克里金插值原理 克里格方法（Kriging）又称空间局部插值法，是以变异函数理论和结构分析为基础。在有限区域内对区域化变量进行无偏最优估计的一种方法，是地统计学的主要内容之一。南非。
克里金插值 利用克里金法插值时变异函数的确定是其关键。当区域化变量不满足二阶平稳假设存在漂移时，漂移的形式、残余（Residual）变异函数参数的估计比较困难。。
克里金插值原理 克里格方法2113（Kriging）又称空间局部插值法，是5261以变异函数4102理论和结构分析为基础1653。在有限区域内对区域化变量进行无偏最优估计的一种方法，是地统计学的主要内容之一。南非矿产工程师D.R.Krige（1951年）在寻找金矿时首次运用这种方法，法国著名统计学 家G.Matheron随后将该方法理论化、系统化，并命名为Kriging，即克里格方法。克里格方法的适用范围为区域化变量存在空间相关性，即如果变异函数和结构分析的 结果表明区域化变量存在空间相关性，则可以利用克里格方法进行内插或外推；否则，是不可行的。其实质是利用区域化变量的原始数据和变异函数的结构特点，对未知样点进行 线性无偏、最优估计。无偏是指偏差的数学期望为0，最优是指估计值与实际值之差的平 方和最小。也就是说，克里格方法是根据未知样点有限邻域内的若干已知样本点数据，在 考虑了样本点的形状、大小和空间方位，与未知样点的相互空间位置关系，以及变异函数 提供的结构信息之后，对未知样点进行的一种线性无偏最优估计。扩展资料：应用克里金法被广泛用于各类观测的空间插值，例如地质学中的地下水位和土壤湿度的采样；环境科学研究中的大气污染（例如臭氧）和土壤污染物的。
arcgis中七种插值方法的对比分析，插值可以根据有限的样本数据点预测栅格中的像元值。它可以预测任何地理点数据（如高程、降雨、化学物质浓度和噪声等级等）的未知值。。
