Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "semivariogram" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-10 z 21
Tytuł:
Spatial Variability of Chosen Soil Properties on Mountainous Area on Example of the Kasinczanka Stream Basin, Western Carpathians
Autorzy:
Kruk, E.
Ryczek, M.
Klatka, S.
Malec, M.
Powiązania:
https://bibliotekanauki.pl/articles/123331.pdf
Data publikacji:
2018
Wydawca:
Polskie Towarzystwo Inżynierii Ekologicznej
Tematy:
spatial variability
semivariogram
krigring
geostatistics
Opis:
The phenomenon of erosion on mountain and submontane areas influences directly on high variability of soil properties. In the work there were presented results of analysis of spatial variability of bulk density, total porosity, organic matter content and saturated hydraulic conductivity, on eroded slopes of the Kasińczanka stream basin. Geostatistical analysis was carried out using the kriging method, based on irregular network, consisted of 52 points, situated by means of the GPS. Taking into account the calculated variability coefficient it was stated, that on the investigated area, the most flexible spatially was saturated hydraulic conductivity, while the less flexible turned out total porosity. Using the determined models of semivariance, the maps of spatial variability of chosen parameters were drafted. It was stated that high value of variance influenced on higher smoothing of spatial distribution in interpolation. Results of geostatistical analysis will allow to find locations for new measuring points, what has substantial significance in mountain areas, for precision analysis of soil properties. Based on the obtained results, it can be stated that the kriging method may be useful tool for determination spatial variability analysis of soil properties on an areas of mountain basins.
Źródło:
Journal of Ecological Engineering; 2018, 19, 3; 146-153
2299-8993
Pojawia się w:
Journal of Ecological Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Selection of a semivariogram model in the study of spatial distribution of soil moisture
Dobór modelu semiwariogramu w badaniach przestrzennego rozkładu wilgotności gleby
Autorzy:
Obroślak, R.
Dorozhynskyy, O.
Powiązania:
https://bibliotekanauki.pl/articles/292616.pdf
Data publikacji:
2017
Wydawca:
Instytut Technologiczno-Przyrodniczy
Tematy:
geostatistics
modelling of semivariogram
semivariogram
soil moisture
variogram
geostatystyka
modelowanie semiwariogramu
semiwariogram
wariogram
wilgotność gleb
Opis:
The paper presents a selection of a semivariogram model in the study of spatial variability of soil moisture in a loess agricultural catchment. Soil moisture tests were carried out in the Moszenki village, 15 km northwest of Lublin. Soil moisture measurements were performed at two dates at 104 points, located on a rectangular surface measuring 700 × 1200 m. These points were laid out in the corners of a grid of squares with sides 100 m. In addition, 6 measurements were made at a distance of less than 100 m from the nearest points. Soil moisture was measured in the soil surface (0–5 cm). ArcGis software with Geostatistical Analyst extension was used for modelling semivariograms. In both terms, five models of semivariograms were used: stable, circular, spherical, exponential and Gaussian. Kriging was used for the estimation of soil moisture values. Among the semivariogram models analyzed in this study, the largest errors in the determined values of soil moisture relative to the empirical data were observed for the exponential model, and the smallest for the Gaussian model. However, it should be emphasized that the values of the analysed errors for the individual semivariogram models were similar. Application of the ordinary kriging method for interpolation of spatial distribution of soil moisture yields good results, but it has to be kept in mind that the final shape of the spatial distribution is influenced by the choice of the semivariance function model.
