4. 搜索半径对估值结果的影响机理

搜索半径（search radius）是距离反比加权、普通克里金、最近邻等品位估值方法中最直接、也最容易被随意设定的参数。它决定了“用哪些样品来估计某个待估块段”，因此同时控制着两件事：参与估值的样品数量，以及这些样品与待估点的空间距离分布。半径一旦偏离合理区间，估值结果就会朝两个相反方向失真——过小则样品不足、外推乏力，过大则样品过多、信息被平均掉。理解这一对矛盾，是后续确定合理半径区间、做敏感性分析的前提。

需要先明确本节采用的参照约定：搜索半径以待估块段中心为圆心，在水平面上按各向异性椭球（或椭圆）度量，半径值指椭球最长轴方向的半轴长度；样品到待估点的距离按该椭球度量归一化后与半径比较，落在椭球内的样品才参与估值。全文与图示均采用这一约定。

半径过小：外推不足与估值空洞

当半径小于样品平均间距的一半左右时，大量待估块段的搜索椭球内可能一个样品都没有，或只有一两个。此时会出现两类问题。第一类是外推不足：在矿体边缘、工程稀疏区，块段只能依赖极少数近邻样品，估值被最近的单个高品位或低品位样品“绑架”，块段间品位跳变剧烈，等值线呈锯齿状，矿体边界被人为收缩到有工程控制的范围以内，实际延伸部分被低估甚至判为无矿。第二类是估值空洞：椭球内无样品时，软件通常返回空值或回退到全局均值、最近样品，前者造成块段模型出现“空洞”，后者等价于用远处信息强行填充，二者都会破坏模型的连续性。

以一个教学示例说明：某铁矿床勘探网度约 100 m×100 m，样品平均间距约 100 m。若把搜索半径设为 60 m，则位于四个工程点正中的块段中心到最近样品的距离约 70 m，超出半径，椭球内无样品；即便有样品落入，也往往只有 1 个，权重为 1，估值等于该样品品位。此时块段模型在工程点周围形成“孤岛”，点间大片区域为空值或突变。判断依据很直接：统计每个块段参与估值的样品数，若大量块段样品数为 0 或 1，且空值块段比例明显偏高，就说明半径偏小。

半径过大：过度平滑与远距样品误用

半径放大后，每个块段纳入的样品数迅速增加，估值结果趋于稳定，但代价是过度平滑：距离较远的样品虽然权重低，数量却多，累计贡献不可忽略，块段品位被拉向区域平均值，高品位富集中心和低品位夹层的对比被削弱，品位—吨位曲线变缓，可采储量与矿石分类随之偏移。更严重的是远距样品误用：当半径跨越了不同矿体、不同岩性单元或穿过无矿夹层时，椭球会把不属于同一地质总体的样品纳入进来。例如两个相邻但被断层隔开的矿体，若半径大到同时覆盖两者，则一个矿体的块段会“借用”另一个矿体的品位，造成系统性偏差，而这种偏差在平滑后的模型上不易被肉眼发现。

仍以上述铁矿为例：若半径设为 400 m，则每个块段可能纳入 20～40 个样品，其中相当部分来自 300 m 以外。此时块段品位方差显著下降，原本 55%～62% 的品位区间被压缩到 57%～60%，矿体内部结构变得“一团平”。判断依据是：统计样品数分布，若中位数远高于合理值（如超过 15～20 个），且估值方差与样品方差之比明显偏低，同时块段品位与最近样品品位的相关性下降，就提示半径偏大。

两种失真的共同根源与折中思路

把两侧放在一起看，会发现半径过小与过大并非两个孤立问题，而是同一权衡的两端：半径小，样品少、距离近，估值方差大但空间分辨率高；半径大，样品多、距离远，估值方差小但空间分辨率低。理想的半径应使每个块段纳入的样品数落在统计上“够用而不冗余”的区间，同时保证椭球不跨越地质边界。工程上常用的做法是：先按勘探网度估算样品平均间距 d，取半径初值为 1.5d～2.5d；再统计块段样品数分布，把样品数中位数控制在 6～15 个、空值块段比例控制在 5% 以内；最后检查椭球是否跨越断层、岩性接触带等边界，必要时改用“边界约束搜索”或分域估值，而不是一味放大半径去填补空值。

实际执行时，建议对同一块段模型做一组半径敏感性试验：固定其他参数，令半径在 0.8d、1.5d、2.5d、4d 四档变化，分别输出块段样品数分布、空值比例、估值方差比和典型剖面上的品位曲线。若某档半径下空值比例骤降而方差比同时大幅下降，说明该档已进入过度平滑区；若相邻两档结果差异很小，则说明结果对半径不敏感，可选取其中较小者以保留分辨率。通过这样一组对比，半径不再是一个凭经验拍定的数字，而是有统计依据、可复核的估值参数。