读书地质统计学.doc

1 地质统计学介绍 地质统计学是结合地质学、统计学的交叉边缘学科,它是以区域变量理论为基础,以变异函数为主要工具,采用不同的克立格方法，研究那些在空间上既有随机性又有结构性的自然现象的学科。 因此，只要是研究空间分布数据的结构性和随机性，并对这些数据进行最优无偏内插估计时，均可应用地质统计学理论及其相应方法。 形象一些的说就是一个矿山的矿体在各个方向上矿石品位是不均匀的，这就是随机性，同时又是有规律可循的这就是结构性。我们利用统计学中的变异函数进行研究，搭建一个数学模型在三个方向上反应这种矿体分布变化，然后采用各种克里格法进行研究也就是对数据进行最优无偏内插估计。 在矿业工作,尤其是矿山地质工作中，经常要研究的问题是： 查明矿床成矿的控矿因素； 了解矿化的空间分布规律； 制定合理的勘探或取样网度； 查明矿体中有用、有害组分或矿体厚度的空间分布模型; 确定矿床总体储量的估计量、局部块段储量的估计量以及估计引起的误差等。 诸如此类问题均可借助地质统计学的理论、方法进行研究。 2　克立格法介绍 克立格法是一种求线性最优无偏内插估计量的方法。 具体地说,就是在考虑了信息样品的形状、大小及其与待估块段相互间的空间分布位置等几何特征以及品位的空间结构之后,为了达到线性无偏和最小估计方差的估计,而对每一样品分别赋于一定的权系数,最后进行加权平均来估计块段品位的方法。 地质统计学特点 4 克里格法的储量计算按照矿床开采要求把矿体划分为许多体积相等，几何形态相同的块段，充分利用待估块段周围的品位或厚度的数据，用加权平均法计算待估块段的平均参数，其所用的权系数与传统加权平均法的权不同，是一种无偏估计量，估计误差的方差最小，用克里格方程组解出最优权系数，最大限度地减少平均参数的误差，提高估算储量的精度，具有传统的储量计算方法无可比拟的优越性。 总结： 地质统计学主要是在结构分析的基础上，采用各种克立格法（kriging）来评估或解决各种（包括矿业领域的）实际问题。 由于研究目的及条件不同，有各种克立格法可供使用。 所谓克立格法就是一种求最优、线性，无偏内插估计量的方法，即任一待估块段品位真值zv的估计值zv’可以通过该待估块段影响范围内几个有效观测值z(x0)的线性组合得到。 3加权方法的优缺点： 地质统计学特点 5 储量计算方法的好坏取决于对矿块品位估值的精度，而矿块品位估计的精度主要决定于加权的方法。 传统的地质储量计算的加权方法，一般采用影响多边形法、距离反比法、距离平方反比法及最小二乘法等，不管那一种方法都是简单地把部分钻孔品位当作一个块段的品位，或者把若干样品的品位延伸到一个大的体积上去。 这种方法对于品位变化不大、矿体比较简单的矿床是可行的，对于品位分布不均匀、矿体复杂的矿床。 如果不考虑品位空间的变异性，就必然存在着偏差，而传统的地质储量计算的加权方法只是应用矿体厚度、矿体纵垂直面或水平面的面积、样品长度以及单工程之间的距离等因素来加权，而未考虑到品位的空间变化。 传统的储量计算方法的另一个不足之处是样品加权方法的选择。一般来说，当样品存在显著的屏蔽效应时，通常采用影响多边形法，当屏蔽效应微弱时，常采用用距离反比法，而在非平稳的情况下应采用最小二乘法。 未对矿床的分布特征进行详细的研究之前，是很难决定采用哪一种加权方法的。应用地质统计学方法进行储量计算正好避免了上述两个缺点，因为地质统计学方法储量计算的加权因子是以矿床的各个方向变异函数的块金常数，基台值和变程为基础计算出来的，这种加权方法充分考虑了矿体的空间变化及其品位空间变化特征，并且采用了无偏的、误差最小的数理统计方法计算样品的加权因子和块段的品位。 传统储量估算的缺点： 基于经典统计学的传统矿产储量计算方法的不足 传统的矿产储量计算方法的不足之处如下: 1）把部分钻孔的品位当作一个块段的品位，从而使高品位估计偏高，低品位估计偏低； 2）没有充分考虑到矿石品位的空间变异性，在计算块段平均品位时，每一个样品的贡献仅仅是若干个几何因素； 考虑到矿化强度在空间的分布特征，而这一点对于地质与采矿又十分重要； 当经济条件及矿产品市场价格以及采矿方法需要改变时，传统储量计算方法的适应能力极差。 地质统计学用于物、化探遥感及其他地质数据处理方面最常用的是泛克里格法，这是因为这些数据在大范围内具有方向性的趋势变化（即非平稳性），这种趋势性变化称之为漂移，漂移表示某区域化变量在空间域中的趋势变化（如矿化的变化趋势）。 4　地质统计学应用特点 地质统计学在矿业中已广泛应用,归纳起来,它有如下特点: (1)地质统计学不是简单地把概率统计理论、方法直接搬到地质采矿领域中来套用,而是从地质、采矿实际出发,根据矿床地质变量本身的特点选择合适的数学概念、理论、方