Đề tài: Sử dụng phần mềm Excel kết hợp GS+ Version 9 để tính toán Variogram 2D, Ordinary Kriging, Validation.

Đề tài: Sử dụng phần mềm Excel kết hợp GS+ Version 9 để tính toán Variogram 2D, Ordinary Kriging, Validation.Đề tài: Sử dụng phần mềm Excel kết hợp GS+ Version 9 để tính toán Variogram 2D, Ordinary Kriging, Validation.Đề tài: Sử dụng phần mềm Excel kết hợp GS+ Version 9 để tính toán Variogram 2D, Ordinary Kriging, Validation.Đề tài: Sử dụng phần mềm Excel kết hợp GS+ Version 9 để tính toán Variogram 2D, Ordinary Kriging, Validation.

Tiểu Luận PRO(123docz.net) ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC BÁCH KHOA KHOA KỸ THUẬT ĐỊA CHẤT VÀ DẦU KHÍ TIỂU LUẬN ĐỊA THỐNG KÊ Giảng viên hướng dẫn: Thầy Phạm Sơn Tùng Đề tài: Sử dụng phần mềm Excel kết hợp GS+ Version để tính tốn Variogram 2D, Ordinary Kriging, Validation Họ tên : MSSV : Phạm Gia Nghĩa 1914324 MỤC LỤC Tiểu Luận PRO(123docz.net) CHƯƠNG : GIỚI THIỆU CHƯƠNG : CƠ SỞ LÝ THUYẾT VÀ QUY TRÌNH TÍNH TỐN Hàm cấu trúc -Variogram [ (h)] [3] 1.1 Định nghĩa 1.2 Các tính chất hàm cấu trúc – Variogram [γ(h)] 1.3 Các mơ hình hàm cấu trúc 1.3.1 Mơ hình hình cầu 1.3.2 Mơ hình hàm mũ 1.3.3 Mơ hình Gaussian Ordinary Kriging (OK): CHƯƠNG : QUY TRÌNH TÍNH TỐN CHƯƠNG : KẾT QUẢ VÀ PHÂN TÍCH KẾT QUẢ CHƯƠNG : KẾT LUẬN Tiểu Luận PRO(123docz.net) Tiểu Luận PRO(123docz.net) MỤC LỤC HÌNH ẢNH Hình Biểu đồ hàm cấu trúc Hình Mơ hình cầu Hình Mơ hình hàm mũ Hình Mơ hình Gaussian Hình Sơ đồ khối q trình tính tốn Variogram 2D 12 Hình Sơ đồ khối q trình tính tốn Kriging 12 Hình Sơ đồ khối q trình tính tốn Validation 13 Hình Dữ liệu gốc liệu khảo sát đất Trạm thí nghiệm Broom's Barn 13 Hình Đồ thị Variogram cho liệu khảo sát 15 Hình 10 Kết tính tốn Variogram liệu 15 Hình 11 Kết khảo sát mơ hình Variogram đồng từ phần mềm GS+ 16 Hình 12 Khu vực nội suy khoảng tọa độ X = [1,5], Y=[27,31] 17 Hình 13 Các điểm cần nội suy điểm quan sát xung quanh 17 Hình 14 Giao diện nhập tọa độ điểm cần nội suy điểm quan sát xung quanh Excel 18 Hình 15 Giao diện nhập tọa độ điểm cần nội suy điểm quan sát xung quanh Excel 18 Hình 16 Hai ma trận A B xây dựng Excel cho nội suy từ điểm xung quanh 19 Hình 17 Kết trọng số Kriging, giá trị ước tính phương sai nội suy với điểm điểm xung quanh Hình 18 Kết tra từ đồ thị Kriging có từ phần mềm GS+ 19 19 Hình 19 Bảng giá trị nội suy phương pháp Ordinary Kriging em có thơng qua thuật tốn xây dựng phần mềm Excel 20 Hình 20 Bảng giá trị thực giá trị nội suy từ phương pháp em xây dựng lại phần mềm Excel 21 Hình 21 Biểu đồ đối chứng giá trị thực giá trị nội suy từ phương pháp Ordinary Kriging Hình 22 Kết đường hồi quy điểm khảo sát giá trị thực giá trị nội suy 22 Tiểu Luận PRO(123docz.net) khơng q trùng đường thẳng có hệ số góc tan(45o) = Hình 