lors des différentes étapes des processus \nphotogrammétriques, et précis lors de l'acquisition des points de contrôle sur le terrain et \ndu calibrage des caméras. Chacune de ces techniques a ses avantages et ses \ninconvénients, mais couplées ensemble, elles deviennent complémentaires et donnent des \nrésultats probants. La photogrammétrie permet un accès direct à la cartographie dans un \nunivers en trois dimensions et permet par exemple de visualiser avec précision les \ncontacts géologiques des deux versants d'une montagne, sans avoir recours à \nl'imagination et à des suppositions. \nCette technique devient intéressante et présente un fort potentiel pour l'industrie minière, \npétrolière, les commissions géologiques et la gestion des risques géologiques (étude de \nstabilité des versants). \n
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».