地学统计学的一个操作教程.docx 6页

  • 2
  • 0
  • 0
  • 约3.65千字
  • 2015-10-20 发布
文档工具:
    1. 1、本文档共6页,可阅读全部内容。
    2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
    3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
    4. 文档侵权举报电话:19940600175。
    地学统计学 提取数据 所用的工程数据来源是老师提供的坑探取样数据和钻探取样数据,数据是已给的Access数据库表,在基于VS2010平台上设计的,并从Access中提取数据。 (1)选取的工程不同,则会调用对应的不同数据。调用数据时,先要通过采样数据来选择采样数据的类型(有坑探采样和钻探采样两种类型),然后通过工程名称按钮选择相应的工程,以坑探取样下的工程”-340m1XC”为例如下图1所示; 图 SEQ 图表 \* ARABIC 1 (2)最后通过显示工程数据按钮显示数据。其调用数据结果界面如下图2所示: 图 SEQ 图表 \* ARABIC 2 程序中主要应用的算法及其关键代码 在本试验中主要使用了地学统计学法中的普通科里克法和杨赤中滤波法对一批沿一维分布的地质勘探(坑探和钻探两种方式)取样数据进行统计分析。 (1) 普通科里克法,以所选工程总长度之半为最大滞后距分别计算两个元素品位(从铁、铜、硫中任选两个)的实验变异函数值,确定各自的变程a和基台值c,变异函数的公式如下: *h=12(N-h)x=1N-h'(Zx-Zx+h)2 (1) 其中为该位置的变异函数值,h为滞后距,h的个数h’为滞后距数,N为样品个数,Zx为在该位置某品位的测量值。假定h为1米,则最大值为样品总数的一半取整。实现普通科里克法的关键代码如下: ArrayTOList(GradeKey); vars = new double[GradeKey.Length / 2]; for (int h = 1; h <= GradeKey.Length / 2; h++) { double sum = 0; for (int j = 0; j < GradeKey.Length - h; j++) { sum += Math.Pow(GradeKey[j] - gradeKey[j + h], 2); } vars[h - 1] = sum / (GradeKey.Length - h) / 2; } (2) 杨赤中滤波算法, 它将矿床地质变量(如金属品位等)的观测值(钻探样品值)看作是一种包含规律性变化和随机性变化的复合变量,通过逐次加权游动平均(一维、二维、三维)逐步消除随机性变化成分,显现出基本变化成分。应用杨赤中滤波推估法对高程观测值序列进行逐遍滤波,把随机性变化和规律性变化分离出来,然后求出反映复合变量(高程观测值)变化特征的函数和数字指标作为建立高程估值协方函数的依据,使滤波与推估有机地联系起来,由此建立高程估值数学模型。其公式如下: qik=qi-1k-1 +2* qik-1 + qi+1k-1 /4 (2) r* l= i=1N(qi-q)2 /N -i=1N(qik-qik)2 / N (3) 该算法的关键代码如下: //杨赤中滤波方法 public void YCZCalculation(List<double> dou) { List<double> temp = new List<double>(); temp = dou; for (int h = 1; h < dou.Count - 1; h++) { temp[h] = (dou[h - 1] + 2 * dou[h] + dou[h + 1]) / 4; } dou.Remove(temp[0]); dou.Remove(temp[dou.Count - 1]); GetVar(); yCZvar.Add(var - YCZGetVar(temp)); if (temp.Count > 10) { YCZCalculation(temp); } } public void ArrayTOList(double[] temp) { for(int i= 0;i<temp.Length;i+

    文档评论(0)

    • 内容提供方:共享文档
    • 审核时间:2015-10-20
    • 审核编号:6231232141000043

    相关文档

    相关课程推荐