23 Kết đối chứng validation với mơ hình Variogram Isotropic 22 22 Hình 24 Kết đối chứng validation với mơ hình Variogram Anisotropic 23 Hình 25 Hình ảnh kết đồ thị Kriging biểu diễn mặt phẳng thực Excel.23 Hình 26 Hình ảnh kết đồ thị Kriging biểu diễn dạng 3D thực Excel 24 Hình 27 Kết nội suy Ordinary Kriging từ mơ hình Variogram đồng 25 Hình 28 Kết nội suy Ordinary Kriging từ mơ hình Variogram khơng đồng phân bố 26 theo hướng 140o thiết lập trước Tiểu Luận PRO(123docz.net) Hình 29 Vùng liệu mà em chọn thực nội suy, kết nhìn từ từ phần mềm GS+.26 Tiểu Luận PRO(123docz.net) CHƯƠNG : GIỚI THIỆU Địa thống kê phương pháp tiếp tục hoàn thiện Đã từ nhiều năm, phương pháp xem đại, trở lên phổ biến, đặc biệt nước tư phát triển: Pháp, Mỹ, Canada, Anh Địa thống kê không áp dụng rộng rãi khảo sát thăm dò mỏ, địa vật lý, địa chất thuỷ văn, địa chất cơng trình, địa hố, dầu khí, khai thác mỏ mà nhiều lĩnh vực khác: Nơng nghiệp, sinh học, khí tượng thuỷ văn, ngư nghiệp, xã hội học, học môi trường Error: Reference source not found Trong địa thống kê, vấn đề quan tâm nghiên cứu tượng, vật chất liệu tượng, vật chất khơng phải lúc thu thập hết toàn đầy đủ liệu cần thiết cho q trình phân tích nghiên cứu Từ khó khăn này, nhà nghiên cứu tìm tịi phát triển mơ hình, phương pháp giúp ước tính (nội suy) liệu chưa biết từ liệu biết, bật mơ hình, phương pháp hàm cấu trúc Variogram Kriging Nắm bắt tầm quan trọng phương pháp em tiến hành nghiên cứu tính tốn Variogram , Kriging 2D, Validation phần mềm Excel kết hợp so sánh với phần mềm thương mại GS+ Version Mục tiêu Bài tập lớn xây dựng lại phương pháp Variogram 2D Ordinary Kring để giúp em hiểu sâu chất cách thức tác giả xây dựng nên phương pháp, hiểu khái niệm, định nghĩa mục đích ứng dụng hai phương pháp Phạm vi đối tượng nghiên cứu Bài tập lớn sử dụng liệu khảo sát độ thấm khu vực đất Trạm thí nghiệm Broom's Barn để tiến hành phân tích liệu tính tốn Phương pháp nghiên cứu em chọn lọc thông tin từ tài liệu tìm được, kết hợp mơ so sánh kết có để đưa kết luận Để hiểu rõ chất cách thức tác giả xây dựng nên phương pháp thông qua sử dụng phần mềm Excel xây dựng thuật toán nội suy, đánh giá hiệu nội suy,vẽ đồ thị độ thấm khu vực nhỏ so sánh kết trực quan có với phần mềm thương mại GS+ Version Em xin gửi lời cảm ơn chân thành đến thầy môn địa kĩ thuật địa thống kê, Khoa Kỹ thuật Địa chất & Dầu khí nói chung Thầy Phạm Sơn Tùng nói riêng Xun suốt q trình học làm tập em, em nhận trợ giúp kiến thức giảng dạy cách nhiệt tình từ quý giảng viên, đặc biệt thầy Tùng, từ tạo cho em vốn kiến thức cần có để hoàn thành tiểu luận Tuy nhiên, trình làm tiểu luận kiến thức chuyên ngành em mơn học cịn hạn chế nên khơng thể tránh khỏi vài thiếu sót trình bày đánh giá vấn đề Rất mong nhận góp ý, đánh