Bitumen content estimation of Athabasca oil sand from broad band infrared reflectance spectra
Notice bibliographique
Résumé
Abstract Oil sand is a mixture of quartz grains, clay minerals, bitumen, water, and minor accessory minerals. There is a need in oil sands mining operations for a robust method to estimate total bitumen content in real time; and so modelling of the total bitumen content (TBC) in Athabasca oil sands of Western Canada was undertaken on the basis of hyperspectral reflectance spectra. A selection of different bitumen, water, and clay mineral spectral features (3.0–30.0 µm) was used to develop broad‐band TBC predictive models that have good accuracy, with less than 1.5% error with respect to laboratory methods of bitumen assay. These models are also robust, in that they are independent of mine location. Simple broad band models, based upon previously identified Gaussian features or wavelet features, provide an incremental improvement over the currently deployed industry two‐band ratio model. An improved two‐band model was also developed, which makes use of a combination of the same two bands but normalised to their mean. A wavelet‐based, broad‐band model comprised of indices and five bands, where the bands are normalised to the mean of the bands, adequately addresses the influence of water, clay, and textural variation on selected bitumen features. This five‐band model appears to produce the most robust estimator of TBC, with a dispersion of ∼1.1–1.5%, which can be applied to different sites within a mine and to different mines without additional tuning or calibration, as evidenced by regression slopes of 0.99–1.0 for modelling, validation, and blind data sets.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».