Combining an integrated geophysical survey into a landfill model: A case study from Emersons Green, UK
Notice bibliographique
Résumé
For a large number of landfills, basic knowledge about extent, waste composition or environmental impact is incomplete. Considering the large number of non-sanitary landfills located in semi-urban areas subject to increased land use pressure plus the high cost for remediation, it is crucial to develop efficient characterization tools suitable in landfill contexts. Such tools are required on a broader level to enable the identification of landfills with high priority for remediation or high potential in terms of waste valorisation (landfill mining) and, on a more detailed level, to enable planning of remediation or landfill mining projects. Due to the high heterogeneity and complexity of landfills, the application of different geophysical methods in combination with targeted sampling has proven to be a highly favourable approach. In contrast to conventional ground truth methods, geophysical techniques provide the possibility to characterize large portions of the landfill volume in a non-invasive and relatively efficient way. Furthermore, the application of complementary geophysical techniques reduces the risk of misinterpretation, and by verifying/calibrating the results with targeted sampling a relatively detailed landfill model can be built. However, building a landfill model from data measured at different resolution, coverage and with different uncertainties is a challenge. We present a case study from Emersons Green (UK) where we completed multiple geophysical surveys on a former landfill site prior to its full excavation. The excavation works provided nearly continuous information on the waste and cover layer thickness as well as information on material composition from several locations. This enabled us to validate the geophysical measurements and to test different approaches for model building, as well as testing virtual sampling strategies in order to assess how the number and location of ground truth samples affects the model quality. The case study has highlighted the advantage of a multi-geophysical approach where Electromagnetics (EM) and Magnetics (Mag) were able to provide a rapid overview of the landfill structure and its lateral extent. In contrast, Induced Polarization Tomography (IPT) and Multichannel Analysis of Surface Waves (MASW) were most suitable to delineate the bottom interface of the waste layer. IPT was in addition able to delineate the cover layer thickness and Electrical Resistivity Tomography (ERT) seemed more sensitive to changes in moisture content. For the model building, a probabilistic approach has proven to be efficient. In terms of sampling strategy a minimum number of samples are required co-located with the geophysical measurements to train the probability model. Furthermore, additional sampling points at locations where geophysical methods are only sparsely available increase the model certainty.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».