本文介绍了ArcGIS中的克里金插值方法，包括普通克里金等不同类型，并强调了克里金模型的使用条件，如数据正态分布和趋势分析。还探讨了关键概念，如平稳性、变异分析、步长、各向异性等，以及如何通过这些参数选择最佳插值模型。此外，提到了半变异函数和协方差模型中的函数类型，为后续插值步骤的参数选择提供基础。
ArcGIS中，克里金插值是地统计向导中地统计插值创建表面的一个重要模块，其中包括普通克里金、简单克里金、通用克里金、指示器克里金、概率克里金、析取克里金、经验贝叶斯克里金和面插值。
涉及到克里金插值，首先必须明确其使用条件，即满足克里金模型的必要条件是什么？
提示：数据是否服从正态分布，数据本身是否存在趋势，如有疑问，请参考前期关于异常值查询，数据分布以及趋势分析等章节的介绍
构建完成后，需要利用交叉验证和对备用模型进行比较，进而选择最优的插值模型。因其基本概念繁多，变量对模型的影响意义重大，今天我们详细了解克里金插值模型中的最基本概念。
克里金插值的数学别名：未知变量的概化线性回归
平稳性：分为均值平稳性和二阶平稳性，其中均值平稳性假设一组数据的均值是一个常亮，与位置和方向均无关；二阶平稳性是针对协方差，表示一组数据中，在不同方向但距离相同的任意两点，其差值的方差值相等
变异分析：用来探索数据源的空间相关性的量
步长：对经验半变异函数有影响，值过大，掩盖了短程自相关，值过小，无法获取单元的典型均值。ArcGIS中有现成工具，路径为：工具箱→空间统计工具→分析模式→平均
最低0.47元/天 解锁文章
1759
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
