基于泛协克里格法空间插值方法研究.docVIP

基于泛协克里格法空间插值方法研究 　　摘要：分析区域化变量的特征，采用合理的插值方法是观察靶区样品分布及估计靶区样品储量的重要手段。该文在分析趋势模型和线性估计无偏条件的基础上，讨论了漂移向量对求解泛协克里格方程组的影响，描述了区域化向量的估计过程。以某矿区样本为例提出该矿区的泛协克里格法可视化计算流程， 不但完成了对矿体的内部属性建模，并且较准确地计算了矿体储量，误差为100KG左右。实验证明，泛协克里格法可为研究矿体的空间分布提供科学依据。 　　关键词：泛协克里格；无偏估计；空间插值；克里格方程组 　　中图分类号：TP202 文献标识码：A 文章编号：1009-3044（2015）12-0220-03 　　Research on Spatial Interpolation Methods of Universal Cokriging 　　CHENG Xu1， ZHANG Ming-hui2 　　（1. School of Management， Dalian Polytechnic University， Dalian 116000， China； 2. Department of Computer Science and Technology，Dalian Neusoft University of Information， Dalian 116023， China） 　　Abstract： Based on the analysis of regionalized variable characteristics ，adopting rational interpolation method has become one important means for observe the target sample distribution and estimation of the target zone.During analysis of trend model and linear estimate unbiased condition， discusses some drift factors that influence the effects for solving Universal Cokriging equations， describes the process of estimating regional vector. This paper puts forward the visualization computing process of the Universal Cokriging on some mining area. Not only finished on the internal attribute modeling， and accurately calculate the ore reserves， the error is about 100KG. The experiment proved， the Universal Cokriging provide a scientific basis for the study of the spatial distribution of ore bodies. 　　Key words： Universal Cokriging； Unbiased Estimate； Spatial Interpolation； Kriging Equations 　　在分析地质样本数据过程，经常遇到样本数据不足，无法显示地质空间分布的特征，为解决这一问题，常采用常规的插值方法如：反距离加权插值法、Shepard法、多项式插值法等[1-2]。但是由于样本在空间分布的杂乱性，使得插值结果易受到采样点位置、样本数量、样本数值大小的影响。克里格方法采用随机处理的思路，针对样本数据空间分布的连续性，建立线性无偏估计值得有效方法，不仅解决局部靶区空间数据的分析特性问题，而且在区域尺度中可分析样本的空间属性。但是，线性估计由于在解决连续空间数据中会出现局部异常，导致估值结构失真[3]。协克里格方法基于因子耦合分析，既考虑变化的趋势区域化向量，又充分利用了多变量间的相关性，从而保证了针对靶区数据采集较少，局部异常的问题。但是，由于数据空间分布的杂乱性，在采用协变差函数拟合空间数据的过程中均处理水平位置，限制了插值的连续性。泛协克里格法在引入泛协变差函数后，解决了空间不同位置插值的难题，拓宽了克里格的应用领域[4，5]。本文在研究泛协克里格方法的基础上，研究了该方法的理论基础及实际意义，并以某一靶区为例，深入探讨了该方法的具体实施。 　　1