CN113033908A - 一种用于海底资源探测站位优化方法 - Google Patents
一种用于海底资源探测站位优化方法 Download PDFInfo
- Publication number
- CN113033908A CN113033908A CN202110378289.0A CN202110378289A CN113033908A CN 113033908 A CN113033908 A CN 113033908A CN 202110378289 A CN202110378289 A CN 202110378289A CN 113033908 A CN113033908 A CN 113033908A
- Authority
- CN
- China
- Prior art keywords
- station
- variation
- estimated
- unobserved
- positions
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000005457 optimization Methods 0.000 title claims abstract description 11
- 239000002184 metal Substances 0.000 claims abstract description 14
- 229910052751 metal Inorganic materials 0.000 claims abstract description 14
- 238000012545 processing Methods 0.000 claims description 7
- 239000000126 substance Substances 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 claims description 2
- 239000010931 gold Substances 0.000 claims description 2
- 229910052737 gold Inorganic materials 0.000 claims description 2
- 239000011159 matrix material Substances 0.000 claims description 2
- 239000004576 sand Substances 0.000 claims description 2
- 229910052500 inorganic mineral Inorganic materials 0.000 description 5
- 239000011707 mineral Substances 0.000 description 5
- 238000011835 investigation Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- UCKMPCXJQFINFW-UHFFFAOYSA-N Sulphide Chemical compound [S-2] UCKMPCXJQFINFW-UHFFFAOYSA-N 0.000 description 1
- 241001283150 Terana caerulea Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/043—Optimisation of two dimensional placement, e.g. cutting of clothes or wood
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Animal Husbandry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Mining & Mineral Resources (AREA)
- General Health & Medical Sciences (AREA)
- Marine Sciences & Fisheries (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种用于海底资源探测站位优化方法。海底探测区域中多个站位采集多金属结核的实际品位值;在未被观测过中选取站位,获得每个未被观测过的站位的估计方差;求取整个资源探测区域D的估计方差求和,建立以下目标函数,从初始站位集合开始,遍历每个未被观测过的站位新增后满足目标函数最大化,由此不断新增站位完成优化。本发明方法能够利用有限的稀疏数据获得站位设置和布置更加合理准确,布设的站位能够在最大程度上提高资源量估计的可靠性。
Description
技术领域
本发明涉及海洋资源探测领域的一种海底资源探测处理方法,具体的说是一种多金属结核探测站位优化方法。
背景技术
国际海底区域赋存着硫化物、钴结壳、多金属结核等多种矿产资源,由于被海水覆盖,与陆地矿产资源相比,勘探难度大、调查费用高。如何科学、合理、快速的布设调查测站是海底资源调查所面临的一个主要问题。我国的深海矿产资源勘探虽然起步晚,但发展快速,已在国际海底区域拥有3种资源(5个矿区),是世界上资源类型最全、面积最大的国家。
