克立格法储量估算

合集下载

限制性克立格法在矿产资源储量估算中的应用

限制性克立格法在矿产资源储量估算中的应用

限制性克立格法在矿产资源储量估算中的应用2023-10-27CATALOGUE目录•引言•限制性克立格法概述•限制性克立格法在矿产资源储量估算中的实施步骤•限制性克立格法在矿产资源储量估算中的案例分析CATALOGUE目录•限制性克立格法在矿产资源储量估算中的改进与发展趋势•结论与建议01引言研究背景与意义限制性克立格法是一种基于概率论和数理统计学的储量估算方法,适用于具有复杂地质条件的矿产资源储量估算。

随着矿产资源勘查和开发工作的深入,复杂地质条件下的矿产资源储量估算问题越来越突出,因此限制性克立格法的应用具有广泛的实际意义。

矿产资源是国民经济和社会发展的重要物质基础,储量估算的准确性对于保障国家能源安全和经济发展具有重要意义。

研究目的与方法研究目的本研究旨在探讨限制性克立格法在矿产资源储量估算中的应用,提高储量估算的准确性和可靠性。

研究方法本研究采用理论分析、数值模拟和实际应用相结合的方法,首先对限制性克立格法的基本原理和数学模型进行阐述和分析,然后利用数值模拟方法模拟不同地质条件下的矿产资源储量分布,最后将限制性克立格法应用于实际矿产资源储量估算中,并与传统方法进行对比分析。

02限制性克立格法概述定义限制性克立格法是一种用于矿产资源储量估算的统计方法,它考虑了地质变量和空间自相关结构,通过将地质变量与矿产资源储量之间的关系模型化,来估算矿产资源的储量。

原理限制性克立格法基于地质统计学原理,通过分析地质变量与矿产资源储量之间的空间自相关结构,建立条件概率模型,从而估算矿产资源的储量。

限制性克立格法的定义与原理•优点•考虑了地质变量和空间自相关结构,能够更准确地估算矿产资源的储量。

•适用于各种类型的地质体和矿产资源类型。

•能够处理不完整和不规则的数据。

•缺点•需要大量的数据和计算资源,计算过程可能较为复杂。

•对地质变量的选择和模型参数的设定敏感,需要专业知识和经验。

•可能存在主观性和不确定性。

面向智慧矿山的智能型克里格储量估算法研究

面向智慧矿山的智能型克里格储量估算法研究

面向智慧矿山的智能型克里格储量估算法研究随着人类社会的向前发展,地质采矿条件越趋复杂、生产系统日益庞大、采掘环境复杂多变,而人们对矿山的包括安全、生产、自动化、监测监控等方面的要求日益增多,传统的矿山建设模式已经不能满足上述要求,亟需全新的实施体系和管理方法,构建绿色环保,智能化理念的智慧矿山,其中也包括储量估算方法的创新。

从目前情况看,传统的储量估算方法不能应对复杂海量数据背景下的矿山环境,难以支持“智慧矿山”建设,亟待研究和开发出高性能、高精度的新一代储量估算方法。

基于这一认识,本文针对复杂的矿山地质条件及其海量数据环境,开展了一系列的探索性研究,尝试开发出一套具有智能特征的新型克里格储量估算方法,并通过实践检验其可行性。

本文的研究从传统克里格储量估算的概念模型出发,综合分析了所涉及的数据获取层、模型构建层、储量计算层、结果输出层的关键步骤和实施方法,并在此基础上引入遗传算法、动态规划和并行GPU计算等前沿技术,构建了智能克里格储量估算概念模型。

通过分析智慧矿山的核心特征,以及智慧矿山搭建的三个关键步骤:物联化、互联化、智能化,将智能克里格储量估算概念模型融入智慧矿山的三层架构中去,形成了面向智慧矿山的智能克里格储量估算实施方案。

