泛克里金法在化探数据处理中应用.docVIP

泛克里金法在化探数据处理中的应用 谷振飞 石家庄经济学院 刘洪微 石家庄经济学院 王晓枝 石家庄经济学院 [摘 要] 地壳中金属元素的分布由于受各种地质因素影响而显示一定空间结构性，化探数据采样点的测量值是金属元素空间结构的反映。为了准确地反映出化探数据的空间结构分布性和圈定化探数据的异常区域，需要对化探数据采样点以外的区域进行估值。通过讨论如何使用泛克里金估值法确定区域变量的漂移和残差，并在Surfer软件中使用实例说明如何使用泛克里金估值法来确定化探数据的空间结构分布性及圈定化探数据的异常区域。 [关键词]泛克里金法；Surfer；漂移；变异函数 在矿产普查与勘探中，通过化探数据分析和处理，可以准确的圈定化探数据异常区，为找矿工作起到指导作用。泛克里金法是对非平稳变量进行插值估计的最佳方法，本文以内蒙古某地区Au元素化探数据处理为例，使用泛克里金法对化探数据进行插值并圈定化探异常区域。本文化探数据为非平稳区域变量z(x),其中z(x)由漂移m(x)和残差r(x)两部分组成，m(x)为确定性空间变量，r(x)为相关性和随机性空间变量，z(x)的期望为m(x)，r(x)的期望为0，其关系为： z(x)=m(x)+r(x),E[z(x)]=m(x), E[r(x)]=0。 用泛克里金法对化探数据进行插值并圈定化探异常区，需要确定漂移m(x)和残差r(x)，以下讨论如何确定漂移m(x)和残差r(x)。 利用Surfer软件确定漂移m(x)过程 1.1 趋势面分析确定漂移m(x) 趋势面分析是根据采样点测量值，拟合一个平滑的数学平面方程，再根据数学方程对其它无测量值的点进行估值，趋势面分析所得的数学平面方程能反映数据的空间变化趋势。同时，漂移m(x)的数学期望为0，区域变量z(x)的数学期望为m(x)，所以m(x)也反映了z(x)的空间变化趋势。因此空间连续变化的确定性漂移m(x)，可用对化探数据作趋势面分析所得的多元回归平面方程来表示，由多元回归分析得到的趋势面方程如下式所示： （1.）Surfer软件中求解化探数据趋势面方程的步骤：选择菜单命令“Grid（网格）︳Data（数据）”，从“Gridding Method（网格化数据）”组中选择“Polynomial Regression（多项式回归法）”，点选“Advanced Option（高级选项）”并对多元回归方程进行高级设置。可选择不同的回归方程类型，并判断不同回归方程对空间变量的拟合程度。多元回归方程与空间变量拟合程度越高，则漂移m(x)越接近实际情况。其拟合程度用拟合精度来表示： （1.）1.2中Z(i)为本文域内第i个观测点的化探数据值，Z*(i)为多元回归方程第i个观测点的回归值，Z′(i)为第i个观测点化探数据的平均值。在Surfer软件不用求出多元回归方程的系数，通过计算和比较拟合精度可得方程的类型和系数的最高次数，本文区域变量的漂移m(x)为二次曲面方程。 Surfer软件计算残差过程 2.1 利用变异函数r(h)确定残差r(x) 空间变量在采样点x和x+h（h为空间距离）的测量值为Z(x)和Z(x+h)，变异函数r(h)为Z(x)和Z(x+h)差的方差的一半。变异函数r(h)能描述区域变量的结构性和随机性，变异函数r(h)可确定残差r(x)的空间分布性，所以可用变异函数对采样点以外的点进行估值。在实际中采用以下公式计算变异函数： （1.）1.3中N(h)为距离等于h的数据对的数量，Z(i)为采样点xi处的测量值，Z(j)为与采样点xj处的测量值，其中xi和xj的偏离距离约为h。 区域变量需考虑变异函数的块金效应和各向异性。其中块金效应的是指在极短的样本距离（h≈0）之间变异函数从原点的跳升值，是由于化探数据误差和短距离的变异引起的。各向异性是r(h)=r(r,Φ)，即变异函数在各个方向上的变化近似为一个椭圆。本文对变异函数的求解同时考虑了块金效应和各向异性。 2.2 Surfer软件求解变异函数(h)过程 在Surfer软件中求解变异函数r(h)的步骤为：选择菜单命令“Grid（网格）︳Data（数据）”，从“Gridding Method（网格化数据）”组中选择“Kriging（克里金法）”，点选“Advanced Option（高级选项）”选择函数(h)模型。在实际应用中可用交叉实证的方法来证明变异函数的模型选择是否合适。交叉实证法是分别在每一个采样点上，先将其真实测量值暂时去除，用其余的测量值以及变异函数r(h)来估计这个采样点上的值。，然后重复以上步骤，分别对所有的采样点进行估值。最后对各个观测