MétaCan
Menu
Retour à la cohorte
Enregistrement W2030438432 · doi:10.5589/m10-047

InSAR coherence and phase information for mapping environmental indicators of opencast coal mining: a case study in Jharia Coalfield, Jharkhand, India

2010· article· en· W2030438432 sur OpenAlexvenueno aff
R. S. Chatterjee, R.C. Lakhera, V. K. Dadhwal

Notice bibliographique

RevueCanadian Journal of Remote Sensing · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueSynthetic Aperture Radar (SAR) Applications and Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInterferometric synthetic aperture radarOverburdenDecorrelationCoal miningTerrainMining engineeringLand reclamationRemote sensingGeologyCoalEnvironmental scienceSynthetic aperture radarGeographyCartographyComputer science

Résumé

récupéré en direct d'OpenAlex

AbstractMapping and monitoring the environmental indicators of opencast coal mining can help immensely for efficient planning and management of mining operations, assessment of environmental impacts on land use, and execution of reclamation measures. Previous workers have found that areas of opencast mining can be delineated efficiently from optical multispectral data. However, it is difficult to distinguish unreclaimed abandoned or closed opencast mines from the active opencast mines in optical multispectral images. Similarly, overburden dumps cannot be distinguished from flat-lying degraded lands and recently reclaimed quarries covered with overburden materials. Overburden materials have a spectral response similar to that of bare rock outcrops and therefore are difficult to separate. In addition, coal dumps have a spectral response similar to that of the opencast mining area, occupied by coal seams and coaliferous matter, and therefore are also difficult to separate. In this work, the differential temporal decorrelation criterion of the terrain elements in InSAR data pairs has been utilized to distinguish unreclaimed abandoned or closed opencast mines from active opencast mines. Coherence information of InSAR data pairs with diverse temporal baselines provides temporal decorrelation of the scattering elements in individual resolution cells or pixels of the terrain elements. Contrast in coherence values between abandoned or closed opencast mines and active opencast mines or other land use - land cover classes is more pronounced in the InSAR data pairs with shorter temporal baselines. Shorter temporal baseline InSAR data pairs also facilitate the generation of a high-quality DEM from InSAR phase information due to substantially less temporal decorrelation noise. An ERS SAR tandem data pair with a 1-day temporal baseline was found to be the best suited for delineating unreclaimed abandoned or closed opencast mines from the active opencast mines among all the data pairs. High overall coherence in the data pair also facilitates the generation of a good quality, spatially consistent DEM from which overburden and coal dumps could be successfully delineated from the surrounding areas due to their higher relative elevations.La cartographie et le suivi des indicateurs environnementaux des exploitations de charbon à ciel ouvert peuvent aider grandement à la planification et la gestion efficaces des opérations minières, à l'évaluation des impacts environnementaux sur l'utilisation du sol et à l'exécution de mesures de restauration. Des travaux antérieurs ont montré que l'on peut délimiter efficacement les zones d'exploitation à ciel ouvert à l'aide des données optiques multispectrales. Cependant, il est difficile de faire la distinction dans les images multispectrales entre les exploitations à ciel ouvert abandonnées non restaurées ou fermées et les exploitations à ciel ouvert en activité. De la même manière, les dépôts de morts-terrains qui comprennent également des terres dégradées à relief plat ainsi que des carrières récemment restaurées recouvertes de morts-terrains ne sont pas séparables. Les matériaux des morts-terrains ont des réponses spectrales semblables à celles des affleurements de roche nue et, conséquemment, ils sont difficiles à distinguer. De plus, les décharges de résidus de charbon ont des signatures spectrales semblables à celles des zones d'exploitation à ciel ouvert occupées par des couches de charbon et des matériaux carbonifères et ainsi ne pouvaient être séparées de ces dernières. Dans ce travail, on a appliqué un critère de décorrélation temporelle différentielle aux éléments du terrain sur des couplets de données InSAR pour distinguer les exploitations à ciel ouvert abandonnées non restaurées ou fermées des exploitations à ciel ouvert en activité. L'information sur la cohérence dans les couplets de données InSAR avec diverses périodes de référence temporelle fournit une décorrélation temporelle des éléments de diffusion dans les cellules de résolution ou les pixels individuels des éléments du terrain. Le contraste dans les valeurs de cohérence entre les mines à ciel ouvert abandonnées ou fermées et les mines à ciel ouvert en activité ou les autres classes d'utilisation du sol et du couvert est plus prononcé dans les couplets de données InSAR avec une référence temporelle plus courte. Les couplets de données InSAR avec une référence temporelle plus courte facilitent aussi la génération de MNE de haute qualité à partir de l'information sur la phase InSAR à cause du niveau nettement plus faible de bruit de décorrélation temporelle. Dans cette recherche, parmi tous les couplets de données, le couplet de données tandem RSO ERS avec une référence temporelle de 1 jour s'est avéré être le mieux adapté pour délimiter les exploitations à ciel ouvert abandonnées non restaurées ou fermées par rapport aux mines à ciel ouvert en activité. La cohérence généralement élevée dans le couplet de données facilite également la génération d'un MNE de bonne qualité et spatialement cohérent à partir duquel les dépôts de morts-terrains et les décharges de résidus de charbon peuvent être délimités avec succès par rapport aux zones environnantes en raison de leur élévation relativement plus élevée.[Traduit par la Rédaction]

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,987
Score d'incertitude au seuil0,422

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,230
Écart entre enseignants0,220 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Remote SensingMême sujetSynthetic Aperture Radar (SAR) Applications and TechniquesTravaux en français237 207