1、克里格法
        克里格法（ Kriging ）是地统计学的主要内容之一，从统计意义上说，是从变量相关性和变异性出发， 在有限区域内对区域化变量的取值进行无偏、 最优估计的一种方法； 从插值角度讲是对空间分布的数据求线性最优、 无偏内插估计一种方法。 克里格法的适用条件是区域化变量存在空间相关性。克里格法，基本包括普通克里格方法 （对点估计的点克里格法和对块估计的块段克里格法） 、泛克里格法、协同克里格法、对数正态克里格法、指示克里格法、 折取克里格法等等。随着克里格法与其它学科的渗透，形成了一些边缘学科，发展了一些新的克里金方法。如与分形的结合，发展了分形克里金法；与三角函数的结合，发展了三角克里金法；与模糊理论的结合，发展了模糊克里金法等等。应用克里格法首先要明确三个重要的概念。 一是区域化变量； 二是协方差函数，三是变异函数
        2、距离反比法
        距离反比加权插值法 ( Inverse Distance Weighting) 首先是由气象学家和地质工作者提出的，后来由于 D. Shepard 的工作被称为谢别德法(Shepard) 方法。它的基本原理是设平面上分布一系列离散点，己知其位置坐标 (xi, yi) 和属性值 zi ( i= 1, 2, , ， n)，p (x , y ) 为任一格网点，根据周围离散点的属性值，通过距离反比加权插值求 P 点属性值。距离反比加权插值法综合了泰森多边形的邻近点法和多元回归法的渐变方法的长处，它假设 P 点的属性值是在局部邻域内中所有数据点的距离反比加权平均值，可以进行确切的或者圆滑的方式插值。周围点与 P 点因分布位置的差异，对 P (z ) 影响不同，我们把这种影响称为权函数 W i (x，y )，方次参数控制着权系数如何随着离开一个格网结点距离的增加而下降。对于一个较大的方次，较近的数据点被给定一个较高的权重份额；对于一个较小的方次，权重比较均匀地分配给各数据点。计算一个格网结点时，给予一个特定数据点的权值，与指定方次的结点到观测点的距离倒数成比例。当计算一个格网结点时，配给的权重是一个分数，所有权重的总和等于 1.0。当一个测点与一个格网结点重合时，该观测点被给予一个实际为 1.0 的权重，所有其它观测点被给予一个几乎为 0.0 的权重。换言之，该结点被赋给与观测点一致的值，这就是一个准确插值。权函数主要与距离有关，有时也与方向有关，若在 P 点周围四个方向上均匀取点，那么可不考虑方向因素，这时：
        3、封闭多面体估算法
        封闭多面体估算法是采用三角形算法， 三角网多边形估算法计算的步骤是，首先根据三角形计算空间模型的体积， 此计算过程简单而精确：
        1. 确定三角网的最小 Z 值，将该值作为所有参与体积计算的立体三角形的基准平面；
        2. 对于每个三角形，计算其与基准平面之间的体积；
        3. 确定三角形和基准平面之间的体积是位于模型之内还是模型之外，通常根据每个三角形的方向来进行判断；
        4. 如果在模型以内，就将其加到总体积中；如果在模型以外，就将其从总体积中减掉。然后对模型内的所有样品使用简单平均或系数加权的方法得到总的品位和比重。 如果样品在模型内间隔均匀， 并且使用样长加权计算，而且选择了忽略缺失区间的话， 那么三角网格模型的品位应该与块模型非常相似。 如果样品间隔不是非常均匀，并且有很多探槽和坑道的话，那么由于线框内的样品聚集，线框品位和块模型品位之间可能会存在差异。
        最后，用模型的体积乘以比重得到矿石量， 再用矿石量乘以品位得到金属量。

摘自《矿权资源网》2019年7月24日