地统计学中的插值问题

最近又看了很长时间关于空间插值的书和资料，终于解开了我心里很多的疑惑，这些疑惑如下：
1、我们是要进行空间插值工作，干嘛要了解地统计学的中的空间变异函数？
2、知道了空间变异函数的概念，绘制出来了h和r(h)之间的散点图，为什么要利用各种模型去拟合它？
3、采用高斯模型、球状模型等各种模型拟合完毕后，得到了一条曲线，从这条曲线中我们可以得到变程、基台值、块金值、结构比、决定系数等各种参数。这些参数对我后期的工作有什么作用？
这篇文章就带着这些疑惑，来跟大家聊一聊从一堆数据中，进行空间插值的流程。如果只是想使用插值工具的话，可以通过ArcGIS中的插值工具条进行操作，我这里介绍的是其基础理论。

1、空间变异函数是我们进行空间分析和空间插值的工具，通过这个工具我们才能得到空间插值所需要的各种参数，以及空间分析的一些参数。
2、绘制出来的h和r(h)的散点图，和普通的一些散点图一样，我们想要一个函数能够较好的反应出这些点之间的规律，而这些规律就是地统计学中的规律，也就是他们的空间关系。
3、这些空间关系反应到了数字上，就是我们常说的变程、基台值、块金值、结构比等信息，通过这些数字，我们可以看出所分析的变量是否具有空间关系、空间关系的强弱、空间关系的有效距离是多少、所选拟合模型是否合适等各种信息。
当这些疑惑解开之后，我们就需要知道怎么进行空间插值插值了，这里我们又有了一个名词需要了解，那就是空间权重矩阵。可能一些同学已经听过或者接触过这个名字，简单的理解就是在遥感和GIS中的一个常见的应用–滤波，不太明白的同学可以简单的搜一下。而我们在这里讲的地统计学中的空间权重矩阵和其不太一样，下面我举一个简单克里格插值的例子。