版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、油氣化探的數(shù)據(jù)處理,采集樣品(包括氣體、水、土壤、巖石等),圈閉勘察,室內(nèi)樣品分析,化探異常圖件和解釋,,,,,樣品分析測試,分析數(shù)據(jù)處理,化探數(shù)據(jù)的概率分布特征,實(shí)際工作中常見的數(shù)據(jù)分布特征:近似正態(tài)分布:代表兩種以上的地質(zhì)母體的混合特征。伽瑪分布或卡方分布:由高異常值造成的密度函數(shù)拖尾現(xiàn)象。,,常見的化探數(shù)據(jù)分布特征,背景值和異常下限值的統(tǒng)計(jì)原理,當(dāng)化探數(shù)據(jù)來源于同一母體(地質(zhì)背景)時(shí),其數(shù)據(jù)總體服從正態(tài)分布。數(shù)據(jù)的平均值為區(qū)域
2、背景值,均值加上N倍(1.5-2.5)均方差代表異常下限值。,背景值和異常下限值的統(tǒng)計(jì)方法,迭代法 穩(wěn)健估計(jì)法趨勢面分析,經(jīng)典迭代法,一個(gè)飼養(yǎng)場引進(jìn)一只剛出生的新品種兔子,這種兔子從出生的下一個(gè)月開始,每月新生一只兔子,新生的兔子也如此繁殖。如果所有的兔子都不死去,問到第 12 個(gè)月時(shí),該飼養(yǎng)場共有兔子多少只? u n = u n - 1 × 2 (n ≥ 2),迭代法求背景值和異常下限值,① 計(jì)算原
3、始數(shù)據(jù)的均值(X1)和標(biāo)準(zhǔn)偏差(Sd1);②按X1+nSd1條件剔除一部分極高值得到新數(shù)據(jù)集,再計(jì)算新數(shù)據(jù)集的均值(X2)和標(biāo)準(zhǔn)偏差(Sd2);③重復(fù)步驟②,直至無特高數(shù)據(jù)點(diǎn),此時(shí)得到的數(shù)據(jù)集的均值(X)和標(biāo)準(zhǔn)偏差(Sd)來計(jì)算樣品的背景值和異常下限值:均值X為背景值;X+nSd為異常下限值。,穩(wěn)健估計(jì)法,穩(wěn)健統(tǒng)計(jì)是處理實(shí)際數(shù)據(jù)與假設(shè)的總體分布有一定偏離的一種統(tǒng)計(jì)方法。常規(guī)的統(tǒng)計(jì)方法通常建立在假定數(shù)據(jù)服從某一分布的基礎(chǔ)上,但實(shí)際數(shù)據(jù)
4、一般都含有0. 5 %~10 %甚至更高的偏離假定分布的離群值。穩(wěn)健統(tǒng)計(jì)主要通過穩(wěn)健估計(jì)和穩(wěn)健處理兩種途徑實(shí)現(xiàn)。穩(wěn)健估計(jì)假設(shè)數(shù)據(jù)服從高斯分布,不對(duì)數(shù)據(jù)結(jié)構(gòu)做過多分析,而直接得出模型結(jié)果。,統(tǒng)計(jì)方法的比較,常規(guī)統(tǒng)計(jì)法計(jì)算出均值和異常下限值略高于迭代法和穩(wěn)健估計(jì)法;當(dāng)樣品原始數(shù)據(jù)服從正態(tài)分布時(shí),各方法分析結(jié)果相近。,數(shù)據(jù)處理和統(tǒng)計(jì),①背景值和異常下限值的確定;②離群數(shù)據(jù)處理;③指標(biāo)的優(yōu)選和綜合(降維);④異常圖件的繪制;,離群數(shù)