W pracy zaprezentowano dobór modelu semiwariogramu w badaniach przestrzennej zmienności wilgotności gleby w lessowej zlewni rolniczej. Badania wilgotności gleb przeprowadzono na terenie wsi Moszenki, 15 km na północny zachód od Lublina. Pomiary wilgotności gleby przeprowadzono w dwóch terminach w 104 punktach, rozmieszczonych na powierzchni w kształcie prostokąta o wymiarach 700 × 1200 m. Punkty te wytyczono w narożnikach siatki kwadratów o bokach 100 m. Dodatkowo wykonano 6 pomiarów zlokalizowanych w odległości mniejszej niż 100 m od najbliższych punktów. Wilgotność mierzono w powierzchniowej warstwie gleby (0–5 cm). Do modelowania semiwariogramów wykorzystano program ArcGis z rozszerzeniem Geostatistical Analyst. W obu terminach do analiz wykorzystano pięć modeli semiwariogramów: stały, kołowy, sferyczny, wykładniczy, Gaussa. Do estymowania wartości wilgotności na analizowanym obszarze wykorzystano kryging zwyczajny. Spośród analizowanych modeli semiwariogramów największe błędy wyznaczonych wartości wilgotności gleby w stosunku do danych empirycznych zanotowano dla modelu wykładniczego, natomiast najmniejsze dla modelu Gaussa. Wykorzystanie krygingu zwykłego do interpolacji rozkładu przestrzennego wilgotności gleb daje dobre rezultaty, jednak na efekt końcowy rozkładu przestrzennego wpływ miał dobór modelu funkcji semiwariancji.
Źródło:
Journal of Water and Land Development; 2017, 35; 161-166
1429-7426
2083-4535
Pojawia się w:
Journal of Water and Land Development
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Estimation of geotechnical parameters on the basis of geophysical methods and geostatistics
Autorzy:
Brom, A.
Natonik, A.
Powiązania:
https://bibliotekanauki.pl/articles/100798.pdf
Data publikacji:
2017
Wydawca:
Uniwersytet Śląski. Wydział Nauk o Ziemi
Tematy:
geostatystyka
szacunki
parametry geotechniczne
geostatistics
semivariogram
kriging
cokriging
Opis:
The paper presents possible implementation of ordinary cokriging and geophysical investigation on humidity data acquired in geotechnical studies. The Author describes concept of geostatistics, terminology of geostatistical modelling, spatial correlation functions, principles of solving cokriging systems, advantages of (co-)kriging in comparison with other interpolation methods, obstacles in this type of attempt. Cross validation and discussion of results was performed with an indication of prospect of applying similar procedures in various researches.
Źródło:
Contemporary Trends in Geoscience; 2017, 6, 2; 70-79
2299-8179
Pojawia się w:
Contemporary Trends in Geoscience
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Geostatystyka jako narzędzie wspomagające badania polskich złóż – główne kierunki zastosowań
Geostatistics as a tool supporting research on mineral deposits of Poland – main directions of applications
Autorzy:
Mucha, J.
Wasilewska-Błaszczyk, M.
Powiązania:
https://bibliotekanauki.pl/articles/2063113.pdf
Data publikacji:
2010
Wydawca:
Państwowy Instytut Geologiczny – Państwowy Instytut Badawczy
Tematy:
semiwariogram
kriging
geostatyka
złoża
semivariogram
geostatistic
mineral deposits
Opis:
W artykule skrótowo przedstawiono historię rozwoju geostatystyki w świecie i jej zastosowań w Polsce. Wymieniono i skomentowano główne kierunki wykorzystania geostatystyki w badaniu polskich złóż kopalin stałych, a w szczególności do szacowania zasobów kopaliny oraz modelowania rozkładu przestrzennego wartości parametrów złożowych. Wskazano na potrzebę i celowość wdrożenia metod geostatystycznych do praktyki rozpoznawania i dokumentowania złóż, projektowania ich eksploatacji i prognozy jakości urobku.
The history of development of geostatistical methods in the world and their applications in Poland are shortly presented. Main directions of the use of geostatistics in the evaluation of mineral deposits of Poland are discussed, especially with regard to resource estimation and modelling of spatial distribution of deposit parameters. The necessity of wider implementation of geostatistics for proving mineral deposits, exploitation planning, sampling pattern optimizing and output quality predicting is emphasized.
