化探元素等值线图绘制技巧初探之离散数据网格化方法选择及白化方法简介
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
算矿产储量的方法：按照样品与待估块段的相对空间位置和相关程度 来计算块段品位及储量，并使估计误差为最小。后来，法国学者马特 隆对克里格法进行了详细的研究，使之公式化和合理化。 克里格法的基本原理是根据相邻变量的值（如若干样品元素含量值）， 利用变差函数所揭示的区域化变量的内在联系来估计空间变量数值。 该方法总是尽可能地去描述原数据所隐含的趋势特征，以区域化变量 理论为基础，以变差函数为主要工具，在保证研究对象的估计值满足 无偏性条件和最小方差条件的前提下求得估计值。 对于高值数据点会使之沿某一“脊”分布，而不围绕该点孤立插值， 不形成“公牛眼”等值线。 克里格法极为灵活，广泛地应用于各个科学领域，适于各种类型的离 散数据，网格化精度高，是极佳的网格化方法。
实质是待插值点领域内已知散乱点属性值的加权平均，权的大小与待插值点的 领域内散乱点之间的距离有关，是距离n次方的倒数。
加权反距离插值法认为任何一个观测值都对邻近的区域有影响，且影响的大小 随距离的增大而减小。
在计算一个网格节点的Z值时，赋给数据点的权重是分数，所有数据点的权重 和为1。权重与数据点到节点距离成反比，愈靠近节点的原始数据点，其权重 愈大。
平滑参数Smoothing把“不确定性”因素与用户输入的 数据联系起来，平滑参数愈大，计算相邻网格节点Z值时 特异观察点的绝对影响就愈小。平滑参数大于0，则没有 任何一个数据点对于某个节点的权重为1，即使该数据点 正好位于网格节点上。
克里金法是一种在许多领域都很有用的地质统计格网化方法。 最初是由南非金矿地质学家克里格根据南非金矿的具体情况提出的计
克里金法中包含了几个因子：变异图模型，漂移类型 和 矿块效应。
其中变异图模型（Variogram Model）是用来确定插值 每一个结点时所用数据点的邻域，以及在计算结点时给予 数据点的权重。 Surfer提供了多种最常用的变异图模型，它们是指数、高 斯模型、线性、对数、矿块效应、幂、二次模型、有理数 二次模型、球面模型和波（空洞效应）。如果பைடு நூலகம்不准用哪 一种变异图，可选用线性变异图，大多数情况下，效果较 好。
线性变异图的克里金法应用广泛，效果较好。
这是一种在地学中广泛应用的网格化方法。由 最小曲率法构成的插值表面像一个线性弹性薄 板，试图在尽可能严格地尊重数据的同时，生 成与原始数据点尽可能吻合的最平滑的曲面。
最小曲率法不是准确插值，是典型的平滑插值。
不规则分布的数据插值加密为规则分布的数据，以适 合绘图的需要。 原始数据的不规则分布，造成缺失数据的“空洞”。 网格化则是用外推或者内插的算法填充了这些“空 洞”。
主要等值线图绘制软件Surfer及Mapgis Mapgis中4种网格化方法，距离幂函数反比加权网格化、Kring泛克
里格法网格化、稠密数据中指选取网格化、稠密数据高斯距离权网格 化。
Surfer中网格化方法有12种。Surfer网格化方法基本涵盖Mapgis中 网格化方法。
Surfer中网格化方法——加权反距离法（Inverse distance to a power）、克里格法（Kriging）、最小曲率法（Minimum curvature）、谢别德法（Modified shepard’s method）、自然 邻点法（Natural neighbor）、最近邻点法（Nearest neighbor）、 多项式回归法（Polynomial regression）、径向基函数法（radial basis function）、带线性插值的三角剖分法（triangulation/liner interpolation）、移动平均法（moving average）、数据度量法 （data metrics）和局部多项式法（local polynomial）。
Surfer应用更广泛，下面详细介绍Surfer中各种网格化方法的特征。
首先由气象学家和地质工作者提出的。
加权反距离插值法是一种加权平均内插，可以是准确插值或平滑插值，通常表 现为准确插值。
基本原理是设平面上分布一系列离散点，已知其位置坐标和属性值，P（x,y） 为任一网格点，根据周围离散点的属性值，通过距离加权插值求P点属性值。
项目实施过程中，化探手段是综合找矿方法中的重要的研 究手段之一
化探元素异常等值线图对于揭露研究区各元素异常分布特 征具有重要的指示意义。
一般实施采样方法为不规则测网法。 绘制化探元素异常等值线图时，要根据客观环境特征
和数据本身的特点，选择合适的网格化方法 网格化方法的特征及应用条件 网格化概念——是指通过一定的插值方法，将稀疏的、
该方法的优点是可以通过权重调整空间插值等值线的结构，但是其计算值容易 受到数据点集群的影响，计算结果中常出现孤立点数据明显高于周围数据点的 现象，表现为在网格区内围绕着某些数据点可能产生牛眼状(Bull’s eye)等值 线。可以通过设置Smoothing参数平滑内插网格来消减牛眼效应。
加权反距离插值法是一种非常快速的网格化方法，在小于500个数据点时，可 以使用No Search(使用所有点)的搜索类型来快速生成网格。
其中hij 网格节点“j”与邻近点“i”之间的有效分离距 离。
Zj 网格节点“j”的内插值。 Zi 邻近点。 dij网格节点“j”与邻近点“i”之间的距离。 β 权重系数。 δ Smoothing参数。