5、據(jù)處理,原則:特低值可以直接舍棄,特高值處理以服從正態(tài)分布或近正態(tài)分布的數(shù)據(jù)母體為依據(jù)。方法:①修改數(shù)據(jù),適應(yīng)方法 正態(tài)分布檢驗(yàn)、迭代刪除 ②修改方法,適應(yīng)數(shù)據(jù) 穩(wěn)健統(tǒng)計(jì),指標(biāo)的優(yōu)選和綜合,聚類分析因子分析非線性映射法相關(guān)分析法回歸分析法判別分析法,聚類分析,樣品或指標(biāo)之間存在程度不同的相似性(以樣品間距離衡量)。根據(jù)一批樣品的多個(gè)觀測指標(biāo),具體找出一些能夠度量樣品或指
6、標(biāo)之間相似程度的統(tǒng)計(jì)量,以這些統(tǒng)計(jì)量為劃分類型的依據(jù)。把一些相似程度較大的樣品(或指標(biāo))聚合為一類,把另外一些彼此之間相似程度較大的樣品(或指標(biāo))又聚合為另一類,直到把所有的樣品(或指標(biāo))聚合完畢,這就是分類的基本思想。 在聚類分析中,通常我們將根據(jù)分類對(duì)象的不同分為Q型聚類分析(樣品)和R型聚類分析(指標(biāo))兩大類。,,R型聚類分析,k-均值聚類(確定分類數(shù)),選擇聚類種子(任意點(diǎn));根據(jù)其他各點(diǎn)和種子間的距離分類;用類中心(均質(zhì))
7、作為新種子,重新分類; k-均值聚類只能做Q型聚類,如要做R型聚類,需要把數(shù)據(jù)陣進(jìn)行轉(zhuǎn)置。,分層聚類(不確定分類數(shù)),將每個(gè)點(diǎn)都看作一類;將最近2點(diǎn)合并為一類,剩余最近2點(diǎn)繼續(xù)合并;每次合并類數(shù)減少一個(gè),直至最終所有數(shù)據(jù)合并為一個(gè)大類,因子分析,在面對(duì)大量關(guān)系復(fù)雜的數(shù)據(jù)資料時(shí),我們?nèi)绾未_定需要分析的變量及其得到的信息是更加精確的。各單個(gè)變量之間的相關(guān)性會(huì)導(dǎo)致分析的難度增加;變量的獨(dú)立分析又將導(dǎo)致分析結(jié)果的孤立性;減少分析
8、變量數(shù)可能會(huì)導(dǎo)致重要信息的丟失;利用變量之間的相關(guān)性對(duì)多維數(shù)據(jù)進(jìn)行降維,提取有代表性的綜合指標(biāo)---因子分析,因子分析,因子分析就是用少數(shù)幾個(gè)因子去描述許多指標(biāo)或因素之間的聯(lián)系,即將相關(guān)比較密切的幾個(gè)變量歸在同一類中,每一類變量就成為一個(gè)因子(之所以稱其為因子,是因?yàn)樗遣豢捎^測的,即不是具體的變量),,公共因子,是不可觀測的變量,他們的系數(shù)稱為因子載荷。 是特殊因子,是不能被前m個(gè)公共因子包含的部分。,因子分析,注意事項(xiàng):因子分
9、析過程是先確定因子及個(gè)數(shù);原始變量的選擇;降維的效果和原始變量的獨(dú)立性直接相關(guān);,因子分析,,,,輕烴因子,,,重?zé)N因子,,,水化學(xué)因子,,,氣體因子,因子分析在化探中的作用,探討樣品的系統(tǒng)分類和成因分類(Q型分析);壓縮指標(biāo),選擇最優(yōu)化探指標(biāo)組合(R型分析);通過對(duì)應(yīng)因子分析闡明變量的成因關(guān)系和樣品的種屬關(guān)系;在對(duì)參數(shù)進(jìn)行降維處理時(shí),選取最優(yōu)指標(biāo)組合;,相關(guān)分析,相關(guān)分析的目的是為了揭示變量之間相互關(guān)系的緊密程度,主要是通過
