基于多维分形克里格方法的成矿异常提取方法技术

本发明专利技术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。

【技术实现步骤摘要】

本专利技术涉及一种，更具体地说是通过对勘查地球化学数据进行多维分形克里格方法分析，进而提取地球化学成矿异常区域， 从而为准确圈定勘探靶区提供依据。
技术介绍
勘查地球化学方法是矿产勘查的重要手段，通过对岩石、水系沉积物、水、土壤等原生和次生介质样品进行分析，可以有效地对区域地球化学背景和异常进行调查研究，从而为矿产资源勘查和环境评价等工作起到重要的指导和支持作用。在针对地球化学采样数据的地球化学场的异常识别工作中，为了研究数据的空间变化趋势以及异常范围，通常需要对采样点数据进行空间插值处理使其转化为连续的曲面。常见的插值方法包括反距离加权插值法(IDW)、克里格法(Kriging)、径向基函数法以及样条曲线法(Spline)等。这些方法的往往体现某种趋势或是某种平均估计结果，具有显著的低通平滑特点。虽然克里格插值方法通过变异函数可以表征一定尺度的局部变化性，但其作为滑动加权插值法的一种， 其低通滤波的特性使其只适合于讨论均值周围的变化性，却难以反映高值异常信息，而这些局部高值异常信息却是资源预测以及找矿勘探最为关注的。因此，如何刻画和重建局部高值变异信息已成为提高勘查地质学、勘查地球化学处理效果的重要途径之一，尤其是对于以矿产勘查为目的的地球化学场数据处理和异常分析，如何保持和突出与成矿有关的局部异常是数据处理和分析成败的关键；同时，在复杂的地质过程尤其是成矿作用过程中，地球化学场往往受到多期次地质过程的影响，造成异常场同多种不同的背景场相互叠加，弱异常常被掩盖在强变异性的背景中，因此如何有效地从复杂的地球化学场中分离出弱异常，这对于成矿信息提取和成矿预测也至关重要。为了能同时表达勘查地球化学场的局部空间自相关性以及奇异性，Cheng(1999) 基于非线性理论提出了多维分形插值方法。该方法通过线性插值或是地统计学变异函数来表达空间自相关性，同时利用多重分形模型对具有自相似性或统计自相似性的多重分形分布(multifractal distributions)的奇异性(α)进行刻画。多维分形插值方法能同时保持和突出场值的局部空间结构和奇异性信息，这对于保持和增强数据的局部结构信息、重建高值和提取弱异常信息都非常有利。多维分形插值方法的公式如下Z(X0) = εα<·Χο)~2 YjWilx-x0\)Z{x) (3)式中，ε表示分形估值尺度，α (Xtl)表示&处的奇异性指数，ω为滑动平均加权的权系数。多维分形插值是对待插值点的小邻域内的均值进行邻域奇异性校正的结果，而克里格方法虽然具有明显的低通平滑效应，但却是估计小邻域均值的最好方法之一，因此将多维分形方法与完善的克里格方法相结合，可以融合克里格和多维分形方法的共同优点。由多维分形插值公式C3)可知，分形估值尺度ε可以决定奇异性因子对插值局部的强化和减弱的程度，从而对插值的效果产生直接的影响。用一个较大范围内的均值估计较小范围内的均值时，由于奇异性校正的因素，将不可避免的引入误差，这是由问题本身未知因素过多造成的。因此，具有不确定性的分形估值尺度ε直接影响到成矿异常的提取效^ ο此外，目前地球化学勘查标准中的异常下限值计算方法(平均值 与2倍标准差ο 之和法)是基于正态分布数据的计算方法，这种方法具有很大的局限性，对明显具有强变异性质且呈非正态分布的矿区土壤地球化学数据难以处理。由于多维分形方法对原数据进行了多维分形校正，因此更难采用传统方法对成矿异常区域进行识别。
技术实现思路
本专利技术是为避免上述现有技术所存在的不足之处，提供的一种和流程。以期能够获取最优的多维分形克里格插值结果，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。本专利技术解决技术问题采用如下技术方案本专利技术的特点是按如下步骤进行(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O)；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O)；O)、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1 块)本文档来自技高网...

【技术保护点】
１．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：（ｍａｔｈ）??（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）?（／ｍａｔｈ）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：（ｍａｔｈ）??（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）...

【技术特征摘要】
1.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O)；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O)；O)、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1 块)+hf (i)式⑴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；、结合所述待分析勘查地球化学数据集，对勘...

【专利技术属性】
技术研发人员：袁峰，李晓晖，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：34