3-D stratigraphic mapping using a digital outcrop model derived from UAV images and structure-from-motion photogrammetry
Notice bibliographique
Résumé
Fluvial deposits are highly heterogeneous and inherently challenging to map in outcrop due to a combination of lateral and vertical variability along with a lack of continuous exposure. Heavily incised landscapes, such as badlands, reveal continuous three-dimensional (3-D) outcrops that are ideal for constraining the geometry of fluvial deposits and enabling reconstruction of channel morphology through time and space. However, these complex 3-D landscapes also create challenges for conventional field mapping techniques, which offer limited spatial resolution, coverage, and/or lateral contiguity of measurements. To address these limitations, we examined an emerging technique using images acquired from a small unmanned aerial vehicle (UAV) and structure-from-motion (SfM) photogrammetric processing to generate a 3-D digital outcrop model (DOM). We applied the UAV-SfM technique to develop a DOM of an Upper Cretaceous channel-belt sequence exposed within a 0.52 km2 area of Dinosaur Provincial Park (southeastern Alberta, Canada). Using the 3-D DOM, we delineated the lower contact of the channel-belt sequence, created digital sedimentary logs, and estimated facies with similar conviction to field-based estimations (±4.9%). Lateral accretion surfaces were also recognized and digitally traced within the DOM, enabling measurements of accretion direction (dip azimuth), which are nearly impossible to obtain accurately in the field. Overall, we found that measurements and observations derived from the UAV-SfM DOM were commensurate with conventional ground-based mapping techniques, but they had the added advantage of lateral continuity, which aided interpretation of stratigraphic surfaces and facies. This study suggests that UAV-SfM DOMs can complement traditional field-based methods by providing detailed 3-D views of topographically complex outcrop exposures spanning intermediate to large spatial extents.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,001 |
| 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 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».