离散数据地球化学编图中克里格法的应用——以津巴布韦超低密度地球化学图为例

自由网离散数据的地球化学编图以任意方式进行网格化成图存在明显不确定性,会导致地球化学特征的改变或歪曲。克里格法提供了一种更科学合理的空间估计插值方法。笔者运用该方法对津巴布韦超低密度地球化学调查数据进行了空间分析并编制了地球化学图件,研究和讨论了自由网离散数据的地球化学编图方法,评价了采用克里格法编制地球化学图的效果。     

西藏甲玛铜多金属矿床储量的协同克立格估值

西藏甲玛铜多金属矿矿区元素分布复杂,传统的地质统计学方法对其进行储量估算时忽略了多金属的相互影响,因此为了反映出不同金属元素的空间变异情况,采用协同克里格法对该矿区的金属元素储量进行估算。这里首先介绍了协同克里格算法的相关理论和相关技术,然后以此为基础,对不同方向上的空间变差函数进行结构套合的优化,并对协同克里格方程组进行降维处理。最后以2012年甲玛矿区勘探工程的数据为例,以Cu为主区域化变量,以Ag为协同区域化变量,计算了各自的实验变差函数和交差实验变差函数,分别进行协同克里格法插值和普通克里格法插值。交叉验证结果表明,协同克里格估值的标准差为0.6477,在储量计算上面精度更高,并能广泛应用于西藏甲玛铜多金属矿的地质属性、储量估算等空间数据建模。     

拓扑克里格法与普通克里格法在区域洪水频率分析中的比较研究

依据北江(珠江流域支流)流域6个水文测站年最大洪峰流量资料,分别用Top-kriging(拓扑克里格法)和普通克里格法进行区域洪水频率估计。采用均方根误差作为频率分布线型拟合优度指标。运用线性矩法进行单站洪水频率分析,确定10、50、100、1000年一遇设计洪水值。在此基础上,从Topkriging和普通克里格法设计洪水估计不确定性和相对线性矩法单站洪水频率的估计误差两个方面比较Top-kriging和普通克里格法。结果表明:(1)Top-kriging法是更好的线性无偏估计,相比普通克里格法更适合于区域洪水频率估计;(2)Top-kriging法设计洪水估计不确定性明显小于普通克里格法;(3)Top-kriging法设计洪水估计结果更接近线性矩法单站洪水频率分析结果。     

基于地质统计学的NDVI图像估值技术

将疏采样后的NDVI图像作为未受云层影响的已知数据,分别用普通克里格、泛克里格、指示克里格和序贯指示模拟对NDVI图像进行恢复并比较其效果。研究发现,各种克里格法对NDVI图像的估值效果由高到低依次为泛克里格、普通克里格、指示克里格,通常计算方便的普通克里格法就能够满足图像恢复所要求的精度;普通克里格方差和泛克里格方差只能反映数据的构型,不能很好地衡量估值图像的不确定性,指示克里格的条件方差的分布和实际误差的分布基本一致,能够较好地衡量估值图像的不确定性,并且其大小与NDVI影像数据的不确定性大小的分布一致。序贯指示模拟得到的多个等概率实现表现出很大的空间变异性,多个实现的均值图像光滑效应明显,估值精度不高,但是多个实现的方差分布可以很好地表征空间数据的不确定性分布。     

变异函数模型对渗透系数克里格插值的影响研究

在克里格计算或其它地质统计学研究中,变异函数模型选取的适当性直接影响渗透系数的结构分析与插值结果的合理性。分别基于高斯模型、球状模型、指数模型对同一沉积相介质的渗透系数进行结构分析,并采用普通克里格法进行插值,结果分析表明:变异函数模型对渗透系数克里格插值的影响主要体现在变程值的不同;变程值过小,搜索邻域内各数据点之间的相关性降低甚至消失,克里格法退化为简单的算术平均;随着变程值增大,参与克里格计算的实测点增多,插值结果趋近于平稳;当变程值与实际值较为吻合时,克里格插值精度达到最大。     

