Centre dedocumentation
scientifique

Advancements in underground mine surveys by using SLAM-enabled handheld laser scanners / Artu Ellmann in Survey review, vol 54 n° 385 (July 2022)  

Public [article]  inSurvey review > vol 54 n° 385 (July 2022) . - pp 363 - 374 Titre : Advancements in underground mine surveys by using SLAM-enabled handheld laser scanners Type de document : Article/Communication Auteurs : Artu Ellmann, Auteur ; Kaia Kütimets, Auteur ; Sander Varbla, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : pp 363 - 374 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie [Termes IGN] arpentage [Termes IGN] carrière souterraine [Termes IGN] cartographie et localisation simultanées [Termes IGN] données lidar [Termes IGN] Estonie [Termes IGN] géoréférencement [Termes IGN] industrie minière [Termes IGN] mine [Termes IGN] modélisation 3D [Termes IGN] schiste [Termes IGN] semis de points [Termes IGN] système de numérisation mobile [Termes IGN] télémètre laser terrestre Résumé : (auteur) Applicability of SLAM (simultaneous localization and mapping) technology for mine surveys and subsequent 3D modelling of post-extracted surfaces is assessed. The resulting surface geometry is validated via terrestrial laser scanner (TLS) acquired reference data. Typical discrepancies remained within 2 and 5 cm in horizontal and vertical directions, respectively. Discrepancies between TLS, SLAM-enabled handheld scanner and conventional surveying results are small and fully satisfy the contemporary accuracy requirements, yet evidence that the conventional mine survey results are affected by the subjectivity of the surveyors. The SLAM-enabled laser scanning hence appears to be the most suitable method for underground mining surveys. Numéro de notice : A2022-537 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/00396265.2021.1944545 Date de publication en ligne : 07/07/2021 En ligne : https://doi.org/10.1080/00396265.2021.1944545 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101093 [article]

A prediction model for surface deformation caused by underground mining based on spatio-temporal associations / Min Ren in Geomatics, Natural Hazards and Risk, vol 13 n° 1 (2022)  

Public [article]  inGeomatics, Natural Hazards and Risk > vol 13 n° 1 (2022) . - pp 94 - 122 Titre : A prediction model for surface deformation caused by underground mining based on spatio-temporal associations Type de document : Article/Communication Auteurs : Min Ren, Auteur ; Guanwen Cheng, Auteur ; Wancheng Zhu, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : pp 94 - 122 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes IGN] analyse des risques [Termes IGN] analyse spatio-temporelle [Termes IGN] Chine [Termes IGN] classification par séparateurs à vaste marge [Termes IGN] déformation de la croute terrestre [Termes IGN] déformation de surface [Termes IGN] mine de fer [Termes IGN] modèle de simulation [Termes IGN] règle d'association Mots-clés libres : spatio-temporal association rule mining (STARM) Résumé : (auteur) Accurate predictions of the surface deformation caused by underground mining are crucial for the safe development of underground resources. Although surface deformation has been predicted by artificial intelligence (AI) methods, most AI models are established based on the relationships between surface deformation and influential factors. The lack of consideration of the deformation state transition often leads to errors in the prediction results of catastrophic deformation by conventional AI methods. In this respect, this study introduces a surface deformation prediction model based on spatio-temporal association rule mining (STARM). Surface deformation is classified as excessive deformation zone (EDZ) and hysteretic deformation zone (HDZ), representing different surface deformation stage or state. The spatio-temporal association rules between the monitored EDZ and HDZ data are then mined. A surface deformation prediction model is established according to the spatio-temporal relationship between monitored EDZ and HDZ data. The proposed model is verified based on a practical case study of the Chengchao Iron Mine in China. The data collection of the influential factors is not requisite for the proposed model. It can achieve accurate prediction of the catastrophic deformation that was characterized by deformation state transition. Numéro de notice : A2022-035 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/POSITIONNEMENT Nature : Article DOI : 10.1080/19475705.2021.2015460 Date de publication en ligne : 21/12/2021 En ligne : https://doi.org/10.1080/19475705.2021.2015460 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99359 [article]

