数据科学用于露天矿边坡稳定性研究的验证

在这项工作中，我们利用数据挖掘对智利北部一处露天矿的边坡稳定性进行了探索性研究。值得注意的是，边坡稳定性的研究对矿业公司而言是极具意义的课题，这是因为其对工人安全以及公共或私人基础设施的保护至关重要，此类现象易发地点以及道路边坡、靠近社区或基础设施的区域等亦然。同样重要的是，此类现象可能危及重要经济资源，甚至造成人员伤亡。在我们的案例中，本研究旨在增进对此类现象的认识，从而尝试借助风险指标预测其发生，潜在地使矿业公司监管层可考虑预测性措施。需考虑到目前尚无在线测试能确保及时预测。在先前其他矿山进行的研究中，已证实与边坡移动和滑坡相关的现象及因素极为复杂且高度非线性，这正是为何被称为“数据挖掘”的方法被发现理想地适用于从矿业公司对其矿床持续监测所定期记录的数据中发现新信息，从而得以寻找这些现象预测因子的重要相关性。本文末尾给出了一些源自不同数据来源的结果。我们注意到，根据矿业公司提供的信息，结果在长达六个月的指标上是有利的，正确给出了风险区域并预测了2017年4月的事件。