西藏甲玛铜多金属矿储量估算的新方法

西藏甲玛铜多金属矿的钻孔分析数据多呈条带状分布,采用协同克里格法对这种条带状数据进行插值时,易出现端点数据权值偏大的情况。笔者介绍了协同克里格算法的相关理论,以此为基础,对端点数据的权值进行校正,使越远的数据点权值越小,并且给出了校正算法的程序代码。以2012年甲玛矿区勘探工程的Cu含量数据为例,分别进行了协同克里格法插值和权值校正的协同克里格法插值,实验结果表明,权值校正的协同克里格法能取得更为良好的效果,对于西藏甲玛铜多金属矿的地质属性、储量估算等空间数据建模具有重要意义。     

阿舍勒铜矿可视化储量计算的指示克里格法应用研究

应用计算机图形学方法在VC.net环境下利用Open GL图形库函数完全自主开发了指示克里格法的三维可视化储量计算模块,给出了指示克里格法的计算步骤,并设计出阿舍勒铜矿体的指示克里格法可视化储量计算流程,实现了对阿舍勒铜矿体的指示克里格可视化储量计算。结果表明,指示克里格法储量计算能够取得较理想的预测结果。     

粤北铀矿定位场

粤北铀矿区是南岭铀成矿带核心地段,也是我国花岗岩型铀矿首选突破、集中发育地区。我们用１：２０万铀矿地质编图方法、地质异常区和构造岩相域理论,从新的角度总结研究了粤北铀矿系列时空结构。得出大型地质异常区,多期次地热活动中心,岩石脆性变形产生的剪切脆裂岩相域,巨型结构和放射性元素异常场共同构成铀矿定位场,据此进行了成矿预测。     

用碳糊电极法快速测定铀矿石中的铀

用碳糊电极法(石墨+氟化铵水溶液+铀矿石)可以不事先制备溶液,而对铀矿石中的铀进行电化学测定。电流电位曲线显示出铀的特征阳极峰和阴极峰,峰的高度和铀矿石中铀含量成比例。对采自不同地点的、铀含量在0.1～1.7％之间的铀矿石进行了测定,可以得出矿石中四价铀和六价铀各自的比例     

基于Cokriging的三维重力张量随机反演

重力张量是重力位的二阶导数,与传统的重力测量相比,重力张量具有更高的分辨率。协同克里格法是地质统计学中常见的一种方法,使用协同克里格法对三维重力张量各分量数据进行随机反演。由于位场数据在深度方向上的分辨率较低,因此需通过使用深度加权函数和钻孔数据来解决这一问题,对比了带深度加权和带钻孔数据的协同克里格反演结果。反演结果表明,协同克里格法能够较好地反演重力张量各分量数据,两种方式都能够较好地反演出地下异常位置,带深度加权的协同克里格法反演出来的密度值与实际值有一定的偏差,而带钻孔数据的协同克里格法能够较好地反演出剩余密度值,并且对于不同埋深的异常体都能很好地反映。     

因子克立格分析的理论综述及应用展望

   因子克立格分析是研究多元地质统计学的基拙，是由因子克立格法和协区域化分析两部分组成，方法上包括了区域化变量(集)的分解和分解后每一空间分童的估值;本文阐述了因子克立格分析从产生到应用的理论发展、研究成果及应用展望。     

对数泛克立金法在处理化探数据中的应用

本文研究如何用地质统计学方法处理服从对数正态分布的化探数据的问题。经对湖北阳新岩体铜含量数据的大量电算、分析、对比,最后选用了对数泛克立金法。由计算机自动绘出的估值图和漂移、剩余图能很好地反映该区化探趋势和异常,既优于趋势面分析和滑动平均法,也优于泛克立金法,且能获得较稳健的变差图。故此法对化探数据自动成图很有用处。     

FuzzyKrig: a comprehensive matlab toolbox for geostatistical estimation of imprecise information

