1、RGMAPGIS-常用地質數理統計方法等說明書1 地球化學圖1.1 啟動功能打開某個圖幅PRB庫，點擊菜單“常用方法”，選擇“地球化學圖”。彈出“地球化學圖（網格化數據）”處理對話框：1.2 地球化學數字特征（1）選擇地球化學圖層（網格化的點圖層），選擇需要進行數字特征統計和繪制等值線的元素：（2）計算數字特征分為三種方式：計算數值特征、計算log10對數數字特征、計算自然對數ln數字特征。計算時需要用戶填寫“小于此值剔除”和“高值替代值”，默認分別為-98和9999。點擊按鈕“計算數值特征”，或“計算log10對數數字特征”，或計算自然對數數字特征，得到這三種方式下的數字特征：最大值、最小值

2、、標準方差等。下圖是“計算log10對數數字特征”的情況：（3）數字特征圖的表示在進行數字特征計算時，將通過數字特征圖把數據劃分成不同的級別，體現數據自身的特征，形成專題圖，包括餅圖和直方圖。注：若需要定制詳細的專題圖，可使用“圖幅PRB工程”下的“數字特征統計”功能（包括數字特征統計、用戶指定子區進行統計、按子區劃分進行統計）。以下是餅圖的繪制情況：（4）數字特征圖件的配置在圖框內的數字特征圖是矢量格式的圖件，支持圖形的放大、縮小、移動等功能（同時支持快捷鍵操作：F5-放大，F6-移動，F7-縮小）。右擊圖件，彈出快捷菜單，即可進行操作：選擇快捷菜單的“圖件設置”，彈出圖件設置屬性框，可以進

3、行各個圖形參數的設置。 詳細的設置請參考“數字特征圖件編輯”部分。（5）數字特征圖件的配置可以將圖件保存為MPJ工程文件和gif格式的圖片，用戶可以根據需要對工程文件進行再編輯。選擇圖件快捷菜單的“保存圖件”：彈出“另存為”對話框，選擇需要保存的文件格式，輸入文件名，點擊保存即可。1.3 數字特征圖件編輯（1）圖件標題修改：包括圖件的標題、字體、顏色的設置。（2）圖件坐標軸修改：包括X、Y軸的數量單位、刻度、間距、是否顯示等參數。（3）圖件基本參數設置：設置圖形的范圍、線型、圖形字體、背景顏色等。（4）針對當前統計圖的特殊參數設置：例如，當前生成的是直方圖，可設置直方圖的方塊的顏色、大小；直方

4、圖的方塊屬性：通過設置寬度來調整直方圖的塊大小，以達到實際工作的需要。如果是曲線圖，可設置曲線的顏色、線寬等。 （5）標記與圖例設置：設置圖件的標注位置、是否顯示、在圖上是否顯示數據表這些參數。1.4 等值線極值點參數設置（1）子圖號設置：點擊“子圖號”按鈕，彈出“選擇子圖”對話框。（2）標注字體：點擊“標注字體參數”按鈕，彈出“標注字體選擇對話框”。可以選擇字體和顏色，可以設置字體大小。（3）標注格式：點擊“標注格式參數”，彈出“標注格式”對話框。可以選擇輸出標注：使用“固定小數位數”還是“科學計數法”；小數部分是幾位；需要注意的是：若計算數字特征時選擇了對數計算方式（數據已對數），則需要進

5、行還原顯示，如：若在計算數字特征時選擇了“計算log10對數數字特征”，則此處須選擇“10為底”。1.5 等值線追蹤輸入需要生成的等值線文件名，點擊“OK”按鈕。若有重名文件，則提示是否翻蓋舊文件。彈出“設置等值線參數”對話框，注意：選中“等值線套區”、“繪制色階”、“保留邊界線”；選中“等值線光滑處理”；制圖幅面選擇“原始數據范圍”；選中“示坡線”。以下是“等值線定層”各參數的設置過程：（1）等值層值點擊“等值層值”，彈出對話框：可以通過以下值及起始色、終止色的設置，將這些值進行分段處理（添加、更新、刪除）。也可以通過以下方法刪除、添加某段：（2）線參數配置每一等值層的線參數：（3）區參數雙

