Combination of UAV-borne LiDAR and UAV-borne photogrammetry to assess slope stability
Notice bibliographique
Résumé
Monitoring and assessing slope stability quickly and accurately over large areas is a technical challenge. In this study, we investigated the combination of two UAV/UAS (Unmanned Aerial Vehicle or System) techniques to compensate for the limitations of each remote sensing technique, in the context of the Belchatow lignite mine (central Poland). The test site is one of the largest open-pit mines in Europe. It is characterized by complex geological and mining conditions Its western slope, located near the Debina salt dome, requires specific mine design to ensure safe and effective lignite exploitation. In this experiment, which is a first on this scale, two UAV-borne LiDAR and UAV-borne photogrammetry surveys were performed, the first in November 2016 and the second in March 2017. The occurrence of a landslide between these two campaigns allowed to precisely identify and study the impacted zone in terms of surface displacements, slip surfaces and fractures changes. It allowed also confirming previous results about the mine stability issues in the covered area, where a geotechnical monitoring was installed just before the first UAV-borne LiDAR and UAV-borne photogrammetry. Conclusions regarding the complementary approaches set-up were also brought, along with practical recommendations for monitoring and rapidly asses slope stability, particularly for inaccessible areas.
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 | 0,001 |
| 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 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 ».