Блок-Модель – это форма базы данных пространства, которая предлагает способ моделирования трехмерного объекта на основе точечных и интервальных данных, таких как данные по опробованию буровой скважины; однако Блок-Модель использует не истинные значения, а отинтерполированные. Это метод оценки объема, тоннажа и среднего содержания в трехмерном объекте на основе редких и разбросанных данных бурения.

Цели:

• Познакомиться с модулем Блочное Моделирование в Surpac и его концепциями

• Научиться заполнять Блок Модель по данным буровых скважин из геологической базы данных.

• Научиться добавлять Ограничитель в Блок Модель, чтобы выделить определенные блоки.

• Научиться получать справки по объему, тоннажу и среднему содержанию при помощи блочного моделирования.

Функции Каркасного Моделирования дают нам возможность использовать триангуляции для создания трехмерных моделей, основывающихся на Цифровых Топографических Моделях (ЦТМ) и стринг‐файлах. С помощью данного руководства вы изучите теоретические основы процесса каркасного моделирования и ознакомитесь с примерами использования функций создания каркасных моделей (КМ) в ПО Surpac. Работая с данным руководством, вы приобретете навыки создания, использования и редактирования КМ.

Одним из важнейших свойств всех природных явлений является пространственная непрерывность, то есть взаимная зависимость (корреляция) для значений в точках расположенных ближе друг к другу больше, чем для разделенных большим расстоянием. Пространственная непрерывность пространственно распределенных данных обычно описывается с помощью корреляционных функций, ковариационных функций, полу-вариограмм и других мер пространственной корреляции. В геостатистике традиционно используются полу-вариограммы. что связано с простотой ее использования в геостатистических интерполяционных моделях. Из-за широкого использования полу-вариограмм для описания пространственной корреляционной структуры данных этот этап анализа принято называть «вариография».

Проблема анализа пространственно-распределенной информации по окружающей среде является чрезвычайно важной в настоящее время. Глубокий анализ и моделирование пространственных данных требует применения комплексного подхода и различных методов, характеризующих ту или иную особенность явления. Сложность такого анализа обусловлена несколькими факторами: наличием большого количества количественной и качественной информации по исследуемому явлению, многомасштабностью и многопеременностью, наличием различных факторов влияния. Это прежде всего относится к задачам анализа загрязнения окружающей среды.