10、相關(guān)系數(shù)的計(jì)算和檢驗(yàn)來確定,常見的相關(guān)關(guān)系圖,,相關(guān)系數(shù)的計(jì)算 ① 定義: 和 為兩變量的平均值。,相關(guān)系數(shù)的計(jì)算與檢驗(yàn),,- 1 <= rxy <= 1,大于0時(shí)正相關(guān),小于0時(shí)負(fù)相關(guān)。rxy的絕對(duì)值越接近于1,兩變量的關(guān)系越密切; rxy越接近于0,兩變量的關(guān)系越不密切。,相關(guān)系數(shù)的計(jì)算與檢驗(yàn),相關(guān)系數(shù)的檢驗(yàn) 相關(guān)系數(shù)是根據(jù)要素之間的樣本值計(jì)算出來,它隨著
11、樣本數(shù)的多少或取樣方式的不同而不同,因此它只是要素之間的樣本相關(guān)系數(shù),只有通過檢驗(yàn),才能知道它的可信度。 檢驗(yàn)是通過在給定的置信水平下,查相關(guān)系數(shù)檢驗(yàn)的臨界值表來實(shí)現(xiàn)的。,f 稱為自由度 ,f=n-2,n為樣本數(shù);α代表置信水平;,檢驗(yàn)相關(guān)系數(shù) 的臨界值( )表,偏相關(guān)系數(shù)和復(fù)相關(guān)系數(shù),偏相關(guān):在多變量相互關(guān)聯(lián)的系統(tǒng)中,不考慮其他變量的影響而單獨(dú)研究指定兩個(gè)變量的相關(guān)性;復(fù)相關(guān):反應(yīng)多個(gè)變量與一個(gè)變量之間的相關(guān)關(guān)
12、系;,回歸分析,回歸分析是指在大量數(shù)據(jù)的基礎(chǔ)上,利用數(shù)理統(tǒng)計(jì)方法建立因變量與自變量之間的回歸關(guān)系函數(shù)表達(dá)式(稱回歸方程式)的方法。根據(jù)因變量和自變量的個(gè)數(shù)可以分為一元和多元回歸分析;根據(jù)變量間的函數(shù)關(guān)系可以分為線性和非線性回歸分析?;貧w分析和相關(guān)分析的關(guān)系?,回歸分析和相關(guān)分析的關(guān)系,相關(guān)分析是回歸分析的基礎(chǔ)和前提。只有在相關(guān)分析確定了變量之間存在一定相關(guān)關(guān)系的基礎(chǔ)上建立的回歸方程才有意義?;貧w分析是相關(guān)分析的繼續(xù)和深化。只有建立
13、了回歸方程才能表明變量之間的依賴關(guān)系,并進(jìn)一步進(jìn)行預(yù)測。,判別分析,判別分析是指是在分類確定的條件下,根據(jù)某一研究對(duì)象的各種特征值判別其類型歸屬問題的一種多變量統(tǒng)計(jì)分析方法。其基本原理是按照一定的判別準(zhǔn)則,建立一個(gè)或多個(gè)判別函數(shù),用研究對(duì)象的大量資料確定判別函數(shù)中的待定系數(shù),并計(jì)算判別指標(biāo)。據(jù)此即可確定某一樣本屬于何類。,判別分析和聚類分析的關(guān)系,判別分析是在已知聚類分析的基礎(chǔ)上進(jìn)行的;聚類分析是完全根據(jù)數(shù)據(jù)來確定的,其目的是對(duì)數(shù)據(jù)進(jìn)
