Le immagini RapidEye nello studio del distretto minerario delle Colline metallifere
Notice bibliographique
Résumé
L’attività mineraria è tra le attività industriali che maggiormente possono generare un rilevante impatto ambientale. La dispersione nell’ambiente di elementi tossici come i metalli pesanti è senz’altro l’impatto più rilevante. Nell’ultimo trentennio, la necessità di coniugare le attività produttive e lo sviluppo economico con la salvaguardia dell’ambiente ha stimolato, soprattutto in paesi come USA, Canada e Australia, numerosi studi volti a comprendere i meccanismi della dispersione e conseguente mappatura degli elementi tossici in conseguenza dell’attività mineraria, al fine di prevedere e prevenire le conseguenze, e/o proporre idonee misure di contenimento e risanamento. \nIn questo contesto si inseriscono diversi studi che hanno come obiettivo quello di caratterizzare in maniera alternativa ed efficace queste aree inquinate, mediante tecniche di remote and proximal sensing. Soprattutto negli Stati Uniti, si è visto un crescente interesse nel utilizzo dei dati spettrali telerilevati per supportare la caratterizzazione e la bonifica di siti minerari inquinati, questo tipo di approccio aumenta l’efficienza del processo di risanamento del sito, risparmiando tempo e risorse preziose. \nIn Italia sono pochi gli studi in tal senso e questo studio vuole essere un contributo in questo settore, utilizzando dei nuovi dati satellitari. \nL’area di studio è il distretto minerario delle Colline metallifere investigate con dati RapidEye, una costellazione di 5 satelliti artificiali eliosincroni allineati sulla stessa orbita e perfettamente identici che permettono l’acquisizione d’immagini alla risoluzione di 5 metri e in 5 bande multispettrali dal visibile al vicino infrarosso. L’analisi dei dati RapidEye mediante l’algoritmo SAM (Spectral Angle Mapper), che prevede l’utilizzo di una libreria di firme spettrali di minerali, ha consentito di mappare i principali minerali presenti nell’area. Quanto rilevato è in accordo con i dati di bibliografia e con i primi rilievi sul campo, tuttavia maggiori informazioni e conferme saranno possibili con il prosieguo della ricerca che prevede il prelievo dei campioni per le analisi mineralogiche – geochimiche.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».