Khoa Công nghệ Thông tin Trƣờng Đại học Mỏ - Địa chất Địa Thống Kê Tr ương Xuân Luận 1 MỤC LỤC MỤC LỤC.................................................................................................................................... 1 I. MỞ ĐẦU................................................................................................................................... 2 II. HÀM CẤU TRÚC [VARIOGRAM - (H)] ................................................................................. 3 II.1. Định nghĩa .................................................................................................................. 4 II.2. Các tính chất của (h) ................................................................................................. 4 II.3. Các mô hình của variogram ....................................................................................... 7 III. COVARIANCE [C(H)]............................................................................................................ 7 III.1: Định nghĩa ................................................................................................................ 7 III.2. Các tính chất của C(h) .............................................................................................. 7 III.3. Các mô hình của covariance ..................................................................................... 7 IV. XÁC LẬP CÁC VARIOGRAM............................................................................................... 8 V. PHÂN TÍCH, KHAI THÁC CẤU TRÚC ................................................................................. 10 V.1. Tính liên tục của các thông số nghiên cứu. .............................................................. 10 V.2. Đới ảnh hƣởng và dị hƣớng: .................................................................................... 12 VI. MỘT SỐ GIẢ THUYẾT TOÁN............................................................................................. 14 VI.1. Giả thuyết ổn dịnh (dừng) bậc 2 (Second order stationary hypo thesis) ................. 14 VI.2. Giả thuyết ổn định (dừng) thực sự (nội tại) (intrinsic hypothesic) ......................... 15 VII. PHƢƠNG SAI PHÂN TÁN, PHƢƠNG SAI ĐÁNH GIÁ....................................................... 15 VII.1. Phƣơng sai phân tán: ............................................................................................. 15 VII.2. Phƣơng sai đánh giá: ............................................................................................. 18 VIII. KRIGING ( KRIGING) ....................................................................................................... 22 VIII.1. Kriging thông dụng (ordinary kriging - OK) ....................................................... 22 VIII.2. Kriging đơn giản (Simple Kriging - SK) ............................................................. 25 VIII.3. Kriging cùng với sai số mẫu (đo đạc) đặc trƣng cho toàn cục (vùng). ................ 27 VIII.4. Kriging của trung bình khu vực (MK) ................................................................. 28 IX. MỘT SỐ PHẦN MỀM ỨNG DỤNG...................................................................................... 17 IX.1. GEOEAS ................................................................................................. 34 IX.2. Hƣớng dẫn sử dụng Mapinfo .................................................................1-36
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
Khoa Công nghệ Thông tin Trƣờng Đại học Mỏ - Địa chất
I. MỞ ĐẦU................................................................................................................................... 2
II. HÀM CẤU TRÚC [VARIOGRAM - (H)]................................................................................. 3
II.1. Định nghĩa .................................................................................................................. 4
II.2. Các tính chất của (h)................................................................................................. 4
II.3. Các mô hình của variogram ....................................................................................... 7
III. COVARIANCE [C(H)] ............................................................................................................ 7
III.1: Định nghĩa ................................................................................................................ 7 III.2. Các tính chất của C(h) .............................................................................................. 7
III.3. Các mô hình của covariance ..................................................................................... 7
IV. XÁC LẬP CÁC VARIOGRAM ............................................................................................... 8
V. PHÂN TÍCH, KHAI THÁC CẤU TRÚC ................................................................................. 10
V.1. Tính liên tục của các thông số nghiên cứu. .............................................................. 10 V.2. Đới ảnh hƣởng và dị hƣớng: .................................................................................... 12
VI. MỘT SỐ GIẢ THUYẾT TOÁN ............................................................................................. 14
VI.1. Giả thuyết ổn dịnh (dừng) bậc 2 (Second order stationary hypo thesis) ................. 14 VI.2. Giả thuyết ổn định (dừng) thực sự (nội tại) (intrinsic hypothesic) ......................... 15
VII. PHƢƠNG SAI PHÂN TÁN, PHƢƠNG SAI ĐÁNH GIÁ....................................................... 15
VII.1. Phƣơng sai phân tán: ............................................................................................. 15
VII.2. Phƣơng sai đánh giá: ............................................................................................. 18
VIII. KRIGING ( KRIGING) ....................................................................................................... 22
VIII.1. Kriging thông dụng (ordinary kriging - OK) ....................................................... 22 VIII.2. Kriging đơn giản (Simple Kriging - SK) ............................................................. 25
VIII.3. Kriging cùng với sai số mẫu (đo đạc) đặc trƣng cho toàn cục (vùng). ................ 27 VIII.4. Kriging của trung bình khu vực (MK) ................................................................. 28
IX. MỘT SỐ PHẦN MỀM ỨNG DỤNG...................................................................................... 17
IX.2. Hƣớng dẫn sử dụng Mapinfo .................................................................1-36
Khoa Công nghệ Thông tin Trƣờng Đại học Mỏ - Địa chất
Địa Thống Kê Trương Xuân Luận 2
I. MỞ ĐẦU
Từ những năm đầu của thập kỷ năm mƣơi, D.G. Krige (sau đó là giáo sƣ
trƣờng đại học tổng hợp Witwatersand - Cộng hoà Nam Phi) và các cộng sự đã nghiên
cứu trên một loạt mỏ vàng, uran, pirit, thấy rằng: Nếu hàm lƣợng trung bình của khối
tính chỉ đƣợc xác định bằng các thông tin bên trong nó, thì đối với quặng có hàm
lƣợng đạt giá trị công nghiệp trở lên, hàm lƣợng xác định này bị tăng lên (tức trữ
lƣợng khai thác nhỏ hơn trữ lƣợng tính toán). Nhƣng khối quặng nghèo, kết quả tính
toán lại bị giảm đi. Sai số hệ thống này không thể khắc phục đƣợc bằng các phƣơng
pháp tính toán truyền thống. Để khắc phục tình trạng này, D.G. Krige đề nghị phải
hiệu chỉnh công thức tính giá trị trung bình cho phù hợp với thực tế. Theo ông, để tính
giá trị trung bình gần đúng nhất của khối (Zv) ngoài các thông tin bên trong khối, cần
bổ xung tất cả các thông tin có thể đƣợc bên ngoài khối. Về mặt phƣơng pháp luận,
Krige hoàn toàn đúng vì đã triệt để tận dụng lƣợng thông tin đã có. Nhƣng cách giải
quyết, cụ thể là công thức hiệu chỉnh do ông đƣa ra chƣa hợp lý.