在此基础上,对智能化层所需要的智能过程做了重点论述。

首先,针对克里格计算流程中关键的变差计算的智能化问题,采用了通过优化搜索的方式对样品整体并行计算,采用局部输出的方式来加速实验变差函数的计算过程,采用遗传算法自动拟合的步骤来提高计算结果的精度;其次,对整个智能储量估算过程需要用到的诸如三维建模技术、矿体储量动态计算技术、空间克里格快速插值技术、最佳边界品位动态计算技术,以及估算结果的三维模型空间切割技术等做了论述。

最后,基于石门寺钨铜矿区的数据做了系统的应用试验,并对所构建的方案做了系统验证。

本文的主要研究内容包括:(1)分析智能型克里格储量估算系统的作用及对于智慧矿山建设的必要性;研究数据处理流程和对数据传输的需求,确定系统的功能结构与逻辑结构。

地质统计学法资源储量估算部分编写提纲 (以勘探报告为例)

地质统计学法资源储量估算部分编写提纲 (以勘探报告为例)

地质统计学法资源储量估算部分编写提纲(以勘探报告为例)1 估算范围、对象资源量和储量估算截至日期;估算矿种、矿体(矿层、矿化域)及其编号;估算最高标高和最低标高、最小埋深和最大井埋深、估算面积(平面最大投影面积)和拐点坐标;估算范围与矿业权范围的关系(插叠合图)。

矿业权范围内未估算资源量和储量的地段地质勘查工作开展情况及资源赋存情况。

2 工业指标叙述资源量和储量估算所采用的工业指标,说明工业指标的来源或确定的依据。

如采用矿块指标体系的边际品位圈定矿体,需说明边际品位的制订原则。

3 估算方法选择依据说明所选择的估算方法(克里格法或距离幂次反比法),从矿体的形态、产状、成矿期次、勘查工程间距的疏密程度、矿体或矿化域内样品的数量和品位的统计分布、变化系数等方面论述其合理性及依据。

说明所选三维估算软件的名称、版本号和认证部门批准文号。

4 估算数据、信息可靠性论述叙述地质数据库的建立,说明数据库的名称、数目及其结构内容。

详细列出本次资源量和储量估算利用的有效工程数、样品数等以及其他相关原始资料的具体来源,并进行质量和可靠性论述。

通过三维软件对工程数据进行位置对比,对数据进行纠错及完整性和逻辑性检查。

5 矿体(矿化域)圈定叙述圈矿采用的工业指标体系、根据矿床地质特征、成矿控制因素及矿化规律等圈连矿体(矿化域)和外推的原则,以及估算需要做的实体模型(例如地形三维模型、矿体或矿化域模型、夹石模型、岩体模型和地质构造模型等,宜以插图方式说明)。

6 样品数据统计分析及特异值处理叙述以矿体(矿化域)为单位,对样品进行基本统计分析(列表统计样品数量、最小和最大值、平均值、方差、变化系数、西舍尔T 估值等,并附样品统计直方图、累计频率分布曲线或概率图等插图)。

说明特异值的判别和处理方法,宜以表格的形式,列出特异值所在的工程号、样品号、原始值和替代值等。

7 样品等长度组合结合对样品长度的统计分析(样品长度直方图、平均值等),论述样品组合长度的选取依据,并对比组合前后样品的统计结果,论证组合样长度的合理性(宜以插图和列表的方式说明)。

克里格估值方法(一)

克里格估值方法(一)

