Szczegóły publikacji
Opis bibliograficzny
Projection of real mass deformation scenes – intelligent support — Odwzorowanie scen rzeczywistych destrukcji górotworu – inteligentne wspomaganie / Wiesław PIWOWARSKI // Geoinformatica Polonica ; ISSN 1642-2511. — 2021 — vol. 20, s. 117–136. — Bibliogr. s. 136, Abstr., Streszcz. — Publikacja dostępna online od: 2021-12-30
Autor
Słowa kluczowe
Dane bibliometryczne
| ID BaDAP | 143862 |
|---|---|
| Data dodania do BaDAP | 2022-11-30 |
| Tekst źródłowy | URL |
| DOI | 10.4467/21995923GP.21.010.14981 |
| Rok publikacji | 2021 |
| Typ publikacji | artykuł w czasopiśmie |
| Otwarty dostęp |  |
| Creative Commons | |
| Czasopismo/seria | Geoinformatica Polonica |
Abstract
The paper analyses the process of post-mining displacements generated by underground mining. Innovative mathematical structures for the modeling of hazard field emission were developed as strong solutions to partial differential equations in R3+1. Moreover, a stochastic equation in L2(Ω) (probabilistic space) was defined and applied as a model that takes into account the randomness of the process. Monitoring of a mining area based on solutions in the GNSS technology and classical geodesy supports the analysis of topological transformations of a given subspace. The data was archived and stored in digital form and then analyzed in many ways. The quality of the representation (measurements and modeling) was estimated with the use of incremental statistics. Thus, obtained distributions of density function are not ranked as normal distribution. The performed analyses make it possible to predict the optimal scenarios for post-mining environmental hazards.
Streszczenie
W artykule przeanalizowano proces przemieszczeń pogórniczych generowanych przez górnictwo podziemne. Innowacyjne struktury matematyczne do modelowania emisji pola zagrożenia opracowano jako silne rozwiązania równań różniczkowych cząstkowych w R3+1. Ponadto zdefiniowano i zastosowano równanie stochastyczne w L2(Ω) (przestrzeni probabilistycznej) jako model uwzględniający losowość procesu. Monitoring obszaru górniczego, w oparciu o rozwiązania w technologii GNSS i klasycznej geodezji, wspomaga analizę przekształceń topologicznych danej podprzestrzeni. Dane archiwizowano i przechowywano w formie cyfrowej, a następnie analizowano na wiele sposobów. Jakość reprezentacji (pomiary i modelowanie) oszacowano za pomocą statystyk przyrostowych. Tak uzyskane rozkłady funkcji gęstości nie są klasyfikowane jako rozkład normalny. Przeprowadzone analizy pozwalają przewidzieć optymalne scenariusze zagrożeń dla środowiska pogórniczego.