海底资源探测一般通过在规划的站位取样估算整个区域的资源分布。长期以来,海底资源探测站位设计一般采用均匀网格方式,即把勘探区域划分成形状和面积大小相等的网格,在每个网格进行一次取样,对整个勘探区域的资源量分布进行估计。这种方式一方面没有充分利用历史探测数据,另一方面没有考虑海底资源的空间分布特征,因此效率相对较低,对人力、物力浪费较大。
发明内容
为了解决上述问题,本发明的目的在于提供一种海洋资源探测站位优化方法,以估计方差为参考进行处理优化,最能够获得准确设置海底资源探测站位,揭示海洋现象的数据。
如图1所示,本发明通过以下技术方案实现:
S1、在海底的资源探测区域D中多个不同站位的位置x1,x2...xn采集获得多金属结核,并对每个站位采集的多金属结核测量获得实际品位值,多个站位的位置x1,x2...xn构成了初始站位集合Xn;
S4、然后求取整个资源探测区域D每个未被观测过的站位xm的估计方差求和,估计方差和g(Xv)采用以下公式计算,以估计方差为指定的海底的资源探测区域D的多金属结核的品位估计性能进行衡量:
S5、建立以下目标函数,从初始站位集合Xn开始,遍历M个未被观测过的站位的每个站位xm新增到当前站位集合中,该新增一个站位xm后使得新增后的站位集合满足目标函数最大化:
max[g(Xv)-g(Xv+1)]
Xv+1=[x1,x2…xn,…xv+1]T
xm=xv+1
其中,Xv表示新增前的当前站位集合,Xv+1表示新增后的站位集合,xv+1表示新增的站位,v表示新增前的当前站位集合中的站位总数;
由此不断新增站位完成优化。
U=[γ(xm,x1)γ(xm,x2),...,γ(xm,xn)1]T
其中,H为估计位置与已知站位见变异函数值组成的列向量,U表示Kriging估计方程系数矩阵,γ(xi,xj)为多金属结核的品位值在任意两个空间位置xi、xj处的变异函数。
所述的变异函数γ(xi,xj)按照以下方式处理设置:
先根据位置在x1,x2…xn处的多金属结核的实际品位值z(x1),z(x2),……,z(xn)按以下公式的试验变异函数处理获得试验变异数据:
h=|xi-xj|
由试验变异函数数据,采用加权最小二乘方法进行参数拟合,对以下公式的理论变异函数求解获得理论变异数据γ(hp)作为变异函数γ(xi,xj)输出结果:
其中,hp表示所有位置之间的距离中的第p个距离,N(hp)表示距离为hp的对数,k表示距离数量的总数,p表示距离数量的序号,β*(c0、cs、as)为关于块金常数c0、基台值cs和变程as的变异参数函数,γ(hp)表示距离hp的理论变异数据。
由此实施,不断重复以下步骤,直到找到所有所需新增的q个站位。新增的q个站位Xq=[xn+1,xn+2,...,xn+q]T与新增前的已有的n个初始站位集合Xn合并后形成的站位集合能够满足以下公式:
Xq=min[g(Xn+k)]
Xq+n=[Xn;Xq]T。
本发明在具体实施中可建立以下估计方程,将各个位置采集的多金属结核的实际品位值代入估计方程处理获得各个位置的估计加权系数:
其中,z(x1),z(x2),……,z(xn)为位置在x1,x2...xn处的多金属结核的实际品位值,γ(xi,xj)为多金属结核的品位值在任意两个空间位置xi、xj处的变异函数,λi为位置在xi处的多金属结核的实际品位值的估计加权系数,φ为拉格朗日乘子,i、j均为位置的序号;
本发明的第i个观测数据即为位置在xi处的多金属结核的实际品位值。
海底资源探测是有限的观测,而本发明方法却能够利用海底资源有限探测获得的有限的稀疏数据,来确定获得准确有效的站位优化。
本发明的优点与有益效果为:
1.本发明的探测站位设计方法充分利用了历史探测数据,获得站位设置和布置更加合理有效。
2.本发明的探测站位设计方法规划的每一个新增站位都能最大程度上提高整个勘探区域内资源量估计可靠性。
附图说明
图1为本发明的方法流程图;
图2为效果图,结果显示本发明的算法产生的新增站位能够快让整个探测空间的估计方差快速减小。
具体实施方式
下面结合附图,对本发明的具体内容及功能实现过程进行详细阐明。
如图1所示,本发明具体实施包括求取试验变异函数、确定理论变异函数、建立估计方程、估计方差方程、新增站位优化过程5个核心过程,在极有限的历史观测数据的支撑下,新增站位获得观测数据与历史观测数据一起能够最大程度上提高探测区域的资源量估计可靠性。
本发明的实施过程如下:
1)在海底的资源探测区域D中多个站位的不同位置x1,x2...xn采集获得多金属结核,并对每个站位位置采集的多金属结核测量获得实际品位值,多个不同站位的位置x1,x2...xn构成了初始站位集合Xn;
2)先根据位置在x1,x2...xn处的多金属结核的实际品位值z(x1),z(x2),……,z(xn)按以下公式的试验变异函数处理获得试验变异数据:
h=|xi-xj|
然后由试验变异函数数据,采用加权最小二乘方法进行参数拟合,对以下公式的理论变异函数求解获得理论变异数据γ(hp):
求取多金属结核的理论变异数据结果,获得多金属结核的空间分布变异函数γ(xi,xj);
3)利用位置在x1,x2...xn处的多金属结核的实际品位值z(x1),z(x2),……,z(xn)获得的理论变函数γ(h),建立以下估计方程:
其中,γ(xi,xj)为多金属结核的品位值在任意两个空间位置xi、xj处的变异函数,λj为位置在xi处的多金属结核的实际品位值的估计加权系数,φ为拉格朗日乘子,i、j均为位置的序号;
U=[γ(xm,x1)γ(xm,x2),...,γ(xm,xn)1]T
6)不断重复以下步骤,直到找到所有新增的k个站位。