克里格估值方法(一)克里格估值方法详解什么是克里格估值法?克里格估值法(Kriging)是一种通过插值方法对未知地点进行估值的统计技术。

它将已知地点上的观测值用于预测未知地点上的数值,常用于地质、地理、环境等领域的研究。

克里格估值法通过建立空间相关性模型,可以提供对未知地点上现象的可信度估计。

克里格估值法的基本原理克里格估值法的基本原理是空间相关性。

其假设对空间上相邻点之间的值存在一定的相关性,且该相关性可通过距离进行量化。

基于该假设,克里格估值法可以通过已知点与未知点之间的空间距离进行权重的计算,进而进行预测。

克里格估值法的步骤1.数据获取:克里格估值法需要已知点的观测值作为输入,可以通过采集现有数据或者实地测量获得。

2.空间相关性分析:通过观测值之间的空间相关性判断模型类型,常用的模型包括球型模型、指数模型和高斯模型等。

3.参数估计:使用已知观测值中的半方差数据,通过最小二乘法或最大似然法对模型的空间相关参数进行估计。

4.半方差图绘制:通过绘制半方差图,可以了解观测值之间的空间相关性和变化趋势。

5.克里格估值:根据已知点的观测值和模型的参数,计算未知点上的估值。

常用的克里格估值方法包括简单克里格法、普通克里格法和泛克里格法等。

6.估值验证:通过验证估值和实际值之间的误差,评估克里格估值方法的精度和可靠性。

克里格估值法的优缺点克里格估值法作为一种插值方法具有以下优点: - 利用空间相关性进行预测,能够充分利用已知数据的信息; - 通过建立空间模型,可以对估值进行可靠的分析和解释; - 适用于各种数据类型和标度水平,可用于多种研究领域。

然而,克里格估值法也存在一些缺点: - 对观测值的空间相关性要求较高,如果空间相关性较弱,克里格估值的精度可能较低; - 克里格估值法对异常值敏感,对异常值进行处理是很重要的一步; - 克里格估值法无法考虑其他外部因素的影响,如地形、土壤等因素。

克里格估值法的应用领域克里格估值法广泛应用于地理信息系统(GIS)、环境调查和资源评价等领域,常见的应用包括: - 土壤污染程度评估; - 水资源管理及水质预测; - 土地利用规划和生态环境研究; - 地质勘探和矿产资源评估。

国外矿产资源储量分类与资源储量估算方法

国外矿产资源储量分类与资源储量估算方法

16 个细分类型是: 111、 111b、 121、 121b、 122、 122b、 2M11、 2M21、 2M22、 2S11、2S21、2S22、331、332、333、334?。 在上述 16 个细分类型中, 比较常用的、 能与国际矿业界标准对比的类型有: 可采储量(111) :是探明的经济基础储量的可采部分,它应具有的基本条 件是:① 具有最高的工程控制密度,储量可靠性高;② 进行了相应的选(冶) 加工性能实验,视矿石选(冶)的难易程度完成了实验室流程试验、试验室扩大 连续试验或半工业试验;③ 详细查明了开采技术条件;④ 完成了可行性研究。 预可采储量(121、122) :是探明的或控制的经济基础储量中的可采部分, 它应具有的基本条件是:① 具有较高的工程控制密度,储量可靠性较高;② 进 行了相应的选(冶)加工性能实验,视矿石选冶的难易程度完成了可选(冶)性 试验、实验室流程试验或试验室扩大连续试验;③ 基本查明了开采技术条件; ④ 至少完成了预可行性研究。 探明的资源量(331) :是地质工作程度最高的资源量,它应具有的基本条 件是: ① 具有最高的工程控制密度, 资源量可靠性高; ② 进行了相应的选 (冶) 加工性能实验,视矿石选(冶)的难易程度完成了实验室流程试验、试验室扩大 连续试验或半工业试验;③ 详细查明了开采技术条件;④ 未完成可行性研究, 但完成了概略研究。 控制的资源量(332) :是地质工作程度较高的查明资源量,它应具有的基 本条件是:① 具有较高的工程控制密度,资源量可靠性较高;② 进行了相应的 选(冶)矿加工性能实验,视矿石选冶的难易程度完成了可选(冶)性试验、实 验室流程试验或试验室扩大连续试验;③ 基本查明了开采技术条件;④ 未完成 预可行性研究或可行性研究,但完成了概略研究。 推断的资源量(333) :是地质工作程度较低的查明资源量,它应具有的基 本条件是:① 部署稀疏的取样工程,资源量可靠性较低;② 与邻近矿山进行类 比确定选(冶)加工性能,对无可类比的或新类型矿石完成了可选(冶)性试验 或实验室流程试验;③ 大致查明了开采技术条件;④ 完成了概略研究。

