克里格方法(Kriging).pptx

克里格（Kriging）法 克里格法是地质统计学的核心。 解决问题：主要对矿产资源储量进行估计，现已推广运用到各领域。 方法概要：根据已知样品的空间位置和相关程度，求出未知区域线性无偏、估计误差最小的储量。 优点：考虑到样品的空间变异性特征。 基本概念 变差函数：Z(p)为一随机过程，Z(p)在p，p+h两点处的值之差的方差之半定义为Z（p）在p方向上的变差函数，记为 变差函数描述了区域化变量的空间结构性。 只依赖于h。 协方差函数：随机过程Z(p) 在p1、p2处的两个随机变量Z(p1)和Z(p2)的二阶混合中心矩，即 Cov{Z(p1), Z(p2)}=E[Z(p1)*Z(p2)]-E[Z(p1)]*E[Z(p2)]，记为 C(p1, p2) 整个区域中，Z(p)的协方差函数存在且相同，即只依赖于h Cov{Z(p),Z(p+h)} ≜C(h)； 当h=0时，C(0)=Var{Z(x)}，x (h)= C(0) —C(h) 克里格法 Z(p)为区域Ω上随机过程，p∈Ω； Ω上有n个测点（样本点）， 在 处的测值，则 处的最优线性估计为 最小化非测点 处的估值方差 ,可推导出克里格方程组 方程求解后，可得 的估值方差为 由此可知，估值 及估值方差 完全取决于C（h） 克里格法步骤 测点数据的分析和选择。 1 结构分析与变差函数的拟合、运算。 2 利用(h)= C(0) —C(h)公式得到C(h) 3 利用克里格方程求出估计量Z(p) 4 克里格法新解 变差函数：几乎所有的变差函数理论模型都可归纳为以下形式 (h)仅取决于测点的样本值，(h)则仅取决于测点的空间分布 A(h)由下式确定：A(h)=C(0) 至于B(h) 的参数 利用最大似然法求解，得到 (h)=A(h)*B(h) 优化测点分布的克里格方程组 由(h)=C(0)B(h)，可得 C(h)=C(0)(1-B(h)) 设 ，则上式可表示为 令 将上述式子代入克里格方程组可得与C(0)无关的克里格方程组和克里格方差，如下 i∈[1,n] 和 令 则 其中， 取决于区域Ω上的样本值， 取决于区域Ω上测点的空间分布。上式在优化区域Ω上测点的空间分布时，只需任意赋予C(0) 一个正数，而无需实际采集的样本值。 上式说明，随机场上估值方差的分布相对大小仅取决于测点的空间分布。 测点分布的优化的步骤 将区域Ω网格化，网格单元为边长等于d的正方形；将落在区域Ω中的m个网格节点依次编号1、2、…、m,相应的空间坐标为q 1、q2、…、qm 设置区域Ω上n个测点的初始的空间坐标值值 ，取一变异函数理论模型为B(h),并给c(0)赋一正值 假设测点的空间分布调整了k次后，区域Ω中m个网格节点q1、q2、…、qm上的估值方差依次为 、 、…、 ，将这m个估值方差按由大到小的次序排列，得到 这里，i和 ，且对于任一 ，当 时， 。 测点分布的优化的步骤 当n个测点的空间分布由 调整为 时，同理可得m个网格节点上的估值方差序列 令i=1，判断 是否成立，若成立，则让i=i+1,继续判断是否成立，… 当 不成立时，分两种情况 情况一： ，表明网格节点上的较大估值方差变小了，则接受第（k+1）次测点的移动。 情况二： ，表明网格节点上的较大估值方差变大了，则取消第（k+1）次测点的移动。