Using kriging has been accepted today as the most common method of estimating spatial data in such different fields as the geosciences. To be able to apply kriging methods, it is necessary that the data and variogram model parameters be precise. To utilize the imprecise (fuzzy) data and parameters, use is made of fuzzy kriging methods. Although it has been 30 years since different fuzzy kriging algorithms were proposed, its use has not become as common as other kriging methods (ordinary, simple, log, universal, etc.); lack of a comprehensive software that can perform, based on different fuzzy kriging algorithms, the related calculations in a 3D space can be the main reason. This paper describes an open-source software toolbox (developed in Matlab) for running different algorithms proposed for fuzzy kriging. It also presents, besides a short presentation of the fuzzy kriging method and introduction of the functions provided by the FuzzyKrig toolbox, 3 cases of the software application under the conditions where: 1) data are hard and variogram model parameters are fuzzy, 2) data are fuzzy and variogram model parameters are hard, and 3) both data and variogram model parameters are fuzzy.     

纯时间域多元信息地质统计学

随着人们动态地认识客观世界的要求日益增加,时空域中的多元信息地质统计学技术研究受到重视。本文在时间域内对几种纯时间域克立格技术进行了研究,重点对纯时间域中的普通克立格（ＴＯＫ）、简单克立格（ＴＳＫ）及泛克立格（ＴＵＫ）进行了论述,也对纯时间域中的协同克立格（ＴＣＯＫ）和指示克立格（ＴＩＫ）作了简要的概括。     

划分重磁区域异常与局部异常的一种方法泛克立格法

在重（磁）资料的分析处理中,经常需要划分区域异常与局部异常。本文对用于矿床品位预测的方法—泛克立格法加以改进、完善,使其适合于求重（磁）资料的区域异常与局部异常。根据某点周围若干个信息点上的重（磁）观测数据估计出该点处的区域异常值,而且这种估计是在满足线性、无偏、最小估计方差条件下求得的。从重（磁）观测数据中减去区域异常就可得到局部异常,这就是泛克立格法。它比经常用来划分区域异常与局部异常的方法—趋势分析方法有许多优点。趋势分析方法只是泛克立格法的一个特例。在本文中,作者还提出在小范围内,重力区域异常适合于用一次多项式拟合;而磁法区域异常适合于用二次多项式拟合的观点     

Conditioning Simulations of Gaussian Random Fields by Ordinary Kriging

Conditioning realizations of stationary Gaussian random fields to a set of data is traditionally based on simple kriging. In practice, this approach may be demanding as it does not account for the uncertainty in the spatial average of the random field. In this paper, an alternative model is presented, in which the Gaussian field is decomposed into a random mean, constant over space but variable over the realizations, and an independent residual. It is shown that, when the prior variance of the random mean is infinitely large (reflecting prior ignorance on the actual spatial average), the realizations of the Gaussian random field are made conditional by substituting ordinary kriging for simple kriging. The proposed approach can be extended to models with random drifts that are polynomials in the spatial coordinates, by using universal or intrinsic kriging for conditioning the realizations, and also to multivariate situations by using cokriging instead of kriging.     

松潘地区岩金统计成矿予测中泛克立格法的应用

川西北地区是国内重要的岩金普查靶区。本文对松潘地区的地质特征,泛克立格法原理,及在本区的应用情况作了介绍,对主要计算步骤,给出基本结果,对计算获得的有意义异常区,进行地质解释,并将此方法与趋势面分析进行对比。     

Robust kriging—A proposal

Geological data frequently have a heavy-tailed normal-in-the-middle distribution, which gives rise to grade distributions that appear to be normal except for the occurrence of a few outliers. This same situation also applies to log-transformed data to which lognormal kriging is to be applied. For such data, linear kriging is nonrobust in that (1)kriged estimates tend to infinity as the outliers do, and (2)it is also not minimum mean squared error. The more general nonlinear method of disjunctive kriging is even more nonrobust, computationally more laborious, and in the end need not produce better practical answers. We propose a robust kriging method for such nearly normal data based on linear kriging of an editing of the data. It is little more laborious than conventional linear kriging and, used in conjunction with a robust estimator of the variogram, provides good protection against the effects of data outliers. The method is also applicable to time series analysis.