Validation of the accuracy of geodetic automated measurement system based on GNSS platform for continuous monitoring of surface movements in post-mining areas / Violetta Sokoła-Szewioła in Reports on geodesy and geoinformatics, vol 112 n° 1 (December 2021)  

Public [article]  inReports on geodesy and geoinformatics > vol 112 n° 1 (December 2021) . - pp 47 - 57 Titre : Validation of the accuracy of geodetic automated measurement system based on GNSS platform for continuous monitoring of surface movements in post-mining areas Type de document : Article/Communication Auteurs : Violetta Sokoła-Szewioła, Auteur ; Zbigniew Siejka, Auteur Année de publication : 2021 Article en page(s) : pp 47 - 57 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de géodésie spatiale [Termes IGN] coordonnées GNSS [Termes IGN] mine [Termes IGN] Pologne [Termes IGN] positionnement cinématique en temps réel [Termes IGN] précision du positionnement [Termes IGN] surveillance géologique Résumé : (auteur) The problem involving the monitoring of surface ground movements in post-mining areas is particularly important during the period of mine closures. During or after flooding of a mine, mechanical properties of the rock mass may be impaired, and this may trigger subsidence, surface landslides, uplift, sinkholes or seismic activity. It is, therefore, important to examine and select updating methods and plans for long-term monitoring of post-mining areas to mitigate seismic hazards or surface deformation during and after mine closure. The research assumed the implementation of continuous monitoring of surface movements using the Global Navigation Satellite System (GNSS) in the area of a closed hard coal mine ‘Kazimierz-Juliusz’, located in Poland. In order to ensure displacement measurement results with the accuracy of several millimetres, the accuracy of multi-GNSS observations carried out in real time as a combination of four global navigation systems, Global Positioning System (GPS), Globalnaja Navigacionnaja Sputnikova Sistema (GLONASS), Galileo and BeiDou, was determined. The article presents the results of empirical research conducted at four reference points. The test observations were made in variants comprising measurements based on: GPS, GPS and GLONASS systems, GPS, GLONASS and Galileo systems, GPS, GLONASS, Galileo and BeiDou systems. For each adopted solution, daily measurement sessions were performed using the RTK technique. The test results were subjected to accuracy analyses. Based on the obtained results, it was found that GNSS measurements should be carried out with the use of three navigation systems (GPS, GLONASS, Galileo), as an optimal solution for the needs of continuous geodetic monitoring in the area of the study. Numéro de notice : A2021-963 Affiliation des auteurs : non IGN Thématique : POSITIONNEMENT Nature : Article DOI : 10.2478/rgg-2021-0007 Date de publication en ligne : 30/12/2021 En ligne : https://doi.org/10.2478/rgg-2021-0007 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100115 [article]

Using machine learning to map Western Australian landscapes for mineral exploration / Thomas Albrecht in ISPRS International journal of geo-information, vol 10 n° 7 (July 2021)  