Xuất phát từ quan điểm đúng đắn của Krige, từ những năm 1955, giáo sƣ
G.Matheron (trƣờng đại học Mỏ quốc gia Pari - Cộng hoà Pháp) đã phát triển thành
một bộ môn khoa học là địa thống kê. Để tôn vinh ngƣời đặt nền tảng cho môn học,
Matheron lấy tên Kriging (Kriging) để đặt tên cho phƣơng pháp ƣớc lƣợng các giá trị
trung bình.
Tuỳ thuộc vào mục đích nhiệm vụ nghiên cứu, địa thống kê có thể giải quyết
đƣợc nhiều vấn đề; thông thƣờng nhất bao gồm:
- Tính liên tục: Mức độ, đặc tính biến đổi của các thông số nghiên cứu (TSCN).
- Kích thƣớc đới ảnh hƣởng, tính đẳng hƣớng, dị hƣớng của TSCN. Dựa vào
những nội dung này đã giải quyết đƣợc những vấn đề rất cốt lõi:
+ Phân loại, ghép các TSCN, đối tƣợng nghiên cứu (ĐTNC);
+ Cơ sở cho phân cấp trữ lƣợng và tài nguyên khoáng sản.
+ Xác lập quy cách mẫu, mật độ mạng lƣới quan sát, đo đạc lấy mẫu hợp lý.
+ Xác định số lƣợng, đánh giá chất lƣợng các TSCN; số lƣợng thu hồi, quan hệ tƣơng quan chất lƣợng, số lƣợng.
Địa thống kê là phƣơng pháp mới, đang đƣợc tiếp tục hoàn thiện. Đã từ nhiều
năm, phƣơng pháp đƣợc xem là hiện đại, và đang trở lên rất phổ biến, đặc biệt là các
nƣớc tƣ bản phát triển: Pháp, Mỹ, Canada, Anh .... Địa thống kê không chỉ áp dụng
rộng rãi trong khảo sát thăm dò mỏ, địa vật lý, địa chất thuỷ văn, địa chất công trình,
địa hoá, dầu khí, khai thác mỏ mà còn ở nhiều lĩnh vực khác: Nông nghiệp, sinh học,
khí tƣợng thuỷ văn, ngƣ nghiệp, xã hội học, cơ học và môi trƣờng.
Nhƣ vậy, đối tƣợng nghiên cứu, ứng dụng của địa thống kê là rất rộng. Ban
đầu đối tƣợng nghiên cứu đƣợc xem nhƣ "trƣờng hình học" mà trong đó, các thông số
nghiên cứu đƣợc xem nhƣ là những biến lƣợng không gian điểm. Về thực chất các bài
toán địa thống kê dựa trên cơ sở lý thuyết hàm ngẫu nhiên. Các biến đƣợc xem nhƣ
những biến vùng. Lý thuyết biến vùng rất khó, có thể hiểu tổng quát nhƣ sau: Một hiện
tƣợng thiên nhiên có thể mang đặc tính của sự phân bố không gian của một hay nhiều
biến gọi là biến vùng.
Khoa Công nghệ Thông tin Trƣờng Đại học Mỏ - Địa chất
Địa Thống Kê Trương Xuân Luận 3
Năm 1962, G. Matheron đã định nghĩa: "Địa thống kê là sự áp dụng có tính
hình thức các hàm ngẫu nhiên và sự ƣớc lƣợng các hiện tƣợng thiên nhiên".
Định nghĩa mới nhất [1999] của địa thống kê là: "Địa thống kê thuộc lĩnh vực
nghiên cứu sự quan hệ tƣơng quan về mặt thời gian và không gian thông qua lý thuyết
biến vùng".
Địa thống kê là một từ ghép, nói lên sự cộng kiến thức. Cụ thể hơn là: Ngƣời
làm công tác địa thống kê, ngoài có kiến thức tốt về đối tƣợng nghiên cứu phải có kiến thức vững về xác xuất - thống kê và tin học.
Do đòi hỏi thực tiến của công tác nghiên cứu, ngay địa thống kê đã phân các
nhánh chuyên sâu: Địa thống kê tuyến tính, địa thống kê không ổn định, địa thống kê
đa biến, địa thống kê phi tham số.v.v...
