Analyse multi-échelle des spectres de réflectance dans un environnement minier
Bibliographic record
Abstract
Les mines à ciel ouvert requièrent une gestion optimale des résidus miniers, tant pour améliorer les temps d‘exploitation, comme pour prévenir des dommages environnementaux. Les stériles provenant de la fosse font partie de ces résidus miniers. Lorsque ces stériles sont déposés en surface ils peuvent générer un drainage minier acide (DMA). L’industrie minière et la communauté en général ont un grand intérêt à éviter et remédier les conséquences de ce drainage. La télédétection par satellite permettrait de cartographier l’étendue de toute la mine (la fosse et les haldes à stériles). La télédétection à très basse altitude permettrait une discrimination plus précise des lithologies (types de roche) grâce à une résolution spatiale plus fine. Ainsi, cette discrimination à basse altitude pourrait valider la cartographie satellitaire et faciliter les opérations minières. Afin de contribuer à la cartographie de la surface de la mine Canadian Malartic, une méthodologie visant une analyse multi-échelle des spectres de réflectance de surface a été formulée. Les étapes sont: 1) l’analyse de la variabilité des mesures de spectrométrie et des images, 2) l’analyse de la correspondance entre les images multi-échelles et 3) l’analyse de l’effet d’échelle sur les cartographies réalisées par les approches Spectral Angle Mapper (SAM) et Mixture Tuned Matched Filtering (MTMF). Les capteurs imageurs Worldview-3 (satellitaire) et Pika II (hyperspectral à bord d’un Aéronef Sans Pilote) ont fourni les images. Les systèmes de spectrométrie ASD et Ocean Optics ont fourni les spectres de réflectance des échantillons. Les résultats de l’analyse de variabilité spectrale des échantillons de surface montrent que les spectres de réflectance sont très corrélés et que leurs valeurs sont très proches (RMS ≤ 0,09). Ce qui suggère que la surface minière est très homogène. Un effet d’échelle n’a pas été observé sur les spectres de réflectance multi-échelle (tous les coefficients r > 0,93). Quant à l’analyse de la variabilité spectrale des images multi-échelles, les histogrammes et l’autocorrélation spatiale par l’Indice de Moran montrent que l’image satellite Worldview-3 (WV-3, 120 cm/pixel) et l’image Pika II (10 cm/pixel) ont une faible variabilité spectrale. Cependant, il a été constaté un effet d’échelle sur la cartographie par SAM et MTMF. Il a été constaté plus précisément qu’au fur et à mesure que l’échelle augmente (diminution de la résolution spatiale), certaines classes sont sous ou surestimées. Ce qui pourrait avoir des effets pratiques sur l’application au triage de matériel extrait de la fosse.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".