Файл: Денисов, С. А. Вопросы достоверности опробования и разведки рудных месторождений.pdf

три выработки и вычисленное по ним среднее приписывается централь­ ной. Первая и последняя выработка при вычислении для них средних входят в окно два раза. Сглаживание производилось три раза. После каждого сглаживания вычислено среднее квадратическое отклоне­ ние (а) и коэффициент вариации (V).

Закономерная составляющая определяется как разница между замеренным и сглаженным значениями параметра в каждой точке его замера после того сглаживания, где получилось наименьшее значе­ ние о и V. Обычно для практических целей достаточно одного сглажи­ вания. По данным табл. 1 можно судить об изменениях характерис­ тики случайной изменчивости мощностей рудных тел и содержаний олова после того, как сглаживанием была отделена закономерная со­ ставляющая. Координированная изменчивость проявляется не оди­ наково не только в разных рудных телах, но и на разных горизонтах одного и того же рудного тела*, т.е. она отражает локальные особеннос­ ти распределения.

£-

Следующий способ выявления степени проявления закономерной изменчивости заключается в определении локальных коэффициентов вариации и выводе из них среднего арифметического. Число наблю­ дений (2—10) увязывается с густотой сети и длиной полуволны законо­ мерной изменчивости, которую необходимо учесть.

8

Вычисляя дисперсию и коэффициент вариации по отношению к среднему значению для выборки, определяем суммарную степень проявления случайной и координированной изменчивости (Vx). Если провести сглаживание и определить коэффициент вариации (V2) по отклонениям между первичным и сглаженными замерами, то получим оценку степени проявления случайной изменчивости. ,

Разность Vx — V2 характеризует степень проявления координи­ рованной составляющей изменчивости. Выраженные в долях единицы либо в процентах от суммы, эти показатели позволяют дать оценку относительного значения случайной и закономерной составляющих изменчивости для данной выборки.

ющих можно классифицировать объекты изучения, а по величине координированной составляющей вносить поправки в статистические характеристики и благодаря этому пользоваться математическим аппа­ ратом, предназначенным для определения случайных величин.

Изложенный способ выявления и учета координированной измен­ чивости отвечает практическим потребностям разведки. Однако иссле­ дование координированных, т.е. пространственных, закономернос­ тей имеет ряд особенностей, которые необходимо учитывать. Во-пер­ вых, наблюдения должны группироваться в пространственные ряды. Для каждого такого ряда необходимо определить локальный общий и «сглаженный» коэффициенты вариации и средний коэффициент, как среднее арифметическое из локальных коэффициентов. Во-вторых, так как’при принятой густоте сети может быть выявлена координирован­ ная изменчивость различного порядка, необходимо степень проявления ее определять для волны того порядка, который в данном случае изу­ чается (в зависимости от этапа изучения). В-третьих, сглаживание до суммы наименьших квадратов выявляет волну наименьшего размера, улавливаемую при данной густоте наблюдений, поэтому, определяя степень проявления закономерной составляющей изменчивости, необ­ ходимо учитывать густоту сети, при которой она установлена.

Применение сглаживания позволяет учитывать роль закономер­ ной составляющей изменчивости и тем самым избавляет коэффи­ циент вариации от его наиболее серьезного недостатка — завышения уровня изменчивости.

Характеристика распределения оруденения методом декад

С целью повышения сопоставимости фактических данных по раз­ нородным объектам и однозначного решения вопроса о принципе раз­ деления выборки на классы был использован метод характеристики

9

распределения параметров по «декадам». Под декадой подразумева­ ется 10% наблюдений изучаемой выборки, расположенных в порядке возрастания величины параметра. Таким образом, первая декада вклю­ чает наблюдения с наименьшими (в том числе и нулевыми) значениями параметра, а десятая — с его максимальными значениями.

Рис. 1 Кривые распределения параметров оруденения медно-висмутового мес­ торождения:

а — содержание висмута (№ = 314), б — серебра (№ =100), в — меди (№ = 306), г — мощность (№ = 306).

Декады включают равное число наблюдений, но отличаются по качеству наблюдений: распределение изучаемого признака представ­ лено таким образом, что изменение качества признака проявляется в чистом виде, не затушеванном влиянием числа наблюдений, как это имеет место в гистограммах, построенных обычным способом. Это объя­ сняется тем, что сумма замеров признака, полученная для исследуе­ мой выборки, приравнивается к 100% и распределение этой суммы по декадам выражается также в процентах. Поэтому сопоставление зна-

Ю

чений признака в процентах, заключенных в данной декаде со средним (равным 10%), дает непосредственную оценку качества наблюдений, входящих в эту декаду.

При пользовании обычными гистограммами (рис. 1) роль данной группы наблюдений в формировании суммарных или средних пока­ зателей изучаемого объекта может быть оценена лишь путем выполне­ ния дополнительных расчетов или построения специальных гра­ фиков.

При изучении изменения параметров по декадам избавляемся от недостатков обычного способа характеристики распределения, связан­ ных с низкой представительностью единичного наблюдения, которая

Рис. 2. Диаграммы распределения суммы содержаний и метропроцентов по декадам (см. табл. 2); пунктирной линией обозначен уровень среднего.

•I

оказывает особенно сильное влияние в классах с высокими значения­ ми признака. Предлагается несколько конкретных способов построе­ ния декадных графиков:

а) диаграммы распределения параметров по декадам (рис. 2); б) кумулятивные кривые для различных параметров (рис. 3);

в) диаграмма распределения признака по отношению к уровню сред­ него (для группы месторождений, участков, рудных тел, блоков) (рис. 4).

Кумулятивные кривые распределения параметров по декадам по­ зволяют все многообразие месторождений охарактеризовать семей­ ством кривых, которые разместятся в пределах между прямой полной пропорциональности и гиперболой, получающейся при распределении, состоящем из 9 пустых декад и одной, заключающей 100% значений параметра (см. рис. 2), т.е. от идеально равномерного до крайне нерав­ номерного распределения.

Разбивка выборки на 10 частей обеспечивает достаточную деталь­ ность характеристики распределения параметров. Разбивка на мень­ шее число групп, например на пять, значительно грубее, а увеличение

11

Рис. 3. Кумулятивные кривые распределения еуммы со­ держаний и метропроцентов по декадам:

первая цифра — порядковый номер месторождения в табл. 2, V —• коэффициент вариации; пунктирной линией обозначены пределы распределения.

Рис. 4. Диаграммы распределения запаса по отно­ шению к среднему содержанию (линия 0) в зави­ симости от полезного компонента и изменчивости!

V — коэффициент вариации.

12