Как выполнять индикаторное моделирование в Leapfrog Works с помощью модуля Contaminants для работы с загрязняющими веществами

Обзор

Расшифровка видеозаписи

[00:00:00.400]
<v Докладчик>Добро пожаловать в Leapfrog Works</v>

[00:00:02.070]
и модуль Contaminants для работы с загрязняющими веществами.

[00:00:04.690]
В этом видео

[00:00:05.820]
мы дадим вам краткий обзор нашей рабочей нагрузки,

[00:00:08.380]
что поможет вам использовать индикаторное моделирование,

[00:00:10.820]
чтобы оценивать и кодировать блоки с помощью функциональных возможностей

[00:00:14.420]
модуля Contaminants для работы с загрязняющими веществами.

[00:00:17.700]
В данном проекте

[00:00:18.630]
мы уже закодировали наши данные о загрязнении

[00:00:21.270]
в двоичный код

[00:00:23.050]
с использованием порогового значения в четыре части на миллион.

[00:00:26.740]
Для этого видео

[00:00:27.660]
мы будем использовать папку Contaminant Models (Модели загрязняющих веществ), которая становится

[00:00:30.430]
доступна после подключения модуля Contaminants для работы с загрязняющими веществами.

[00:00:36.020]
Чтобы запустить этот рабочий процесс,

[00:00:37.500]
мы должны щелкнуть правой кнопкой мыши на папке Estimation (Оценка)

[00:00:39.750]
и создать новый домен оценки.

[00:00:43.210]
Затем мы выбираем набор данных, которые мы хотим оценить,

[00:00:46.270]
и домен оценки.

[00:00:48.380]
В этом Рабочем окне проецируется уже закодированный набор данных по воде

[00:00:51.980]
в выбранном геологическом домене

[00:00:53.980]
рыхлых отложений.

[00:00:57.330]
Пространственная модель позволяет нам проанализировать

[00:00:59.720]
пространственную изменчивость значений в пределах домена.

[00:01:03.540]
Мы сможем смоделировать нашу трехмерную вариограмму в качестве исходных данных

[00:01:07.330]
для инструмента оценки при помощи

[00:01:10.290]
трехмерного Рабочего окна Leapfrog с высокой степенью взаимосвязи.

[00:01:14.410]
Это позволяет визуализировать в режиме реального времени

[00:01:16.690]
ваши экспериментальные вариограммы в трехмерном Рабочем окне,

[00:01:20.290]
что делает процесс более интуитивным.

[00:01:23.610]
Каждый раз, когда мы изменяем параметр внутри

[00:01:26.060]
нашей экспериментальной вариограммы или модели вариограммы,

[00:01:29.300]
мы видим, как изменяется наша вариография.

[00:01:33.470]
Когда мы нажимаем правой кнопкой мыши на папке Estimation (Оценка),

[00:01:35.890]
мы можем выбрать, какой метод оценки хотим использовать.

[00:01:39.690]
Для этого рабочего процесса мы будем использовать простой кригинг.

[00:01:43.320]
Мы устанавливаем параметры для нашей оценки,

[00:01:45.970]
включая созданную трехмерную вариографию.

[00:01:49.030]
Задаем диапазоны эллипсоида поиска, определение поиска

[00:01:53.680]
и, наконец, требуемые результаты.

[00:01:58.980]
Как только домен, пространственная модель

[00:02:01.140]
и методы оценки установлены, мы должны создать блочную модель,

[00:02:04.630]
чтобы закодировать оценочные значения нашего показателя.

[00:02:08.270]
Создание блочной модели — простой и ясный рабочий процесс.

[00:02:12.150]
А также отличный способ представить модели загрязняющих веществ

[00:02:15.450]
в трехмерном виде.

[00:02:17.320]
Мы можем настроить наши параметры и выбрать, какие модели

[00:02:20.840]
и оценки будут представлены на (неразборчиво).

[00:02:26.450]
В этом случае

[00:02:27.283]
мы спроецировали несколько геологических и числовых моделей,

[00:02:30.920]
а также различные методы оценки.

[00:02:33.450]
Вся эта информация может быть просмотрена в Рабочем окне очень

[00:02:36.850]
гибким образом.

[00:02:39.800]
Когда показатели закодированы в блочные модели,

[00:02:42.550]
мы можем проанализировать вероятность того, что каждый блок будет выше

[00:02:46.630]
конечного порогового значения.

[00:02:48.150]
В данном случае это четыре части хлорида на миллион.

[00:02:52.000]
Мы можем отфильтровать блок по этому значению

[00:02:53.970]
и наблюдать за распространением шлейфа.

[00:02:58.460]
В блочных моделях имеется возможность вычислений для визуализации

[00:03:01.720]
вновь созданных переменных и для составления отчетов

[00:03:03.840]
о концентрации по массе и средней концентрации, к примеру.

[00:03:08.300]
В этом случае

[00:03:09.300]
мы создали новую категорию, определяемую

[00:03:12.310]
оцениваемым показателем.

[00:03:14.840]
Если значение показателя выше 0,6 или вероятность 60 %,

[00:03:20.560]
блокам будет присвоена категория

[00:03:22.660]
High (Высокой) вероятности.

[00:03:25.010]
Если значение показателя колеблется от 0,2 до 0,6,

[00:03:29.580]
тогда вероятность будет классифицирована как Medium (Средняя).

[00:03:33.160]
А если значение показателя ниже 0,2,

[00:03:36.550]
ему будет присвоена Low (Низкая) вероятность.

[00:03:40.440]
Так как все переменные созданы в блочных моделях,

[00:03:43.010]
мы можем просмотреть эти данные в Рабочем окне.

[00:03:48.100]
Другие инструменты, доступные в блочных моделях: Statistics (Статистика),

[00:03:52.630]
Interrogate Estimator (Проверить функцию оценки), Swath Plots (Заверочные графики), а также Reports (Отчеты).

[00:04:01.670]
При создании отчета мы должны решить,

[00:04:03.930]
что мы хотим показать.

[00:04:06.500]
В данном отчете мы классифицируем данные

[00:04:09.010]
для геологического домена и по вероятности.

[00:04:13.740]
Для создания индикаторной модели вы можете использовать любые данные.

[00:04:17.070]
Просто четко определите свои цели

[00:04:18.840]
и выберите подходящие инструменты из доступных.

[00:04:21.730]
Если вам нужна дополнительная информация,

[00:04:23.540]
пожалуйста, пишите нам по адресу [email protected].

[00:04:27.770]
Спасибо.