Public [article]  inISPRS International journal of geo-information > vol 10 n° 7 (July 2021) . - n° 459 Titre : Using machine learning to map Western Australian landscapes for mineral exploration Type de document : Article/Communication Auteurs : Thomas Albrecht, Auteur ; Ignacio Gonzalez-Alvarez, Auteur ; Jens Klump, Auteur Année de publication : 2021 Article en page(s) : n° 459 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes IGN] apprentissage automatique [Termes IGN] Australie occidentale (Australie) [Termes IGN] cartographie automatique [Termes IGN] classification dirigée [Termes IGN] classification par forêts d'arbres décisionnels [Termes IGN] classification par réseau neuronal convolutif [Termes IGN] classification par séparateurs à vaste marge [Termes IGN] géomorphologie [Termes IGN] modèle numérique de surface [Termes IGN] prospection minérale [Termes IGN] Python (langage de programmation) Résumé : (auteur) Landscapes evolve due to climatic conditions, tectonic activity, geological features, biological activity, and sedimentary dynamics. Geological processes at depth ultimately control and are linked to the resulting surface features. Large regions in Australia, West Africa, India, and China are blanketed by cover (intensely weathered surface material and/or later sediment deposition, both up to hundreds of metres thick). Mineral exploration through cover poses a significant technological challenge worldwide. Classifying and understanding landscape types and their variability is of key importance for mineral exploration in covered regions. Landscape variability expresses how near-surface geochemistry is linked to underlying lithologies. Therefore, landscape variability mapping should inform surface geochemical sampling strategies for mineral exploration. Advances in satellite imaging and computing power have enabled the creation of large geospatial data sets, the sheer size of which necessitates automated processing. In this study, we describe a methodology to enable the automated mapping of landscape pattern domains using machine learning (ML) algorithms. From a freely available digital elevation model, derived data, and sample landclass boundaries provided by domain experts, our algorithm produces a dense map of the model region in Western Australia. Both random forest and support vector machine classification achieve approximately 98% classification accuracy with a reasonable runtime of 48 minutes on a single Intel® Core™ i7-8550U CPU core. We discuss computational resources and study the effect of grid resolution. Larger tiles result in a more contiguous map, whereas smaller tiles result in a more detailed and, at some point, noisy map. Diversity and distribution of landscapes mapped in this study support previous results. In addition, our results are consistent with the geological trends and main basement features in the region. Mapping landscape variability at a large scale can be used globally as a fundamental tool for guiding more efficient mineral exploration programs in regions under cover. Numéro de notice : A2021-546 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/ijgi10070459 Date de publication en ligne : 06/07/2021 En ligne : https://doi.org/10.3390/ijgi10070459 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98048 [article]

Apport de la photogrammétrie et de l’intelligence artificielle à la détection des zones amiantées sur les fronts rocheux / Philippe Caudal (2021)  