Źródło:
Biuletyn Państwowego Instytutu Geologicznego; 2010, 439 (2); 409--415
0867-6143
Pojawia się w:
Biuletyn Państwowego Instytutu Geologicznego
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Spatial distribution prediction for the ground water quality in Mosul City (Iraq) using variogram equations
Autorzy:
Al-Tamir, Mus'ab A.
Ibrahim, Abdullah
Powiązania:
https://bibliotekanauki.pl/articles/36063299.pdf
Data publikacji:
2023
Wydawca:
Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Wydawnictwo Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie
Tematy:
GIS
geospatial interpolation
groundwater quality
kriging
semivariogram model
Opis:
The GIS-aided spatial interpolation was applied on collected groundwater data to predict selected parameters (i.e., pH, electrical conductivity, and temperature) for the selected water wells distributed over Mosul City in Iraq. A descriptive statistical analysis was conducted on collected samples to explore the statistical indices. The skewness test was also employed to test the distribution of data sets around their mean values. The natural logarithms function achieved least skewness values and thus was applied to transfer data sets in order to adjust normality of the data sets distribution. Among all applied semivariogram models, the J-Bessel semivariogram model was optimal in terms of root mean square error (RMSE) values. The average standard errors were 0.2217, 740.5, and 1.209 for pH, EC, and temperature, respectively.
Źródło:
Scientific Review Engineering and Environmental Sciences; 2023, 32, 2; 186-197
1732-9353
Pojawia się w:
Scientific Review Engineering and Environmental Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Uncertain Semivariogram Model using Robust Optimization for Application of Lead Pollutant Data
Autorzy:
Azizah, Annisa
Ruchjana, Budi Nurani
Chaerani, Diah
Powiązania:
https://bibliotekanauki.pl/articles/1030126.pdf
Data publikacji:
2020
Wydawca:
Przedsiębiorstwo Wydawnictw Naukowych Darwin / Scientific Publishing House DARWIN
Tematy:
Lead Pollutan
Linear Programming
Robust Optimization
Semivariogram
Software R
Opis:
Semivariogram is a half variance diagram of the difference between observations at the location s_i with another location that is as far as h units of distance. Semivariogram is used to describe the correlation of observation sorted by location. This research discusses the theoretical Semivariogram for the Spherical, Gaussian, and Exponential Semivariogram models through the Linear Programming approach. Next, the Semivariogram parameter estimation is studied with the assumption that there are data uncertainties, called the Uncertain Semivariogram. The method used to overcome the uncertainty data is Robust Optimization. The Uncertain Semivariogram using Robust Optimization are solved using the box and ellipsoidal uncertainty set approach. The calculation of the application of the model was carried out using the R software. For the case study, the application of the model used secondary data of Lead pollutant data in the Meuse River floodplains on the borders of France and the Netherlands at 164 locations. Based on the calculation results, the Exponential theoretical Semivariogram model is obtained as the best Semivariogram model, because it has a minimum SSE. Furthermore, the application of the Uncertain Semivariogram model using Robust Optimization on the Semivariogram Exponential model of Lead pollutant data is carried out using the box and ellipsoidal uncertainty set approach which is to obtain computationally tractable results.
Źródło:
World Scientific News; 2020, 143; 155-169
2392-2192
Pojawia się w:
World Scientific News
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analysis of Spatial Variability in the Depth of the Water Table in Grassland Areas
Analiza zmienności przestrzennej głębokości położenia wód gruntowych na użytkach zielonych
Autorzy:
Grzywna, A.
Kamińska, A.
Bochniak, A.