Ngày 7 tháng 8 năm 2000 giáo sƣ Georges MATJERON đã vĩnh biệt ra đi, để
lại sự nuối tiếc lớn lao cho các nhà địa thống kê trên toàn thế giới mà tuyệt đại đa số là
học trò của Ngƣời. Tác giả viết chƣơng này, là học trò cũ của Ngƣời xin đƣợc kính cẩn
nghiêng mình trƣớc vong linh của ngƣời thầy lớn. Những ngƣời trò của thầy đang hết
sức mình để bộ môn địa thống kê ngày càng lớn mạnh, có ích cho đời. Trò xin cố gắng
chiếm lĩnh phần nào địa thống kê và xin đƣợc gửi dù là rất bé nhỏ chi phí dành dụm
của con để tạc tƣợng Ngƣời đặt tại bức tƣờng của toà nhà chính trung tâm Địa thống
kê trƣờng đại học Mỏ quốc gia PARI ở Fontainebleau nơi thầy đã sống, cống hiến trọn
đời cho địa thống kê và đã có công chính trong đào tạo đội ngũ các nhà địa thống kê
hùng hậu cho toàn thế giới. II. HÀM CẤU TRÚC [VARIOGRAM - (H)]
Khi xét đến những đặc tính không gian của đối tƣợng nghiên cứu, lý thuyết
toán cơ bản đƣợc dùng là "lý thuyết biến số vùng". Biến số đó biến đổi một cách liên
tục từ điểm quan sát này đến điểm quan sát khác song rất khó mô hình hoá bằng một
hàm thông thƣờng.
Giả sử ta có dẫy mẫu (điểm đo) trong các điểm đo xi của ô mạng hình vuông
và đo đƣợc biến số Z(xi) tƣơng ứng; nếu biến số này thuộc kiểu ổn định (dừng) thì có
thể xác định đƣợc giá trị trung bình và nhận đƣợc biến số quy tâm Z'(x) bằng cách trừ
các biến số vùng cho giá trị trung bình. Lấy trung bình bình phƣơng biến số Z(x):
N
ZZ
D
N
i
xxi
Zx
1
2
D(Zx) - tƣơng ứng với phƣơng sai mẫu của biến vùng Z(x).
Dễ nhận thấy rằng, giá trị trong một điểm quan sát nào đó có liên quan đến giá
trị tổng các điểm khác phân bố cách nhau một khoảng cách nhất định. Đồng thời ảnh
hƣởng của những mẫu ở khoảng cách xa ít ảnh hƣởng hơn những mẫu có khoảng cách
gần nhau. Hơn nữa cũng có thể xảy ra trƣờng hợp mức độ ảnh hƣởng của mẫu còn phụ thuộc vào phƣơng vị không gian của vị trí lấy mẫu (khi có tính dị hƣớng). Để phán ánh
sự phụ thuộc này, ngƣời ta thƣờng dùng véctơ khoảng cách h có phƣơng vị xác định.
Mức độ phụ thuộc giữa các điểm đo (lấy mẫu) nằm trên một khoảng cách hi và theo
một hƣớng xác định nào đó đƣợc phản ánh bằng momen tƣơng quan và có thể biểu
Khoa Công nghệ Thông tin Trƣờng Đại học Mỏ - Địa chất
Địa Thống Kê Trương Xuân Luận 4
diễn bằng đồ thị.
Giả sử:
2121 2 xxxx ZZZZVar với mọi x1,x2D.
D - tập hợp con cố định trong không gian d chiều
2Z(x1)- Z(x2) là hàm của số gia Z(x1)- Z(x2), đã đƣợc Matheron gọi là biểu đồ
phƣơng sai hay Variogram hoặc hàm cấu trúc.
II.1. Định nghĩa
Variogram đƣợc định nghĩa nhƣ là một nửa kỳ vọng toán của biến ngẫu nhiên
[Z(x) - Z(x+h)]2, nghĩa là: (h)= 2
2
1hxx ZZE
cũng có thể xem (h) nhƣ là một nửa phƣơng sai của Z(x)- Z(x+h);
tức là: hxx ZZDh 2
1
v
hxx dvZZv
h2
2
1
Trong đó Z(x), Z(x+h) - hai đại lƣợng ở hai điểm nghiên cứu cách nhau một đoạn h.
Variogram thực nghiệm đƣợc xác định:
hN
1i
2
hxx ZZhN2
1h
N(h) - số lƣợng cặp điểm nghiên cứu.
II.2. Các tính chất của (h)
a/ (h=0) =0
b/ (h) = (-h), là hàm đối xứng
c/ Lim
02
h
h vậy (h) tăng chậm hơn so với h
2
h
d/ (h) 0.
e/ Nếu covariance tồn tại variogram tồn tại, còn nếu variogram tồn tại thì chƣa
chắc đã tồn tại covariance.
Các variogram có những khái niệm sau:
1. Variogram tăng lên từ gốc, tại đó giá trị (h) khá nhỏ.
2. Variogram sau đó ổn định dần ở trị số (h) = C0, lúc này (h) không tăng (nằm ngang) và gọi là trần (sill); h = a.
3. Khi vƣợt quá giới hạn h >a thì giá trị nghiên cứu biến đổi hoàn toàn ngẫu
nhiên và không có mối quan hệ tƣơng quan lẫn nhau.
4. Giá trị (h=0) có thể khác không, variogram lúc đó thể hiện hiện tƣợng
Khoa Công nghệ Thông tin Trƣờng Đại học Mỏ - Địa chất
Địa Thống Kê Trương Xuân Luận 5
đƣợc gọi là hiệu ứng tƣ sinh (nugget effect).
