1. 课程导入与问题界定

在矿产资源量估算中，搜索半径（search radius）是连接"钻孔样品"与"待估块体"的关键参数。它决定了哪些样品参与一个块体的品位估值、每个样品以多大权重参与，以及估值结果在空间上的平滑程度。很多项目在资源量复核时出现明显差异，问题往往不在品位统计本身，而在于搜索半径设置与矿体几何、样品间距、变异函数结构不匹配。本章先界定搜索半径的作用机制、误差来源分类，并给出后续学习路径。

一、搜索半径在估值流程中的位置

以常用的距离反比加权（IDW）或普通克里格（OK）为例，估值一个块体时，算法会在该块体中心周围按给定半径（或椭球体三个半轴）搜索样品。半径内的样品被纳入计算，半径外的样品被排除。因此搜索半径同时承担三重角色：筛选样本（决定参与估值的样品集合）、控制权重衰减（距离越远权重越低）、约束外推范围（半径之外不产生外推估值）。半径过小，块体可能因样品不足而无法估值或估值噪声大；半径过大，则把远处不同矿化域的样品拉进来，造成品位被"抹平"、边界模糊。

二、估值误差的来源分类

把误差来源分清楚，才能判断"调半径"是否是对症手段。工程上通常分为四类：

• 数据类误差：样品品位分析误差、采样代表性不足、样品长度不统一、坐标或测斜偏差。这类误差无法靠搜索半径修正，只能通过数据质量控制和组合样处理降低。
• 地质结构类误差：矿化域划分错误、构造错断未处理、氧化带与原生带混估。若域边界不清，任何半径都会把不同总体混在一起。
• 参数类误差：搜索半径、各向异性方向与比值、块体尺寸、变异函数模型与块金值设置不当。这是本课程的主线。
• 方法类误差：估值方法选择（IDW/OK/指示克里格）、外推规则、类别边界处理不当。

三、一个可操作的示例：半径如何影响估值

假设某铁矿体走向长约 600 m，倾向延深 300 m，钻孔网度约 100 m×100 m，样品组合长度 2 m。变异函数拟合得到走向变程约 180 m、倾向变程约 120 m、厚度方向变程约 25 m。若采用普通克里格，第一轮搜索椭球可设为：走向半轴 180 m、倾向半轴 120 m、厚度半轴 25 m，最少样品数 3、最多样品数 12、每孔最多 3 个样品。这个设置的含义是：只让落在变程范围内的样品参与估值，避免把变程外的样品当作有效信息。

实操中可做一次敏感性对比：固定其他参数，把走向半轴分别取 90 m、180 m、270 m，统计每个块体的估值品位、克里格方差与"无法估值块体比例"。合理的结果通常是：半径过小时无法估值块体比例上升、克里格方差偏高；半径过大时估值分布被压缩、高品位块体被拉低、矿体边界外扩。示例参数仅用于说明方法，实际取值须以本项目变异函数和验证结果为准。

四、课程目标与学习路径

本课程围绕"搜索半径—估值误差"这条主线展开，目标是让学习者能够：独立判断搜索半径是否合理；用变异函数与各向异性确定椭球参数；通过交叉验证与敏感性分析量化误差；在资源量报告中说明参数依据。学习路径按"概念—参数—诊断—验证—案例"推进：先建立误差分类框架，再掌握椭球半径与各向异性的设定方法，随后学习用交叉验证、Swath 图、品位-吨位曲线识别半径失配，最后通过完整案例完成一次参数复核。