Powiązania:
https://bibliotekanauki.pl/articles/1813932.pdf
Data publikacji:
2016
Wydawca:
Politechnika Koszalińska. Wydawnictwo Uczelniane
Tematy:
geostatistics
groundwater levels
semivariogram
kriging
geostatystyka
poziom wody gruntowej
semiwariogram
Opis:
The kriging spatial statistical analysis technique was used to analyze spatial variability in the groundwater levels in irrigated grassland catchment in the Piwonia River valley. The geostatistical analysis in this study was performed using ArcGIS software, and the spatial distributions on fluctuations in groundwater levels were also studied. The objective of study was to evaluate the applicability of the kriging method for the analysis of the groundwater level. Field observation data collected in Sosnowica in 2011 were used (Western Polesie). The study area is located in Eastern Poland in the province of Lublin and has an temperate climate with temperature extremes -30°C and 35°C. (average 8°C). The annual rainfall in the area is about 600 mm, 40% of which occurs between June and September, and the evapotranspiration potential is high. The catchment area of the ditches is 0.46 km2 and is 86% of area is used as a one-crop seminatural meadows land. The soil cover is dominated by degraded soil muck-peat (MtII). In the catchment area 75% of the habitat moorshed and moist with a high groundwater level. In spring and summer, flooding of grassland in the eastern part of the study area was observed. It was caused by seepage of water from the pond and the supply of water after ice thawing or after rainfall. The obstruction of drainage including neglected ditches had also impact on flooding. The groundwater level in the western part of the study area decreased excessively in the fall because of drainage influence of the river which depth is 2 m. The dataset consisted of groundwater level measured at 15 points in three test periods (spring, summer and autumn). The measured groundwater levels were used to construct experimental semivariograms to characterize the spatial variability in the levels. A range of theoretical models (spherical, exponential, Gaussian models) were fitted to the experimental semivariograms. The models were validated using cross-validation statistics. Surface generated hydroizohipses maps were produced to illustrate spatial variations in the groundwater level in the study area. The spatial analysis of the groundwater level data from the piezometers led to the following conclusions: groundwater levels in the study area were autocorrelated in the distance between 203.5 and 300 m – depending on series, the groundwater level depth was smallest in the vicinity of the Hetman pond and greatest near the Piwonia river, spatial variability in the groundwater levels was described better by the Gaussian model than by the other models for all test series.
Do analizy zmienności przestrzennej poziomu zalegania wód gruntowych na nawadnianych użytkach zielonych w dolinie zlewni rzeki Piwonia wykorzystano technikę przestrzennej analizy statystycznej w postaci krigingu. W prezentowanych badaniach analizę geostatystyczną obejmującą studium rozkładu przestrzennego wahań głębokości położenia wód gruntowych przeprowadzono przy użyciu oprogramowania ArcGIS. Celem pracy była ocena możliwości stosowania metody krigingu do analizy poziomu wody gruntowej. Wykorzystane zostały dane obserwacyjne zebrane w rejonie Sosnowicy w 2011 roku (Polesie Lubelskie). Badany obszar położony jest we wschodniej Polsce, w województwie lubelskim i charakteryzuje się klimatem umiarkowanym z ekstremalnymi temperaturami od -30°C do 35°C (średnia 8°C). Suma opadów rocznych na obszarze badań wynosi około 600 mm, z czego 40% ma miejsce w okresie od czerwca do września, a potencjalna ewapotranspiracji jest wysoka. Powierzchnia zlewni rowu wynosi 0,46 km2 i jest w 86% użytkowana jako jednokośne półnaturalne łąki. W pokrywie glebowej dominują zdegradowane gleby murszowo-torfowe (MtII). 75% powierzchni stanowią siedliska pobagienne i wilgotne charakteryzujące się wysokim poziomem wody gruntowej w glebie. Podtapianie łąk we wschodniej części obszaru badań na wiosnę i w lecie jest spowodowane filtracją wody ze stawu, doprowadzaniem wody i niedrożnością systemu melioracyjnego w trakcie roztopów lub ulewnych opadów deszczu. Z kolei w zachodniej części badanego obszaru poziom wód gruntowych nadmiernie się obniża z powodu drenującego działania rzeki, której głębokość wynosi 2 m. Zbiór analizowanych danych dotyczył poziomów wód gruntowych mierzonych w 15 punktach w trzech okresach badawczych (wiosna, lato, jesień). Pomierzone poziomy wody gruntowej zostały wykorzystane do skonstruowania semiwariogramów eksperymentalnych charakteryzujących poziomą zmienność przestrzenną. Gama modeli teoretycznych (model sferyczny, wykładniczy i Gaussa) została dopasowana do semiwariogramów eksperymentalnych. Modele zostały sprawdzone za pomocą statystyki krzyżowej. W celu ilustracji zmian przestrzennych głębokości położenia wód gruntowych na obszarze badań utworzone zostały mapy hydroizohips. Analiza przestrzenna danych poziomu wód gruntowych z piezometrów doprowadziła do następujących wniosków: - autokorelacja poziomu wód gruntowych w obszarze badań ma zasięg od 203,5 do 300 m – zależnie od serii, - głębokość położenia zwierciadła wód gruntowych była najmniejsza w pobliżu stawu Hetman, a największa w pobliżu rzeki Piwonia, - przestrzenna zmienność głębokości położenia wody gruntowej dla wszystkich serii badań była lepiej opisana przez model Gaussa niż przez inne modele.
