A convolutional neural network for semi-automated lineament detection and vectorisation of remote sensing data using probabilistic clustering: A method and a challenge
Authors: Amin Aghaee (a) Pejman Shamsipour (a) Shawn Hood (a) Rasmus Haugaard (b)
(a) GoldSpot Discoveries Corp., 69 Yonge Street, Suite 1010, M5E1K3, Toronto, Ontario, CanadaMetal Earth, Mineral Exploration Research Centre,
(b) Harquail School of Earth Sciences, Laurentian University, Sudbury, P3E2C6, Ontario, Canada
Click here to be directed to the publication.
Abstract
In this paper we present the framework and open-source software code to train and apply Deep Learning Convolutional Neural Networks (CNNs) to the prediction of geological lineaments using topographic, magnetic, and gravity raster data. Many important applications relate to the recognition of linear geological structures from remote sensing data, such as thrust faults, bedrock fault and shear zones, lithological contacts, fractures and fold structures. The digitization of fault lineaments is conventionally performed by geologists or geophysicists with working knowledge of the relevant data, e.g., topographic Digital Elevation Model, magnetic data, and gravity data. Visual inspection and extraction is simple but subjective; the process is also time-expensive with efficiency and accuracy depending on the individual's knowledge, experience, and skill. For decades there has been interest in ways to automate this process. Our CNN approach is trained using publicly available lineament GIS data from the Quest BC project in British Columbia, Canada, and the Loch Lilly-Kars area of New South Wales, Australia. The datasets used to train the prediction models resulted in interesting predictions proximal to the training areas: some major lineaments are indicated, some are missed, and potential new (valid) lineaments are indicated. The results indicate potential for use as a semi-automated lineament detection solution. In contrast, but as anticipated, application of the model to the blind-test area of the Swayze greenstone belt, Ontario, produced poor lineament prediction results (as compared to publicly available interpretations). We interpret this result as related to insufficiently large training data inputs. However, it is inferred that results could be improved through feature engineering (e.g., use of topographic slope, rather than simply elevation) without the need to simply create larger training datasets. We hope that, by making the code open-source, the geoscience community will use this platform to gradually improve an open source fault prediction model.
Jeux de données disponibles au téléchargement
-
Document LinkHTML
Linked dataset resource
Informations supplémentaires
| Champ | Valeur |
|---|---|
| Dernière mise à jour | mars 25, 2026, 02:06 (TU) |
| Créé | mars 25, 2026, 02:06 (TU) |
|
Domaine / Sujet
Domaine ou sujet du jeu de données catalogué.
|
|
|
Titre
Titre du jeu de données.
|
A convolutional neural network for semi-automated lineament detection and vectorisation of remote sensing data using probabilistic clustering: A method and a challenge |
|
Description
Une description du jeu de données.
|
Authors: Amin Aghaee (a) Pejman Shamsipour (a) Shawn Hood (a) Rasmus Haugaard (b)
|
|
Étiquettes / Mots-clés
Mots-clés/étiquettes catégorisant le jeu de données.
|
|
|
Format (CSV, XLS, TXT, PDF, etc.)
Format de fichier du jeu de données.
|
|
|
Taille du jeu de données
Taille du jeu de données en mégaoctets.
|
0.07 |
|
Identifiant des métadonnées
Identifiant des métadonnées — peut être utilisé comme identifiant unique pour l’entrée du catalogue.
|
|
|
Date de publication
Date de publication du jeu de données.
|
2021-03-30 |
|
Période temporelle des données (date de début)
Date de début des données dans le jeu de données.
|
|
|
Période temporelle des données (date de fin)
Date de fin des données temporelles du jeu de données.
|
|
|
Zone géospatiale couverte
Région spatiale ou lieu nommé couvert par le jeu de données.
|
| Champ | Valeur |
|---|---|
|
Catégorie d’accès
Type d’accès accordé pour le jeu de données (ouvert, restreint, service, etc.).
|
public (affichage de la valeur pour English) |
|
Licence
Licence utilisée pour accéder au jeu de données.
|
License not specified |
|
Restrictions d’utilisation
Restrictions d’utilisation des données.
|
|
|
Emplacement
Emplacement du jeu de données.
