پديد آورندگان :
طالش حسيني، سجاد دانشگاه تهران - دانشكده مهندسي معدن - آزمايشگاه شبيه سازي و پردازش داده , اصغري, اميد دانشگاه تهران - دانشكده مهندسي معدن - آزمايشگاه شبيه سازي و پردازش داده
كليدواژه :
كريگينگ , پيش پردازش داد ه ها , شعاع جستجوي بهينه , واريوگرافي , آزمون كمي شعاع جستجوي كريگينگ
چكيده فارسي :
كريگينگ به عنوان بهترين روش تخميني خطي نااريب در مدل سازي دو بعدي و سه بعدي مطالعات مربوط به علوم زمين، به ارزيابي معيارهاي مختلف وابسته است. علاوه بر شناسايي داده هاي خارج از رديف و خوشه زدايي داده هاي مورد مطالعه، شاخص هايي از قبيل تعريف شعاع جستجو بهينه و مناسب، نقش مهمي در افزايش دقت مدل سازي دارند. در اين مقاله، با استفاده از معيار آزمون كمي شعاع جستجوي كريگينگ (QKNA)، مدل سازي بهينه اي از معدن شماره يك سنگ آهن گل گهر سيرجان ارايه شده است. اهميت و ضرورت آزمون QKNA به دليل آن است كه وزن هاي تخمين مستقيما تحت تاثير معيارهايي از قبيل شعاع جستجو، تعداد نقاط موجود در پنجره جستجو، استفاده يا عدم استفاده از روش اكتانت و غيره است. براي اين منظور، مجموعه داده هاي مورد مطالعه براساس تغييرات كانسار به دو زون مگنتيتي و هماتيتي تقسيم شد و سپس با تغيير معيارهاي معرفي شده، براي هر كدام از زون ها تعداد 180 استراتژي تخمين، مورد بررسي قرار گرفت. به منظور به دست آوردن معيارهاي بهينه تخمين در هر زون، در استراتژي هاي تعريف شده شاخص هايي از قبيل واريانس تخمين، شيب رگرسيون بين داده هاي واقعي و تخميني، بازده كريگينگ و وزن ميانگين ارزيابي شدند. بر اين اساس، شعاع هاي جستجوي بهينه در زون اول 688، 226 و 152 و در زون دوم 482، 233 و 303 بهدست آمدند. همچنين، بازه بهينه تعداد نقاط موجود در بيضيگون جستجو، در زون اول بين 3 تا 12 و در زون دوم بين 5 تا 15 است.
چكيده لاتين :
As the best linear estimator, Kriging is now a well-established method in all types of 2D and 3D modeling, including geochemical mapping, rock types modeling, geophysical mapping, and resource estimation. In general, a multi-stage approach can be used for evaluating kriging parameters. The first step in the assessment of mineral resources using linear geostatistics is to remove outlier data and to find the best de-cluster size. After this stage, variogram models in the area under study must be provided by a spherical model. In this context, investigating kriging performance has always been of interest to numerous researchers. Evaluating kriging implementation for different applications has been a growing field of study in the last few decades. Although many authors have discussed various kriging parameters, it seems necessary to conduct more detailed reviews on range searching, high and low nugget effect, as well as 2D and 3D estimations. In this paper, an optimal search range was determined using quantitative kriging neighborhood analysis (QKNA), and the utility of this search range was explored by assessing kriging efficiency. To this end, the borehole dataset of the Gol-E-Gohar No.1 mine was used. In total, 2579 samples (of length 3 m) make up the database for this study. In this research, the dataset was divided into two zones based on their associated geological domains. Based on the aforementioned parameters, 180 estimation strategies were generated for each rock type. The results indicate that the optimal search ranges of zone 1 are 688, 226, and 152, and the optimal search ranges of zone 2 are 482, 233, and 303.
