地质统计学与随机建模原理2-变差函数.pptVIP

第六节、变差函数的应用 　变差函数在地质统计学中具有特别重要的地位，它除了主要用来进行克立格估值之外，在实际工作中，变差函数本身还有一些直接的应用。 　　1．反映矿体变化程度的综合指标 　　2．变差等值线图可划分矿体的空间变化类型 　　3．在给定精度下确定最优勘探网的形状和大小 Spatial sampling空间采样/勘探网度的确定 克里格估计方差 根据普通克里格法, 在已知地质变量理论变差函数时, 可以计算出地质变量的估计方差: (点估计) (块估计) 可以看出主要取决于 (1)变差函数模型 (2)待估块段的大小和形状 (3)信息数量与空间分布 (4)待估块段与信息点之间的距离 如果网型固定（矩形或三角形等），则减小估计方差的办法只有: 减小采样间隔，以减小变差函数值 增加估计块段的大小 ⊙ ⊙ 勘探网度的最优确定 在待估块段和形状确定后，在不同的网度下以钻孔数表示由疏到密模拟勘探网度, 可获得矿床在各种网度下的钻孔数与估计标准差之间的定量关系曲线一般认为曲线由陡变缓的部位所对应的横坐标即为最佳勘探网度即勘探所需的钻孔数将计算结果与实际勘探网度下的标准差对比, 就可以了解勘探过程对矿床的实际控制程度。 估计方差除了与网度、网型有关以外, 还与控制的地质变量的量纲、量级有关，在实际应用, 常用相对估计标准差来表达勘探网度对该地质变量的控制程度，设控制系数： 勘探网度优化步骤 一是建立地质变量的最佳理论变差函数 正确地计算实验变差函数并通过交叉检验优选最佳的理论变差函数模型。 在统计分析勘探区原始数据的基础上, 合理剔除异常值, 求出勘探区主采煤层地质变量在特征方向上的实验变差函数, 经过理论拟和交叉检验优选, 得出最佳的理论变差函数模型 二是用地质变量的估计方差评价勘探过程对矿床的控制程度 实例 某露天矿勘探区有效钻孔655个 首采区勘探网度160~190m,每平方公里平均38个钻孔 在首采区附近,勘探网度为500m左右 其余地区勘探线网度为1000m左右 结论 该露天矿首采区地质变量的实际控制程度为89%, 已达到最佳控制网度。后续区则勘探控制程度较低, 实际网度为1000m*1000m左右, 与最佳控制网度300*300相差甚远 实践证明, 地质统计学不仅可以对区域变量进行无偏“ 最优”估计, 而且在勘探网度的研究方面也有着广阔的应用前景 三种有基台值模型的比较 模型 通过原点的切线与基台值线交点的横坐标 变程 原点处的性状 球状 2a/3 a 直线 指数 a 3a 直线 高斯 无交点 √3a 抛物线 a 2a 3a √3a 2a/3 1 0.95 球状 指数 高斯 证明： （1） 对标准球状模型求原点处的导数 过原点的切线方程为： 基台值为： 解： 得： 所以： （2）对标准指数函数模型求原点处的导数 过原点的切线方程为： 基台值为： 解： 得： 所以： （4）幂函数模型： 实践上， 常采用线性模型： [注意] θ 必须严格地小于2，因θ≥2，则（-r θ）不再是条件非负定， r θ 就不能作为变差函数。 （5）对数函数模型： 六十年代的 DeWijs 模型： 由于当 r →0 时，log r →∞，这与变差函数的性质不符合。因此，对数函数模型不能用来描述点承载的区域化变量。但却可以用来作为正则化变量的变差函数γv(r)的模型。 如：对钻孔岩心样品以l=1 进行正则化后，点对数函数模型γ (r)=ln(r) 变为正则化对数函数模型： （6）纯块金效应模型 （7）空穴效应模型 当γ (r) 并非单调递增，而显示出有一定的周期性的波动时，叫做 空穴效应（也叫孔穴效应） 常见的空穴效应模型公式： 其中：C0—块金常数， C—拱高， b—高品位带的平均距离，a—变程（指数模型） 0 1 1 0 γ (r) γ (r) r r 1θ2 θ=1 θ1 幂函数模型 对数函数模型 0 γ (r) r 四、一个方向的套合