Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "kopalnia wapienia" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Jarząb brekinia (Sorbus torminals) na zrekultywowanych terenach pogórniczych Kopalni Wapienia Górażdże
    The wild service tree (Sorbus torminalis) onreclaimed post-mining areas of the Gorazdze Limestone Mine
    Autorzy:
    Bednorz, L.
    Kaczmarek, L.
    Powiązania:
    https://bibliotekanauki.pl/articles/880568.pdf
    Data publikacji:
    2015
    Wydawca:
    Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Leśny Zakład Doświadczalny. Centrum Edukacji Przyrodniczo-Leśnej w Rogowie
    Tematy:
    Kopalnia Wapienia Gorazdze
    tereny pogornicze
    rekultywacja
    jarzab brekinia
    Sorbus torminalis
    Źródło:
    Studia i Materiały Centrum Edukacji Przyrodniczo-Leśnej; 2015, 17, 1[42]
    1509-1414
    Pojawia się w:
    Studia i Materiały Centrum Edukacji Przyrodniczo-Leśnej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie danych ALS do szacowania wybranych parametrów roślinności na terenie górnictwa odkrywkowego – zalety i wady
    Application of ALS data for estimation of selected vegetation parameters in the opencast mining area – advantages and limitations
    Autorzy:
    Nowak, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/345735.pdf
    Data publikacji:
    2018
    Wydawca:
    Polskie Towarzystwo Informacji Przestrzennej
    Tematy:
    monitoring roślinności
    LiDAR
    błąd klasyfikacji
    kopalnia wapienia
    vegetation monitoring
    classification error
    limestone mine
    Opis:
    Artykuł opisuje możliwości wykorzystania danych z lotniczego skaningu laserowego (ALS) na terenie odkrywkowej kopalni wapienia do pozyskania informacji o pokryciu roślinnością i jej parametrze wysokościowym. Ze względu na konieczność pozyskania szczegółowego przestrzennie zestawu danych, m.in. w zakresie roślinności, na potrzeby realizacji projektu „Plan wsparcia różnorodności biologicznej dla Zakładu Górniczego Kujawy w Bielawach Lafarge Cement S.A”, uznano, że pochodzące z projektu ISOK dane ALS charakteryzujące się wysoką dokładnością lokalizacyjną i wysokościową mogą stanowić optymalne źródło informacji. Do przetworzenia numerycznych danych wysokościowych użyto w pracy oprogramowania SAGA GIS i ArcGIS. Przeprowadzenie analizy opracowanych wysokościowych modeli rastrowych dla roślinności wykazało jednak, że są one obarczone błędami. Analizując dane ALS zauważono, że rozmieszczenie roślinności nie jest zgodne z sytuacją zaobserwowaną w terenie. W części wyrobiska objętej aktualnie wydobyciem dane ALS wykazały znaczną obecność roślinności. Ponadto, parametr wysokościowy roślinności na znormalizowanym numerycznym modelu pokrycia terenu przyjął w wielu miejscach wartości ujemne. W odpowiedzi na ujawnione błędy przeprowadzono szczegółową weryfikację danych ALS. W jej wyniku stwierdzono, że błędy są charakterystyczne wyłącznie dla obszaru wyrobiska. Błędy w klasyfikacji chmury punktów oraz ujemne wartości komórek modelu wysokościowego dla roślinności stwierdzono niemal wyłącznie dla zboczy wyrobiska i wałów ziemno-skalnych usytuowanych wzdłuż dróg technologicznych w odkrywce. Otrzymany wynik wskazuje na konieczność kontroli jakości danych ALS przed ich zastosowaniem.
    This paper discusses the possible use of airborne laser scanning (ALS) data in the opencast limestone mine to obtain information about the vegetation cover including its height parameters. Due to the necessity of obtaining a detailed spatial data set, including the vegetation parameters for the project: „Supporting Plan for Biodiversity in the Kujawy Mining in Bielawy Lafarge Cement SA” it has been recognized that the ALS data from the ISOK project characterized by the high localisation and altitude accuracy may be the optimum source of information. SAGA GIS and ArcGIS software tools were used to process the digital elevation data. However, the analysis of raster elevation models for vegetation showed that they are burdened with errors. It was noted that the distribution of vegetation is not consistent with the observed situation in the field. In the active part of the excavation the ALS data showed significant presence of vegetation. In addition, the parameter of altitude vegetation on trhe normalized digital surface model gained negative values in many places. Considering the detected the detailed verification of ALS data was performed. As a result, it was found that the error surfaces are characteristic only to the excavation area. The point cloud classification errors and the negative height values for vegetation cells on the elevation model were found almost exclusively on the slopes of the excavation and earth-rock embankments situated along the technological roads in the open-pit. The result indicates the need for the quality control of ALS data before they are used.
    Źródło:
    Roczniki Geomatyki; 2018, 16, 3(82); 247-262
    1731-5522
    2449-8963
    Pojawia się w:
    Roczniki Geomatyki
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Predicting and minimizing the blasting cost in limestone mines using a combination of gene expression programming and particle swarm optimization
    Autorzy:
    Bastami, Reza
    Bazzazi, Abbas Aghajani
    Shoormasti, Hadi Hamidian
    Ahangari, Kaveh
    Powiązania:
    https://bibliotekanauki.pl/articles/1853861.pdf
    Data publikacji:
    2020
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    kopalnia wapienia
    wybuch detonacyjny
    regresja nieliniowa
    blasting cost
    limestone mine
    gene expression programming
    non-linear multivariate regression
    particle swarm optimization algorithm
    environmental impacts
    Opis:
    Blasting cost prediction and optimization is of great importance and significance to achieve optimal fragmentation through controlling the adverse consequences of the blasting process. By gathering explosive data from six limestone mines in Iran, the present study aimed to develop a model to predict blasting cost, by gene expression programming method. The model presented a higher correlation coefficient (0.933) and a lower root mean square error (1088) comparing to the linear and nonlinear multivariate regression models. Based on the sensitivity analysis, spacing and ANFO value had the most and least impact on blasting cost, respectively. In addition to achieving blasting cost equation, the constraints such as frag-mentation, fly rock, and back break were considered and analyzed by the gene expression programming method for blasting cost optimization. The results showed that the ANFO value was 9634 kg, hole dia-meter 76 mm, hole number 398, hole length 8.8 m, burden 2.8 m, spacing 3.4 m, hardness 3 Mhos, and uniaxial compressive strength 530 kg/cm2 as the blast design parameters, and blasting cost was obtainedas 6072 Rials/ton, by taking into account all the constraints. Compared to the lowest blasting cost among the 146-research data (7157 Rials/ton), this cost led to a 15.2% reduction in the blasting cost and optimal control of the adverse consequences of the blasting process.
    Źródło:
    Archives of Mining Sciences; 2020, 65, 4; 835-850
    0860-7001
    Pojawia się w:
    Archives of Mining Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies