基于多维尺度变换和自适应增强回归进行插值——以三维地质属性体为例

为了探索地质属性分布特征，求得三维地质体中未知点的属性值，实现自动化插值，提出了利用多维尺度变换（Multidimemsional Scaling，MDS）和自适应增强回归(Adaptive Boosting Regressor，ABR)进行三维地质属性体的空间插值。在空间插值中，未知点的属性值与其最近的几个样本点的属性值、距离以及各向异性特征紧密相关。MDS可以把这些因素进行降维得到一维的因子，然后建立ABR模型求得未知点，最后利用均值滤波（Mean Filtering，MF）减少ABR产生的不连续性，实现自动插值。通过对比普通克里金方法，结果表明，该方法在考虑各向异性的情况下简化克里金方法中人为进行半变异分析等繁琐流程，实现自动化插值；同时避免了在非特定随机场的地质破碎地带，运用克里金插值时已知样本点必须符合特定随机场的局限性。