Методы создания сеток для 2D-блоков

Для всех методов оценки, за исключением методов, которые применяют режим МИНИМАЛЬНОЙ КРИВИЗНЫ и МЕТОД ОБРАТНЫХ РАССТОЯНИЙ + МИНИМАЛЬНОЙ КРИВИЗНЫ, вам необходимо задать эллипс поиска данных. Эллипс поиска определяет, какие значения используются для оценки каждого блока. При запуске процесса, центр эллипса поиска помещается в центр каждого блока, начиная с нижнего левого угла. Оценочные расчеты, основанные на точечных данных, которые обнаружены в эллипсе поиска, зависят от выбранного вами метода оценки. Выберите один из методов, описанных ниже.

МЕТОД ОБРАТНЫХ РАССТОЯНИЙ

При выборе этого метода взвешенное значение для каждой точки, которая попадает в эллипс поиска, является обратно пропорциональным ее расстоянию от центра блока с повышением до значения, которое вы вводите в поле Степень метода обратных расстояний.

Обычно степень метода обратных расстояний равна 2 или 3. При увеличении степени, влияние точек, находящихся дальше от блока, уменьшается. Обратите внимание на то, что данное значение необязательно должно быть целым.

МЕТОД АНИЗОТРОПНЫХ ОБРАТНЫХ РАССТОЯНИЙ

При использовании этого метода вес, заданный каждой точке, обратно пропорционален расстоянию от центра эллипса поиска, разделённого на расстояние до границы самого эллипса/эллипсоида (по той же оси). Таким образом, точке, находящейся на границе эллипса поиска по короткой оси, и точке на границе эллипса по главной оси, при расчёте оценки блока будет придан одинаковый вес.

Точка на середине расстояния вдоль любой из осей получит вес вдвое больший, нежели точка, находящаяся на границе самого эллипса по той же оси (при расчёте этих расстояний для точек, не попадающих на оси, используется триангуляция), при условии, что степень равна единице. Если степень будет равна 2, то такая точка будет весить в 4 раза больше.

 

МИНИМАЛЬНАЯ КРИВИЗНА

С помощью этой функции производится попытка вписания кривой с наименьшими перегибами между точками для создания сглаженных контуров. Метод минимальной кривизны применяется в тех случаях, когда точки данных находятся на больших расстояниях и их распределение неравномерно.

Обратные расстояния + Минимальная кривизна

С помощью этого метода создается сетка с постоянным размером ячеек и с очень большим радиусом поиска, который включает в себя все точки файла ввода. После этого, грубая модель, созданная с использованием метода обратных расстояний, будет применяться в качестве данных ввода для функции сплайна методом минимальной кривизны.

Сплайн минимальной кривизны, используемый здесь, отличается от "правильного" метода минимальной кривизны, описанного Бриггсом и широко применяемого.

БЛИЖАЙШИЙ СОСЕД

Функция выбирает ближайшую точку к узлу и использует её значения. Если в пределах этого расстояния находится больше одной точки, значения усредняются, либо на выбор используются минимальное или максимальное значение. Точки с одинаковыми расстояниями включаются в среднее.

КРИГИНГ

До того как вы начнете производить оценку с помощью метода Кригинга, вам необходимо создать модель полувариограммы с помощью геостатистичеких функций в опциях главного меню Статистика | Полувариограммы. После этого вам необходимо задать параметры Кригинга в диалоговом окне Опции кригинга (см. ниже). Для оценки блоковых величин программа использует стандартный алгоритм Кригинга.

Удаление тренда и опции сглаживания сетки при применении метода Кригинга обычно не используются.

Опции кригинга

Если в качестве метода создания сетки выбран КРИГИНГ, вам необходимо задать параметры Кригинга. Вы можете сделать это в группе настроек Параметры Кригинга.

После того как вы укажете модель полувариограмм (Статистика | Полувариограммы), вы можете сохранить ее параметры в качестве набора форм. Вы можете вызвать этот набор данных в окне параметров модели. Прежде чем сделать это, убедитесь в том, что вы выбрали верный тип модели из списка Модель (на экране будут отображены только наборы параметров для выбранной модели).

Выбор правильного смещения зависит от результатов моделирования полувариограмм при анализе поверхности тренда. Используйте БЕЗ СМЕЩЕНИЯ, если поверхностного тренда не существует, или ЛИНЕЙНОЕ или КВАДРАТИЧНОЕ смещение. Процесс рассчитывает тренд и применяет его к исходным данным. Оставшиеся значения используются в оценке.