Źródło:
Rocznik Ochrona Środowiska; 2016, Tom 18, cz. 1; 291-302
1506-218X
Pojawia się w:
Rocznik Ochrona Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Geostatistical investigations of displacements on the basis of data from the geodetic monitoring of a hydrotechnical object
Autorzy:
Namysłowska-Wilczyńska, B.
Wynalek, J.
Powiązania:
https://bibliotekanauki.pl/articles/178424.pdf
Data publikacji:
2017
Wydawca:
Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:
hydrotechnical object
geodetic monitoring
displacements
variation
semivariogram
kriging
quick interpolation technique
Opis:
Geostatistical methods make the analysis of measurement data possible. This article presents the problems directed towards the use of geostatistics in spatial analysis of displacements based on geodetic monitoring. Using methods of applied (spatial) statistics, the research deals with interesting and current issues connected to space-time analysis, modeling displacements and deformations, as applied to any large-area objects on which geodetic monitoring is conducted (e.g., water dams, urban areas in the vicinity of deep excavations, areas at a macro-regional scale subject to anthropogenic influences caused by mining, etc.). These problems are very crucial, especially for safety assessment of important hydrotechnical constructions, as well as for modeling and estimating mining damage. Based on the geodetic monitoring data, a substantial basic empirical material was created, comprising many years of research results concerning displacements of controlled points situated on the crown and foreland of an exemplary earth dam, and used to assess the behaviour and safety of the object during its whole operating period. A research method at a macro-regional scale was applied to investigate some phenomena connected with the operation of the analysed big hydrotechnical construction. Applying a semivariogram function enabled the spatial variability analysis of displacements. Isotropic empirical semivariograms were calculated and then, theoretical parameters of analytical functions were determined, which approximated the courses of the mentioned empirical variability measure. Using ordinary (block) kriging at the grid nodes of an elementary spatial grid covering the analysed object, the values of the Z* estimated means of displacements were calculated together with the accompanying assessment of uncertainty estimation – a standard deviation of estimation σk. Raster maps of the distribution of estimated averages Z* and raster maps of deviations of estimation σk (in perspective) were obtained for selected years (1995 and 2007), taking the ground height 136 m a.s.l. into calculation. To calculate raster maps of Z* interpolated values, methods of quick interpolation were also used, such as the technique of the inverse distance squares, a linear model of kriging, a spline kriging, which made the recognition of the general background of displacements possible, without the accuracy assessment of Z* value estimation, i.e., the value of σk. These maps are also related to 1995 and 2007 and the elevation. As a result of applying these techniques, clear boundaries of subsiding areas, upthrusting and also horizontal displacements on the examined hydrotechnical object were marked out, which can be interpreted as areas of local deformations of the object, important for the safety of the construction. The effect of geostatistical research conducted, including the structural analysis, semivariograms modeling, estimating the displacements of the hydrotechnical object, are rich cartographic characteristic (semivariograms, raster maps, block diagrams), which present the spatial visualization of the conducted various analyses of the monitored displacements. The prepared geostatistical model (3D) of displacement variability (analysed within the area of the dam, during its operating period and including its height) will be useful not only in the correct assessment of displacements and deformations, but it will also make it possible to forecast these phenomena, which is crucial when the operating safety of such constructions is taken into account.
