【正文】 克里格法可以避免系統(tǒng)誤差 克里格的類型 克里格法多種多樣，對(duì)各種不同的目的和不同的條件，需要選用不同的克里格法 在滿足二階平穩(wěn)假設(shè)（或本征假設(shè)）時(shí)，可用 普通克里格法 在非平穩(wěn)（或說有漂移存在）現(xiàn)象中，可用 泛克里格法 在計(jì)算局部可采儲(chǔ)量時(shí)要用到非線性估計(jì)量，就可用 析取克里格法 當(dāng)區(qū)域化變量服從對(duì)數(shù)正態(tài)分布時(shí)，可用 正態(tài)對(duì)數(shù)克里格法 對(duì)有多個(gè)變量的協(xié)同區(qū)域化現(xiàn)象，可用 協(xié)克里格法 此外還有 因子克里格法 、 指示克里格法 等 ?x4 ?x0 ?x2 V υ2 ?x3 υ3 υ4 ?x1 υ1 Z(x) 滿足二階平穩(wěn)假設(shè)估計(jì)以 x0為中心的域 V中品位的平均值 ?? )(0 0 )(1)( xvv dxxZvxZ所使用的線性估計(jì)量 iniiv ZZ ???1* ?求出權(quán)系數(shù)，保證 Zv*是一個(gè)線性、無偏、最小估計(jì)方差的估計(jì)量 稱 λi：克里格權(quán)系數(shù) 。若用礦業(yè)上的術(shù)語具體說，它是根據(jù)一個(gè)待估塊段鄰域內(nèi)的若干信息樣品的數(shù)據(jù)，在考慮了這些樣品的形狀、大小及相互位置關(guān)系，以及品位的變差函數(shù)模型提供的結(jié)構(gòu)信息之后，為了對(duì)該塊段品位作出一個(gè)線性、無偏、最小估計(jì)方差的估計(jì)而對(duì)每個(gè)樣品值分別賦予一定的權(quán)系數(shù)，最后加權(quán)平均來估計(jì)該塊段品位的方法?？偟奶缀辖Y(jié)構(gòu)是： γ (h)＝ γ0(h)＋ γ1(h)＋ γ2(h) γ0(h)表示微觀上的變化性，其變程 a極小，可近似地看成純塊金效應(yīng)： ??????000)(00 hChh?γ1(h)代表礦層及巖層的變化，可以用一個(gè)球狀模型來表示，其變程 a1＝ 10 ??????????111311110))(2123()(ahCahahahCh?一個(gè)方向上的套合結(jié)構(gòu) γ2(h)可能表征礦化帶的范圍，也是一個(gè)球狀模型，其變程 a2＝ 200m ??????????222322220))(2123()(ahCahahahCh?套合結(jié)構(gòu)的具體表達(dá)式為總的套合結(jié)構(gòu)是： γ (h)＝ γ0(h)＋ γ1(h)＋ γ2(h) 其中 a1 a2，具體表達(dá)式就是分段函數(shù)疊加表達(dá)式： ?????????????????????????2210213222101332231122110))(2123(0)(21)(2300)(ahCCCahaahahCCCahhaCaChaCaCChh?h(米 ) γ (h) ??????????????????SENWhhhSp hhSWNEhhhSp hh60 00)60 02160 023()60 0()(16 000)16 002116 0023()16 00()(3333?? ＝北東南西向的變程為 1600米 , 基臺(tái)值 ，塊金常數(shù)為 0；北西南東向的變程為 600米，基臺(tái)值 ，塊金常數(shù)為 0， 結(jié)構(gòu)分析的一般步驟 ? 選擇符合研究目的的區(qū)域化變量 ? 對(duì)被研究的數(shù)據(jù)進(jìn)行仔細(xì)的審議 ? 數(shù)據(jù)的統(tǒng)計(jì)分析 ? 實(shí)驗(yàn)變差函數(shù)的計(jì)算 ? 進(jìn)行不同方向的套合 ? 結(jié)構(gòu)模型的檢驗(yàn) ? 對(duì)變差函數(shù)進(jìn)行地質(zhì)解釋 數(shù)據(jù)分布概率圖 NM_GR PDF012Data PDFGridstatPro Dec01 99累積概率曲線 NM_GR CDF01Data CDFGridstatPro Dec01 99井距概率統(tǒng)計(jì) Distance0 1000 2022 3000 4000PDF0Well Distance DistributionGridstatPro Dec01 99井距累積概率統(tǒng)計(jì) Distance0 1000 2022 3000 4000CDF01Well Distance DistributionGridstatPro Dec01 99變差函數(shù)實(shí)例 Separation Distance (M)0 20 40 60 80 100 120Variogram0Vertical Variogram NM_GRs28GridstatPro Dec01 99an312_an6 93an312_an6 93an312_an9 11an312_an9 14an312_an9 16an312_an9 1an321_an6 91an321_an6 91an321_an6 91an321_an6 91an321_an6 92an321_an6 92an321_an6 93an321_an6 93an321_an6 93an321_an6 93an321_an6 96an6911_a n69an6911_a n69an6911_a n69an6911_a n69an6911_a n69an6912_a n69an6912_a n69an6912_a n69an6912_a n69an6912_a n69an6912_a n69an6912_a n69an6914_a n69an6914_a n69an6914_a n69an6914_a n69an6914_a n69an6914_a n69an6914_a n69an6914_a n69an6915_a n69an6915_a n69an6915_a n69an6915_a n69an6923_a n69an6923_a n69an6923_a n69an6923_a n69an6923_a n69an6925_a n69an6925_a n69an6925_a n69an6925_a n69an6925_a n69an6934_a n69an6934_a n69an6935_a n69an6935_a n69an6935_a n69an6936_a n69an6936_a n69an6937_a n69an6937_a n91an6937_a n91an9112_a n91an9112_a n91an9112_a n91an9112_a n91an9112_a n91an912_an 91an912_an 91an912_an 91an912_an 91an9125_a n91an9125_a n91an9125_a n91an914_an 91an914_an 91an916_an 91Distance (M)0 200 400 600 800 1000Variance0Well Pair Variance NM_GRs28GridstatPro Dec01 99V e r t .V e r t . f itN SN S f i tN E S WN E S W f i tE WE W f itN W S EN W S E f i tS e p a r a t io n D ist a n c e ( M )0 1000 2022 3000 4000 5000Variogram00 . 0 10 . 0 20 . 0 30 . 0 40 . 0 50 . 0 6A l l V a r i o g r a m s N M _ G Rt o p 8G r id s t a t P r o F e b 1 8 0 0空間變差函數(shù) S e p a r a t io n D ist a n c e ( M )0 40 80 120 160Variogram00 . 0 10 . 0 20 . 0 30 . 0 40 . 0 50 . 0 6V e r t i c a l V a r i o g r a m N M _ G Rt o p 8G r id s t a t P r o F e b 1 8 0 0垂直變差函數(shù) S e p a r a t io n D ist a n c e ( M )0 40 80 120 160Variogram00 . 0 10 . 0 20 . 0 30 . 0 40 . 0 50 . 0 6V e r t i c a l V a r i o g r a m N M _ G Rt o p 8G r id s t a t P r o F e b 1 8 0 0指數(shù)模型 S e p a r a t io n D ist a n c e ( M )0 40 80 120 160Variogram00 . 0 10 . 0 20 . 0 30 . 0 40 . 0 50 . 0 6V e r t i c a l V a r i o g r a m N M _ G Rt o p 8G r id s t a t P r o F e b 1 8 0 0球狀模型 S e p a r a t io n D ist a n c e ( M )0 40 80 120 160Variogram00 . 0 10 . 0 20 . 0 30 . 0 40 . 0 50 . 0 6V e r t i c a l V a r i o g r a m N M _ G Rt o p 8G r id s t a t P r o F e b 1 8 0 0高斯模型 S e p a r a t io n D ist a n c e ( M )0 40 80 120 160Variogram00 . 0 10 . 0 20 . 0 30 . 0 40 . 0 50 . 0 6V e r t i c a l V a r i o g r a m N M _ G Rt o p 8G r id s t a t P r o F e b 1 8 0 0分形模型 S e p a r a t io n D ist a n c e ( M )0 40 80 120 160Variogram00 . 0 10 . 0 20 . 0 30 . 0 40 . 0 50 . 0 6V e r t i c a l V a r i o g r a m N M _ G Rt o p 8G r id s t a t P r o F e b 1 8 0 0指數(shù)模型 S e p a r a t io n D ist a n c e ( M )0 40 80 120 160Variogram00 . 0 10 . 0 20 . 0 30 . 0 40 . 0 50 . 0 6V e r t i c a l V a r i o g r a m N M _ G Rt o p 8G r id s t a t P r o F e b 1 8 0 0球狀模型 S e p a r a t io n D ist a n c e ( M )0 40 80 120 160Variogram00 . 0 10 . 0 20 . 0 30 . 0 40 . 0 50 . 0 6V e r t i c a l V a r i o g r a m N M _ G Rt o p 8G r id s t a t P r o F e b 1 8 0 0高斯模型 S e p a r a t io n D ist a n c e ( M )0 40 80 120 160Variogram00 . 0 10 . 0 20 . 0 30 . 0 40 . 0 50