|
学习了,谢谢楼主抛砖引玉,给我们一个学习的机会。关于楼主讨论的问题,我曾经遇到过一次,首先说明的取样的样品是原生晕样品,其中很多矿化很高,分布不均。使用原始值进行计算发现很不符合正太分布,比较混乱,直接进行迭代计算后得出的背景值和以及标准离差都很大,导致异常下限较高,反映不出真实情况。后来没办法,就跟楼主想得一样,先把数据进行对数转换,然后使用这个数据进行多次迭代计算,得出背景值、标准离差,和异常下限的对数值,进而反对数得到真值。之后对比发现这样得到的数值反而较为合适,但同时在这过程中迭代剔除的值也较多,可能准确性差点。个人认为这个方法可以尝试,我在使用中发现,非矿化元素两种方法的结果差不多,而矿化元素的差别就较大,直接计算的值较高,反对数方法得到的值则低于直接计算得到,可能是在迭代剔除过程中剔除了一些弱异常造成的。两种方法说到底到底谁更科学,我也说不准,还希望向大家多多请教。另外,我心中也有一个疑问,在对数据进行对数处理的过程中,一般都用的是以10为底的对数,这就导致了在反对数的时候,小数点后很小的变化都会把真值变大很多,可以不可以换做以2为底的对数,或者用自然对数e来进行对数处理,这样是否更合理?希望得到大家的意见
|
评分
-
查看全部评分
|