Mapping, Modeling and Designing a Marble Quarry Using Integrated Electric Resistivity Tomography and Unmanned Aerial Vehicles: A Study of Adaptive Decision-Making
Notice bibliographique
Résumé
The characterization of dimensional stone deposits is essential for quarry assessment and design. However, uncertainties in mapping and designing pose significant challenges. To address this issue, an innovative approach is initiated to develop a virtual reality model by integrating unmanned aerial vehicle (UAV) photogrammetry for surface modeling and Electric Resistivity Tomography (ERT) for subsurface deposit imaging. This strategy offers a cost-effective, time-efficient, and safer alternative to traditional surveying methods for challenging mountainous terrain. UAV methodology involved data collection using a DJI Mavic 2 Pro (20 MP camera) with 4 K resolution images captured at 221 m altitude and 80 min flight duration. Images were taken with 75% frontal and 70% side overlaps. The Structure from Motion (SfM) processing chain generated high-resolution outputs, including point clouds, Digital Elevation Models (DEMs), Digital Surface Models (DSMs), and orthophotos. To ensure accuracy, five ground control points (GCPs) were established by a Real-Time Kinematic Global Navigation Satellite System (RTK GNSS). An ERT method known as vertical electric sounding (VES) revealed subsurface anomalies like solid rock mass, fractured zones and areas of iron leaching within marble deposits. Three Schlumberger (VES-1, 2, 3) and two parallel Wenner (VES-4, 5) arrays to a depth of 60 m were employed. The resistivity signature acquired by PASI RM1 was analyzed using 1D inversion technique software (ZondP1D). The integrated outputs of photogrammetry and subsurface imaging were used to design an optimized quarry with bench heights of 30 feet and widths of 50 feet, utilizing open-source 3D software (Blender, BIM, and InfraWorks). This integrated approach provides a comprehensive understanding of deposit surface and subsurface characteristics, facilitating optimized and sustainable quarry design and extraction. This research demonstrates the value of an innovative approach in synergistic integration of UAV photogrammetry and ERT, which are often used separately, for enhanced characterization, decision-making and promoting sustainable practices in dimensional stone deposits.
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 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».