1、克里格法
        克里格法（ Kriging ）是地統計學的主要內容之一，從統計意義上說，是從變量相關性和變異性出發， 在有限區域內對區域化變量的取值進行無偏、 最優估計的一種方法； 從插值角度講是對空間分布的數據求線性最優、 無偏內插估計一種方法。 克里格法的適用條件是區域化變量存在空間相關性。克里格法，基本包括普通克里格方法 （對點估計的點克里格法和對塊估計的塊段克里格法） 、泛克里格法、協同克里格法、對數正態克里格法、指示克里格法、 折取克里格法等等。隨著克里格法與其它學科的滲透，形成了一些邊緣學科，發展了一些新的克里金方法。如與分形的結合，發展了分形克里金法；與三角函數的結合，發展了三角克里金法；與模糊理論的結合，發展了模糊克里金法等等。應用克里格法首先要明確三個重要的概念。 一是區域化變量； 二是協方差函數，三是變異函數
        2、距離反比法
        距離反比加權插值法 ( Inverse Distance Weighting) 首先是由氣象學家和地質工作者提出的，后來由于 D. Shepard 的工作被稱為謝別德法(Shepard) 方法。它的基本原理是設平面上分布一系列離散點，己知其位置坐標 (xi, yi) 和屬性值 zi ( i= 1, 2, , ， n)，p (x , y ) 為任一格網點，根據周圍離散點的屬性值，通過距離反比加權插值求 P 點屬性值。距離反比加權插值法綜合了泰森多邊形的鄰近點法和多元回歸法的漸變方法的長處，它假設 P 點的屬性值是在局部鄰域內中所有數據點的距離反比加權平均值，可以進行確切的或者圓滑的方式插值。周圍點與 P 點因分布位置的差異，對 P (z ) 影響不同，我們把這種影響稱為權函數 W i (x，y )，方次參數控制著權系數如何隨著離開一個格網結點距離的增加而下降。對于一個較大的方次，較近的數據點被給定一個較高的權重份額；對于一個較小的方次，權重比較均勻地分配給各數據點。計算一個格網結點時，給予一個特定數據點的權值，與指定方次的結點到觀測點的距離倒數成比例。當計算一個格網結點時，配給的權重是一個分數，所有權重的總和等于 1.0。當一個測點與一個格網結點重合時，該觀測點被給予一個實際為 1.0 的權重，所有其它觀測點被給予一個幾乎為 0.0 的權重。換言之，該結點被賦給與觀測點一致的值，這就是一個準確插值。權函數主要與距離有關，有時也與方向有關，若在 P 點周圍四個方向上均勻取點，那么可不考慮方向因素，這時：
        3、封閉多面體估算法
        封閉多面體估算法是采用三角形算法， 三角網多邊形估算法計算的步驟是，首先根據三角形計算空間模型的體積， 此計算過程簡單而精確：
        1. 確定三角網的最小 Z 值，將該值作為所有參與體積計算的立體三角形的基準平面；
        2. 對于每個三角形，計算其與基準平面之間的體積；
        3. 確定三角形和基準平面之間的體積是位于模型之內還是模型之外，通常根據每個三角形的方向來進行判斷；
        4. 如果在模型以內，就將其加到總體積中；如果在模型以外，就將其從總體積中減掉。然后對模型內的所有樣品使用簡單平均或系數加權的方法得到總的品位和比重。 如果樣品在模型內間隔均勻， 并且使用樣長加權計算，而且選擇了忽略缺失區間的話， 那么三角網格模型的品位應該與塊模型非常相似。 如果樣品間隔不是非常均勻，并且有很多探槽和坑道的話，那么由于線框內的樣品聚集，線框品位和塊模型品位之間可能會存在差異。
        最后，用模型的體積乘以比重得到礦石量， 再用礦石量乘以品位得到金屬量。

摘自《礦權資源網》2019年7月24日