科研之友
微信
新浪微博
Facebook
分享链接
摘要
多点地质统计学在建立复杂结构的地质模型方面应用较为广泛。基于样式的多点地质统计学方法 SIMPAT在提取数据样式、计算数据样式相似度上效率存在不足。笔者提出了一种基于众数法聚类的多点地质统计学方法(CMMS)。基本思想是定义大小2类模板,通过大模板扫描训练图像提取数据样式,并使用小模板对大模板提取的数据样式进行降维。针对离散型变量,把大模板提取的数据样式中出现次数最多的相作为对应小模板的相类型。针对连续型变量,把数据样式中各网格的变量平均值作为对应小模板的值。相似的样式通过小模板降维可以聚为一类,这种降维方式对大模板提取数据样式包含的信息保真度较高。模拟时先比较数据事件与聚类样式代表,找出最相似的一类样式,然后在选取的样式类中寻找最匹配的数据样式。通过2次样式的比对,大大减少样式相似度计算的次数。通过实例的模拟效果、计算时间对比、统计特征再现等测试表明,CMMS算法在样式对比上的计算效率比SIMPAT提高30～40倍,CMMS的模拟结果能够很好地再现训练图像中的地质模式及统计特征,并且该方法能够直接应用到连续型变量的模拟。
- 单位