6.1)利用建立的估计方差公式,求取整个资源探测区域D每个站位(已探测过的除外)的估计方差求和,估计方差和g(Xv)采用以下公式计算,以估计方差为指定的海底的资源探测区域D的多金属结核的品位估计性能进行衡量:
Xv+1=[x1,x2…xn,…xv+1]T
xm=xv+1
6.3)更新观测的当前站位集合Xv,新增的q个站位Xq=[xn+1,xn+2,...,xn+q]T与新增前的已有的n个初始站位集合Xn合并后形成的站位集合能够满足以下公式:
Xq=min[g(Xn+k)]
Xq+n=[Xn;Xq]T。
源于地质统计学的Kriging估计能够在获得估计值的同时得到估计值的不确定性。本发明的优势在于,作为站位优化的Kriging方差是由历史观测数据拟合出来的空间变异函数和观测点之间的相对位置决定的。一旦变异函数确定后,Kriging估计方差只与观测点之间的相对位置有关,而与实际的观测值无关,从而在实际观测前实施站位优化,保证每一个新增的观测站位位置都是最优的。由此,本发明方法布设的站位能够在最大程度上提高资源量估计的可靠性,对于我国开展大洋资源调查,圈化资源试采区具有重要参考意义。
本发明并不限于上文描述的实施方式。以上对具体实施方式的描述旨在描述和说明本发明的技术方案,上述的具体实施方式仅仅是示意性的,并不是限制性的。在不脱离本发明宗旨和权利要求所保护的范围情况下,本领域的普通技术人员在本发明的启示下还可做出很多形式的具体变换,这些均属于本发明的保护范围之内。
Claims (3)
1.一种用于海底资源探测站位优化方法,其特征在于:
S1、在海底的资源探测区域D中多个不同站位的位置x1,x2...xn采集获得多金属结核,并对每个站位采集的多金属结核测量获得实际品位值,多个站位的位置x1,x2...xn构成了初始站位集合Xn;
S2、在资源探测区域D中未被观测过的位置区域中,均匀选取M个未被观测过的站位,第m个站位的位置用xm表示;
S4、然后求取整个资源探测区域D每个未被观测过的站位xm的估计方差求和:
S5、建立以下目标函数,从初始站位集合Xn开始,遍历M个未被观测过的站位的每个站位xm新增到当前站位集合中,该新增一个站位xm后使得新增后的站位集合满足目标函数最大化:
max[g(Xv)-g(Xv+1)]
Xv+1=[x1,x2...xn,...xv+1]T
xm=xv+1
其中,Xv表示新增前的当前站位集合,Xv+1表示新增后的站位集合,xv+1表示新增的站位,v表示新增前的当前站位集合中的站位总数;
由此不断新增站位完成优化。
3.根据权利要求2的一种用于海底资源探测的站位优化方法,其特征在于:
所述的变异函数γ(xi,xj)按照以下方式处理设置:
先根据位置在x1,x2...xn处的多金属结核的实际品位值z(x1),z(x2),……,z(xn)按以下公式的试验变异函数处理获得试验变异数据:
h=|xi-xj|
由试验变异函数数据,采用加权最小二乘方法进行参数拟合,对以下公式的理论变异函数求解获得理论变异数据γ(hp)作为变异函数γ(xi,xj)输出结果:
其中,hp表示第p个距离,N(hp)表示距离为hp的对数,k表示距离数量的总数,p表示距离数量的序号,β*(c0、cs、as)为关于块金常数c0、基台值cs和变程as的变异参数函数,γ(hp)表示距离hp的理论变异数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110378289.0A CN113033908B (zh) | 2021-04-08 | 2021-04-08 | 一种用于海底资源探测站位优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110378289.0A CN113033908B (zh) | 2021-04-08 | 2021-04-08 | 一种用于海底资源探测站位优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113033908A true CN113033908A (zh) | 2021-06-25 |
CN113033908B CN113033908B (zh) | 2022-04-22 |
Family
ID=76454274
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110378289.0A Active CN113033908B (zh) | 2021-04-08 | 2021-04-08 | 一种用于海底资源探测站位优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113033908B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102305729A (zh) * | 2011-07-22 | 2012-01-04 | 中国地质科学院矿产资源研究所 | 负压抽提式原位气密采水技术 |
CN105741549A (zh) * | 2016-04-18 | 2016-07-06 | 北京航空航天大学 | 一种基于空间copula理论的交通流量预测方法 |
US20180298754A1 (en) * | 2015-03-07 | 2018-10-18 | Kodaira Associates Inc. | Device for lifting and recovering seabed resource |
-
2021
