Aug 14, 2022 16:56
1 yr ago
22 viewers *
English term
sample support
English to Russian
Tech/Engineering
Mining & Minerals / Gems
Mineral Resources are estimated using the Ordinary Kriging method. This estimation methodology is based on
completed by populating and extrapolating gold grade into blocks within closed wireframes. The block sizes are
based on the spacing of drillholes, sample support and mine configuration.
Sample support generally refers to the length, area, or volume associated with a measurement or observation.
completed by populating and extrapolating gold grade into blocks within closed wireframes. The block sizes are
based on the spacing of drillholes, sample support and mine configuration.
Sample support generally refers to the length, area, or volume associated with a measurement or observation.
Proposed translations
(Russian)
3 +1 | вспомогательная/вторичная переменная выборки | mk_lab |
3 +1 | размер разведочной пробы | svetlana cosquéric |
Proposed translations
+1
1 hr
вспомогательная/вторичная переменная выборки
вспомогательная/вторичная переменная выборки при проведении ординарного/простого кригинга
Т.е., основной/первичной переменной выборки в данном случае является расстояние между скважинами, а в качестве вспомогательных/вторичных переменных выборки могут выбираться длина, площадь или объем
Преобразования и тренды для вторичной переменной (кокригинг)
https://desktop.arcgis.com/ru/arcmap/latest/extensions/geost...
Тип кригинга
Ординарный
...
Определения
* Первичная переменная – переменная, значение которой должно быть спрогнозировано с использованием кригинга или кокригинга
* Вторичные переменные – вспомогательные переменные (не прогнозируемые), связанные с использованием кокригинга
...
В приведенной ниже таблице параметры преобразования и тренда, доступные для каждого метода кригинга, показаны для вторичной переменной.
--------------------------------------------------
Note added at 17 hrs (2022-08-15 10:46:06 GMT)
--------------------------------------------------
Возможно, имеется в виду не одна переменная, а набор вспомогательных переменных выборки (длина/глубина пробоотбора, площадь, с которой берутся пробы, их объем и т.д.)
--------------------------------------------------
Note added at 21 hrs (2022-08-15 14:35:21 GMT)
--------------------------------------------------
Кстати, эти вспомогательные переменные могут относиться и к параметрам пробы, но речь об объеме, а а тем более о какой-то там "площади" иди "длине" пробы идти никак не может.
--------------------------------------------------
Note added at 1 day 15 hrs (2022-08-16 08:20:51 GMT)
--------------------------------------------------
Вся аргументация и подробные ссылки уважаемого коллеги yaal лишь подтверждают предложенній мной вариант перевода.
Support - это точно "вспомогательные/вторичные".
А вот что sample дословно переводить как "проба" не стоит. Это переменные/данные, конечно, связаны с пробой (а точнее, с выборкой учета этих проб) - описывают способ отбора, параметры участка и/или скважины для пробоотбора. Но это именно переменные, а не сама проба
Т.е., основной/первичной переменной выборки в данном случае является расстояние между скважинами, а в качестве вспомогательных/вторичных переменных выборки могут выбираться длина, площадь или объем
Преобразования и тренды для вторичной переменной (кокригинг)
https://desktop.arcgis.com/ru/arcmap/latest/extensions/geost...
Тип кригинга
Ординарный
...
Определения
* Первичная переменная – переменная, значение которой должно быть спрогнозировано с использованием кригинга или кокригинга
* Вторичные переменные – вспомогательные переменные (не прогнозируемые), связанные с использованием кокригинга
...
В приведенной ниже таблице параметры преобразования и тренда, доступные для каждого метода кригинга, показаны для вторичной переменной.
--------------------------------------------------
Note added at 17 hrs (2022-08-15 10:46:06 GMT)
--------------------------------------------------
Возможно, имеется в виду не одна переменная, а набор вспомогательных переменных выборки (длина/глубина пробоотбора, площадь, с которой берутся пробы, их объем и т.д.)
--------------------------------------------------
Note added at 21 hrs (2022-08-15 14:35:21 GMT)
--------------------------------------------------
Кстати, эти вспомогательные переменные могут относиться и к параметрам пробы, но речь об объеме, а а тем более о какой-то там "площади" иди "длине" пробы идти никак не может.
--------------------------------------------------
Note added at 1 day 15 hrs (2022-08-16 08:20:51 GMT)
--------------------------------------------------
Вся аргументация и подробные ссылки уважаемого коллеги yaal лишь подтверждают предложенній мной вариант перевода.
