克里金插值法.pptxVIP

克里金插值法 克里金插值法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，由南非矿产工 程师 D. Matheron 于 1951 年在寻找金矿时首次提出，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，即克里金插值法。 1 克里金插值法原理 克里金插值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，则可以利用克里金插值法进行内插或外推。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[1]。因此，克里 金插值法是根据未知样点有限领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。 假设研究区域 a 上研究变量 Z（x），在点 xi?A（i=1，2，……，n）处属性值为 Z（xi）， 则待插点 x0?A 处的属性值Z（x0）的克里金插值结果Z*（x0）是已知采样点属性值 Z（xi） （i=1，2，……，n）的加权和，即：;??;;图 4 方法路线图 3 克里金插值法分类及适用类型 克里金插值法主要有以下几种类型：普通克里金（Ordinary Kriging）、简单克里金（Simple Kriging）、泛克里金（Universal Kriging）、协同克里金（Co-Kriging）、对数正态克里金（Logistic Normal Kriging）、指示克里金（Indicator Kriging）、概率克里金（Probability Kriging）和析 取克里金（Disjunctive Kriging）等[1]。 克里金插值法可以简单地表达为：;5;6;7