地学中方向性变量的多尺度空间分布模拟研究

方向性变量（断裂、裂隙等）是地学中在各个尺度上都广泛存在的一类重要变量，其空间分布控制和影响着许多地质资源的空间赋存位置和工程的稳定性。因方向性变量是一种多属性变量（位置、方向等），其空间分布具有不均质性、等级性等特征，且其样品数据极难获取，故现在的研究多局限于用高斯、泊松等随机过程来生成其位置、方向和属性的空间分布，并以观测到的样品数据作为边界条件进行模拟。在此基础上，本课题综合应用遥感、矿山、显微镜等尺度上的一维、二维、三维样品数据，着重分析方向性变量的各种属性在不同尺度、不同维数之间的联系，找出方向性变量跨尺度、跨维数的统计关系和函数关系，从而把在大、小尺度上容易获取的一维、二维观测数据转换为中尺度的三维样品数据，并据此模拟中尺度上方向性变量的三维空间分布，更精确地预测方向性变量的各个属性的空间位置，编制相应的程序和软件，为资源预测、工程稳定性评价、地质灾害预报等提供科学的定量依据。

方向性变量，是自然界中各个尺度上都广泛存在的一类变量，其空间分布控制着许多地质资源的形成及空间赋存，影响着工程建设的安全性，在地质采矿等诸多领域中均具有重要意义。.近年来的研究多基于高斯、泊松、布尔等随机过程并以实际观察结果为条件，这主要是由于方向性变量是具有丛聚性和继承性的多属性变量，且其样本数据很难获得，多数只能通过钻孔和岩墙等途径获得一维和二维数据，三维的样品数据即使能够在微小尺度上进行观测，也远不能满足实际应用中的最重要的中尺度（米、公里级别）研究。因此需要研究方向性变量在不同维数和尺度之间的联系和转化，以能在中尺度上利用其他维数或尺度上较易获取的观测数据，但这方面的研究还处于探索阶段，存在很大的缺陷。.在前人研究的基础上，本研究搜集了个旧锡矿的裂隙资料，包括整理了高松矿田的坑道编录裂隙资料，实测了坑道壁和地表裂隙迹线，采取了岩石样本并进行了CT扫描和声发射试验，搜集和购买了个旧锡矿的地形和DEM资料，自编程序提取了其中的裂隙数据。根据这些资料，利用体视学、地质统计学等方法研究了裂隙属性的特征、跨维数和跨尺度转换、三维网络分布模拟。分析了裂隙取样偏差（方向、截断、删节）产生的原因和进行校正的方法，如修正系数、圆形取样、多测线取样等方法等。归纳了裂隙属性（密度、位移、大小、宽度、方向）之间的关系（主要是指数关系）及属性的分布类型，如幂指数、对数正态、指数、gamma、Fisher、Bingham等分布。以体视学为基础，探讨了不同维数和尺度上的裂隙属性（密度、长度、方向）之间的几何和统计关系，建立了裂隙属性跨维数和跨尺度转换的实现方法和计算机算法。构建了裂隙网络三维空间分布模拟的GEOFRAC方法，该方法由普通克里格、序贯高斯模拟、主成分分析等方法构成，内容主要包括：密度估计、位置生成、方向估计、基本裂隙面的连接等，可以考反映裂隙的多属性、通过同一位置、尺度不变性等特点，并可以充分利用不同维数和尺度上的样本裂隙数据。根据在个旧锡矿高松矿田的应用，得到的结果较好的符合了实际情况，说明构建的裂隙跨维数、跨尺度和三维分布模拟等方法具有较好的效果，可以较好的充分利用样本数据。不足之处在于模拟精度和计算的自动化程度有待进一步提高，自编程序未能形成商业系统软件。.本研究建立的裂隙三维空间分布模拟理论方法体系，可以广泛应用在涉及到与地下岩体有关领域，诸如矿产预测、工程稳