5. Khoảng cách h = a để (h) tiệm cận đến trần gọi là bán kính ảnh hƣởng.
Khoa Công nghệ Thông tin Trƣờng Đại học Mỏ - Địa chất
Nhƣ đã đề cập, covariance tồn tại thì variogram tồn tại. Hai biểu đồ cấu trúc
có quan hệ tƣơng quan nhƣ sau:
(h)=C(0) - C(h); thể hiện ở hình 3
Hình 3: Covariance và variogram
IV. XÁC LẬP CÁC VARIOGRAM
Cho véctơ h của modun r =h và hƣớng . Nếu giả thiết N là số lƣợng cặp
điểm nghiên cứu theo véctơ h thì variogram thực nghiệm tính theo và khoảng cách r có thể biểu đạt:
+ Cho một vùng:
N
i
xihxi ZZN
r1
2
2
1, [IV - 1]
+ Cho tƣơng quan vùng:
xiZhxiZxiZhxiZN
r KKKKKK
2
1, [IV - 2]
Trị số thực nghiệm là duy nhất. Các (h) phụ thuộc vào hình dạng không gian của các thông tin đƣa vào tính toán. Chúng ta phải đặc biệt chú ý đến sự phân bố
không gian và cự ly giữa các điểm nghiên cứu.
nếu 0 h a
nếu h >a
nếu h =0
nếu h >
()=C(0)
(h)
C() = 0 C(h) n
0
C0
Khoa C«ng nghÖ Th«ng tin Trêng §¹i häc Má - §Þa chÊt
1. Các điểm quan sát cùng trên một đường thẳng và cách đều nhau
Đây là trƣờng hợp lý tƣởng, áp dụng theo công thức [IV-1] và [IV-2]. Ví dụ,
có một lỗ khoan thẳng hƣớng , lấy mẫu liên tục với chiều dài l (hình 4)
Variogram đƣợc xác định theo công thức [IV-1], bƣớc quan sát l
Hình 4. Lỗ khoan theo hướng.
2. Các điểm quan sát trên một đường thẳng nhưng không cách đều nhau:
Để xác lập các variogram thực nghiệm ,r theo hƣớng , tiến hành ghép
nhóm theo khoảng cách: r +(r). Để giải bài toán thực tế, vấn đề chọn dung sai (r) cần thận trọng nhằm tận dụng triệt để các thông tin đã có, tạo đƣợc nhiều cặp điểm tính
toán hN . Ở một số phần mềm chuyên dụng, (r) có thể đƣợc chọn tự động.
3. Các điểm quan sát không thẳng hàng và không cách đều nhau.
Trƣờng hợp này rất thƣờng xảy ra trong thực tế. Ta tiến hành ghép nhóm theo
góc và theo khoảng cách; cụ thể:
Theo hƣớng nào đó, mỗi giá trị Z(x0) kết hợp với tất cả thông tin trong
khoảng [ d] mà dao động xung quanh . Mỗi một lần ghép nhóm theo góc , ta
thực hiện luôn việc ghép khoảng cách [r +(r)]
Điểm nghiên cứu
Hình 5: Ghép nhóm tài liệu quan sát theo góc và theo khoảng cách
+ d
- d
- ()
+ ()
2
x x
Khoa C«ng nghÖ Th«ng tin Trêng §¹i häc Má - §Þa chÊt
Hai variogram này đƣợc tính toán ở hai khu vực A và B khác nhau; khác nhau
cả quy cách mẫu ban đầu, ví dụ một loạt là mẫu lõi khoan; loạt khác là mẫu rãnh
nhƣng cùng kích thƣớc. *
A và *
B còn có thể tính theo hai hƣớng A và B khác nhau.
Việc ghép nhóm hai thông tin ở A và B vào một variogram thực nghiệm trung
bình: 2*
A+B(h), có thể thực hiện và đƣợc xác định nhƣ sau:
1
2212
i j
jjii
BA
BA xZhxZxZhxZhNhN
h
Nếu có K variogram cơ sở (*
K , K = k,1 ) thì variogram thực nghiệm trung
bình sẽ là (nhƣ là trung bình gia quyền):
K
K
K
k
K
KK
hN
hhN
h
1
1
Bài tập 1:
Có hai trƣờng hợp đều lấy mẫu theo tuyến với số lƣợng và khoảng cách giữa các mẫu nhƣ nhau. Kết quả thể hiện ở hình vẽ. Yêu cầu xác định theo từng tuyến:
- Giá trị trung bình số học, phƣơng sai
- Tính (h)
- So sánh, cho nhận xét
Trƣờng hợp I (Tuyến I)
1 3 5 7 9 8 6 4 2
Trƣờng hợp II (Tuyến II)
5 1 9 2 3 7 6 4 8
V. PHÂN TÍCH, KHAI THÁC CẤU TRÚC
Phân tích cấu trúc nghĩa là nghiên cứu những đặc tính cấu trúc của các biến
không gian, là một mắt xích không thể thiếu của địa thống kê. Nhiều nhà nghiên cứu
đã khẳng định variogram nhƣ là một cái đầu của địa thống kê. Chính (h) chịu trách
nhiệm thâu tóm và thể hiện tất cả những thông tin về cấu trúc, là phƣơng pháp định
lƣợng trong quá trình nghiên cứu, đánh giá ĐTNC. Có thể nói:
Khoa C«ng nghÖ Th«ng tin Trêng §¹i häc Má - §Þa chÊt
- Variogram là đơn vị đo mức độ biến đổi, thể hiện tốt đặc tính biến đổi không
gian các TSCN là chìa khoá để nội suy kriging nói riêng và địa thống kê nói chung. Về
thực chất variogram thay thế khoảng cách ơ-cơ-lit bằng một khoảng cách cấu trúc
2(h) mà đặc trƣng cho những thuộc tính và lĩnh vực nghiên cứu. Khoảng cách này thể hiện mức độ trung bình của tính không đồng nhất giữa giá trị không quan sát đƣợc
và các dữ liệu quan sát đƣợc phân bố ở lân cận.
