Нефть и песок О стали Компрессор - подбор и ошибки Из истории стандартизации резьб Соперник ксерокса - гектограф Новые технологии производства стали Экспорт проволоки из России Прогрессивная технологическая оснастка Цитадель сварки с полувековой историей Упрочнение пружин Способы обогрева Назначение, структура, характеристики анализаторов Промышленные пылесосы Штампованные гайки из пружинной стали Консервация САУ Стандарты и качество Технология производства Водород Выбор материала для крепежных деталей Токарный резец в миниатюре Производство проволоки Адгезия резины к металлокорду Электролитическое фосфатирование проволоки Восстановление корпусных деталей двигателей Новая бескислотная технология производства проката Синие кристаллы Автоклав Нормирование шумов связи Газосварочный аппарат для тугоплавких припоев
Главная --> Промиздат -->  Интерполирование поверхности 

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 ( 86 ) 87 88 89 90 91 92 93

Модель эффекта самородка

Модель вариограммы выглядит следующим образом:

Г 0 for h = 0 y(h; и) = \

[в for h Ф 0

где es > 0. Круговая модель

Модель вариограммы выглядит следующим образом:

П hi 1

Y(h;и) =

+ arcsin

for 0 < ihi < в,.

for < Ihi

Тетрасферическая модель

Модель вариограммы выглядит следующим образом:

r(h; и) =

arcsin

+ 3 в

IN f1 -r

НЛ2 2

for 0 < h <в

for в < Ihii

где в, > 0 - параметр частичного порога, а вг, > 0 - параметр радиуса влияния.

Сферическая модель

Модель вариограммы выглядит следующим образом:

где > 0 - параметр частичного порога, а вг, > 0 - параметр радиуса влияния.

Пентасферическая модель

Модель вариограммы выглядит следующим образом:

Г 3 h

r(h;и)

2 в 2

for 0 < h < в for в< N1

r(h;и):

8 вг.

for 0 < Ihi <в

for в < h

где es > 0 - параметр частичного порога, а вг > 0 - параметр где > 0 - параметр частичного порога, а вг, > 0 - параметр

радиуса влияния. радиуса влияния.



Экспоненциальная модель

Модель вариограммы выглядит следующим образом:

Y(h; и) = в

1 - exp

для всех h,

где > 0 - параметр частичного порога, а вг > 0 - параметр радиуса влияния.

Гауссова модель

Модель вариограммы выглядит следующим образом:

Y(h; и) = в

1 - exp

для всех h,

где es > 0 - параметр частичного порога, а вг, > 0 - параметр радиуса влияния. Поскольку эта модель нестабильна, если отсутствует самородок, по умолчанию модуль Geostatistical Analyst добавляет небольшое значение самородка, равное 1/ 1000 вычисленной дисперсии выборки.

Рациональная квадратичная модель

Модель вариограммы выглядит следующим образом:

где > 0 - параметр частичного порога, а вг > 0 - параметр радиуса влияния.

Модель эффекта д1ры

Модель вариограммы выглядит следующим образом:

Y(h;и):

1 - sin (2h


for h = 0 for h 0

sin (2h /в)

где > 0.

Модель K- Бесселя

Модель вариограммы выглядит следующим образом:

Y(h; и) = в.

1 -

2в*-1 Г(в,)

((в, IHI/в)

для всех

где > 0, вг > 0, ek > §}в - значение, вгчисленное таким образом, что 7( вг) = 0.95 для любого в,., Г (в,.) - гамма-функция,

Г(>) = xy- exp(-x)dx . 0

Y(h; и) = в.-

для всех h,

1 +19

и Кв ( ) модифицированная функция Бесселя второго порядка в. /bramowitz и Stegun, 1965, стр. 374).



Модель J-Бесселя

Модель вариограммы выглядит следующим образом:

r(h; и) = в

2вd Г(вd + 1)

J в. ((в. N1 /вг)

для всех h

((в, Ihi/вг))

где > 0, вг, > 0, > 0(вd должно удовлетворять условию, min B = вг.

B >0,r(B )=в, ,r(B )<0

г () - гамма-функция,

Г( y) = [ xy-1exp(-x)dx . 0

и Jв ( ) - функция J-Бесселя (Abramowitz и Stegun, 1965, стр.

358). d

Устойчивая модель

Модель вариограммы выглядит следующим образом:

1 - exp

для всех h,

где в, > 0 и 0 < < 2. Поскольку эта модель нестабильна, если отсутствует самородок, по умолчанию модуль Geostatistical Analyst добавляет небольшое значение самородка, равное 1/1000 вычисленной дисперсии выборки.

Модели взаимной ковариации

Модели взаимной ковариации в модуле Geostatistical Analyst используют модели корегионализации, что означает, что они принадлежат к тому же семейству, что и ковариационные формы моделей вариограммы, перечисленные ранее. Взаимные вариограммы (кросс-вариограммы) не используются в модуле Geostatistical Analyst. Традиционная взаимная вариограмма (Matheron, 1965) может бпть применена только при опреде-ленн1х условиях (Journel и Huijbregts, 1978, стр. 236; Cressie, 1993, стр. 67; Ver Hoef и Cressie, 1993), и даже в этом случае не является оптимальной. Взаимная ковариация допускает модели, которые могут иметь некоторые пространственные сдвиги (Journel и Huijbregts, 1978, стр. 41; Ver Hoef и Cressie, 1993), а эмпирическая поверхность взаимной ковариации позволяет пользователю визуально определить и оценить эти смещения.

Однотипные модели для взаимной ковариации (иногда преподносимые как кроссвариограммы, но при этом их идеи и модели адаптированы под взаимную ковариацию) описаны в работах Journel и Huijbregts (1978, стр. 40), Isaaks и Srivastava (1989, стр. 390), Goovaerts, (1997, стр. 107), и Chiles и Delfiner (1999, стр. 339). Модуль Geostatistical Analyst применяет эти модели, допуская пространственное смещение между двумя переменными (Ver Hoef и Cressie, 1993). Это добавляет к модели два параметра, определяющих сдвиг по оси x и по оси у.



1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 ( 86 ) 87 88 89 90 91 92 93