14、行分類;判別分析的目的是在已知類別的樣本上建立判別準(zhǔn)則,并通過預(yù)測變量來為未知類別的觀測值進(jìn)行判別了。,判別分析在化探中的作用,根據(jù)已知數(shù)據(jù)建立判別函數(shù),用于指導(dǎo)未知樣品的分類;判別分析函數(shù)的建立,可以明確各指標(biāo)對(duì)于異常的影響因子,提高化探異常的準(zhǔn)確性;,趨勢面分析,趨勢面分析,是利用數(shù)學(xué)曲面模擬系統(tǒng)要素在空間上的分布及變化趨勢的一種數(shù)學(xué)方法。,趨勢面分析,實(shí)際的曲面分解為趨勢面和剩余面兩部分,前者反映指標(biāo)的宏觀分布規(guī)律,屬于確定性因
15、素作用的結(jié)果;而后者則對(duì)應(yīng)于微觀局域,是隨機(jī)因素影響的結(jié)果。趨勢面分析的基本要求,就是所選擇的趨勢面模型應(yīng)該是剩余值最小,而趨勢值最大。,原始數(shù)據(jù)等值線圖,一次趨勢面圖,一次剩余等值圖,三次趨勢面等值圖,三次剩余等值圖,來逼近原始數(shù)據(jù)。根據(jù)最小二乘法原理,應(yīng)使每個(gè)觀測值z(mì)i與趨勢值Zi(i=1,2,···,n)的偏差平方和為最小,即:,一次多項(xiàng)式趨勢面公式,計(jì)算二次趨勢面,則趨勢方程,隨著次數(shù)的增高
16、,求系數(shù)的方程組的階次k以趨勢面的次數(shù)p按下式增大: k=(p+1)(p+2)/2,趨勢面分析,優(yōu)點(diǎn):可以分解數(shù)據(jù)的區(qū)域性變化、局部性變化和隨機(jī)性變化;可以突出局部化探異常(包括低背景值下的弱異常);可以利用剩余值來圈定局部異常;,典型趨勢面分析,利用一組指標(biāo)組合的共同趨勢,迭合成綜合異常圖,提高化探異常的準(zhǔn)確性;可以利用剩余異常和趨勢值的對(duì)比來定量評(píng)價(jià)異常;對(duì)比各指標(biāo)在綜合異常圖中的比重,對(duì)指標(biāo)或指標(biāo)組合進(jìn)行評(píng)價(jià)和
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 海域油氣化探數(shù)據(jù)處理技術(shù)研究.pdf
- 化探數(shù)據(jù)處理
- 化探數(shù)據(jù)處理--作業(yè)
- 油氣化探中數(shù)據(jù)挖掘技術(shù)研究.pdf
- 化探數(shù)據(jù)處理原理及方法
- 化探數(shù)據(jù)處理與解釋評(píng)價(jià)
- 67751.油氣化探預(yù)測技術(shù)研究
- 探地雷達(dá)異物目標(biāo)探測與數(shù)據(jù)處理研究.pdf
- 數(shù)據(jù)處理
- 教育大數(shù)據(jù)處理與智慧校園
- 探地雷達(dá)在盾構(gòu)施工中的應(yīng)用及其數(shù)據(jù)處理.pdf
- 公路隧道襯砌探地雷達(dá)檢測數(shù)據(jù)處理方法研究.pdf
- 教育大數(shù)據(jù)處理與智慧校園
- 教育大數(shù)據(jù)處理與智慧校園
- 教育大數(shù)據(jù)處理與智慧校園
- 57821.海洋油氣化探中激光單分子btex異常處理技術(shù)研究
- 多頻率沖擊脈沖探地雷達(dá)數(shù)據(jù)處理方法的研究.pdf
- 46798.油氣勘探地震數(shù)據(jù)處理軟件的設(shè)計(jì)與實(shí)現(xiàn)
- 深度學(xué)習(xí)在探地雷達(dá)數(shù)據(jù)處理中的應(yīng)用研究.pdf
- 超寬帶探地雷達(dá)探測性能及數(shù)據(jù)處理方法研究.pdf
評(píng)論
0/150
提交評(píng)論