- Variogram là một mô hình phụ thuộc thống kê giữa các biến số cần nghiên cứu
với bƣớc quan sát (lấy mẫu) h. Đồng thời nó đƣợc sử dụng để tìm bán kính ảnh hƣởng H
khi (h) = C(0). Miền H là miền rất có ý nghĩa đối với thủ tục nội suy Kiging, tức là những thông tin phân bố cách xa điểm nghiên cứu (của chính nó hoặc ở trung tâm khối V0
cần ƣớc lƣợng giá trị trung bình) một khoảng L>H sẽ không có tác động đến giá trị thật
(hàm lƣợng, chiều dày...) của điểm cần ƣớc lƣợng. Với kết quả tính toán H theo các
hƣớng khác nhau trong không gian ĐTNC, ta có thể xác lập đƣợc tính biến đổi các TSNC
trong không gian ĐTNC đó và biết đƣợc tính đẳng hƣớng hay dị hƣớng của TSNC.
Một cách tổng quát, bằng phân tích các (h) có thể khai thác các vấn đề lý thú sau:
V.1. Tính liên tục của các thông số nghiên cứu.
Bằng các (h) có thể phân tích đƣợc mức độ, đặc tính và cấu trúc sự biến đổi các TSCN.
- Có thể xem xét bằng các (h) thực nghiệm (hình 2)
- Xem xét các (h) ở lân cận gốc toạ độ, bởi vì sự liên tục và đồng đều trong không gian của hàm ngẫu nhiên Z(x) và các biến ngẫu nhiên z(x) đƣợc biểu thị ở sự
liên quan với dạng điệu ở gốc toạ độ của các (h). Có 4 loại cơ bản về dáng điệu ở gốc
toạ độ của các (h) [Hình 6].
a. Dáng điệu Parabol b. Dáng điệu đường thẳng
c. Hiệu ứng tự sinh d. Hiệu ứng tự sinh sạch
Hình 6. Các dáng điệu ở gốc toạ độ (h)
a. Dáng điệu Parbol:
0
0
c
h
Khoa C«ng nghÖ Th«ng tin Trêng §¹i häc Má - §Þa chÊt
Dáng điệu parbol: (h) Ah2 khi h. Variogram có hai lần dạo hàm tại gốc
toạ độ. Hàm ngẫu nhiên Z(x) có thể lấy đạo hàm một lần (trung bình bậc 2). Chứng tỏ
đặc tính tăng đều đặn của biến không gian (TSNC - hình 6-a)
b. Dáng điệu đường thẳng (h) Ah khi h0. Trƣờng hợp này không
thể lấy đạo hàm ở gốc toạ độ(thực ra đạo hàm trái và phải tồn tại song khác nhau),
nhƣng liên tục ở h=0 (và cho cả đoạn h) hàm ngẫu nhiên Z(x) liên tục ở trung bình bậc
2, nhƣng không thể lấy đạo hàm, vậy kém ổn định hơn trƣờng hợp a. [Hình 6 -b].
c. Không liên tục ở gốc toạ độ (Hình 6-c)
(h) không tiến về không khi h tới không. Ta nói đến hiện tƣợng HUTS.
Hàm ngẫu nhiên Z(x) không liên tục ở trung bình bậc 2. Nhƣ vậy, sự biến đổi
ở điểm quan sát z(x) và z(x+h) có thể rất gần nhau nhƣng rất khác nhau. Sự chênh
lệch giữa 2 điểm đó càng lớn nếu biên độ không liên tục từ gốc của (h) càng lớn. HUTS có thể liên quan đến hiện tƣợng mẫu đặc cao. Chú ý là, ở thực tế HUTS phát
sinh do nhiều nguyên nhân, có thể do:
+ Kích thƣớc mẫu quá bé so với kích thƣớc ĐTNC.
+ Những vi biến đổi của tích tụ khoáng vật quặng nói riêng, ĐTNC nói
chung.... Do vậy, khi gặp HUTS ngƣời nghiên cứu phải rất thận trọng để có những kết
luận xác thực nhất.
d. Hiện tượng hiệu ứng tự sinh sạch (Pure nugget effect) (Hình IV-6-d)
(h=0) =0 và (h) = C(0) ngay khi h >0. Trong thực tế, chúng ta có thể mô
hình hoá trƣờng hợp hiệu ứng tự sinh sạch bằng một sơ đồ (h) chuyển tiếp với trần
C(0) và kích thƣớc ảnh hƣởng a = rất bé so với khoảng cách quan sát thực nghiệm.
Với khoảng cách tuy bé song 2 biến ngẫu nhiên z(x) và z(x+h) không có quan hệ tƣơng quan nhau. Vậy hiện tƣợng hiệu ứng tự sinh sạch thể hiện sự vắng mặt hoàn
toàn tự tƣơng quan không gian.
V.2. Đới ảnh hƣởng và dị hƣớng:
Nhƣ đã trình bày, theo một hƣớng
h nào đó, ta có (h) với một kích thƣớc
h=a, đƣợc gọi là bán kính ảnh hƣởng. Trong khoảng cách này, hai đại lƣợng z(x) và z(x+h) có quan hệ tƣơng quan nhau, ta nói là đới ảnh hƣởng mẫu.
Bán kính ảnh hƣởng có thể giống nhau theo các hƣớng khác nhau trong không
gian ĐTNC và đƣợc gọi là tính đẳng hƣớng. Nếu các (h) theo các hƣớng khác nhau đều
có bán kính ảnh hƣởng giống nhau và trần nhƣ nhau gọi là đẳng hƣớng hình học. Lúc này có thể khẳng định là mức độ phức tạp của TSCN theo các hƣớng là nhƣ nhau (hình 7)
Ư
a1
h2
a2
a3
a4
h3
h2
h2
Khoa C«ng nghÖ Th«ng tin Trêng §¹i häc Má - §Þa chÊt
Bán kính ảnh hƣởng có thể khác nhau theo các hƣớng khác nhau trong không gian đối tƣợng nghiên cứu, gọi là hiện tƣợng dị hƣớng.
