Тип публикации: статья из журнала
Год издания: 2025
Ключевые слова: tailings storage facility, slope stability, geographic information systems, machine learning, remote sensing, monitoring, хвостохранилище, устойчивость откосов, геоинформационные системы, машинное обучение, дистанционное зондирование, мониторинг
Аннотация: Рассматривается возможность автоматизированной предварительной оценки потенциальной стабильности хвостохранилища на основе интеграции геоинформационного анализа и методов искусственного интеллекта. Исследование выполнено с использованием открытых данных дистанционного зондирования и цифровой модели рельефа, на основе которых были рПоказать полностьюассчитаны основные геоморфологические и пространственные факторы, влияющие на устойчивость дамб и откосов. Для классификации участков по степени потенциальной нестабильности применялся базовый алгоритм машинного обучения с учителем, обученный на ограниченной экспертной выборке. Полученные результаты представлены в виде тематической карты и количественных показателей точности классификации. Показано, что предложенный подход позволяет выявлять зоны повышенного риска с приемлемой точностью и может использоваться в качестве экспресс-инструмента первичного мониторинга и ранжирования участков хвостохранилищ. The paper investigates the feasibility of an automated preliminary assessment of the potential stability of a tailings storage facility based on the integration of geographic information system analysis and artificial intelligence methods. The study uses open remote sensing data and a digital elevation model to derive key geomorphological and spatial factors affecting the stability of dams and slopes. A supervised machine learning algorithm was applied to classify areas according to their potential instability using a limited expert-labeled training dataset. The results are presented as a thematic map and quantitative classification accuracy indicators. The study demonstrates that the proposed approach enables the identification of zones with increased potential risk at an acceptable accuracy level. The developed method can be applied as a rapid assessment tool for preliminary monitoring and prioritization of tailings storage facility areas requiring further detailed investigation.
Журнал: Известия Тульского государственного университета. Науки о Земле
Выпуск журнала: № 4
Номера страниц: 96-102
ISSN журнала: 22185194
Место издания: Тула
Издатель: Тульский государственный университет