giá q thầy để kiến thức em thêm hoàn thiện Một lần em xin chân thành cảm ơn quý thầy cô !!! Tiểu Luận PRO(123docz.net) CHƯƠNG : CƠ SỞ LÝ THUYẾT VÀ QUY TRÌNH TÍNH TỐN Hàm cấu trúc -Variogram [ (h)] Error: Reference source not found Khi xét đến đặc tính khơng gian đối tượng nghiên cứu, lý thuyết toán dùng “lý thuyết biến số vùng” Biến số biến đổi cách liên tục từ điểm quan sát đến điểm quan sát khác song khó mơ hình hóa hàm thơng thường Giả sử ta có dẫy mẫu (điểm đo) điểm đo x i ô mạng hình vuông đo biến số Z(xi) tương ứng; biến số thuộc kiểu ổn định (dừng) xác định giá trị trung bình nhận biến số quy tâm Z'(x) cách trừ biến số vùng cho giá trị trung bình Lấy trung bình bình phương biến số Z(x): - tương ứng với phương sai mẫu biến vùng Dễ nhận thấy rằng, giá trị điểm quan sát có liên quan đến giá trị tổng điểm khác phân bố cách khoảng cách định Đồng thời ảnh hưởng mẫu khoảng cách xa ảnh hưởng mẫu có khoảng cách gần Hơn xảy trường hợp mức độ ảnh hưởng mẫu phụ thuộc vào phương vị khơng gian vị trí lấy mẫu (khi có tính dị hướng) Để phản ánh phụ thuộc này, người ta thường dùng vectơ khoảng cách h có phương vị xác định Mức độ phụ thuộc điểm đo (lấy mẫu) nằm khoảng cách hi theo hướng xác định phản ánh momen tương quan biểu diễn đồ thị Vì vậy, Matheron đề lý thuyết variogram hay gọi hàm cấu trúc: | hàm số gia Z(x1)-Z(x2), Matheron gọi biểu đồ phương sai hay Variogram hàm cấu trúc Hàm cấu trúc giải tốt vấn đề giá trị ước lượng bị ảnh hưởng nhiều điểm xa Đồng thời, phương vị không gian lấy mẫu ảnh hưởng đến tính tương quan mẫu 1.1 Định nghĩa Hàm cấu trúc sử dụng kỹ thuật địa thống kê để mô tả mối quan hệ không gian Hàm cấu trúc định nghĩa nửa kỳ vọng toán học biến ngẫu nhiên Z: Tiểu Luận PRO(123docz.net) Hàm cấu trúc thực nghiệm xác định trung bình bình phương hiệu giá trị khác biệt khoảng h: N(h) = số lượng cặp điểm nghiên cứu 1.2 Các tính chất hàm cấu trúc – Variogram [γ(h)] Các hàm cấu trúc – variogram có khái niệm sau: a = bán kính ảnh hưởng khoảng cách mà variogram đạt giá trị trần Khi khoảng cách lag h > a giá trị nghiên cứu biến đổi hồn tồn ngẫu nhiên khơng có mối quan hệ tương quan lẫn C = Giá trị trần Sill giá trị mà variogram không tăng Nugget = hiệu ứng tự sinh (h=0) # Hiệu ứng xảy khoảng cách liệu nhỏ so với khoảng nội suy Có gián đoạn liệu liệu có khoảng cách lag lớn Tính chất variogram (0)=0 (h) = (-h): hàm đối xứng : điều chứng tỏ γ(h) tăng chậm so với (h) > Hình Biểu đồ hàm cấu trúc Tiểu Luận PRO(123docz.net) Nếu covariance tồn variogram tồn tại, ngược lại, variogram tồn chưa tồn hàm covariance 1.3 Các mơ hình hàm cấu trúc Trong phần nói phương pháp sử dụng để mơ mơ hình variogram Ước lượng variogram cho phép biết giá trị variogram khoảng lag định 1.3.1 Mô hình hình cầu Mơ hình hình cầu