本文探讨了ANUSPLIN在气象数据插值中的局限性，并详细介绍了如何通过ArcGIS的协同克里金插值（co-kriging interpolation）方法，结合DEM数据对气象站点进行空间化插值。在搜索和实践中，作者指出了一些常见误解，并分享了协同克里金的具体实现步骤，包括数据准备和插值设置。
ArcGIS中如何使用协同克里金插值（co-kriging interplotation ）对气象数据插值
ANUSPLIN气象站点数据插值局限性
唉，虽然ANUSPLIN在进行气象站点数据插值的时候有一定优势，但是由于我国西部自然条件恶劣，人迹罕至，因此气象监测十分困难，造成了气象站点稀少的问题。
在气象站点稀少的情况下，利用ANUSPLIN对气象数据进行插值插值，但是效果一直不是很好，因此冥思苦想想利用协同克里金插值（co-kriging interplotation ）对气象站点数据进行插值，实现气象数据的空间化。
百度搜索ArcGIS 克里金插值
在百度了该关键词后，得到的结果十分尴尬，部分博主更是把利用kriging进行插值，然后利用边界范围调整kriging插值结果当做协同克里金插值，虽然我的理论知识一直不扎实，但是该做法还是弄的我苦笑不得。
搭建梯子搜索ArcGIS co-kriging
在我架了梯子之后，我搜索了关键词 ArcGIS co-kriging，一篇文章进入了我的视线，
下面的做法全是参考了该博主的个人网站，我也想问一下大家这个个人网站如何搭建。
最低0.47元/天 解锁文章
扫一扫
962
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
