基于地质统计学煤田煤质插值方法比较研究.docVIP

基于地质统计学煤田煤质插值方法比较研究 　　摘 要：为了寻求更加精确的插值方法，必须将地质统计学方法与常规方法相比较，通过试验数据的比较得出结论。文章在介绍地质统计学方法的基础上采用交叉验证的方法分析了不同方法的插值精度，结合相关实例的数据分析得出克里金方法计算插值的优势。 　　关键词：地质统计学；煤田煤质；插值 　　在煤田煤质建立模型绘制等值线图的过程中，常采用操作、计算较为简便的常规方法，一般有多项式插值方法、径向基函数法、距离反比法，这些常规模型在应用的过程中，将煤田样本点的影响权重统一化，即将影响权重都视作相同，没有考虑煤质样本分布不均的问题，忽视了样本变量空间上应有的内在联系，导致不能及时判断距离不同的煤田样本点给同一个待估点带来的影响，因此上述的常规方法在理论和煤质的计算中均存在着不足。 　　1 地质统计学 　　地质统计学是在上世纪六七十年代随着采矿业的兴起而诞生的一门基于数学地质学科的交叉学科。地质统计学在区域化变量的基础上将变差函数作为基本工具，针对在空间分布上具有随机性和结构性的自然现象进行研究，地质统计学可以对具有结构性、随机性、变异性的空间数据进行无偏内插估计，对数据的离散型和波动性进行模拟。在煤田煤质的计算中，地质统计学充分考虑煤田样本点的方向、位置和彼此间距，比传统方法在煤层煤质数据插值上具有更大的优势。 　　2 方法 　　2.1 样本数据 　　本研究中选择的煤田地质构造复杂、煤种丰富，研究中选择了24个样本点，硫分分别为0.49，0.48，0.60，0.36，0.55，0.52，0.55，0.96，0.55，0.7 　　7，0.81，0.59，0.55，0.50，0.60，0.49，0.64，0.83，0.38，1.01，0.68，0.55，0.97，0.48，其中最大为1.01，最小为0.36。将煤层煤样硫分化验后进行插值比较，更适合对地质统计学进行插值运用。 　　2.2 地质统计学中的插值方法 　　地质统计学中，克里金法占据着重要的地位，克里金法对待估样本点内的已知数据进行测试，结合样本点的大小、形状及空间分布，掌握样本点之间的相互关系，从而进行无偏估计。对于数据点较多的样本，内插结果具有较高的可信度。 　　2.2.1 区域变量及协方差。研究中将z（x）统称为呈空间分布的变量，也叫区域化变量，z（x）反映空间属性的分布特征。为了对区域化变量的变异性进行描述，引入协方差函数。不同的两点x和x+h处对应的不同区域化变量z（x）和z（x+h）之间的差只于两点的空间位置有关。协方差函数cov[z（x），z（x+h）]=E[z（x）z（x+h）]-E[z（x）]E[z（x+h）]=cov（h），其中E（）为均值[1]。 　　2.2.2 参数分析。不同点所对应的区域化变量z（x）和z（x+h）的差的方差的一般作为z（x）在X轴上的变异函数，记作P（h），P（h）=0.5var[z（x）-z（x+h）]，其中var（）为均方差。在满足二阶平稳的条件下，P（h）=0.5E[z（x）-z（x+h）]2。样本点的空间距离大时，相关性较小，变异性较大；空间距离小时，相关性较大，变异性较小[2]。在实际研究中，将样本点的空间距离按照不同等级划分，针对不同的样本点，求出距离的平均值和P（h）的平均值，连接（h，P（h））后得出实验变异函数，结合最小二乘法得出理论变异函数和相关参数，后文理论数据的得出建立在理论变异函数的球状模型和指数模型的基础上。 　　3 结果分析 　　3.1 数据预处理 　　为了使克里金法插值满足正态分布的要求，需对数据进行预处理，本研究中采用偏度和峰度检验法对分布状态进行分析，结合表1的相关数据，实验油田煤层硫分布服从正态分布，从理论上讲，完全可以利用克里金插值法。 　　3.2 插值精度比较 　　研究中采用交叉验证法对插值精度进行评价。在研究变量z（x）的过程中，除去采样点xi（i=1，2，3，…，n）处的z（x）属性值z（xi），其他属性值不变，根据剩下的n-1个属性值，进行误差分析和插值精度评价。在交叉验证的方法中，常选用标准均方根、平均标准差、误差均方根、平均预测标准差、平均误差来预测总体误差，第1项的指标越大越好，后4项指标越小越好，插值精度越高[3]。常规插值方法和克里金插值比较选用误差均方根和平均误差进行，不同的克里金插值模型选用以上5项指标进行比较。 　　3.2.1 插值比较。在克里金法的应用中，采用简单克里金法、普通克里金法、泛克里金法进行比较，三种方法中分别采用球状模型和指数模型进行拟合；在常规插值方法的应用中，采用距离反比法、多项式插值、径向基函数三种方法[4]。精度评价的结果见表2。 　　表2 交叉验证结果 　　3.2.2 克里金插值法