设置反距离权插值高级选项Power和Smoothing参数：
权重系数Power确定随着数据点到网格节点距离的增加， 其权重降低的程度。随着power逼近0，生成的表面逼近 一个水平面，该平面通过数据文件中的所有观测点的平均 值。随着权重系数的增加，生成的表面由最邻近点插值， 导致表面变成多边形。多边形表现了最接近内插节点的观 测表面。可接受的权重系数通常在1和3之间。
实质是待插值点领域内已知散乱点属性值的加权平均，权的大小与待插值点的 领域内散乱点之间的距离有关，是距离n次方的倒数。
加权反距离插值法认为任何一个观测值都对邻近的区域有影响，且影响的大小 随距离的增大而减小。
在计算一个网格节点的Z值时，赋给数据点的权重是分数，所有数据点的权重 和为1。权重与数据点到节点距离成反比，愈靠近节点的原始数据点，其权重 愈大。
平滑参数Smoothing把“不确定性”因素与用户输入的 数据联系起来，平滑参数愈大，计算相邻网格节点Z值时 特异观察点的绝对影响就愈小。平滑参数大于0，则没有 任何一个数据点对于某个节点的权重为1，即使该数据点 正好位于网格节点上。
克里金法是一种在许多领域都很有用的地质统计格网化方法。 最初是由南非金矿地质学家克里格根据南非金矿的具体情况提出的计
克里金法中包含了几个因子：变异图模型，漂移类型 和 矿块效应。
其中变异图模型（Variogram Model）是用来确定插值 每一个结点时所用数据点的邻域，以及在计算结点时给予 数据点的权重。 Surfer提供了多种最常用的变异图模型，它们是指数、高 斯模型、线性、对数、矿块效应、幂、二次模型、有理数 二次模型、球面模型和波（空洞效应）。如果பைடு நூலகம்不准用哪 一种变异图，可选用线性变异图，大多数情况下，效果较 好。
线性变异图的克里金法应用广泛，效果较好。
这是一种在地学中广泛应用的网格化方法。由 最小曲率法构成的插值表面像一个线性弹性薄 板，试图在尽可能严格地尊重数据的同时，生 成与原始数据点尽可能吻合的最平滑的曲面。
最小曲率法不是准确插值，是典型的平滑插值。
不规则分布的数据插值加密为规则分布的数据，以适 合绘图的需要。 原始数据的不规则分布，造成缺失数据的“空洞”。 网格化则是用外推或者内插的算法填充了这些“空 洞”。
主要等值线图绘制软件Surfer及Mapgis Mapgis中4种网格化方法，距离幂函数反比加权网格化、Kring泛克
里格法网格化、稠密数据中指选取网格化、稠密数据高斯距离权网格 化。
Surfer中网格化方法有12种。Surfer网格化方法基本涵盖Mapgis中 网格化方法。
Surfer中网格化方法——加权反距离法（Inverse distance to a power）、克里格法（Kriging）、最小曲率法（Minimum curvature）、谢别德法（Modified shepard’s method）、自然 邻点法（Natural neighbor）、最近邻点法（Nearest neighbor）、 多项式回归法（Polynomial regression）、径向基函数法（radial basis function）、带线性插值的三角剖分法（triangulation/liner interpolation）、移动平均法（moving average）、数据度量法 （data metrics）和局部多项式法（local polynomial）。
Surfer应用更广泛，下面详细介绍Surfer中各种网格化方法的特征。
首先由气象学家和地质工作者提出的。
加权反距离插值法是一种加权平均内插，可以是准确插值或平滑插值，通常表 现为准确插值。
基本原理是设平面上分布一系列离散点，已知其位置坐标和属性值，P（x,y） 为任一网格点，根据周围离散点的属性值，通过距离加权插值求P点属性值。
项目实施过程中，化探手段是综合找矿方法中的重要的研 究手段之一
化探元素异常等值线图对于揭露研究区各元素异常分布特 征具有重要的指示意义。
一般实施采样方法为不规则测网法。 绘制化探元素异常等值线图时，要根据客观环境特征
和数据本身的特点，选择合适的网格化方法 网格化方法的特征及应用条件 网格化概念——是指通过一定的插值方法，将稀疏的、
该方法的优点是可以通过权重调整空间插值等值线的结构，但是其计算值容易 受到数据点集群的影响，计算结果中常出现孤立点数据明显高于周围数据点的 现象，表现为在网格区内围绕着某些数据点可能产生牛眼状(Bull’s eye)等值 线。可以通过设置Smoothing参数平滑内插网格来消减牛眼效应。
加权反距离插值法是一种非常快速的网格化方法，在小于500个数据点时，可 以使用No Search(使用所有点)的搜索类型来快速生成网格。
其中hij 网格节点“j”与邻近点“i”之间的有效分离距 离。
Zj 网格节点“j”的内插值。 Zi 邻近点。 dij网格节点“j”与邻近点“i”之间的距离。 β 权重系数。 δ Smoothing参数。
设置反距离权插值高级选项Power和Smoothing参数：
权重系数Power确定随着数据点到网格节点距离的增加， 其权重降低的程度。随着power逼近0，生成的表面逼近 一个水平面，该平面通过数据文件中的所有观测点的平均 值。随着权重系数的增加，生成的表面由最邻近点插值， 导致表面变成多边形。多边形表现了最接近内插节点的观 测表面。可接受的权重系数通常在1和3之间。