Źródło:
Studia Geotechnica et Mechanica; 2017, 39, 4; 59-75
0137-6365
2083-831X
Pojawia się w:
Studia Geotechnica et Mechanica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Przegląd zastosowań geostatystyki do szacowania parametrów polskich złóż węgla brunatnego
Overview of geostatistics applications for estimation of parameters of Polish lignite deposits
Autorzy:
Jurek, J.
Mucha, J.
Wasilewska-Błaszczyk, M.
Powiązania:
https://bibliotekanauki.pl/articles/394318.pdf
Data publikacji:
2013
Wydawca:
Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:
węgiel brunatny
parametry złożowe
geostatystyka
kriging
semiwariogram
lignite
deposit parameters
geostatistics
semivariogram
Opis:
Analiza opracowań publikowanych i wybranych prac niepublikowanych wykazała, że do geostatystycznego modelowania przestrzennego rozkładu parametrów polskich złóż węgla brunatnego najczęściej wykorzystywano metodę krigingu zwyczajnego, a rzadko symulację geostatystyczną. Skrótowo opisano wyniki dotychczasowych badań geostatystycznych, wskazując m.in. na trudności oceny wiarygodności modeli geostatystycznych związane z brakiem informacji o jakości danych podstawowych w dokumentacjach geologicznych, odmienność struktur zmienności parametrów pokładów węgla w różnych złożach, małą przydatność modeli geostatystycznych opartych na danych z rozpoznania wiertniczego złóż do prognozowania i sterowania jakością urobku, relatywnie małą dokładność szacowania wartości parametrów w punktach i małych blokach. Ponadto, zwrócono uwagę na możliwości wykorzystania w badaniach innych narzędzi geostatystycznych i zaproponowano poszerzenie zestawu parametrów jakościowych węgla brunatnego, które powinny być przedmiotem analiz geostatystycznych.
Analysis of the published and selected unpublished papers showed that for model spatial variability of lignite deposit parameters the ordinary kriging method was used most of all and — rarely — geostatistical conditional simulation method. Results of previous geostatistical researches were briefly described in the paper. It was stated as follows: limited credibility of geostatistical models due to the lack of information on the quality of basic data in geological reporting, the diversity of variability structures of deposit parameters in different fields, low utility of geostatistical models based on data from reconnaissance drilling to predict and control the quality of output, the relatively low accuracy of parameter values estimations at points and within small blocks. Furthermore, the possibilities of using other geostatistical tools were mentioned. Widening set of quality parameters of lignite, which should be the subject of geostatistical analysis, was proposed.
Źródło:
Zeszyty Naukowe Instytutu Gospodarki Surowcami Mineralnymi i Energią PAN; 2013, 85; 143-153
2080-0819
Pojawia się w:
Zeszyty Naukowe Instytutu Gospodarki Surowcami Mineralnymi i Energią PAN
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Geostatistical support for categorization of metal ore resources in Poland
Geostatystyczne wspomaganie kategoryzacji zasobów polskich złóż rud metali
Autorzy:
Mucha, J.
Wasilewska-Błaszczyk, M.
