Delineation of Water Inflow in an Underground Potash Mine with 3‐D Electrical Resistivity Imaging
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Delineating water inflow in underground potash mining environments has routinely been done using conventional mining methods, seismic techniques and recently GPR as a useful non‐invasive tool. The combination of highly resistive dry salt and highly conductive wet salt makes these water inflow areas a good candidate for Electrical Resistivity Imaging (ERI). Mosaic Potash, Golder Associates Ltd., and the University of British Columbia's Geophysical Inversion Facility (UBC‐GIF) have worked to develop and apply ERI techniques for the underground environment. Because of the 3‐D distribution of current and potential electrodes and the 3‐D nature of the targets, full 3‐D forward modeling and inversion of the data are required. The nature of underground mining limits the placement of electrodes to existing underground drifts and this severely restricts the available electrode geometry. By placing additional electrodes in boreholes, a survey geometry with enough information to constrain the 3‐D inversion can be deployed. We present a case study of the delineation of a water inflow in a potash mine using 3‐D ERI. The resulting inversion models of electrical conductivity have helped to focus drilling and mitigation efforts and have provided the geotechnical engineers and mine personnel with valuable information about the underground water distribution.
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.
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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle