Основные понятия, показатели и этапы освоения месторождений твердых полезных ископаемых [1]
|
Монография по планированию горных работ
| Беспороговые модели чаще всего представлены степенной, линейной (при показателе
степени равном 1) и логарифмической (Де-Вийса) функцией. Если объем исходных данных и их размещение в пространстве позволяют анализировать изменчивость переменных только в пределах установленных интервалов влияния, то пороговые модели (такие, как сферическая) могут быть заменены линейной или логарифмической, что обеспечивает существенное снижение трудоемкости вычислений. 62 Рисунок 5.6. Визуальный подбор сферической модели 5.1.2.2. Подбор моделей к экспериментальным вариограммам Подбор моделей может производится как визуально (что на практике встречается чаще всего), так и различными компьютерными методами подгонки экспериментальных функций к стандартным моделям. Второй способ позволяет получать более точные оценки, однако имеет серьезные специальные ограничения, не позволяет эффективно использовать интуицию пользователя и, в некоторых случаях, приводит к получению нестандартных для геостатистики функций. В большинстве случаев бывает достаточно визуальной подгонки моделей. Очень просто, например, вручную подобрать модель к сферической функции (аналогично - и к экспоненциальной), рис 5.6. Проводят касательную (1) к начальному участку экспериментальной функции (2) до встречи ее с горизонтальной линией уровня дисперсии (порога). Пересечение касательной с осью Y даст значение эффекта самородков, а пересечение с линией дисперсии - значение 2А/3 (на оси X), по которому легко можно определить значение Зоны влияния А и построить окончательный вид функции. Часто приходится иметь дело с несколькими структурами изменчивости (Обычно не более трех, рис.5.7), описываемыми различными моделями. Для каждой структуры подбирается своя элементарная модель, из которых в итоге формируется полная модель исследуемого объекта. В заключение надо отметить, что небольшие ( в разумных пределах) колебания большинства параметров вариограммной модели мало влияют на результаты оценки (кригинга), т.е. визуальная подгонка моделей вполне допустима .Особо осторожно следует подходить лишь к оценке эффекта самородков (Со), т.к. это самый чувствительный и влиятельный фактор модели, а также – к форме и наклону функции в начале координат. В разных компьютерных системах, как правило, имеются специальные программы для визуальной интерактивной подгонки моделей к экспериментальным вариограммам. П о р о г А = З о н а h 2 / 3 А 1 γ ( h ) 2 3 Э ф ф е к т с а м о р о д к о в 63 Рисунок 5.7. Пример двух структурной сферической модели вариограммы. А1 и С1 - параметры первой модели, А2 и С2 - параметры второй модели При работе с этими программами одна или несколько экспериментальных вариограмм показываются на экране. Пользователь может выбрать из предлагаемых моделей наиболее подходящую, визуально подогнать ее к экспериментальному графику. Когда нужная модель выбрана, то она может быть сохранена в выходном файле или выведена на плоттер в виде чертежа, внизу которого содержатся все требуемые параметры модели (рис. 5.8). Такой процесс (VARFIT) имеется и в системе Датамайн. Он позволяет в полуавтоматическом или интерактивном режиме подобрать требуемую модель (в том числе и пространственную) для экспериментальных вариограмм. Доступные виды функций: Сферическая Гауссова Экспоненциальная Степенная Логарифмическая Каждая моде6ль может содержать до трех структур, а также быть одномерной или трехмерной. γ ( h ) h П о р о г Э ф ф е к т с а м о р о д к о в = С о А 1 А 2 С 1 С 2 64 Рисунок 5.8. Пример подбора трехструктурной сферической модели вариограммы с помощью процесса VARFIT системы Датамайн. жүктеу/скачать Достарыңызбен бөлісу:
|