[a] [b]
Hình 8a: Dị hướng hình học (dạng elipcoit 2D)
8b: Các (h) có bán kính ảnh hưởng khác nhau
theo các hướng khác nhau
Phân tích các mô hình dị hƣớng là việc làm rất thú vị. Có thể phân tích trong không
gian (2D) hoặc (3D) chiều. Thƣờng hay gặp hai mô hình dị hƣớng: Dị hƣớng hình học và dị
hƣớng khu vực.
+ Dị hƣớng hình học: Dị hƣớng với các i(h) theo các hƣớng khác nhau có bán
kính ảnh hƣởng khác nhau nhƣng trần nhƣ nhau. Khi đó mô hình dị hƣớng trong 2D
đƣợc thể hiện ở hình 8a.
+ Dị hƣớng khu vực: Dị hƣớng với các i(h) theo các hƣớng khác nhau có bán kính ảnh hƣởng và trần khác nhau (hình 9a). Khi đó mô hình dị hƣớng trong 2D đƣợc
thể hiện ở hình 9b.
Tác giả, trong nghiên cứu nhiều mỏ thiếc sa khoáng vùng Quì Hợp Nghệ An
[1988 - 1991], các mỏ than ở Quảng Ninh, Bắc Thái [1994 - 1995] các TSNC thƣờng thể
hiện tính dị hƣớng khu vực rõ nét. Khi nghiên cứu mỏ vàng gốc Colorado (Mỹ, 1987 - 1988) lại thấy hiện tƣợng gần nhƣ đẳng hƣớng theo cả 3 chiều. Nghiên cứu một số mỏ Cu-
Ni ở Châu Phi (1991) chúng tôi thấy hiện tƣợng đẳng hƣớng và cả dị hƣớng hình học. Khi
nghiên cứu một số thông số phản ánh tính chất tầng chứa nƣớc ở Hà Nội và ngoại vi thấy có
hiện tƣợng dị hƣớng hình học rõ nét (hình 10)
Hình 9a: Dạng dị hướng khu vực - các (h) theo các hướng khác nhau
a3
a1
a2 a4
(h)
a4 a3 a2 a1
C0
h
(h)
h a3 a2 a1
a4
Khoa C«ng nghÖ Th«ng tin Trêng §¹i häc Má - §Þa chÊt
Vậy phƣơng sai phân tán của những điểm trong M (ta giả thiết M là mỏ
khoáng): 2(0/M) =
2 (v/V) +
2(V/M). Cũng rút ra đƣợc quan hệ của bất kỳ khối nào
thoả mãn vV, VM thì: 2(v/M) =
2 (v/V) +
2(V/M)
Từ [IV-4] viết dƣới dạng covariance:
2(V/M) = CVVC ),( (M,M) VM [IV-5]
2 (v/V)
2(V/M) nếu vV, VM
Phƣơng sai phân tán tăng khi kích thƣớc mẫu nghiên cứu giảm. Ta ghi nhận là
ở một đối tƣợng nghiên cứu, hàm lƣợng các mẫu với kích thƣớc bé sẽ phân tán nhiều
hơn so với hàm lƣợng trung bình của các mâũ có kích thƣớc lớn [ví dụ giữa các mẫu
lõi khoan với các mẫu khối lớn (cỡ nghìn tấn)].
Vậy, ta thấy vấn đề kích thƣớc mẫu ban đầu rất quan trọng, ảnh hƣởng đến kết
quả tính toán, tức ta nói đến hiệu ứng kích thước mẫu. Có thể diễn đạt dƣới dạng toán
đồ, tức để thể hiện sự ảnh hƣởng của kích thƣớc mẫu đến các toán đồ tần số và do vậy
đến phƣơng sai (hình 12)
Hình 12. Các histogram, trường hợp v<V
Nếu công tác lấy mẫu phù hợp (khâu phân tích là đáng tin cậy), thể hiện đƣợc
tính đồng nhất của các dữ liệu gốc thì giá trị trung bình của các mẫu phải bằng gía trị trung bình của các khối. Rõ ràng là rất khó thực hiện trong thực tế.
Bài tập 2:
Tần
số
2(V/M)
2(v/M)
Z
m
v=1010
V=1001000
mét
Khoa C«ng nghÖ Th«ng tin Trêng §¹i häc Má - §Þa chÊt
Dữ liệu nhƣ ở bài tập 3, song với giả định v là điểm E (nhƣ hình vẽ)
Bài tập 5:
Xác định phƣơng sai mở rộng của điểm P với hình chữ nhật ABCD trong trƣờng hợp variogram là mô hình cầu có trần là 2, bán kính ảnh hƣởng là 10 mét và
hiệu ứng tự sinh là 3.
Bài tập 6:
Để ƣớc lƣợnh giá trị trung bình của khối V có kích thƣớc 20 20 mét, giả sử
chỉ có một điểm nghiên cứu P phân bố trên đƣờng AB. Yêu cầu vẽ đƣờng phân bố phƣơng sai đánh giá khối V theo hàm phân bố của P tối ƣu. Biết rằng variogram thuộc
loại mô hình cầu có dị hƣớng hình học, trục cơ bản theo đƣờng AB với bán kính ảnh
hƣởng là 10 mét, chỉ số dị hƣớng là 1/2
VIII. KRIGING ( KRIGING)
VIII.1. Kriging thông dụng (ordinary kriging - OK)
A B
C D
E 100m
100m
200m
A B
V 10 m
10 m
20 m
A B
C D
P 30m
15m
10m
20m
Khoa C«ng nghÖ Th«ng tin Trêng §¹i häc Má - §Þa chÊt
các điểm nghiên cứu lớn xấp xỉ với bán kính ảnh hƣởng của (h).
