Application of geostatistical simulation models in the charac- terization of complex geological structures

 
δείτε την πρωτότυπη σελίδα τεκμηρίου
στον ιστότοπο του αποθετηρίου του φορέα για περισσότερες πληροφορίες και για να δείτε όλα τα ψηφιακά αρχεία του τεκμηρίου*
κοινοποιήστε το τεκμήριο




2013 (EL)

Application of geostatistical simulation models in the charac- terization of complex geological structures (EN)

Rozos, D.
Sideri, D.
Modis, K.

Η χρήση μεθόδων προσομοίωσης στη γεωστατιστική μπορεί να οδηγήσει στην ανάπτυξη αριθμητικών μοντέλων χωρικής κατανομής συνεχών γεωλογικών μεταβλητών (περιεκτικότητα, πάχος, πυκνότητα, κλπ) ή κατηγορικών μεταβλητών (γεωλογικοί σχηματισμοί και λιθολογικές φάσεις ή τύποι πετρωμάτων). Στην παρούσα εργασία, η ανασκόπηση των κλασικών μεθόδων προσομοίωσης, όπως η Sequential Indicator Simulation (SIS), αναδεικνύει ένα σημαντικό μειονέκτημα που προκύπτει από τις θεωρητικές δυσκολίες στην ανάπτυξη ενός έγκυρου μοντέλου συνδιασποράς. Αντιθέτως, ένα παρόμοιο μοντέλο μπορεί να οριστεί αυτόματα στο πλαίσιο της Truncated Gaussian Method (TGS). Η μέθοδος αυτή βασίζεται στη δημιουργία κατηγορικών μεταβλητών μέσω της αποκοπής μίας πολλαπλά κανονικής τυχαίας μεταβλητής σε διάφορα όρια. Η Plurigaussian Simulation Method (PGS) αποτελεί επέκταση της προηγούμενης με τη διαφορά στην ταυτόχρονη αποκοπή περισσότερων της μίας τυχαίων μεταβλητών. Στη συνέχεια της εργασίας παρουσιάζεται μία εφαρμογή αυτής της μεθόδου στην πεδιάδα της Δυτικής Θεσσαλίας. Τα αποτελέσματα δείχνουν ότι η μέθοδος είναι αποτελεσματική στην αναπαραγωγή των χωρικών χαρακτηριστικών των διαφόρων λιθολογικών σχηματισμών και της κατανομής τους στο χώρο. (EL)
Geostatistical simulation methods are able to generate numerical models or relations of the spatial distribution of a continuous geologic variable (grade, thickness, density, etc.) or a categorical variable (geological units and lithofacies or rock types). In this work, a review of traditional simulation techniques, as the Sequential Indicator Simulation (SIS), reveals a major pitfall that comes from theoretical difficulties in the development of a valid cross covariance model. On the contrary, a valid indicator cross covariance model is automatically defined in the framework of the Truncated Gaussian Simulation Method (TGS). This method is based on the concept that the categorical variables are obtained by truncating one standard multigaussian random variable at different thresholds. Plurigaussian Simulation Method (PGS) is an extension of the TGS Method but based on the simultaneous truncation of several multigaussian variables. An application of Plurigaussian method to simulate the lithofacies in the alluvial formations of the West Thessaly Basin is finally presented. This method was shown to be effective in reproducing the spatial characteristics of the different lithofacies and their distribution across the studied area. (EN)

info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion

Λιθολογικές φάσεις (EL)
Plurigaussian (EL)
Κατηγορικές μεταβλητές (EL)
Categorical variables (EN)
Plurigaussian (EN)
Lithofacies modelling (EN)


Δελτίο της Ελληνικής Γεωλογικής Εταιρίας

Αγγλική γλώσσα

2013-01-21


Geological Society of Greece (EN)

0438-9557
2529-1718
Δελτίο της Ελληνικής Γεωλογικής Εταιρείας; Τόμ. 47 Αρ. 4 (2013): Διεθνές Συνέδριο "Έρευνα και Εκμετάλλευση Ορυκτών Πόρων"; 1882-1891 (EL)
Bulletin of the Geological Society of Greece; Vol. 47 No. 4 (2013): International Congress "Exploration and Exploitation of Mineral Resources"; 1882-1891 (EN)

Copyright (c) 2013 D. Sideri, K. Modis, D. Rozos (EN)



*Η εύρυθμη και αδιάλειπτη λειτουργία των διαδικτυακών διευθύνσεων των συλλογών (ψηφιακό αρχείο, καρτέλα τεκμηρίου στο αποθετήριο) είναι αποκλειστική ευθύνη των αντίστοιχων Φορέων περιεχομένου.