Powiązania:
https://bibliotekanauki.pl/articles/216478.pdf
Data publikacji:
2015
Wydawca:
Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:
categorization of resources
metal ore
semivariogram
JORC Code
kategoryzacja zasobów
rudy metali
semiwariogram
Opis:
The authors attempted to introduce some components of the Australasian JORC Code system to the categorization of Polish Cu-Ag and Zn-Pb ore resources. The proposed geostatistical method of resource categorization applies two criteria: continuity of deposit parameters described by semivariograms and permissible, relative standard error of resources estimation determined with the ordinary kriging procedure. Considering the first criterion, we propose the following values of autocorrelation coefficients, which define the ranges (distances) of the resources categories around the measurement sites (e.g., exploration wells): “measured” category (A + B in the Polish system) – the values of the autocorrelation coefficient from 1 to 2/3, “indicated” category (C1 in the Polish system) – the values of the autocorrelation coefficient from 2/3 to 1/3, “inferred” category (partly C2 in the Polish system) – the values of the autocorrelation coefficient from 1/3 to 1/20, “out-of-doors” category (partly D in the Polish system) – the values of autocorrelation coefficient from 1/20 to 0. The second criterion of resources categorization is based upon the relative, standard errors of resources estimations calculated for the parts of deposit defined with the first criterion. The following permissible values of errors determined as the errors of ordinary kriging have been proposed: “measured” category (A + B in the Polish system) – 10% error, “indicated” category (C1 in the Polish system) – 30% error, “out-of-doors” category (partly D in the Polish system) – 50% error. [...]
W artykule podjęto próbę włączenia pewnych elementów australijskiego systemu raportowania zasobów JORC Code do kategoryzacji polskich złóż Cu-Ag i Zn-Pb. Zaproponowano geostatystyczną metodę kategoryzacji uwzględniającą dwa kryteria: ciągłość parametrów zasobowych opisywaną za pomocą semiwariogramów oraz dopuszczalny relatywny, standardowy błąd oszacowania zasobów określany przy zastosowaniu procedury krigingu zwyczajnego. Według pierwszego kryterium uznano, że do poniżej wymienionych kategorii mogą być zakwalifikowane zasoby wokół punktów rozpoznania (np. otworów wiertniczych) w zasięgach odległości spełniających następujące warunki: kategoria measured (A + B wg polskiej klasyfikacji) – współczynnik autokorelacji przyjmuje wartości z przedziału: od 1 do 2/3, kategoria indicated (C1 wg polskiej klasyfikacji) – współczynnik autokorelacji przyjmuje wartości z przedziału: od 2/3 do 1/3, kategoria inferred (częściowo C2 wg polskiej klasyfikacji) – współczynnik autokorelacji przyjmuje wartości z przedziału: od 1/3 do 1/20, zasoby poza wymienionymi kategoriami (częściowo D wg polskiej klasyfikacji) – współczynnik autokorelacji przyjmuje wartości z przedziału od 1/20 do 0. Jako drugie kryterium warunkujące zaliczenie partii zasobów do danej kategorii przyjęto wielkość relatywnych, standardowych błędów oszacowań zasobów w obszarach złoża przyporządkowanym kategoriom według pierwszego kryterium. Dla poszczególnych kategorii rozpoznania zaproponowano następujące dopuszczalne wielkości błędów wyznaczanych jako błędy krigingu zwyczajnego: kategoria measured (A + B wg polskiej klasyfikacji) – 10%, kategoria indicated (C1 wg polskiej klasyfikacji) – 20%, kategoria inferred (C2 wg polskiej klasyfikacji) – 30%, zasoby poza wymienionymi kategoriami (D wg polskiej klasyfikacji) – 50%. [...]
Źródło:
Gospodarka Surowcami Mineralnymi; 2015, 31, 4; 21-33
0860-0953
Pojawia się w:
Gospodarka Surowcami Mineralnymi
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-10 z 21

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies