面向大数据集条件模拟的半锥化策略
统计方法学
2017-02-07 v3
摘要
高斯条件实现常规用于多种地球科学应用中的风险评估与规划。条件实现可先创建无条件实现，然后通过克里金法对其进行后条件化获得。第一步有许多高效算法，因此瓶颈在于第二步。不同于使用期望协方差（F方法）或使用锥化协方差（T方法）进行条件模拟，我们提议仅在条件化步骤中使用锥化协方差（半锥化即HT方法）。这能加速计算并减少条件化步骤的内存需求，同时还保持实现中正确的短尺度变化。推导了基于模拟均方误差的准则，以帮助预期HT与F的相似性。此外，使用一个指标来预测条件化步骤中克里金矩阵的稀疏性。讨论了锥化函数选择的一些指南。比较了F、T和HT方法的一系列1D、2D和3D标量响应函数的分布。所得分布表明HT与F的相似性远好于T。
引用
@article{arxiv.1607.08372,
title = {Half-tapering strategy for conditional simulation with large datasets},
author = {Denis Marcotte and Denis Allard},
journal= {arXiv preprint arXiv:1607.08372},
year = {2017}
}
备注
39 pages, 2 Tables and 11 Figures