发明名称 基于多维分形克里格方法的成矿异常提取方法
摘要 本发明公开了一种基于多维分形克里格方法的成矿异常提取方法,其特征是首先对待分析勘查地球化学数据集进行正态分布检验,对于服从正态分布的数据集计算实验变异函数值,并通过理论变异函数模型对实验变异函数值进行拟合,获得理论变异函数模型中的相关参数;在重建局部高值信息和突出弱异常的基础上更有效地基于多维分形克里格插值结果对异常下限值进行求取,从而获得更为可靠的成矿异常区域用于找矿勘探工作。
申请公布号 CN102254095A 申请公布日期 2011.11.23
申请号 CN201110184152.8 申请日期 2011.07.01
申请人 合肥工业大学 发明人 袁峰;李晓晖
分类号 G06F19/00(2006.01)I 主分类号 G06F19/00(2006.01)I
代理机构 安徽省合肥新安专利代理有限责任公司 34101 代理人 何梅生
主权项 基于多维分形克里格方法的成矿异常提取方法,其特征是按如下步骤进行:(1)、对已经获得的勘查区内待分析勘查地球化学数据集进行正态分布检验,如果数据集服从正态分布则直接进入步骤(2);如果数据集不服从正态分布,则采用剔除所述数据集中的异常值或对所述数据集进行正态变换的方式使所述数据集服从正态分布条件,在所述数据集服从正态分布条件后进入步骤(2);(2)、对于来自步骤(1)的服从正态分布的数据集,计算所述数据集的实验变异函数值,并通过理论变异函数模型对实验变异函数值进行拟合,获得理论变异函数模型中的相关参数,离散化的实验变异函数定义为: <mrow> <mi>&gamma;</mi> <mrow> <mo>(</mo> <mi>h</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mn>1</mn> <mrow> <mn>2</mn> <mi>N</mi> <mrow> <mo>(</mo> <mi>h</mi> <mo>)</mo> </mrow> </mrow> </mfrac> <munderover> <mi>&Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mi>N</mi> <mrow> <mo>(</mo> <mi>h</mi> <mo>)</mo> </mrow> </mrow> </munderover> <msup> <mrow> <mo>[</mo> <mi>Z</mi> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mo>-</mo> <mi>Z</mi> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>+</mo> <mi>h</mi> <mo>)</mo> </mrow> <mo>]</mo> </mrow> <mn>2</mn> </msup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>式(1)中,h为滞后距离,N(h)为距离等于h的点对数,Z(xi)为点xi处变量的真实值,Z(xi+h)为与点xi偏离h处变量的真实值;(3)、对勘查区进行规则格网划分;结合理论变异函数及其拟合获取的理论变异函数模型中的相关参数,利用地统计学克里格插值方法对已服从正态分布的数据集进行克里格插值计算;如果所述勘察地球化学数据集经过正态变换,则须对插值结果进行逆变换处理;对克里格插值结果进行交叉验证,通过交叉验证结果对理论变异函数模型中的相关参数进行修正优化,得到最优的克里格插值结果以及所述数据集中任一数据点的克里格交叉验证结果;(4)、结合所述待分析勘查地球化学数据集,对勘查区内格网的任一格网点进行奇异性指数计算;所述奇异性指数计算方法是:首先定义不同尺度r的窗体,rmin=r1<r2...<rn=rmax,分别计算不同尺度r窗体下的元素浓度平均值C[A(ri)];ri和C[A(ri)]服从式(2)的线性关系:Log C[A(ri)]=C+(α‑2)Log(r)                       (2)由式(2)所述线性关系,对勘查区内的任一格网点,将不同尺度r下元素平均浓度C[A(r)]和不同尺度r在双对数坐标下进行线性拟合,由式(2)计算得到任一格网点的奇异性指数α值;(5)、利用奇异性指数与克里格交叉验证结果对(3)式中的分形估值尺度ε进行优化选择,选取不同的分形估值尺度ε,运用多维分形方法对克里格交叉验证结果进行多维分形插值方法校正,所述多维分形方法公式为: <mrow> <mi>Z</mi> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mn>0</mn> </msub> <mo>)</mo> </mrow> <mo>=</mo> <msup> <mi>&epsiv;</mi> <mrow> <mi>a</mi> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mn>0</mn> </msub> <mo>)</mo> </mrow> <mo>-</mo> <mn>2</mn> </mrow> </msup> <munder> <mi>&Sigma;</mi> <mrow> <mi>&Omega;</mi> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mn>0</mn> </msub> <mo>,</mo> <mi>&epsiv;</mi> <mo>)</mo> </mrow> </mrow> </munder> <mi>&omega;</mi> <mrow> <mo>(</mo> <mo>|</mo> <mo>|</mo> <mi>x</mi> <mo>-</mo> <msub> <mi>x</mi> <mn>0</mn> </msub> <mo>|</mo> <mo>|</mo> <mo>)</mo> </mrow> <mi>Z</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>3</mn> <mo>)</mo> </mrow> </mrow>式(3)中,ε表示分形尺度,α(x0)表示x0处的奇异性指数,ω为滑动平均加权的权系数;将不同分形估值尺度ε下的克里格交叉验证结果的多维分形校正结果同所述勘查数据集中的实际真实数据进行比较,采用绝对平均误差作为衡量分形估值尺度ε优劣的统计指标,以所述绝对平均误差最小的分形估计尺度ε做为最佳的分形估计尺度;所述绝对平均误差计算公式如下: <mrow> <mi>E</mi> <mo>=</mo> <mfrac> <mrow> <munderover> <mi>&Sigma;</mi> <mrow> <mi>n</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <mo>|</mo> <msub> <mi>x</mi> <mi>n</mi> </msub> <mo>-</mo> <msub> <mi>y</mi> <mi>n</mi> </msub> <mo>|</mo> </mrow> <mi>N</mi> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>4</mn> <mo>)</mo> </mrow> </mrow>式(4)中,xn为所述数据集中第n个数据点的克里格交叉验证结果的多维分形校正结果,yn为所述勘查数据集中第n个数据点的实际真实数据,N为样品总数,E为绝对平均误差;(6)、结合最优的分形估值尺度、克里格插值结果以及奇异性指数计算结果,利用(3)式所述的多维分形方法公式对勘查区内所有格网点进行计算,获得多维分形克里格插值结果;(7)、利用步骤(6)获得的多维分形克里格插值结果绘制等值线图,在等值线图的基础上基于V‑N元素含量‑矿床数目累积频率模型对成矿异常区域进行提取和识别,所述V‑N元素含量‑矿床数目累积频率模型为: <mrow> <mi>N</mi> <mrow> <mo>(</mo> <mi>r</mi> <mo>)</mo> </mrow> <mo>=</mo> <munder> <mi>&Sigma;</mi> <mrow> <msub> <mi>r</mi> <mi>a</mi> </msub> <mo>&le;</mo> <mi>r</mi> <mo>&le;</mo> <msub> <mi>r</mi> <mi>b</mi> </msub> </mrow> </munder> <msub> <mi>t</mi> <mrow> <mo>(</mo> <mi>r</mi> <mo>)</mo> </mrow> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>5</mn> <mo>)</mo> </mrow> </mrow>式(5)中:r为元素含量值,ra≤r≤rb;ra为能够包含勘查区内全部相关矿床所处空间位置的等值线含量值,rb为不能包含勘查区内任何相关矿床所处空间位置的等值线含量值,∑t(r)为含量值为r的等值线所包含空间范围内的相关矿床数量;应用(5)式需确定某一含量值ra,该含量值等值线所包含的空间范围可以囊括勘查区内全部相关矿床所处的空间位置,从含量值为ra的等值线开始,以等距递增,直到某一含量值等值线不能包含勘查区内任何相关矿床的空间位置为止;分别计算不同含量值等值线范围内囊括的相关矿床数量N(r),并将含量值r与矿床数量N(r)绘制成散点图;之后采用最小二乘法对所述散点图进行分段线性拟合,得到若干交叉分界点;将各个交叉分界点所代表的含量值在等值线图中进行异常区域圈定,选择最具有异常指示效果的交叉分界点作为异常下限值;(8)、将步骤(7)中获得的异常下限值在多维分形克里格插值结果等值线图中进行空间圈定,最终圈定获得的区域即为成矿异常区域。
地址 230009 安徽省合肥市屯溪路193号