|
https://metalearth.geohub.laurentian.ca/datasets/fca6d09c0abc4c8eab3572005353d499 (affichage de la valeur pour English) |
|
Service de données
Service de données pour accéder à un jeu de données.
|
|
|
Propriétaire
Propriétaire du jeu de données.
|
MetalEarth (affichage de la valeur pour English) |
|
Point de contact
Qui contacter concernant l’accès ?
|
|
|
Courriel du point de contact
Courriel à utiliser pour l’accès ?
|
|
|
Éditeur
Éditeur du jeu de données.
|
|
|
Courriel de l’éditeur
Adresse courriel de l’éditeur.
|
|
|
Auteur
Auteur du jeu de données.
|
MetalEarth |
|
Courriel de l'auteur
Adresse courriel de l’auteur.
|
|
|
Date d’accès
Date à laquelle les données et métadonnées ont été consultées.
|
2021-03-30 |
| Champ | Valeur |
|---|---|
|
Identifiant
Identifiant unique du jeu de données.
|
fca6d09c0abc4c8eab3572005353d499 (affichage de la valeur pour English) |
|
Langue
Langue(s) du jeu de données
|
English |
|
Lien vers la description du jeu de données
Une URL vers un document externe décrivant le jeu de données.
|
https://metalearth.geohub.laurentian.ca/datasets/fca6d09c0abc4c8eab3572005353d499 (affichage de la valeur pour English) |
|
Identifiant persistant
Les données sont identifiées par un identifiant persistant.
|
|
|
Identifiant globalement unique
Les données sont identifiées par un identifiant persistant et globalement unique.
|
|
|
Contient des données sur des individus
Le jeu de données contient-il des données sur des individus ?
|
|
|
Contient des données identifiables sur des individus
Le jeu de données contient-il des données identifiables sur des individus ?
|
|
|
Contient des données autochtones
Le jeu de données contient-il des données sur des communautés autochtones ?
|
|
|
Type de portail
Type de plateforme du portail source.
|
| Champ | Valeur |
|---|---|
|
Version
Version du jeu de données
|
None |
|
Source
Source du jeu de données.
|
None |
|
Notes de version
Notes de version à propos du jeu de données.
|
|
|
Est une version d’un autre jeu de données
Lien vers le jeu de données dont celui-ci est une version.
|
|
|
Autres versions
Lien vers les jeux de données qui en sont des versions.
|
|
|
Texte de provenance
Texte de provenance des données.
|
|
|
URL de provenance
URL de provenance des données.
|
|
|
Résolution temporelle
Décrit la granularité des données temporelles dans le jeu de données.
|
|
|
Résolution géospatiale en mètres
Décrit la granularité (en mètres) des données géospatiales dans le jeu de données.
|
|
|
Résolution géospatiale (par régions)
Décrit la granularité (par régions) des données géospatiales dans le jeu de données.
|
| Champ | Valeur |
|---|---|
|
Permission de la communauté autochtone
Qui détient la permission de la communauté autochtone. Qui contacter pour l’accès à un jeu de données concernant des communautés autochtones.
|
|
|
Permission communautaire
Permission communautaire (qui a accordé la permission).
|
|
|
Les communautés autochtones concernées par le jeu de données
Communautés autochtones dont sont issues les données.
|
| Champ | Valeur |
|---|---|
|
Nombre de lignes de données
Pour un jeu de données tabulaire, nombre total de lignes.
|
|
|
Nombre de colonnes de données
Pour un jeu de données tabulaire, nombre total de colonnes uniques.
|
|
|
Nombre de cellules de données
Pour un jeu de données tabulaire, nombre total de cellules contenant des données.
|
|
|
Nombre de relations de données
Pour un jeu de données RDF, nombre total de triplets.
|
|
|
Nombre d’entités
Pour un jeu de données RDF, nombre total d’entités.
|
|
|
Nombre de propriétés de données
Pour un jeu de données RDF, nombre total de propriétés uniques utilisées par les triplets.
|
|
|
Qualité des données
Décrit la qualité des données du jeu de données.
|
|
|
Métrique de qualité des données
Une métrique utilisée pour mesurer la qualité des données, telle que les valeurs manquantes ou les formats invalides.
|
0 Commentaires