WorksheetsGeostatistics Quiz Based on Surpac Tutorial
Total questions: 10
Worksheet time: 2mins
Dalam konteks estimasi sumber daya mineral, apa tujuan utama penggunaan Geostatistik?
Menganalisis hubungan regresi linier antara dua elemen kimia.
Menghasilkan estimasi yang paling akurat dan tidak bias (misalnya, grade) di lokasi yang tidak terambil sampelnya, dengan mempertimbangkan korelasi data spasial.
Menghitung total volume batuan dalam model blok.
Mengidentifikasi dan menghapus semua nilai pencilan dari dataset.
Fungsi yang secara visual membandingkan perbedaan dalam nilai sampel terhadap jarak (h) dan arah pemisahan, yang merupakan kunci untuk memahami perilaku kontinuitas spasial data, adalah:
Histogram
Diagram Sebar
Variogram (Semi-variogram)
Regresi Linier
Mengapa memisahkan data berdasarkan Domain yang homogen merupakan langkah penting sebelum melakukan analisis geostatistik?
Untuk memastikan semua data memiliki distribusi Normal (Gaussian).
Karena mencampur data dari domain yang berbeda dapat menyebabkan kesalahan estimasi akibat perbedaan karakteristik spasial.
Untuk menyederhanakan proses pemodelan kriging menggunakan perangkat lunak.
Karena domain hanya berlaku untuk estimasi 2D dan bukan 3D.
Dalam grafik variogram, apa yang disebut sebagai nilai maksimum yang dicapai, di mana perbedaan nilai antara dua sampel tidak lagi meningkat, dan variogram menjadi datar?
Efek Nugget (C0)
Rentang (a)
Sill (C0 + C)
Kemiringan
Jika Sill adalah nilai maksimum dari variogram, bagaimana Range didefinisikan?
Jarak minimum di mana variogram mulai meningkat.
Jarak di mana variogram mencapai nilai Sill, menunjukkan batas korelasi data spasial.
Selisih antara Sill dan Nugget Effect.
Arah di mana kontinuitas spasial data paling besar.
Dalam pemodelan anisotropi geostatistik, bentuk tiga dimensi yang menggabungkan rasio anisotropi (sumbu Utama, Semi-utama, Minor) dan digunakan untuk menentukan orientasi bobot estimasi disebut:
Search Cube
Ellipsoid Anisotropi
Variogram Omnidirectional
Silinder
Apa prinsip utama yang membedakan Kriging Biasa dari metode interpolasi deterministik seperti Inverse Distance Weighting (IDW)?
Kriging tidak menggunakan bobot, tetapi hanya rata-rata dari nilai sampel terdekat.
Kriging menggunakan model variogram untuk menghitung bobot optimal yang memastikan estimasi tidak bias dan varians estimasi minimum.
Kriging hanya dapat diterapkan pada data yang terdistribusi bimodal.
Kriging selalu menghasilkan nilai estimasi yang lebih tinggi dari nilai rata-rata sampel.
Fenomena Nugget Effect dalam variogram (perbedaan nilai pada jarak h=0) disebabkan oleh apa, menurut tutorial Surpac?
Sebuah kondisi di mana data memiliki distribusi normal yang sempurna.
Titik di mana variogram mencapai nilai maksimum.
Kesalahan pengambilan sampel, kesalahan laboratorium, atau variabilitas skala kecil yang tidak tertangkap oleh jarak antara sampel.
Jarak di mana sampel menjadi sepenuhnya berkorelasi.
Jika rasio anisotropi Major/Minor adalah 3, manakah di antara berikut ini yang paling akurat menggambarkan hubungan sumbu anisotropi?
Sumbu Major adalah sumbu terpendek, dan sumbu Minor adalah sumbu terpanjang.
Kontinuitas spasial terbesar terjadi sepanjang sumbu Semi-major.
Sumbu Major memiliki kontinuitas spasial terbesar dan terjauh.
Ketiga sumbu tidak saling tegak lurus.
Ketika variogram mencapai nilai Sill pada jarak tertentu (Range), apa implikasinya terhadap korelasi data spasial?
Pada jarak itu, variogram harus diubah menjadi variogram arah.
Korelasi spasial antara dua sampel pada jarak yang lebih besar dari Sill menjadi lebih tinggi.
Pada jarak itu (di luar Range), korelasi spasial antara sampel menjadi nol atau tidak signifikan, dan variabilitasnya tidak lagi bergantung pada jarak.
Pemodalan tidak bisa dilakukan
