地质统计学应用：变差函数与矿床储量估算

"本文主要介绍了地质统计学的基本原理和应用，特别是变差函数在矿床建模和储量估算中的计算实例。文章由中国地质调查局发展研究中心撰写，涉及矿床品位建模、储量估算流程，以及地质统计学的历史、定义和发展。内容涵盖了区域化变量、变差函数建模、克里格插值算法，并对比了地质统计学方法与传统储量估算方法的区别。" 地质统计学是一种用于处理具有空间结构和随机性的地质数据的科学，起源于解决矿产储量计算和误差评估的问题。区域化变量是地质统计学的核心概念，指的是在一定区域内具有连续变化属性的地质现象，例如矿床的品位。变差函数是衡量这些变量在空间上的变化程度，它是地质统计学中用于描述数据空间相关性的关键工具。 变差函数建模是确定区域化变量的空间结构的过程。通过分析采样点的数据，可以构建变差函数，反映不同距离上的相似性。在实例中，数据采样间隔为100米，利用这些数据可以建立变差函数模型，从而理解品位值的空间分布规律。 克里格插值算法是地质统计学中的重要方法，它基于变差函数进行无偏、最小误差的插值估值。在矿床建模中，该算法能够更准确地预测未采样点的品位值，因为它考虑到相邻采样点的影响，并且权重取决于它们与待插值点的距离和变差函数的特性。 矿床品位建模涉及到矿体表面模型的创建、品位分析和储量估算。在这一过程中，勘探线剖面品位分析和品位-吨位曲线分析有助于理解矿床的品位分布。通过组合样品和分析样品，确定矿床块体模型参数，选择合适的插值类型和设置插值参数，确定搜索邻域，然后进行精度验证，以构建矿床品位模型。如果模型满足要求，则可用于储量估算。 与传统的储量估算方法相比，地质统计学方法更先进，因为它考虑了矿石品位的空间变异性，采用加权因子计算块段平均品位，这些加权因子基于矿床的各个方向变差函数参数，能更准确地反映矿体形态和品位的空间变化特征。 地质统计学自D·G·克立格和G·马特隆的工作以来，已经得到显著发展，形成了坚实的理论基础，包括更多的统计模型和算法，以适应不同地质情况下的应用需求。这种方法不仅在矿产资源领域，还在环境科学、地球科学等多个领域都有广泛应用。