loại mơ hình variogram phổ biến đặc trưng đường tuyến tính khoảng lag nhỏ, sau vượt qua bán kính ảnh hưởng (a) giá trị variogram không thay đổi Sill (C) Hình Mơ hình cầu 1.3.2 Mơ hình hàm mũ Mơ hình hàm mũ giống với mơ hình hình cầu gần tiệm cận với sill có độ dốc lớn phía gốc so với loại mơ hình khác Tiểu Luận PRO(123docz.net) Hiệu ứng tự sinh (nugget effect) khơng có 15 Tiểu Luận PRO(123docz.net) Variogram biến thiên có tính chu kỳ Độ thấm khảo sát khơng có tính xu hướng Qua khảo sát excel Variogram thơng số độ thấm gần với mơ hình hàm mũ (Exponential) Hình Kết khảo sát mơ hình Variogram đồng từ phần mềm GS+ ● Kết phần mềm cho thấy sát với kết nhóm sinh viên tính tốn từ excel Sill, Range, hình dạng đồ thị cho từ phần mềm GS+ tương đồng với kết từ Excel Tuy mơ hình phần mềm chọn có khác mơ hình xác định từ Excel để có nhận định xác hiệu phần mềm nhóm để phần mềm tự fit mơ hình mà khơng sửa lại Có thể có ngun nhân khác dẫn đến tình trạng tính bình phương sai lệch giá trị hai vị trí khác nhau, phần mềm xác định triệt để điểm khoảng cách i x h để tính, trong phần mềm Excel em tính bình phương sai lệch hai giá trị hai vị trí điểm dễ phát ● ● Do số lượng điểm cần nội suy nhiều nên em định làm rõ phương pháp Ordinary Kriging khu vực số liệu định để thu nhỏ phạm vi cần nội suy ● 16 Tiểu Luận PRO(123docz.net) Data Location 35 30 25 Nor th 20 15 10 10 12 14 16 18 20 East Hình Khu vực nội suy khoảng tọa độ X = [1,5], Y=[27,31] em chọn nội suy điểm (các điểm màu đỏ) điểm biết (các điểm màu xanh dương) Đối với số lượng điểm quan sát xung quanh điểm cần nội suy, em chia thành loại: có điểm quan sát điểm quan sát để thực chia thành nhóm thuật tốn để nội suy loại điểm có vị trí khác Hình Các điểm cần nội suy điểm quan sát xung quanh 17 Tiểu Luận PRO(123docz.net) Khi bắt đầu q trình nội suy ta phải nhập thủ cơng tọa độ điểm cần nội suy điểm quan sát xung quanh 1a Data and Estimate Locations and Values Point x y Value (K) 28 21 28 20 27 19 27 19 Unknown 4.5 27 ??? Hình 10 Giao diện nhập tọa độ điểm cần nội suy điểm quan sát xung quanh Excel 1b Data and Estimate Locations and Values Point x y value 30 20 30 15 30 14 29 14 29 13 29 15 29.5 ??? unknown Hình 11 Giao diện nhập tọa độ điểm cần nội suy điểm quan sát xung quanh Excel Thông qua bước trung gian (tính khoảng cách điểm, tính giá trị Variogram) ta có ma trận để giải trọng số Kriging xây dựng theo cơng thức phần có sở lý thuyết 18 Tiểu Luận PRO(123docz.net) 4a Matrix A 6a Matrix B 10.79535363 10.795354 14.88646 19.13406103 10.79535363 14.886457 10.79535 19.13406103 10.79535363 14.88645668 10.79535 8.60187206 14.88645668 10.79535363 10.795354 8.60187206 1 1 4b Matrix A 10.79535 20.32222 6b Matrix B 10.79535 14.88645668 22.40272637 14.88646 10.79535363 14.88645668 