Support - это точно "вспомогательные/вторичные".
А вот что sample дословно переводить как "проба" не стоит. Это переменные/данные, конечно, связаны с пробой (а точнее, с выборкой учета этих проб) - описывают способ отбора, параметры участка и/или скважины для пробоотбора. Но это именно переменные, а не сама проба
+1
11 days
размер разведочной пробы
согласна с yaal, пробы бывают разведочные и технологические
тут речь про разведку
https://zolotodb.ru/article/10489
https://www.researchgate.net/publication/290841259_Sample_su...
http://www.expert-oil.com/cat/mostest/solutions/Shahta/Gold-...
тут речь про разведку
https://zolotodb.ru/article/10489
https://www.researchgate.net/publication/290841259_Sample_su...
http://www.expert-oil.com/cat/mostest/solutions/Shahta/Gold-...
Reference comments
18 hrs
Reference:
http://www.scielo.org.za/scielo.php?script=sci_arttext&pid=S2225-62532014000100007
http://www.scielo.org.za/scielo.php?script=sci_arttext&pid=S...
Вот про sample support
--------------------------------------------------
Note added at 1 day 10 hrs (2022-08-16 03:08:24 GMT)
--------------------------------------------------
https://zolteh.ru/technic/geologicheskaya_blochnaya_model_ka...
На сегодняшний день разработано и математически обосновано множество методов, которые используются для интерполяции качественных показателей в блочные модели. Например, такие как метод обратных расстояний или Inverse Distance Weighting (IDW), кригинг (SK), полииндикаторный кригинг (MIK), ранговый кригинг (RK) и т.д. При выборе метода оценки блочной модели стоит опираться на несколько факторов, таких как густота и равномерность разведочной сети скважин; явное отсутствие или наличие направления изменчивости исследуемого компонента; морфология рудных тел и т.д. В случае наличия неравномерной сети опробования для оценки распределения качественных показателей лучше использовать метод Кригинга. Для этого придется построить экспериментальные полувариограммы и подобрать для них теоретические функции распределения по трем осям области поиска. Если же сеть является равномерной, можно использовать метод обратных расстояний, чтобы добиться хорошего результата. Выбор степени обратного расстояния характеризуется уменьшением влияния значений точек в зависимости от расстояния до оцениваемой точки и обеспечивает тем самым сглаженность интерполированных значений.
Для исключения влияния проб с аномально высокими содержаниями на оценку необходимо провести статистический анализ данных выборки, которыми будет оцениваться будущая блочная модель. В Майкромайн это реализуется с помощью инструмента урезки ураганов. В нем определить ураганные значения возможно с помощью гистограммы распределения содержаний, а также квантильного анализа с применением различных графических методов (рис. 3).
Вот про sample support
--------------------------------------------------
Note added at 1 day 10 hrs (2022-08-16 03:08:24 GMT)
--------------------------------------------------
https://zolteh.ru/technic/geologicheskaya_blochnaya_model_ka...
На сегодняшний день разработано и математически обосновано множество методов, которые используются для интерполяции качественных показателей в блочные модели. Например, такие как метод обратных расстояний или Inverse Distance Weighting (IDW), кригинг (SK), полииндикаторный кригинг (MIK), ранговый кригинг (RK) и т.д. При выборе метода оценки блочной модели стоит опираться на несколько факторов, таких как густота и равномерность разведочной сети скважин; явное отсутствие или наличие направления изменчивости исследуемого компонента; морфология рудных тел и т.д. В случае наличия неравномерной сети опробования для оценки распределения качественных показателей лучше использовать метод Кригинга. Для этого придется построить экспериментальные полувариограммы и подобрать для них теоретические функции распределения по трем осям области поиска. Если же сеть является равномерной, можно использовать метод обратных расстояний, чтобы добиться хорошего результата. Выбор степени обратного расстояния характеризуется уменьшением влияния значений точек в зависимости от расстояния до оцениваемой точки и обеспечивает тем самым сглаженность интерполированных значений.
Для исключения влияния проб с аномально высокими содержаниями на оценку необходимо провести статистический анализ данных выборки, которыми будет оцениваться будущая блочная модель. В Майкромайн это реализуется с помощью инструмента урезки ураганов. В нем определить ураганные значения возможно с помощью гистограммы распределения содержаний, а также квантильного анализа с применением различных графических методов (рис. 3).
Example sentence:
http://www.scielo.org.za/scielo.php?script=sci_arttext&pid=S2225-62532014000100007
Something went wrong...