6、擊該顏色，進行修改。（4）注記參數點擊“注記參數”，彈出等值線注記參數設定對話框：選擇頻度為1，表示每個等值層均進行標注，注記的最大傾角表示注記與等值層線的夾角。選擇“注記格式”和“注記字體”，操作方法同等值線極值點“標注字體和標注格式”。 需要注意的是：若計算數字特征時選擇了對數計算方式（數據已對數），則需要進行還原顯示，如：若在計算數字特征時選擇了“計算log10對數數字特征”，則此處須選擇“10為底”。也可以直接修改是否進行注記的顯示狀態：雙擊“No”->“Yes”：點擊“確定”，進行“規則網數據等值線追蹤處理”，生成的地球化學圖（等值線圖）如下，其中空白區表示該區的值無效。1.6

7、 地球化學圖通過以上過程，可對Ag、Au等各元素進行分析，生成各種單元素異常圖（點、線、區），這些圖層文件存放在該圖幅的“圖幅PRB”目錄下。根據這些單元素的等值線線圖層，可以制作綜合異常圖。2 等值線圖本系統提供通用的等值線計算與繪制功能。2.1 啟動功能打開某個圖幅PRB庫，點擊菜單“常用方法”，選擇“等值線圖”：選擇用于追蹤等值線的點圖層：接下來的操作除了“等值線方法選擇”上與地球化學圖操作有所區別外，其他的操作（包括：數字特征的計算、數字特征圖、極值點參數設置等）均一樣。可以參見“地球化學圖”部分。2.2 等值線方法選擇注意：本操作必須在點擊“OK”進行等值線參數設置之前進行。（1）T

8、IN方法該方法提供無效區的剔除功能，若需要無效區剔除，選擇無效區的區文件，并輸入橫向網格數和縱向網格數： （2）GRID方法在方法參數欄中，用戶可以選擇搜索網格點的方法，包括：所有點、K-臨近、四方向、八方向，用戶需要輸入橫向網格數和縱向網格數。 （3）KRG方法用戶輸入橫向網格數和縱向網格數即可。2.3 等值線生成通過等值線方法選擇、等值線極值點參數設置及等值線的追蹤過程，生成等值線圖層，并將相關圖層加入PRB庫中，用戶可以根據這些等值線圖層進行其他工作。下圖是GRID方法繪制的等值線圖：3 數字特征統計3.1 統計的目的通過最大值、最小值、方差等基本統計量以及分級統計，以反映數據的空間分布

9、規律。進入RGMAPGIS系統，選擇某個工作圖幅進入PRB庫中。將目標圖層數據（點）加入工程后即可通過常用方法菜單對這些數據進行操作。3.2 基本數字特征統計選擇需要統計的目標點圖層：在元素選擇中列出了該地球化學數據具有的元素屬性，如Ag、As等，選擇某個元素后即可獲得具有有效元素值的所有點的基本統計量，包括對數據集中趨勢、數據離散程度和數據分布形態等的統計。在此基礎上可以通過分級把數據劃分成不同的級別，體現數據自身的特征，為應用研究及專題制圖提供基礎。分級方法有：（1）自定義分級：根據應用目的設定各個級別的數值范圍來實現分級。（2）模式分級：按照固定模式進行分級，級差由特定的算法自動設定。模

10、式分級分為：等間距分級、分位數分級、等面積分級、標準差分級、自然裂變點法分級、其他分級方法（有規律的不等間距分級、按嵌套平均值分級、按面積正態分布分級）。專題圖類型有：直方圖、餅圖、折線圖。用戶選擇等間距分級并輸入級數、選擇專題圖類型、選擇統計方式后，生成專題圖件如下：圖件的設置：參考“地球化學圖”的“數字特征圖件編輯”部分內容。圖件的保存：右擊圖形窗口，選擇圖件保存，保存為MAPGIS工程文件：3.3 用戶制定子區進行統計根據用戶自定義的區文件，在某個劃分的區域內對數據進行統計：選擇某個區文件，確定。點擊圖層，選擇某個區圖元：選擇是，則統計該區范圍內的地球化學數據的情況，彈出的對話框如下：內

11、圈，子區內的空洞的處理：如打勾選擇，則考慮子區內的空洞情況，統計地球化學點時，嚴格判斷點是否落在區域內，若落在區域的空洞內，也認為是落在區域外邊。其他操作如第一部分，區別就是統計的是某個區內的信息，而不是所有點的信息。3.4 按子區劃分進行統計對第2部分進行擴展，用戶根據需要劃分的不同子區，全局瀏覽這些子區內的相關數據統計信息，用戶也可以動態選擇某個區瀏覽統計信息。選擇某個區文件，確定，彈出對話框：子區號：全部子區和各個子區情況瀏覽：4 多元統計分析4.1因子分析在地質學中，由于地質對象的復雜性，往往需要較多的變量來刻劃，但由于變量較多，很難看清它們之間的相互關系，不易找出起主導作用的變量。因

12、子分析方法通過研究變量之間的協方差陣的內部結構，將原來較多的變量組合成少數的“因子”。這些因子是原始變量的線性組合。它們保留了原始變量的大部分相關信息和變異性。各因子給出了地質變量的幾種基本的結合關系，往往表示對地質問題起決定作用的幾個基本的地質因素。通過因子可以再現原始變量之間的相關關系。提示產生這些關系的內在原因，從而有助于探索事物的因果關系。因子分析方法在壓縮地質中的原始數據，指示成因推理方向，分解疊加的地質過程方面都有許多成功的例子。（1）選擇菜單“常用方法->多元統計->因子分析”：（2）選擇點圖層數據：（3）因子分析參數設置對話框：該對話框的主要操作包括：l 因子數的設

13、置l 判斷是否需要正交四次冪的解l 判斷是否需要斜交因子解l 判斷是需要正規化解還是標準化的解l 變量的選擇，選擇幾個變量進行計算因子得分l 數據計算結果文件的名稱設定。l 點擊“確認”按鈕進行計算（4）瀏覽分析結果：4.2聚類分析聚類分析就是根據多個指標進行數字分類的一種多元統計分析方法。近年來，在地質上已有許多成功的應用。根據分類對象的不同，聚類分析可分為兩類：一類是根據變量（指標或地質特征）對標本或樣品進行分類，叫做Q型聚類分析；一類是根據變量在各標本上的觀測值對變量進行分類，叫做R型聚類分析。兩類分析的具體作法基本一致：首先選擇一個適當的統計量，用以度量分類對象的相似性程度或非相似性程

14、度，然后用適當方法進行聚類，建立分類譜系圖。方法1通過計算計算相關系數或者相似性系數來獲得R型聚類分析譜系圖方法2通過選擇計算距離系數的方法和聚類方案的選擇進行大樣本Q型系統聚類分析，內容包括數據的處理方式（數據標準化、數據規格化、不作變換），計算距離的方式（歐式距離、平方歐式距離、角距離、BrayCurtis距離、Canberra距離），聚類的方案選擇（最短距離法、最長距離法、松弛法（1）、松弛法（2）、非加權類平均法、加權類平均法、非加權類重心法、加權類重心法、平方和增量法）。結果的表達是通過選擇聚類系數或者選擇種子樣本的方式，進行分類。以下時R型聚類分析操作。（1）選擇菜單“常用方法-&