- 2021-04-08 CN CN202110378289.0A patent/CN113033908B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102305729A (zh) * | 2011-07-22 | 2012-01-04 | 中国地质科学院矿产资源研究所 | 负压抽提式原位气密采水技术 |
US20180298754A1 (en) * | 2015-03-07 | 2018-10-18 | Kodaira Associates Inc. | Device for lifting and recovering seabed resource |
CN105741549A (zh) * | 2016-04-18 | 2016-07-06 | 北京航空航天大学 | 一种基于空间copula理论的交通流量预测方法 |
Non-Patent Citations (3)
Title |
---|
杨胜雄等: "海底资源与环境立体探测技术发展方向与对策", 《中国地质》 * |
汪媛媛等: "土壤碳储量计算中不同插值方法对比研究――以吉林省大安市为例", 《中国岩溶》 * |
马金卫等: "海岸带城镇空间扩展情景模拟及其生态风险评价", 《资源科学》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113033908B (zh) | 2022-04-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109709603B (zh) | 地震层位识别与追踪方法、系统 | |
Vieira et al. | Spatial variability of field‐measured infiltration rate | |
Setianto et al. | Comparison of kriging and inverse distance weighted (IDW) interpolation methods in lineament extraction and analysis | |
US10439594B2 (en) | Actually-measured marine environment data assimilation method based on sequence recursive filtering three-dimensional variation | |
CN103648106A (zh) | 一种基于类别匹配的半监督流形学习的WiFi室内定位方法 | |
CN110031895B (zh) | 一种基于图像缝合的多点地质统计学随机反演方法及装置 | |
CN102109495A (zh) | 基于多波束声纳技术的海底混合底质类型分类方法 | |
CN111506861B (zh) | 一种目的层有利区域裂缝强度计算方法 | |
CN113218493A (zh) | 一种基于经验正交函数法的声速剖面反演方法 | |
CN113033908B (zh) | 一种用于海底资源探测站位优化方法 | |
CN108804758A (zh) | 基于数据拟合的稀土矿尾中稀土元素含量的规律研究方法 | |
CN114488297A (zh) | 一种断层识别方法及装置 | |
Phelps et al. | Exploring viable geologic interpretations of gravity models using distance-based global sensitivity analysis and kernel methods | |
CA3138261A1 (en) | Method of estimating a mineral content of a geological structure | |
CN116861955A (zh) | 一种基于地形单元分区使用机器学习反演海底地形的方法 | |
Zhou et al. | Application of Kriging algorithm based on ACFPSO in geomagnetic data interpolation | |
CN108510134B (zh) | 一种确定地质变量分位值的方法和系统 | |
CN112612935B (zh) | 一种基于自推理模型的完整测井数据获取方法 | |
CN110794469B (zh) | 基于最小地质特征单元约束的重力反演方法 | |
CN115293024A (zh) | 整合多源协同变量的场地土壤污染物浓度三维空间插值方法 | |
CN112882124B (zh) | 一种三维铀成矿有利部位的圈定方法 | |
CN115186755A (zh) | 一种考虑相关性的温盐数据垂向梯度误差检测方法 | |
CN111967677A (zh) | 一种非常规资源甜点分布的预测方法及装置 | |
CN112819333A (zh) | 一种基于模糊数学的深远海海底稳定性评价方法 | |
Bai et al. | Seamount age prediction machine learning model based on multiple geophysical observables: methods and applications in the Pacific Ocean |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |