数学在地学中的用研究.pptVIP

中国矿业大学资源与地球科学学院 数学在地学中的应用研究 中国矿业大学 资源与地球科学学院 　杨永国 Email:ygyang88@cumt.edu.cn 报告内容 数理统计方法 　　多元统计分析 　　时间序列分析 模糊数学方法 非线性数学方法 地学应用前景展望 　　　数学在地学中的应用十分广泛。结合本人的科研实践，介绍部分数学方法在地学中的应用实例，与大家共同探讨。 1、多元统计分析(狭义数学地质) 在实际问题中，经常遇到数据（或随机变量）： 　　　X＝(x1,x2,…,xn)　　　或 　　　多元统计分析是数学地质的重要内容（称为狭义数学地质），是研究变量间相关关系的统计方法。 　　　主要包括： 方差分析 回归分析（或相关分析） 趋势面分析 聚类分析 判别分析 还有其他多元统计分析方法，如因子分析、对应分析、典型相关分析和非线性映射分析等。 主要应用： 矿床统计预测 地质勘探 水位动态分析 煤厚变化模拟 煤层、地层划分、对比、分类 矿井水文地质（如水源判别等） 1.2 判别分析在矿井水源判别中的应用 1.2.1 判别分析基本思想 　　　判别分析的基本思想，是将研究对象的各种特征,同它可能归属的各个类型的特征进行对比,以决定其应该归属哪一类。它主要解决两个方面的问题： 　　　首先，根据什么指标来判别已知类型,即建立判别函数； 　　　第二，对于可能出现来自已知类型的某些样品,如何判别它们应归属已知类型中的哪一类。 1.2.2 应用实例 　　　矿井水源的判别是矿井防治水的前提,水化学数据是地下水最本质的特征。为了分辨矿井水源,具体做法是利用已知资料进行判别分析,建立判别函数,根据判别函数,确定已知水样应归属的层位；然后对未知层位的水样,判别其归属的层位。 　　　 　　　资料来源于鹤壁矿业集团。本矿区含水岩系分为5 类: 　　1 类: 奥陶系灰岩含水层地下水； 　　2 类: 山西组砂岩含水层地下水； 　　3 类: 太原组薄层灰岩地下水(L2 灰岩)； 　　4 类: 太原组薄层灰岩地下水(L8 灰岩)； 　　5 类: 笫三系砾岩含水层地下水。 　　　通过分析,选择了56个样品作为建立判别函数的样本资料。其中选择5个作为未知类型样本作为检验。对每个水样,考虑了Ca2+,Mg2+,钙镁比，Na+,K+,Cl- , NO3-, HCO3 -, SO42-,矿化度,硬度和PH值共12个指标进行计算机处理。 　　　计算得判别函数为(逐步判别分析): 　y1(x) = -7.552+0.318x2-1.537x3+0.025x4 　　　 -0.040x6+0.078x7+0.951x8 y2(x) =-48.614+0.628x2+4.786x3-0.142x4 -0.092x6+0.215x7+0.835x8 y3(x) =-30.092+0.008x2+0.648x3+0.078x4 +0.129x6-0.040x7+0.176x8 y4(x) =-10.407+0.302x2+1.430x3+0.089x4 -0.007x6+0.012x7+0.484x8 y5(x) =-25.218+0.555x2+2.831x3+0.042x4 -0.075x6+0.181x7+1.755x8 2、时间序列分析 2.1　概述 　　　在日常生活、农业、经济和研究自然现象的发生和演变时常常需要预测、预报。地学领域,如气象预报、地震预报、水量、水位等，如得到了一组时间有序的数据x(t1), x(t2),…, x(tn)，怎么利用仅有的信息进行预测、预报？ 　　　　　　　模型→预测 时间有序的数据： 　　　X＝（x(t1), x(t2),…, x(tn)）－随机过程： 满足一定的条件，如为白噪声： E[x(t)]=0, E[x(t)]2=σ20 。 　 研究随机过程的方法之一－时间序列分析 用来研究各种相依有序的离散数据集合的数学方法，是数理统计的一个分支. 自七十年代初美国学者Box和Jenkins的著作问世以来，现已广泛地应用于自然科学的各个领域。 拟合太阳黑子的活动－AR(2)模型 加拿大山猫捕获量－门限自回归模型 地学应用：地质灾害预报；研究气候、环境、地貌以及古生物群的变化等。 我国，如火车客运量时间序列模型、全国粮食产量预测模型等。 常用模型：ARMA(p,q) (自回归滑动平均)模型。 2.2 时间序列分析在全球气候变化预测中的应用 　　　 2.2.1 时间序列组合模型及建模过程 　设{yt，t=1,2,…,N}表示古气候替