地质统计学(六)-普通克里格法-cjg2011.pptVIP

地质统计学(六)-普通克里格法-cjg2011.ppt

  1. 1、本文档共36页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
地质统计学(六)-普通克里格法-cjg2011

* 普通克里格法 要 点 1. 克里格法的定义 2. 克里格法的种类 3. 克里格法的使用信息和应用条件 4. 普通克里格方程组 5. 普通克里格方差 6. 算例与应用实例 一、概述 1. 克里格法的定义 矿业定义:根据一个块段(盘区)内外的若干信息样品的某特征值(品位)数据,对该块段(盘区)品位(特征值)作出一种线性、无偏、最小估计方差的估计方法。 数学定义:一种求最优、线性、无偏内插估计量的方法。 具体说是:考虑了信息样品的形状、大小及其待估块段相互之间的空间分布位置等几何特征,以及变量的空间结构信息后,为了达到线性、无偏、最小估计方差的估计,而对每个样品值分别赋予一定的权系数,最后用加权平均来对待估块段的未知量进行估计的方法。?“特定的滑动平均” 一、概述 2. 克里格法的种类 (1)普通克里格——满足二阶平稳(或本征)假设的区域化变量 (2)泛克里格——非平稳或具有漂移存在的区域化变量 (3)析取克里格——计算可采储量时,需要采用非线性估计量时 (4)对数克里格——区域化变量符合对数正态分布时 (5)随机克里格——数据较少、分布不规则、对估计精度要求不高时 (6)因子克里格—— (7)指示克里格——处理非参数(类型参数)的区域化变量时 3. 克里格法的使用信息及应用条件 信息: ① 一组数据; ② 空间构形(坐标); ③ 结构信息(变差函数模型)。 条件: ① 二阶平稳(本征)假设、线性估计量——普通克里格 ② 平稳条件不满足,仍采用线性估计量——泛克里格 ③ 信息不仅包括二阶矩知识,还包括更多知识(二维分 布)——析取克里格 线性平稳 线性非平稳 非线性 平稳 二、克里格方程组及其方差 1. 问题的提出 设Z(x)为点承载的区域化变量,且是二阶平稳(或本征)的。今要对以x0为中心的盘区V(x0)的平均值 (简记为ZV)进行估计。 V ⊙ x0 v2 ⊙ x2 v1 ⊙ x1 v3 ⊙ x3 v4 ⊙ x4 2. 线性估计量的构造 Zi (i=1,2,… ,n)是一组离散的信息样品数据,它们定义在点承载xi (i=1,2,… ,n)上的;或是确定在以xi 点为中心的承载vi (i=1,2,… ,n)上的平均值Zvi (xi) (简记Zi )。且这n个承载vi (i=1,2,… ,n)既不同于V,又各不相同。所采用的线性估计量为: 它是n个数值的线性组合。 克里格估值的原则:就是在保证这个估值ZV*是无偏的,且估计方差最小的前提下,求出n个权系数λi 。在这样的条件下求得的λi 所构成的估计量ZV*称为ZV的克里格估计量,记为ZK* 。这时的估计方差称为克里格方差,记为σK*。 当Z (x)的期望已知时:为简单克里格;未知时:为普通克里格 3. 简单克里格方程组和简单克里格方差(E(Z(x)=m 已知) 由于Z (x)的期望为已知,令:Y(x)=Z(x)-m 则: E[Y(x)]=E[Z(x)-m]=E[Z(x)]-m=0 其协方差函数为: E[Y(x) · Y( y) ]=C(x, y ) 对ZV的估计转化为对YV* 的估计,且有: 所用的估计量为: 只要求得YV的估计值YV* ,就能得到ZV的估计值ZV * 。 显然: YV*是YV的无偏估计量,且不需要任何条件。因为: 为了求出λi,使得 最小,首先需求出 的表达式: 所以: (1) 其中 表示协方差函数在待估域V上的平均值。 为了使 达到最小,按照求极值原理,将前述的 公式(1)对诸λi求偏导数,并令其为0,则有:

文档评论(0)

zijingling + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档