克里格资源储量估算法的影响因素分析及评价

克里格资源储量估算法的影响因素分析及评价
由克里格方差计算模型…可知 , 误差影 响将贯
征为所依赖的空间数据质量和不确定性 , 其误差 的 类 型 主 要 包 括 : 据 误差 ( 置 误 差 、 性 误 差 、 数 位 属 时
域 误差 、 逻辑 不一 致 性误 差 、 完 整性 误 差 ) 不 。后 两 项 表征 为 区域 化 变 量 ( 间数 据 ) 空 的空 间结 构 性 和 相 关性 分析 ( 差 函数 或 协 方 差 函数 ) 及计 算 所 变 以 依 赖 的支 撑 条 件 , 数 据 转 换 、 析 、 理 的 误 差 是 分 处 ( 字 化 误 差 、 式 转 换 误 差 、 用 模 型 传 递 的误 数 格 应 差 、 同软件 系统 问 转换 误 差 等 ) 不 造成 的 。 即表
穿资源储量评估的整个过程 , 克里格估计 的理论解
答 式 。:

2/ ( ( ). ( ) 3 ,)一 ,)一 , ( 1
由式 ( ) 知 , 响 估 计 方 差 的 主 要 因 素 有 以 1可 影
下几种 。
() 1 信息样 品 ' / 3 的几何特征 、 数量及构形 , 表现
随着国民经济 的持续增长 , 国资源和能源需 我 求 矛盾 日益 突 出 , “ 足 国 内” 积 Байду номын сангаас 拓展 海 外 , 在 立 和“
走 出去 ” 策 的 带 动 下 , 业 成 为 近 年 来 矿 业 企 业 政 矿
精 确程度 , 降低 矿业 投资 风险 的有力 手段 。 是 目前 国外 先进 矿 山普遍采 用 克里格 法进 行矿产 资 源 、 量估计 , 储 因储 量 估 计 的 可靠 精 度 较 高 , 而 从
了克里格方差影响评价模 型和判 断矩 阵, 并用 M T A A L B算法进行 了相应 的解算, 出了各影响 因 得

离子型稀土矿稀土储量估算方法对比分析

离子型稀土矿稀土储量估算方法对比分析

法,分别比克里格法小 30.2%和 31.8%,这是由
于块段法只能计算以探矿孔所有顶点形成的曲
面、底点形成的曲面以及最外侧探矿孔所形成的
矿体内的稀土储量;回收的稀土氧化物质量和尾
矿中稀土氧化物实际储量之和为 39.48 吨,明显
高于块段法的结果,但与克里格法的结果相近。
探矿孔是通过洛阳铲开设,易受孤石的影响
浸矿剂用量,配制硫酸铵的浓度为 10.0~30.0g/L 注入注液孔,通过收液工程收母液,对母液进行 除杂沉淀后得到碳酸稀土,达到离子型稀土资源 开采的目的[2]。在此过程中,硫酸铵用量的计算是 关键环节之一,稀土储量决定硫酸铵用量。因此, 如何估算矿块的稀土储量对提高浸取率、降低生 产成本及环保均具有重要意义。
[2] 罗仙平,翁存建,晶徐,马沛龙,唐学昆,池汝 安.离子型稀土矿开发技术研究进展及发展方向 [J].金属矿山,2014,83(6):83-90.
[3] 池汝安,君田,罗仙平,徐志高,何正艳.风化 壳淋积型稀土矿的基础研究[J].有色金属科学与 工程,2012,3(4):1-13.
[4] 程海伟.资源储量估算中地质块段法与剖 面 法 对 比 分 析 [J]. 新 疆 有 色 金 属 ,2020,43 (1): 44-45.
[5] 王瑞,李亮,周大伟,卢志刚,邓华梅,柯圣 安.地质统计学在稀土矿储量计算研究应用[J].稀 土,2019,40(2):35-41.
2021 年第 4 期
福建冶金
9
离子型稀土矿稀土储量估算方法对比分析
邓国强
渊龙岩市稀土开发有限公司袁福建龙岩 364000冤
揖摘要铱 准确估算离子型稀土矿的稀土储量和品位分布是浸矿剂用量设计和收液工程设计的前提遥采用地质储量估 算中常用的块段法和克里格法分别估算离子型稀土矿的稀土储量袁 由于离子型稀土矿探矿工艺易受孤石影响的缺陷袁 导致块段法的估算结果偏小袁而克里格法能较好的估算出矿块的稀土储量和稀土品位分布遥 因此袁建议采用克里格法估 算离子型稀土矿的稀土储量和品位分布遥

