Identifying Rockfall Hazards in White Canyon, British Columbia: An Approach to the Development and Analysis of Dense Point Clouds from Different Remote Sensors
Notice bibliographique
Résumé
Due to the numerous extensive rock cuts required through steep topography, rockfalls are a common risk to which the Canadian National Railway (CN) and Canadian Pacific Railway (CP) rail corridors in Western Canada are exposed. Rockfall hazards on railway corridors create risk of derailment which can result in damage to property or the environment and cause injury or loss of life. There is interest in understanding the location and severity of such hazards so that management strategies can be implemented. Previous studies at White Canyon near Lytton, British Columbia have demonstrated how remote sensing data collection such as terrestrial laser scanning (TLS) and photogrammetry has increased knowledge of the magnitude and frequency distribution of rockfalls. However, there are some data limitations preventing analysis of all sectors of the canyon, largely due to complex geometry of the slope which includes vertical spires of rock protruding from the slope. This study aims to improve the understanding of rockfalls through the integration of TLS and UAV-SfM point clouds. In addition, new terrestrial monitoring methods using particle tracking on sequential photographs generates results at higher temporal resolution with less computational expense for the near real-time evaluation of slopes. The research presented herein has several objectives: (1) Generate dense point clouds from different patterns in the flight plans of a UAV to collect data in remote areas; (2) Combine point clouds from TLS and UAV-SfM to obtain a complete model of the complex geomorphology of the spires in White Canyon; (3) Perform change detection calculations in integrated UAV-SfM and TLS point clouds and filter the change detected; and (4) Implement low-cost, near real-time frequency terrestrial photomonitoring to collect data from the slope and spires.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 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 ».