ऊँचे, तीव्र चट्टानी ढलानों में असततताओं की पहचान चुनौतीपूर्ण है। यह अध्ययन बिना चालक विमान (UAV) फोटोग्राफी के माध्यम से प्राप्त पॉइंट क्लाउड डेटा के आधार पर असततताओं के लिए एक उच्च-सटीक ज्यामितीय विशेषता मापन विधि प्रस्तावित करता है। यह विधि कुशलता से मुख्य मापदंड, जैसे अभिविन्यास, ट्रेस लंबाई, और दूरी निकालती है। कार्यान्वयन प्रक्रिया में पांच मुख्य चरण शामिल हैं। सबसे पहले, प्रिंसिपल कंपोनेंट एनालिसिस (PCA) का उपयोग कर पॉइंट क्लाउड डेटा से विशेषता जानकारी प्राप्त की जाती है। दूसरे, कर्वेचर सीमा और नॉइज़ के साथ घनत्व-आधारित स्थानिक क्लस्टरिंग (DBSCAN) एल्गोरिथ्म द्वारा प्रारंभिक विभाजन किया जाता है। तीसरे, घनत्व पीक क्लस्टरिंग (DPC) एल्गोरिथ्म को क्लस्टर केंद्रों की पहचान और असततता सेटों में विभाजन के लिए अपनाया जाता है। चौथे, प्रत्येक असततता सेट पर द्वितीयक DBSCAN क्लस्टरिंग की जाती है ताकि पूर्ण व्यक्तिगत असततताएं प्राप्त हो सकें। अंत में, विश्लेषणात्मक ज्यामिति के सिद्धांतों के आधार पर अभिविन्यास, ट्रेस लंबाई, और दूरी जैसी ज्यामितीय विशेषताओं का मापन किया जाता है। प्रायोगिक परिणाम दिखाते हैं कि इस विधि द्वारा गणना किया गया अभिविन्यास विचलन स्वीकार्य सीमा के भीतर है और प्रस्तावित विधि की गणनात्मक दक्षता पारंपरिक DPC विधि से अधिक है। चट्टानी ढलानों की स्थिरता पर यादृच्छिक भंगुर नेटवर्क (DFNs) के प्रभाव की जांच विविक्त तत्व संख्यात्मक सिमुलेशनों के माध्यम से की गई।
Wu et al. (Wed,) ने इस प्रश्न का अध्ययन किया।