8.60187206 22.40273 14.88645668 10.79535363 19.13406103 10.79535 14.88646 22.40273 10.79535363 20.32221977 19.13406103 14.88646 10.79535 14.88646 10.79535 10.79535363 8.60187206 22.40273 14.88646 10.79535 20.32222 10.79535363 19.13406103 1 1 10.79535 10.79535 20.32222 10.79535 1 19.13406103 Hình 12 Hai ma trận A B xây dựng Excel cho nội suy từ điểm xung quanh 7b Weight -0.111853072 ( λ1) 8a Kriging Results 7a Weight -0.103750701 ( λ1) Estimate 0.723706144 ( λ2) 8b Kriging Results estimate 13.21703 variance 92.79202 -0.111853072 ( λ3) 18.688747 -0.103750701 ( λ2) 0.603750701 ( λ3) 0.603750701 ( λ4) 4.748675561 ( μ) Variance 90.2051756 [X,Y]=[4.5, 27] -0.111853072 ( λ4) [X,Y]=[4, 29.5] 0.723706144 ( λ5) -0.111853072 ( λ6) 6.534387064 ( μ) Hình 13 Kết trọng số Kriging, giá trị ước tính phương sai nội suy với điểm điểm xung quanh So sánh kết đa số điểm nội suy được, em nhận thấy kết sát Tuy nhiên cịn số điểm lệch nhau, ngun nhân giải thích em làm quy mơ nhỏ, nên kết khơng thể q xác so với phần mềm, đặc biệt phần mềm thương mại Hình 14 Kết tra từ đồ thị Kriging có từ phần mềm GS+ Ta nhận thấy điểm [X,Y] = [4.5, 27] có kết nội suy sát so với phần mềm GS+ (chỉ lệch khoảng 1mD, 5.6% giá trị độ thấm nội suy tra từ phần Tiểu Luận PRO(123docz.net) mềm GS+), điểm [X,Y] = [4, 29.5] lại cho kết chênh lệch (chênh lệch 2.4 mD, khoảng 15% giá trị nội suy tra từ phần mềm GS+) 19 Tiểu Luận PRO(123docz.net) Thực phần mềm Excel hết điểm xác định cần nội suy ta bảng giá trị: Point Synthesis data of KRIGING x y Value(est) 28 28.5 14.10517542 29 29.5 17.11185307 30 30.5 17.72370614 31 3.5 27.5 17.75 1 27.5 23.53750701 32 3.5 28.5 16 28.5 26.05626051 33 3.5 29.5 15.5 29.5 29.16001122 34 3.5 30.5 16.25 30.5 32.28251542 35 3.5 31 14.4812465 1.5 27.5 20 36 3.5 30 18.95408993 20.75 37 3.5 29 11.48664471 23.5 38 3.5 28 19.95408993 1.5 28.5 1.5 29.5 1.5 30.5 24.5 39 3.5 27 16.6887479 1.5 31 19.54749019 40 27.5 21.11853072 10 1.5 30 31.5792983 41 28.5 17.33555922 17.36518157 42 29.5 13.2170285 30.5 14.44073464 11 1.5 29 12 1.5 28 24.40150222 43 13 1.5 27 16.46249299 44 4.5 27.5 19.75 4.5 28.5 17.25 14.25 14 27.5 16.82888157 45 15 28.5 15.76961621 46 4.5 29.5 16 29.5 18.26961621 47 4.5 30.5 15 4.5 31 15.7075014 17 30.5 16.87479163 48 18 2.5 27.5 16.5 49 4.5 30 14.38814693 16 50 4.5 29 12.43405699 18.25 51 4.5 28 22.28964915 19 2.5 28.5 20 2.5 29.5 21 2.5 30.5 18.25 52 4.5 27 18.6887479 22 2.5 31 12.94373949 53 27.5 19.3962493 25.35559216 54 28.5 17.6037507 12.15108549 55 29.5 14.6037507 18.61853072 56 30.5 15 23 24 2.5 2.5 30 29 25 2.5 28 26 2.5 27 15.0849972 27 27.5 14.04591007 Hình 15 Bảng giá trị nội suy phương pháp Ordinary Kriging em có thơng qua thuật tốn xây dựng phần mềm Excel ● Để đánh giá độ tin cậy phương pháp, em thực lại phương pháp điểm quan sát có, để so sánh, đối chiếu giá trị thực giá trị vừa nội suy, hai giá trị gần chứng tỏ phương pháp xây dựng có hiệu chấp nhận ngược lại ● ● Có thể thấy giá trị nội suy có nhờ cách làm tương tự thuật toán phần mềm Excel sát với giá trị thực tế Nhưng em nhận thấy giá trị thực lớn kết nội suy có lại chênh lệch, nguyên nhân dễ hiểu số lượng điểm quan sát chọn xung quanh điểm cần nội quy cịn chất nội suy khơng thể cho kết lớn giá trị quan sát xung quanh, nên chênh lệch quy mơ nhỏ mà em chọn thực chấp nhận Điều nhận thấy rõ quan sát đồ thị, điểm có giá trị thực lớn giá trị nội suy lớn nằm xa đường thẳng có hệ số góc tan(45o)=1 20 Tiểu Luận PRO(123docz.net) 10 Cross Validation y value(act) Point x value(est) 1 31 28 22.74418454 30 32 25.13858397 29 23 25.6267837 28 26 20.51811196 27 19 21.51163091 31 14 22.10236005 30 24 20.25 29 15 20 28 19 18.25 10 27 16 17.48188804 11 31 15 15.82519212 12 30 20 17 13 29 14 16 14 28 16 17.25 15 27 15 17.13858397 16 31 15 15.37952799 17 30 15 15.5 18 29 13 16.25 19 28 21 17 20 27 19 17.96377609 21 31 16 14.37209227 22 30 14 15.37952799 23 29 15 16.03622391 24 28 20 17.96377609 25 27 19 21.51163091 Hình 16 Bảng giá trị thực giá trị nội suy từ phương pháp em xây dựng lại phần mềm Excel Hình 17 Biểu đồ đối chứng giá trị thực giá trị nội suy từ phương pháp Ordinary Kriging 21 Tiểu Luận PRO(123docz.net) ● Hình 18 Kết đường hồi quy điểm khảo sát giá trị thực giá trị nội suy khơng q trùng đường thẳng có hệ số góc tan(45o) = ● ● Trong với phương pháp Variogram đồng không đồng phần mềm GS+ cho hiệu suất cao Nội suy với mơ hình Variogram khơng đồng cho kết cao hơn, hệ số góc đường nội suy tuyến tính 0.944 so với 0.914 mơ hình Variogram đồng Cả mơ hình cho kết khả quan nhiều so với quy mô nhỏ mà em có thực hiện, tương tự, em nhận thấy kết đối chứng ý nghĩa nhiều giá trị thực tế lớn ● ● ● Hình 19 Kết đối chứng validation với mơ hình Variogram Isotropic 22 Tiểu Luận PRO(123docz.net) Hình 20 Kết đối chứng validation với mơ hình Variogram Anisotropic Đến với biểu diễn kết đồ thị màu em nhận thấy có tiến triển khả quan sau ứng dụng phương pháp Ordinary Kriging vào nội suy Từ số lượng điểm giá trị ban đầu chọn 25, tăng gấp đôi thành 56 điểm, em nhận thấy kết đồ thị cho từ phần mềm Excel cho với chi tiết cao cũ, phân bố rõ rệt Hình 21 Hình ảnh kết đồ thị Kriging biểu diễn mặt phẳng thực Excel 23 Tiểu Luận PRO(123docz.net) ● Hình 22 Hình ảnh kết đồ thị Kriging biểu diễn dạng 3D thực Excel ● ● So với phần mềm có khả điều chỉnh thiết lập hướng cho mơ hình Variogram khơng đồng nhất, nên kết cho hai trường hợp nội suy phần mềm GS+ đầy đủ chi tiết nhiều em nhận thất kết xây dựng từ Excel khơng hồn tồn giống từ phần mềm GS+ nhìn chung giống phần ● ● Thêm