مقایسه بین تخمینگرهای کریجینگ و جابجایی نقطه میانی در شبیه سازی سطوح
دسته | زمین شناسی اقتصادی واکتشاف |
---|---|
گروه | سازمان زمین شناسی و اکتشافات معدنی کشور |
مکان برگزاری | بیست و سومین گردهمایی علوم زمین |
نویسنده | رضا عسگری، وامق رسولی، بهزاد تخم چی، بهرام رضایی |
تاريخ برگزاری | ۲۷ بهمن ۱۳۸۳ |
To simulate surfaces, we can utilize many of the estimators already in use. This study is concerned with a comparison between the Kriging Estimator and the Random Midpoint Displacement (RMD) method. To this end, the hypothetical surfaces with various fractal dimensions were designed. Then some of the data points were removed. They were then estimated once through the Kriging Estimator and once through the RMD method. The average and variance of the Estimation Error obtained through the two algorithms were compared. The results showed that the average and variance of the Estimation Error of all the surfaces estimated through the Kriging Estimator were always significantly less than those estimated through the other method. It was proved that the Kriging Estimator is not a statistically method to simulate surfaces, although it may Yield the lowest variance. However, the RMD method can simulate a surface while maintaining the fractal dimension of the original surface.
در شبیه سازی سطوح از تخمینگرهای زیادی که تا کنون شناخته شده اند می توان استفاده نمود. در این تحقیق مقایسه ای بین دو تخمینگر کریجینگ و جابجایی نقطه میانی انجام شده است. بدین منظور سطوح فرضی متعدد با بُعدهای فراکتال مختلف ایجاد گردیدند. سپس با تعدادی از نقاط شبکه ایجاد شده، این نقاط با استفاده از دو تخمینگر کریجینگ و جابجایی نقطه میانی، تخمین زده شدند. سپس میانگین و واریانس خطاهای تخمین حاصل از این تخمین ها برای هر یک از سطوح برآورد گردید و نقاط حاصل از تخمین نشان دادکه میانگین و واریانس خطاهای تخمین به روش کریجینگ در کلیه سطوح همواره کمتر از میانگین خطاهای تخمین به روش جابجایی نقطه میانی می باشد. ثابت گردید کریجینگ تخمینگری است که قابلیت شبیه سازی سطوح معتبر آماری را ندارد، هر چند که ممکن است این تخمینگر کمترین واریانس را داشته باشد. اما جابجایی نقطه میانی با حفظ بُعد فراکتال سطح اولیه می تواند سطحی را شبیه سازی نماید که ماهیت آماری سطح کاملاً شبیه با سطح اولیه باشد.