15、gt;多元統計->聚類分析”：（2）選擇點圖層數據：（3）聚類分析參數設置：針對這個對話框的操作是：l 數據預處理的方法選擇：數據作標準化還是數據作規格化。l 選擇相似程度的度量方式：相關系數、相似系數，還是選擇距離系數（多種系數的選擇）l 變量的選擇，選取進行計算和研究的變量l 計算結果的保存文件名稱的設置。點擊“確認” 按鈕，那么會彈出繪圖窗口，顯示繪制的聚類分析譜系圖。（4）聚類分析譜系圖：可以將圖像結果另存到其他目錄，圖像為bmp格式。（5）相關結果瀏覽：4.3多元判別分析在判別分析中，人們希望用盡可能多的變量構造判別函數，因為它能包含較全面與判別有關的信息。但和逐步回歸一樣，如

16、果包含變量過多，反而會使判別效果降低。原因是在求判別函數時，需要對協方差矩陣S求逆，S的階數等于所含變量的個數，若包含的變量較多，階數較高，那么計算的精度較差；特別地，當所含主量線性相關時，S接近于降秩矩陣，求逆計算的結果很不穩定，判別效果就會很差。（1）選擇菜單“常用方法->多元統計->多元判別分析”：（2）選擇點圖層數據：（3）模型樣本的選擇：針對這個對話框的操作有以下幾個方面：l 變量水平的設置l 模型樣本數的設置（不宜過多，程序中控制在20組以內）l 根據模型樣本數在左邊的窗口中選擇變量；操作是鼠標雙擊認為是模型的樣本號，將把這個樣本選中，并且將該樣本號添加到模型樣本列表中

17、l 參與計算的變量的選擇，在變量列表中選擇（多選）l 設置預測結果的文件名稱（4）結果瀏覽：（5）保存的計算結果文件內容：5 人工神經網絡分析5.1 BP模型進行分類多階層神經網絡及誤差逆傳播學習算法（Error Back-propagationEBP，或直接稱之為前反饋神經網絡BP學習算法）是目前應用最廣、實現途徑最直觀、運算機制最易理解、研究深入的一種人工神經網絡。誤差逆傳播學習算法是Pall Werbas博士于1974年在他的博士論文中首先提出來的。1986年以Rumelhart和McCelland為首的科學研究小組提出了完整的學習算法，并進行了詳盡分析與介紹，對其潛在能力進行了深入的探

18、討。 BP神經網絡是一種具有三層或三層以上階層型結構的神經網絡。層間各種神經元實現全連接，即下層的每一個單元與上層的每個單元都實現權連接，而每層各種神經元之間不連接。網絡按有導師示教的方式進行監督訓練學習，當一對學習模式提供給網絡后，神經元的激活值，從輸入層經各中間層向輸出層傳播，在輸出層的各種神經元均獲得網絡的輸入響應。并按照減少希望輸出值與實際輸出值之間誤差的方向，從輸出層經各中間層逐層修正各連接權值，最后回到輸入層，所以稱作“誤差逆傳播算法”。隨著這種誤差逆傳播修正的不斷進行，網絡對輸入模式響應的正確率也不斷上升。最后在達到允許的誤差范圍內，網絡達到平衡狀態（實際輸出值接近于希望輸出值）而自動收斂。由于BP神經網絡及其算法增設了中間隱含層并且有相應的學習規則可循，使其具有對非線性模式的識別能力。尤其是其數學意義明確、算法步驟分明，更使其具有廣泛的應用前景。（1）選擇菜單“常用方法->神經網絡->BP模型”：（2）選擇點圖層：（3）模型樣本的選擇：針對這個對話框的操作有以下幾個方面：l 變量水平的設置l 模型樣本數的設置（不宜過多，程序中控制在20組以內）l 根據模型樣本數在左邊的窗口中選擇變量；操作是鼠標雙擊認為是模型的樣本號，將把這個樣本選