Кригинг

Кригинг - это геостатистический метод интерполяции для оценки неизвестных значений из исходных данных. Он отличается от остальных методик, таких как метод обратных расстояний, тем, что использует концепцию выдержанности значений. Целью является уменьшение дисперсии оценки и получение наиболее достоверных значений данных в неизвестных точках.

Модели полувариограмм представляют собой часть данных ввода, которые подбираются под исходные данные. Верность результатов Кригинга зависит от того, насколько хорошо подобраны вариограммы.

Это означает, что вы не должны использовать Кригинг до тех пор, пока вы не смоделируете наиболее подходящие полувариограммы для ваших данных. Чем больше вариограммы соответствуют вашим входным данным, тем больше уверенности в оценке данных, выполненной с помощью кригинга и записанной в файл вывода. Функции кригинга обрабатывают точки, блоки или полигоны, заданные файлом контуров.

До начала выполнения оценки методом кригинга, вам необходимо проанализировать ваши данные и создать файл полувариограмм, который будет использоваться в процессе моделирования. Созданную вами модель полувариограммы необходимо сохранить в виде набора форм, который затем будет применяться на вводе в функции Кригинга.

Анализ должен включать в себя следующие параметры:

• Исследование распределения значений проб производится с помощью гистограмм, графиков вероятности, диаграмм рассеяния, также производится анализ корреляции значений, выявление геологических зависимостей.
• Преобразование значений - логарифмическое, индикаторное и ранговое.
• Расчет и интерпретация экспериментальных вариограмм; идентификация любого тренда и возможной анизотропии.
• Если необходимо, изучение компонентов тренда, удаление тренда и изучение разности, включая распределение разности, идентификация экстремальных значений.
• Моделирование графика полувариограмм. Выбор модели, настройка параметров и оценка соответствия.
• Перекрестная проверка моделей полувариограмм. Расчет статистических ошибок. Перемоделирование полувариограмм (при необходимости).

Следующие функции Кригинга доступны во вкладке Блочная модель, в группе Оценка:

Кригинг

Если кригинг установлен на опцию ПРОСТОЙ, глобальное (общее) среднее будет константой для всей площади исследования. Если поле Среднее является пустым, глобальное среднее автоматически рассчитывается из данных ввода.

Если кригинг установлен на опцию ОРДИНАРНЫЙ, локальное среднее пересчитывается каждый раз, когда окрестность поиска помещается на центроид нового блока, однако остается постоянным в пределах этой окрестности.

Другие методы Кригинг также доступны во вкладке Блочная модель, в группе Оценка.

Для получения более подробной информации перейдите в тему Кригинг.

Ранговый кригинг

Используйте процесс интерполяции методом Рангового Кригинга для данных, имеющих непараметрическую статистику или статистику данных, не имеющих нормального распределения. Ваши данные будут преобразованы таким образом, чтобы они имели нормальное распределение (в котором вероятность каждого значения одинакова).

Все пробы упорядочиваются от низких к высоким содержаниям. Каждому замеру присваивается ранг. Эти ранги впоследствии трансформируются в значения процентов от общего количества проб + 1. Это означает, что значение 75 находится в трех четвертях общего списка данных.

Для получения более подробной информации перейдите в тему Ранговый кригинг.

Полииндикаторный Кригинг

Процесс Индикаторного кригинга позволяет выборочно исключать данные ниже заданного бортового содержания. Он оценивает вероятность значений выше или ниже бортового содержания. Далее, используя вероятность для каждого борта и средние содержания между бортами, можно произвести оценку (е-тип) средневзвешенного содержания.

Процесс Полииндикаторного Кригинга применяется в тех случаях, когда необходимо использовать набор значений бортовых содержаний и применить метод индикаторного кригинга к каждому бортовому содержанию.

Для получения более подробной информации перейдите в тему Полииндикаторный Кригинг.