Public Titre : Apport de la photogrammétrie et de l’intelligence artificielle à la détection des zones amiantées sur les fronts rocheux Type de document : Thèse/HDR Auteurs : Philippe Caudal, Auteur ; Véronique Merrien-Soukatchoff, Directeur de thèse ; Thomas Dewez, Directeur de thèse ; Elisabeth Simonetto, Auteur Editeur : Le Mans : Ecole Supérieure des Géomètres et Topographes ESGT Année de publication : 2021 Note générale : Bibliographie Thèse pour obtenir le grade de Docteur de Le Mans Université, Spécialité Mécanique des solides, des matériaux, des structures et des surfaces Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications photogrammétriques [Termes IGN] amiante [Termes IGN] analyse structurale [Termes IGN] apprentissage profond [Termes IGN] cartographie 3D [Termes IGN] données localisées 3D [Termes IGN] fracture [Termes IGN] front rocheux [Termes IGN] Haute-Corse [Termes IGN] prospection minérale [Termes IGN] restitution [Termes IGN] semis de points Index. décimale : THESE Thèses et HDR Résumé : (Auteur) Les lois récentes imposent de repérer l’amiante avant travaux. Ce cadre s’applique à l’amiante présent dans les matériaux de construction et dans les roches naturelles. L’objet du projet de thèse est de se placer à l’échelle locale d’un affleurement rocheux afin de proposer une carte 3D des zones amiantifères en exploitant les photographies des sites. Dans son contexte naturel, l’occurrence amiante est présente à la surface des fractures ayant des orientations réglées par l’histoire tectonique locale. Trois axes de recherche ont été suivis. Ils sont basés sur le traitement de nuages de points denses 3D obtenus par photogrammétrie.Le premier axe de recherche s’est focalisé sur la localisation spatiale et la caractérisation de l’orientation et de la fréquence des zones à forte densité de fractures d’un affleurement rocheux. Le deuxième s'est concentré sur l'optimisation des prises de vue pour restituer par photogrammétrie un affleurement rocheux fracturé. La délimitation des zones amiantées sur les photos (2D) a été le point de départ d’un troisième axe de recherche. Cette délimitation a été faite manuellement dans une première phase ; le lien entre les points 3D d’un nuage restitué par photogrammétrie et les pixels des photos utilisées pour sa restitution 3D a permis une cartographie 3D des zones amiantées connues, car identifiées in situ. La délimitation a été ensuite étendue aux zones amiantées n’ayant pas été repérées in situ par apprentissage profond (« Deep Learning »). Une méthodologie intégrant un auto-encodeur (p.ex. U-Net) a été élaborée pour détecter les zones amiantifères sur les photos 2D. À nouveau, la liaison 2D-3D permise par la restitution 3D photogrammétrique a rendu possible une cartographie 3D des zones amiantées. Note de contenu : Introduction générale 1. Minéraux indésirables, dont l’amiante environnemental 1.1 Introduction 1.2 Minéraux indésirables 1.3 Amiante réglementé 1.4 Cas d’études 1.5 Conclusion 2. Caractérisation géométrique de la fracturation 2.1 Introduction 2.2 Bibliographie 2.3 Chaine d’analyse des couloirs de fracturation 2.4 Application de DiscontinuityLab 2.5 Perspectives et limitations 2.6 Conclusion 3. Restitution 3D par photogrammétrie 3.1 Introduction 3.2 Chaine de traitement de restitution 3D par photogrammétrie 3.3 Plateforme de simulation des photos 3.4 Campagne de tests 3.5 Discussion et perspectives 3.6 Conclusion 4. Repérage et détection de l’amiante par IA 4.1 Introduction 4.2 Bibliographie 4.3 Localisation automatique de l’amiante 4.4 Application : cas d’étude en Haute-Corse 4.5 Discussion et perspectives 4.6 Conclusion Conclusion générale Numéro de notice : 26802 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Mécanique des solides, des matériaux, des structures et des surfaces : Le Mans : 2021 Organisme de stage : Laboratoire Géomatique et Foncier G&F (CNAM Le Mans) nature-HAL : Thèse DOI : sans Date de publication en ligne : 10/03/2022 En ligne : https://hal-cnam.archives-ouvertes.fr/tel-03512327v2/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100104

Slope engineering / Ali Ismet Kanlı (2021)  

Permalink

Novel communication channel model for signal propagation and loss through layered earth / David O. LeVan in IEEE Transactions on geoscience and remote sensing, vol 58 n° 8 (August 2020)  

Permalink

Complete and accurate data correction for seamless mosaicking of airborne hyperspectral images: A case study at a mining site in Inner Mongolia, China / Kun Tan in ISPRS Journal of photogrammetry and remote sensing, vol 165 (July 2020)  

Permalink

Fusing adjacent-track InSAR datasets to densify the temporal resolution of time-series 3-D displacement estimation over mining areas with a prior deformation model and a generalized weighting least-squares method / Yuedong Wang in Journal of geodesy, vol 94 n° 5 (May 2020)  

Permalink

Geological map generalization driven by size constraints / Azimjon Sayidov in ISPRS International journal of geo-information, vol 9 n° 4 (April 2020)  

Permalink

Spatial visualization of quantitative landscape changes in an industrial region between 1827 and 1883. Case study Katowice, southern Poland / Paweł Cybulski in Journal of maps, vol 16 n° 1 ([02/01/2020])  

Permalink

Optimisation des services de positionnement GNSS pour les opérations offshore d’Exploration Production de Total / Gautier Jolain (2020)  

Permalink

Relevé et modélisation 3D de la carrière de Froidmont (Aisne) / Angélique Richard (2020)  

Permalink

Mapping the wavelength position of mineral features in hyperspectral thermal infrared data / Christoph Hecker in International journal of applied Earth observation and geoinformation, vol 79 (July 2019)  

Permalink

Exploitation of hyperspectral data for assessing vegetation health under exposure to petroleum hydrocarbons / Guillaume Lassalle (2019)  

Permalink