Cũng bằng kinh nghiệm thực tế, có thể ghi nhận:
+ Không có sai số hệ thống toàn cục (vùng) không có nghĩa là không có sai số
hệ thống cục bộ (khu vực).
+ Ƣu việt của Kriging thông dụng là với điều kiện
1sẽ có tính đại diện
cục bộ.
Ƣu điểm của giả thuyết hàm ngẫu nhiên thật sự, tức khung cảnh làm việc loại
của kriging thông dụng là nó loại bỏ tức khắc thông số toàn cục (vùng) m, và đó cũng
là ƣu điểm của Kriging thông dụng.
VIII.3. Kriging cùng với sai số mẫu (đo đạc) đặc trƣng cho toàn
cục (vùng).
Ta đã biết một giá trị đo đạc (thí nghiệm mẫu) luôn luôn mang trong nó hai đại lƣợng: giá trị thật [Z1(x)] và sai số [Z0(0)], có thể biểu đạt bằng mô hình:
Mô hình: Z(x)=Z1(x) + Z0(x)
Sai số, đƣợc đặc trƣng là Z0:
Sai số Z0(x) không phụ thuộc vào bối cảnh không gian. Có thể giả định rằng:
* Không có sai số hệ thống, thì E[Z0(x)]=0
* Không có quan hệ tƣơng quan không gian: cov[Z0(x), Z0(x')]=0 nếu xx'
* Là những biến độc lập: cov[Z0(x), Z1(x)]=0
* Là bậc ổn định bậc II: var[Z0(x)]= 2
0
* Variogram có dạng:
2
00
0
0
Ch
* Vậy biến Z(x) trong thể hiện kết quả phép đo sẽ là ổn định thật sự và đƣợc
thể hiện qua (h).
(h) = 1(h) + 0(h)
Có thể mô tả ở hình 14
Hình 14
với h = 0
với h > 0
(h) 1(h)
0(h)
h
Khoa C«ng nghÖ Th«ng tin Trêng §¹i häc Má - §Þa chÊt
Bằng kinh nghiệm nghiên cứu địa thống kê, trên nhiều đối tƣợng khác nhau
tham khảo các tài liệu mới nhất, chúng tôi đã xây dựng sơ đồ công nghệ nghiên cứu
bằng ĐTK (hình SĐ1). Ở sơ đồ đó bao gồm các bƣớc sau:
Bước1: Phân tích các tài liệu gốc, cảnh quan môi trƣờng và lập các tệp dữ liệu.
* Phân tích tài liệu gốc là bƣớc đầu tiên không thể thiếu, đặc biệt với chúng ta
khi nghiên cứu ĐTK chƣa nhiều. Nhiều trƣờng hợp, công tác nghiên cứu, đánh giá phải dựa vào những mô hình tƣơng tự đã có. Nhiệm vụ chủ yếu là nghiên cứu, phân
tích mối quan hệ phức tạp, đặc thù giữa các yếu tố địa chất, địa chất công trình, địa
chất thuỷ văn, các yếu tố tự nhiên, cảnh quan môi trƣờng, các thông số kỹ thuật sẽ sử
dụng...; và những ảnh hƣởng có tính quyết định đến độ tin cậy và hiệu quả đánh giá,
nghiên cứu ĐTK. Trong thực tế, có rất nhiều loại đối tƣợng, độ phức tạp rất khác nhau
do đó nhiều khi không thể xem xét hết tất cả các yếu tố. Chung nhất thƣờng: các đặc
điểm địa lý, tự nhiên kinh tế - cảnh quan môi trƣờng; lịch sử nghiên cứu, các phƣơng
pháp nghiên cứu áp dụng, những đặc điểm địa chất; địa chất công trình, địa chất thuỷ
văn
* Nội dung tiếp theo là phân tích, lập các tệp dữ liệu. Phụ thuộc vào đối tƣợng,
mục đích nghiên cứu mà có những việc làm cụ thể song thƣờng có các thông tin chủ
yếu sau:
+ Số liệu về công trình (lỗ khoan hào, giếng...) đã sử dụng: số lƣợng, quy
cách, kỹ thuật...
+ Số liệu về trắc địa: toạ độ các công trình,... mạng lƣới khống chế...
+ Số liệu về địa chất nói chung: Địa tầng, mực nƣớc dƣới đất, tính cơ lý của
các đất, đá...
+ Các số liệu về mẫu, đo đạc: qui cách mẫu, mật độ lấy mẫu, kết quả phân
tích...
* Nội dung cuối cùng của bƣớc này là mô hình hoá đối tƣợng nghiên cứu dƣới
dạng các sơ đồ khối, mặt cắt...
Bước 2. Xác định, phân tích định lƣợng các TSNC bằng phƣơng pháp thống
kê truyền thống; bao gồm các thông số cơ bản sau:
+ Số lƣợng mẫu, điểm quan sát (n)
+ Giá trị trung bình xác xuất.
+ Phƣơng sai
+ Kiểm định các hàm phân bố
+ Xác định các thông số thống kê phù hợp với từng hàm phân số: trung bình,
phƣơng sai, hệ số biến thiên V[Z(x)], %
+ Phân tích tƣơng quan: Trƣờng và hệ số tƣơng quan
+ Phân tích hồi quy
Đây là bƣớc trung gian quan trọng, là cơ sở đã đánh giá sơ bộ các TSNC, định
hƣớng đúng cho các bƣớc nghiên cứu tiếp.
