MétaCan
Menu
Back to cohort
Record W2030438432 · doi:10.5589/m10-047

InSAR coherence and phase information for mapping environmental indicators of opencast coal mining: a case study in Jharia Coalfield, Jharkhand, India

2010· article· en· W2030438432 on OpenAlexvenueno aff
R. S. Chatterjee, R.C. Lakhera, V. K. Dadhwal

Bibliographic record

VenueCanadian Journal of Remote Sensing · 2010
Typearticle
Languageen
FieldEngineering
TopicSynthetic Aperture Radar (SAR) Applications and Techniques
Canadian institutionsnot available
Fundersnot available
KeywordsInterferometric synthetic aperture radarOverburdenDecorrelationCoal miningTerrainMining engineeringLand reclamationRemote sensingGeologyCoalEnvironmental scienceSynthetic aperture radarGeographyCartographyComputer science

Abstract

fetched live from OpenAlex

AbstractMapping and monitoring the environmental indicators of opencast coal mining can help immensely for efficient planning and management of mining operations, assessment of environmental impacts on land use, and execution of reclamation measures. Previous workers have found that areas of opencast mining can be delineated efficiently from optical multispectral data. However, it is difficult to distinguish unreclaimed abandoned or closed opencast mines from the active opencast mines in optical multispectral images. Similarly, overburden dumps cannot be distinguished from flat-lying degraded lands and recently reclaimed quarries covered with overburden materials. Overburden materials have a spectral response similar to that of bare rock outcrops and therefore are difficult to separate. In addition, coal dumps have a spectral response similar to that of the opencast mining area, occupied by coal seams and coaliferous matter, and therefore are also difficult to separate. In this work, the differential temporal decorrelation criterion of the terrain elements in InSAR data pairs has been utilized to distinguish unreclaimed abandoned or closed opencast mines from active opencast mines. Coherence information of InSAR data pairs with diverse temporal baselines provides temporal decorrelation of the scattering elements in individual resolution cells or pixels of the terrain elements. Contrast in coherence values between abandoned or closed opencast mines and active opencast mines or other land use - land cover classes is more pronounced in the InSAR data pairs with shorter temporal baselines. Shorter temporal baseline InSAR data pairs also facilitate the generation of a high-quality DEM from InSAR phase information due to substantially less temporal decorrelation noise. An ERS SAR tandem data pair with a 1-day temporal baseline was found to be the best suited for delineating unreclaimed abandoned or closed opencast mines from the active opencast mines among all the data pairs. High overall coherence in the data pair also facilitates the generation of a good quality, spatially consistent DEM from which overburden and coal dumps could be successfully delineated from the surrounding areas due to their higher relative elevations.La cartographie et le suivi des indicateurs environnementaux des exploitations de charbon à ciel ouvert peuvent aider grandement à la planification et la gestion efficaces des opérations minières, à l'évaluation des impacts environnementaux sur l'utilisation du sol et à l'exécution de mesures de restauration. Des travaux antérieurs ont montré que l'on peut délimiter efficacement les zones d'exploitation à ciel ouvert à l'aide des données optiques multispectrales. Cependant, il est difficile de faire la distinction dans les images multispectrales entre les exploitations à ciel ouvert abandonnées non restaurées ou fermées et les exploitations à ciel ouvert en activité. De la même manière, les dépôts de morts-terrains qui comprennent également des terres dégradées à relief plat ainsi que des carrières récemment restaurées recouvertes de morts-terrains ne sont pas séparables. Les matériaux des morts-terrains ont des réponses spectrales semblables à celles des affleurements de roche nue et, conséquemment, ils sont difficiles à distinguer. De plus, les décharges de résidus de charbon ont des signatures spectrales semblables à celles des zones d'exploitation à ciel ouvert occupées par des couches de charbon et des matériaux carbonifères et ainsi ne pouvaient être séparées de ces dernières. Dans ce travail, on a appliqué un critère de décorrélation temporelle différentielle aux éléments du terrain sur des couplets de données InSAR pour distinguer les exploitations à ciel ouvert abandonnées non restaurées ou fermées des exploitations à ciel ouvert en activité. L'information sur la cohérence dans les couplets de données InSAR avec diverses périodes de référence temporelle fournit une décorrélation temporelle des éléments de diffusion dans les cellules de résolution ou les pixels individuels des éléments du terrain. Le contraste dans les valeurs de cohérence entre les mines à ciel ouvert abandonnées ou fermées et les mines à ciel ouvert en activité ou les autres classes d'utilisation du sol et du couvert est plus prononcé dans les couplets de données InSAR avec une référence temporelle plus courte. Les couplets de données InSAR avec une référence temporelle plus courte facilitent aussi la génération de MNE de haute qualité à partir de l'information sur la phase InSAR à cause du niveau nettement plus faible de bruit de décorrélation temporelle. Dans cette recherche, parmi tous les couplets de données, le couplet de données tandem RSO ERS avec une référence temporelle de 1 jour s'est avéré être le mieux adapté pour délimiter les exploitations à ciel ouvert abandonnées non restaurées ou fermées par rapport aux mines à ciel ouvert en activité. La cohérence généralement élevée dans le couplet de données facilite également la génération d'un MNE de bonne qualité et spatialement cohérent à partir duquel les dépôts de morts-terrains et les décharges de résidus de charbon peuvent être délimités avec succès par rapport aux zones environnantes en raison de leur élévation relativement plus élevée.[Traduit par la Rédaction]

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Other design · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.987
Threshold uncertainty score0.422

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0000.000
Scholarly communication0.0000.000
Open science0.0000.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0000.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.010
GPT teacher head0.230
Teacher spread0.220 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designOther design
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations15
Published2010
Admission routes1
Has abstractyes

Explore more

Same venueCanadian Journal of Remote SensingSame topicSynthetic Aperture Radar (SAR) Applications and TechniquesFrench-language works237,207