vào đó, nhận thấy kết nội suy Ordinary Kriging từ mơ hình Variogram đồng không tốt kết nội suy Ordinary Kriging từ mơ hình Variogram khơng đồng Theo thiết lập ban đầu phần mềm GS+ dễ thấy giá o trị độ thấm phân bố dọc theo hướng 140 , chứng tỏ lợi chọn lựa mơ hình Variogram đồng hay không từ Excel tạo nên hiệu nội suy khơng nhỏ 24 Tiểu Luận PRO(123docz.net) Hình 23 Kết nội suy Ordinary Kriging từ mơ hình Variogram đồng 25 Tiểu Luận PRO(123docz.net) Hình 24 Kết nội suy Ordinary Kriging từ mơ hình Variogram khơng đồng phân bố theo hướng 140o thiết lập trước Hình 25 Vùng liệu mà em chọn thực nội suy, kết nhìn từ từ phần mềm GS+ 26 Tiểu Luận PRO(123docz.net) CHƯƠNG : KẾT LUẬN ● Thông qua công việc xây dựng lại phương pháp Variogram 2D Ordinary Kring em thực hiểu sâu chất cách thức tác giả xây dựng nên phương pháp, hiểu khái niệm, định nghĩa mục đích ứng dụng hai phương pháp ● ● em nhận thấy hai phương pháp có ý nghĩa lớn ngành khoa học tổng hợp nói chung ngành địa chất dầu khí nói riêng, có mặt vị trí, cơng việc q trình khảo sát, đánh giá, mơ cấu trúc địa chất, thực khai thác, khai thác tăng cường dự báo khai thác Cho nên sức mạnh phần mềm phần mềm dầu khí địa chất nói riêng phần mềm thương mại GS+ nói riêng khơng thể phủ nhận Bằng tập lớn hay đồ án cuối kỳ môn học địa thống kê, em thực lại phần nhỏ công việc mà phần mềm GS+ làm tốt em nhận thấy khơng dễ dàng để đạt hiệu cao phần mềm thương mại Thơng qua q trình tìm hiểu mạng Intertnet thực em khơng thấy nghiên cứu có khả làm trọn vẹn chí xây dựng lại sơ khai phương pháp Variogram 2D Ordinary Kring phần mềm lập trình Excel Cho nên em nhận thấy đóng góp chủ yếu để hiểu rõ kiến thức học, khơng thể hồn tồn tự xây dựng chương trình tính toán trọn vẹn hai phương pháp Variogram 2D Ordinary Kring ● ● Tuy nhiên em kiến nghị có nhiều thời gian đầu tư hơn, thực tế cải thiện thuật tốn mà em xây dựng phần mềm Excel đạt kết cao hơn, tăng tính tự động, giúp người học hiểu rõ chất, ý nghĩa hai phương pháp môn học địa thống kê, từ mạnh dạn nắm rõ sử dụng thành thạo phần mềm GS+ ● ● ● 27 ... 91 . 391 91 .542 91 .645 91 .716 91 .765 91 . 799 91 .822 91 .838 0.3128 0.5278 0.6756 0.7772 0.847 0. 894 9 0 .92 79 0 .95 06 0 .96 61 0 .97 69 0 .98 42 0 .98 93 0 .99 27 0 .99 51 0 .99 68 0 .99 79 0 .99 87 0 .99 92 0 .99 96 0 .99 98... 87. 299 89. 811 91 .027 91 .557 91 .765 91 .84 91 .864 91 .871 91 .872 91 .873 91 .873 91 .873 91 .873 91 .873 0.0458 0.171 0.3442 0.5276 0. 690 2 0.815 0. 899 4 0 .95 02 0 .97 76 0 .99 08 0 .99 66 0 .99 88 0 .99 96 0 .99 99 1... 1 19 106 93 82 72 63 72.25 80.571 91 .873 80 .90 1 89. 191 98 .782 96 .25 82 .97 8 91 .677 87 .94 4 83.0 79 0.7314 0.8157 0 .93 01 0.8 19 0 .90 29 0 .97 44 0.84 0 .92 81 0. 890 3 0.841 18 19 20 21 22 17 18 19 20 21 90 69