一种基于块体模型和克里格法的矿体储量计算

一种基于块体模型和克里格法的矿体储量计算

阳市 栾 川 县 。 6 2
值问题理解为在无偏条件约束下求 目标为估计方差 的最 小估值 。


李发本: 一种基于块体模型和克里格法的矿体储量计算
2 1 年 8月第8期 01
1 3 克 里格 方程组 .
后, 按用户指定的方 向和样品间距计算 出实验变异
函数 , 后将 离散 的实 验 变异 函数 拟 合 成 能 用数 学 然 模 型表示 的变异 函数 , 进 行结构 分 析 , 定最 终 的 并 确
最佳性是指估计值与真值之间偏差的平方的数
学期 望达 到最 小 , 即估 计 方 差 最 小 。估计 方 差 的计
算式 :

E ( , )一  ̄ ( , ) =C V V 2 A C V +∑
u u
c z , ). ( ,
() 3
求使估计方差 达到极小 的各个加权系数 A


在 三维 块体模 型 的基础 上 , 结合 普 通克里 格 法研 究 了储 量计 算方 法 , 实现 了实验 变异
函数求取 , 变异函数球状模型的拟合、 结构分析和椭球体的确定 , 并将 三维图形引擎库 H os op 与软 件 开发 方法相 结合 , 设计 出三维 可视 化储 量估 算 系统 。将其应 用 于 国 内某 大型钼矿 中 , 实现 了该矿
Z “ ( )= ∑ A Z / ). ( Z

