11.地质统计学原理及其在矿床建模与储量估算中的应用一教材教学课件.pptVIP

克里格插值算法基础 关键在于确定邻接权重 最小方差限制条件 无偏估计限制条件 克里格插值公式 克里格插值类型 最常用克里格的三种类型 简单克里格 普通克里格 泛克里格 其区别在于 的确定方式不同 非线性克里格 指示克里格（Indicator Kriging） 多元高斯克里格（Multi-Gauss kriging) 协克里格（ Cokriging） 块克里格(Block kriging) 简单克里格插值应用实例 六个样本点数据，给出样本点间距、样本点属性值和变差函数 变差函数模型：球状模型，块金值0，基台值0.78，变程4141m Pnt1 Pnt2 Pnt3 Pnt4 Pnt5 Pnt6 Pnt1 0 1897 3130 2441 1400 1265 Pnt2 1897 0 1281 1456 1970 2280 Pnt3 3130 1281 0 1523 2800 3206 Pnt4 2441 1456 1523 0 1523 1970 Pnt5 1440 1970 2800 1523 0 447 Pnt6 1265 2280 3206 1970 447 0 简单克里格插值应用实例 由简单克里格插值公式得 简单克里格插值应用实例 由简单克里格插值公式得 简单克里格插值应用实例 已知该采样数据平均值为14.70 六个采样点数据的属性值分别为 13.84, 12.15, 12.87, 12.68, 14.41, 14.59 由 得 简单克里格插值应用实例 普通克里格插值 普通克里格插值： 未知 普通克里格估值公式为 由无偏最优估计限制条件，构建拉格朗日函数 其中 拉格朗日乘数法 用“拉格朗日乘数法”求函数f(x,y,z)在条件φ(x,y,z)=0下的极值方法（步骤）是： 1.做拉格朗日函数L=f(x,y,z)+λφ(x,y,z),λ称拉格朗日乘数 2.求L分别对x,y,z,λ求偏导,得方程组,求出驻点P(x,y,z) 如果这个实际问题的最大或最小值存在,一般说来驻点唯一,于是最值可求. 普通克里格插值 求偏导分别得到下列公式 得到求 的方程组 估值方差计算公式 指示克里格估值 在地质、物化探数据处理及矿产储量计算中影响计算精度的因素有很多，但主要有以下几个问题： (1)特异值的出现，所谓特异值是指那些比全部数值的平均值或中位数高得多的数值，它既非分析误差所致，也非采样方法等人为误差引起。而是实际存在于所研究的母体之中。这些特异值只占全部数据的极少部分，但却控制了总金属资源量的很大比例。 (2)在一个研究区域或一个矿床中存在几个不同类型的矿化作用，这也影响了品位和储量的精确估计。 为解决上述问题，指示克里格法应运而生，它是在不必去掉重要而实际存在的高值数据的条件下来处理不同的现象，而且给出在一定风险概率条件下未知量　　的估计值及空间分布。 指示克里格估值 指示克里格是一种非参数地质统计学方法。它是根据一系列的临界值，例如边界品位　，先对原始数据　　如下进行转换 然后对转换后的数值求变差函数、进行克里格估值。 总结 简单克里格（整体平稳） 普通克里格（局部平稳） 泛克里格（整体存在趋势） 指示克里格（数据不平稳存在极值） 协克里格（存在辅助变量） 已知 常量但未知 其中 常量但未知 几点注意内容 变差函数参数 块金值：块金值越小，距离越近的点越重要，这样会导致权值的变化范围变大（从负值到大于1的值变化），使数据出现异常。块金值越大，估值结果越平滑。 变程：变程小于任意两点之间的距离，变差函数为纯块金模型，随着变程增大，已知点的位置以及丛聚性变的重要。如果变程很大存在基台值，则变差函数相当于纯块金模型，如果变程很大但不存在基台值，则变差函数为线性模型。 比例：比例大小只与克里格估值方差有关，与估值结果无关。 形状：球状模型与指数模型在原点位置接近线性关系，指数模型在原点处更加陡峭一些，与变程较小的球状模型相似。高斯模型在原点处为抛物线形式，这种模型要求原始变量要有很高的连续性，否则会出现大量负的权值情况，使估值结果极不稳定。 各向异性：以各个方向变程不同反映出来，可以理解为对原始数据坐标位置的变化，通过几何校正转化为各向同性情况。 几点注意内容 屏蔽效应 第一个点在任何情况下获得的权值更大一些。第二个点的权值小于第一个点，在克里格估值过程中，第二