kriging(克里金方法,克里金插值)答题.ppt

x0 第二节 克里金插值方法 简单克里金 SK 普通克里金 OK 泛克里金 UK 协同克里金 CK 贝叶斯克里金（BK） 指示克里金 IK 一、简单克里金 SK Simple Kriging 所有克里金估计都应用线性回归算法，形式为：m为期望 求取权系数的克里金方程组的非平稳形式 求 n+1 个m u , 求 n+1 × n+1 个C u?,u? 二阶平稳假设 E[Z u ] E[Z u+h ] m 常数 C u,u+h C h 简单克里金估计的平稳形式： E[Z u ] E[Z u+h ] m 常数 应用条件： 随机函数二阶平稳 随机函数的期望值 m为常数并已知 不能用于具有局部趋势的情况 简单克里金方程组的平稳形式： C u,u+h C h （C与位置有关） （C与位置无关） 二、普通克里金 OK Ordinary Kriging 应用要求： 随机函数二阶平稳或符合内蕴假设 随机函数的期望值 m在搜寻邻域内稳定但未知 协方差平稳 与简单克里金相比，普通克里金相当于在每一个位置u，重新估计 m。 由于普通克里金估计常使用滑动数据邻域，相当于均值m随位置可变，即Z* u ，此时，实际上是一种非平稳算法，对应于变化的均值和平稳的协方差。 三、泛克里金 UK Universal Kriging 非平稳随机函数