Кригинг

Кригинг это геостатистический метод интерполяции для оценки неизвестных значений из исходных данных. Он отличается от остальных методик, таких как метод обратных расстояний в связи с тем, что использует концепцию выдержанности значений. Целью является уменьшение дисперсии оценки, получение наиболее достоверных значений данных в неизвестных точках.

Модели полувариограмм представляют собой часть данных ввода, которые подбираются под исходные данные. Верность результатов Кригинга зависит от того, насколько хорошо подобраны вариограммы.

Это означает, что вы не должны использовать Кригинг до тех пор, пока вы не смоделируете наиболее подходящие полувариограммы для ваших данных. Чем больше вариограммы соответствуют вашим входным данным, тем больше уверенности в оценке данных, выполненной с помощью кригинга, и записанной в файл вывода. Функции кригинга обрабатывают точки, блоки или полигоны, заданные файлом контуров.

До начала выполнения оценки методом кригинга, вам необходимо проанализировать ваши данные и создать файл полувариограмм, который будет использоваться в процессе моделирования. Созданная вами модель полувариограммы должна быть сохранена в виде набора форм, которая затем будет использоваться на вводе в функции Кригинга.

Анализ также должен включать в себя следующие параметры:

• Исследование распределения значений проб производится с помощью гистограмм, графиков вероятности, диаграмм рассеяния, также производится анализ корреляции значений, выявление геологических зависимостей.
• Преобразование значений - логарифмическое, индикаторное и ранговое.
• Расчет и интерпретация экспериментальных вариограмм; идентификация любого тренда и возможной анизотропии.
• Если необходимо, изучение компонентов тренда, удаление тренда и изучение разности, включая распределение разности, идентификация экстремальных значений.
• Моделирование графика полувариограмм. Выбор модели, задание параметров и оценка соответствия.
• Перекрестная проверка моделей полувариограмм. Расчет статистических ошибок. Перемоделирование полувариограмм, если необходимо.

Функции Кригинга доступны в меню Моделирование | 3D Оценка:

Ординарный/Универсальный Кригинг

При использовании Ординарного Кригинга средние значения данных (попавших в пределы эллипса поиска) будут рассчитаны каждый раз при перемещении эллипса с центра одного блока на другой блок. При Простом Кригинге применяется общее среднее всех данных.

Универсальный Кригинг принимает в расчет тренд данных, например, изменения локальных средних значений. Тренд моделируется и указывается в качестве вводного значения для процесса Кригинга.

Для получения более подробной информации, перейдите в тему Ординарный/Универсальный кригинг.

Ранговый кригинг

Используйте процесс интерполяции методом Рангового Кригинга для данных, имеющих непараметрическую статистику или статистику данных, не имеющих нормального распределения. Ваши данные будут преобразованы таким образом, чтобы они имели нормальное распределение (в котором вероятность каждого значения одинакова).

Все пробы упорядочиваются от низких к высоким содержаниям. Каждой пробе присваивается ранг. Эти ранги затем трансформируются в значения процентов от общего количества проб + 1. Это означает, что значение 75 находится в трех четвертях общего списка данных.

Для получения более подробной информации, перейдите в тему Ранговый кригинг.

Полииндикаторный Кригинг (MIK)

Процесс Индикаторного Кригинга позволяет выборочно исключать данные ниже заданного бортового содержания. Он оценивает вероятность значений выше или ниже бортового содержания. Далее, используя вероятность для каждого борта и средние содержания между бортами, возможно сделать оценку (е-тип) средневзвешенного содержания.

Процесс Полииндикаторного Кригинга применяется в тех случаях, когда необходимо использовать набор значений бортовых содержаний и применить метод индикаторного кригинга к каждому бортовому содержанию.

Для получения более подробной информации, перейдите в тему Полииндикаторный кригинг.

СМОТРИТЕ ТАКЖЕ

© MICROMINE Pty Ltd 2016