() 1
求 出各 个 加 权 系数 A O=1 2 … , ) 使 得 (/ , , n , z /是 z ( ) 的无偏估 计量 且估 计方差 最小 。 z
1 1 无偏 条件 .
无偏性 就是 参 数估 计 z ) ( 与真 值 Z 之 间偏 差 的 数 学 期 望 为 零 , E{ =E { ( ) 成 立 。 即 z} z n } 在二 阶 平 稳 条 件 下 , Z }=E{ ( }=m, E{ z ) 而
  1. 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. 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. 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)。
从图形中我们可以明显地观察出倾角为 0 时图形最好。所以我们得到了矿体第一主轴的角度 方位角 40 度,倾角 0 度。 4. 继续计算矿体第二和第三方向的角度,我们可以让 MICROMINE 自动计算。 点击单方向变异函数图按钮,勾选“让 Micromine 计算第二及第三方向的角度”,具体设置
如下:
什么是变异函数?
变异函数(Variogram)是反映已知采样样品的某种属性在空间范围内变异(差异)程度的 一个量。之所以称之为函数,因为根据实际工作经验,我们要以已知采样点与未知采样点之 间的距离作为尺度,不断变换这一尺度,从而得到样品属性分布的这种变异趋势。
如何计算得到变异函数?
1. 首先,我们可以利用已知采样数据计算“实验变异函数”。它的数学表达式如下:
Variogram r(h)
9
8
7
6
5
4
3
2
1
0
0
2
4
6
8
Lag h(m)
在实际工作中,我们往往会遇到各种复杂的变异函数曲线图形,这时我们需要根据图形的具 体形状来选取最佳的变异函数模型来对实验变异函数图形拟合,以获取理论变异函数模型的 参数。变异函数的模型有很多,例如球状模型、指数模型、高斯模型、孔穴效应模型等等。 在实际工作中我们最常使用的是前两种模型。
滞后距离为 1m 时的图形,从图形中我们可以发现,当滞后等于 1m 时,图中显示出很多噪 音,也就是在小范围内图形波动太大,显然不符合要求。 我们看 2m 滞后距的图形,见下图:
该图形很好地表现出变异函数模型的曲线,所以符合要求,可以对其进行拟合。 点击主菜单“变异图”---“模型”对其进行拟合,拟合时一定要对前几个点格外注意,因为 我们后续插值时所使用的已知样品点,都是离未知点最近的几个点,所以对前几个点的拟合 至关重要。拟合完成的图形见下图:
带状各向异性:矿体在三个主要方向上(矿体三个主轴方向,往往与走向、倾向和厚度方向 重合)变程和基台值都不相同。如果发生这种情况时,在 MICROMINE 中,我们可以利用多 个结构来解决这个问题,我们可以让其中一个结构的变程尽量的大,大到使得三个主轴的基 台值相一致。之所以产生带状异性,很多时候是由于矿区内存在多个域,而且各个域中的品 位分布不尽相同才导致了矿体三主轴方向上品位的变异程度不一。
到目前为止,我们知道矿体在水平方向 40 度方位角连续性最好,下面我们要检验 40 度方位 角的面上,矿体那个角度连续性最好。我们重新设置单方向变异函数图对话框,见下图:
我们设置方位角 40 度,在 40 度这个面上,每隔 12 度做一次变异函数,这里需要注意的是 倾角的正负问题,MICROMINE 规定在计算变异函数时,向上的倾角为负,向下的为正。通 过观察我们可以看出当倾角在-10 度到 10 度之间时,变异函数图形最好。所以我们再次设 置单方向变异函数图对话框,如下图所示:
同样地,每隔 12 度做一次变异函数,通过观察发现,当第二方向倾角在-30 到 5 度之间时 图形较好。重新设置单方向半方差图如下:
检验图形后发现,当第二方向的倾角为-15 度时图形最后,如图:
这样我们就计算得到了第二方向的方位角 130 度,倾角为-15 度。 5. 我们打开单方向变异函数图对话框,进行如下设置:
通过图形我们观察到,相比较而言,当滞后距在 60m 到 90m 之间时,图形比较好,我们可 以进一步设置,如下图:
在新得到的图形中,我们发现 75m 可以作为滞后距离,图形如下:
这时我们不需要对图形进行拟合。(对于初学者来说,可能会有这样的问题,70m---85m 都 没有明显的区别,为什么我们就选择了 75m?其实 70、75、80、85 都可以通过,相对而言, 图形越能够反映变异函数图形结构,越接近于方差,那么这个图形就是很好的。有人会觉得 很笼统,但是大家想一个问题,我们所采得的样品在空间是否是严格按照等距离分布的呢? 所以只要在误差允许范围之内都是可以接受的。)
如何在 MICROMINE 中实现地质统计学
地质统计学发展概述
1. 四十年代后期,H.S.Sichel 判明南非各金矿金品位呈对数正态分布,确立了地质统计 学的开端;
2. 五十年代初,D.G.Krige 根据多年对南非金铀砾岩型金矿储量计算的经验,提出“可 以预计,一个矿山总体中的金品位的相对变化要大于该矿山某一部分中的金品位的 相对变化”。换句话说,以较近距离采集的样品很可能比以较远距离采集的样品具有 更近似的品位。这一论点是描述在多维空间内定义的数值特征的空间统计学得以建 立的基础。
通过井孔这种垂向方向的变异函数类型来得到块金值,因为块金值是反映元素品位在微观变 化的一个量,综观全部样品,我们知道只有垂向方向样品之间的间隔最小,所以我们选择垂 向来模拟块金值。 这里我们使用线框内的组合样品分析文件。过滤条件如下图:
点击井孔半方差图按钮,设置如下:
一般地,如果我们大部分的采样样品长度为 2m,这里我们可以直接选取 2m,选取 1m 我们 可以作为参考。全部设置完毕后,我们点击“执行”。
3. 接下来我们计算方向变异函数。设置如下:
点击单方向半方差图按钮,设置如下:
通常我们会每隔 15 度方向作一次变异函数,以此来检验水平方向上矿体连续性最好的方向。 通过图形显示,我们发现 30---45 度之间矿体的连续性较好,图形比较规整。所以我们可以 再次设置单方向半方差图对话框,如下图:
最终决定矿体在 40 度方向连续性最好,见下图:
3. 六十年代,认识到需要把样品值之间的相似性作为样品间距离的函数来加以模拟, 并且得到了半变异函数。随后,法国枫丹白露学院的 G.Matheron 将 D.G.Krige 等人 的成果理论化、系统化,提出了“区域化变量”的概念,并于 1962 年发表了《应用 地质统计学》,该著作标志着地质统计学作为一门新兴的边缘学科而诞生,地质统计 学开始进入学术界。
IRON ASSAY COMP2.DAT 线框:IRON.TDB 块金值:这里我们使用矿体线框内的组合后的数据进行运算。在有些例子中,我们不能使用 组合文件来计算变异函数,因为使用组合文件可能会出现带状异性,数据本身是平滑的,这 就可能使得各方向上的方差值差异过大,不易于拟合图形。在本例中我们使用组合文件。 1. 点击主菜单“统计”---“半方差图”
N (h )
1 γ h = 2N(h)
(xi − xi+h )2
i=1
举一个简单的例子,数据空间排列顺序如下图所示,我们现在求该组数据在水平方向上的实 验变异函数:
当 h=1m 时,N(h)=14,
γ1
1 14 = 2 × 14
xi − xi+h
2
=
(2