Khoa C«ng nghÖ Th«ng tin Trêng §¹i häc Má - §Þa chÊt
Bƣớc này nhằm mô tả đặc trƣng cấu trúc không gian của các biến ngẫu nhiên
bằng variogram, covariance hoặc các variogram chéo, covariance chéo gồm:
Tính toán các (h), C(h) thực nghiệm theo các hƣớng khác nhau...
Mô hình hoá chúng (tức đƣa các đƣờng thực nghiệm về dạng lý thuyết)
Phân tích khai thác các hàm này. Đây là một bƣớc cực kỳ quan trọng, không những giúp ta giải quyết đƣợc hàng loạt vấn đề lý thú nhƣ đã trình bày còn giúp
chủ đạo cho bƣớc nghiên cứu tiếp theo.
Bước 4: Xác định số lƣợng, đánh giá chất lƣợng TSNC.
Bƣớc này thực hiện các thủ tục Kriging khác nhau. Ngoài các loại nhƣ đã nêu,
còn có Kriging tổng hợp (Universal Kr.), chỉ thị (Indicator), tách (disjunctive), thừa số
(factorial).v.v...
Trƣớc khi thực hiện Kriging cần làm một số công việc mà rất ảnh hƣởng đến kết quả và tính kinh tế trong tính toán; đó là:
- Tổ chức khối tính hợp lý
- Chọn lân cận hợp lý để đảm bảo độ tin cậy cao của kết quả tính toán và giảm
giờ máy tính
- Ghép nhóm lân cận để giảm giờ máy tính
Kết quả tính toán ƣớc lƣợng cần phải phân tích, xử lý, hiệu chỉnh; bao gồm: Xác định các đặc trƣng thống kê: Phƣơng sai Kriging, các chỉ tiêu để khoanh vùng,
xếp hạng, các phân loại TSNC, và ĐTNC.
Đƣa các kết quả lên các mô hình số, bình đồ đồng giá trị, sơ đồ bề mặt, các mô hình khối để dễ dàng nhận thức kết quả nghiên cứu.
Kiểm tra độ tin cậy của kết quả nhận đƣợc.
Dựa vào các tiêu chuẩn kiểm tra cụ thể: Các 2
K , so sánh các toán đồ, đối sánh
các kết quả của các phƣơng pháp khác nhau, đặc biệt là tài liệu đã đƣợc nghiên cứu chi tiết hơn
Bước 5: Kết luận chung theo yêu cầu đặt ra.
Khoa C«ng nghÖ Th«ng tin Trêng §¹i häc Má - §Þa chÊt
GEOEAS làm việc trong môi trƣờng DOS. Bộ nnhớ dữ liệu tối thiểu để sử
dụng 3MB.
Các phần mở rộng củacác tệp trong GEOEAS được quy định:
TXT - Tệp văn bản ASCH
DAT - Tệp dữ liệu
PCF - Tệp cặp đối sánh, đƣợc tạo bởi chƣơng trình PREVAR, đọc bởi VARIO.
GRD - Tệp thông số COREC...
KPF - Tệp thông số cho Kriging
XPF - Tệp thông số cho XYGRAPH
POL - Tệp tạo đƣờng viền đa giác sử dụng bởi KRIGE.
MEL - Metacode (graphic) đƣợc tạo bởi CONREC, POSTPLOT,
XYGRAPH và sử dụng bằng HPPLOT và VIEW.
PLT - Tệp để sử dụng máy vẽ đƣợc định ra bởi chƣơng trình
HPPLOT
Tất cả các chƣơng trình cần đƣợc cƣ trú trên cùng một ổ đĩa, cùng một thƣ
mục và chúng đƣợc sử dụng kiểu format thông thƣờng cho các tệp dữ liệu. Các tệp này
đƣợc sử dụng bao hàm các tệp chuyên dùng cho các phƣơng trình của GEOEAS. Gần
nhƣ các chƣơng trình đều có sự giống nhau về bức tranh tác động qua lại trên màn
hình nên tạo thuận lợi cho ngƣời sử dụng. Mỗi một chƣơng trình, bằng tác động qua lại của màn hình sẽ lựa chọn đƣợc hoặc đƣa vào những thông tin cần thiết bằng sự
hiểu biết về các thuật toán ĐTK, về bản chất các TSNC và ĐTNC của ngƣời sử dụng.
GSLIB (Geostatistical software library) thuộc loại thƣ viện phần mềm địa
thống kê. (Thƣ viện chƣơng trình). Thƣ viện phần mềm này do clayton V.DEUTSCH
và André G.JOURNEL, trƣờng tổng hợp Stanford (Californi -Mỹ) thành lập năm
1992, trên cơ sở ngôn ngữ FOTRAN. Ngoài những chƣơng trình phân tích thống kê là
bƣớc khởi đầu, thƣ viện phần mềm có đầy đủ 3 vấn đề cơ bản của ĐTK: định lƣợng
cấu trúc không gian của các biến nghiên cứu, kỹ thuật hồi quy tuyến tính (bằng các
Kriging) và mô phỏng ngẫu nhiên. Không phải là bộ chƣơng trình thƣơng mại, nó
phục vụ chủ yếu cho công tác giảng dạy cho các học viên ở đại học tổng hợp Stanford
và các trƣờng khác của Mỹ, Canada, Pháp, Bỉ.... Đây là thƣ viện phần mềm "mở" do
vậy ngƣời sử dụng phải can thiệp rất nhiều mới có thể sử dụng đƣợc. Chính những khó
khăn này lại tạo điều kiện rất tốt cho ngƣời sử dụng phát huy khả năng làm việc của
mình.
Khoa C«ng nghÖ Th«ng tin Trêng §¹i häc Má - §Þa chÊt