5)2
+
(5

4)2 28
+

+
(6

9)2
这样我们就得到了块金值 5。 2. 接下来我们需要通过全向变异函数得到最佳滞后距离以及滞后个数。设置如下:
点击全方向半方差图按钮,设置如下:
该对话框中滞后距的设置可以遵循一个原则,即滞后距与滞后个数的乘积大于等于矿区对角 线的一半以上即可,还可以根据勘探线间距和钻孔之间的间距来确定滞后距离的长度,一般 围绕着之前两个长度设置即可。
让 MICROMINE 自动计算第三方向上的变异函数,见下图:
从上面的图形中我们看到图形中的点太少,这是由于矿体的厚度方向相对走向和倾向要薄, 所以如果沿用前面两个方向的滞后距可以利用的点对相对变少了。在此我们可以更改第三方 向的滞后距离以得到最佳的变异函数模型,点击单方向变异函数图按钮,进行如下设置:
=
147 28
=
5.25
i=1
当 h=2m 时,N(h)=11,
γ2
1 11 = 2 × 11
xi − xi+h
2
=
(2

4)2
+
(5

3)2 22
+

+
(9

3)2
=
179 22
=
8.14
i=1Βιβλιοθήκη „„„„2.计算完各滞后距的实验变异函数后,我们以滞后距离 h 为横轴,以 r(h) 为纵轴,在图形 上把变异函数表现出来,如下图所示:
滞后为 8m 的时候,得到第三方向变异函数图:
6. 我们通过计算得到了矿体连续性最好三个方向,三个方向见下表:
方位角 倾角
第一方向 40
0
第二方向 130 -15 第三方向 130 75
按照表中的参数设置单方向变异函数图对话框,如下所示:
点击“执行”按钮,对生成的实验变异函数进行拟合,第一方向变异函数拟合见下图: 第二方向变异函数拟合:
对第三方向变异函数的拟合:
通过对三个方向上变异函数的拟合,我们得到如下参数:
方向 1 2 3
块金值 5 5 5
类型 球状 球状 球状
第一结构
变程 部分基台值
180
115
137
115
36
115
类型 球状 球状 球状
第二结构
变程 部分基台值
640
40
478
40
120
40
4. 目前,地质统计学主要分为两大学派:以 G.Matheron 为首的“枫丹白露派”,主要 从事线性地质统计学的研究;以 A.G.Gournel 为代表的“斯坦福地质统计学派”,他 们主要从事非参数地质统计学的研究。枫丹白露派趋于理论较多,而斯坦福派更偏 重于理论与实践相结合,更接近于实际工作。
今天,地质统计学拥有成熟的理论基础,已经被广泛地认为是矿床评价的必要部分,在 我国已经认可用地质统计学对矿床进行评价的地质报告。目前正广泛应用于石油、采矿、 水文、环境保护和天气预测等领域中。
相关文档
最新文档