地统计学方法 (2).pptVIP

**华中农业大学资源与环境学院空间局部插值法4、局部多项式插值法（移动内插法）：多项式插值法将整个区域考虑成一个平面或曲面，而局部多项式插值法是在划定的领域内（窗口内）用其中的实测数据来拟合不同次数的多项式。第61页，共126页，星期日，2025年，2月5日**华中农业大学资源与环境学院空间局部插值法5、简单移动平均法：6、样条插值法：第62页，共126页，星期日，2025年，2月5日**华中农业大学资源与环境学院空间局部插值法7、克里格方法：和IDW一样，也是一种局部估计的加权平均，但是它对各实测点权重的确定是通过半方差分析获取的，可分为线性克里格法和非线性克里格法。（1）普通克里格（6）概率克里格（2）简单克里格（7）贝叶斯克里格（3）泛克里格（8）普通协同克里格（4）指示克里格（5）析取克里格第63页，共126页，星期日，2025年，2月5日**华中农业大学资源与环境学院克里格法实质上是利用区域化变量的原始数据和变异函数的结构特点，对未采样点的区域化变量的取值进行线性无偏最优估计的一种方法，从数学角度讲就是一种对空间分布的数据求线性最优无偏内插估计量的一种方法。是根据待估样点有限领域内若干已测定的样点数据，在考虑样点形状、大小和空间相互位置关系，它们与待估样点相互空间位置关系，以及变异函数提供的结构信息之后，对该待估样点进行的一种线性无偏最优估计第64页，共126页，星期日，2025年，2月5日**华中农业大学资源与环境学院普通克里格法假定Z(x)是满足本证假设的一个随机过程，该随机过程有n个观测值z(xi)，要预测未采样点x0处的值，则线性预测值Z*(x0)可以表示如下：Kriging是在使预测无偏并有最小方差的基础上，去确定最优的权重值，满足以下两个条件：（1）无偏性条件（2）最优条件：第65页，共126页，星期日，2025年，2月5日**华中农业大学资源与环境学院普通克里格法在本证假设条件下，上左边的式子可以表示为：根据方差最小原则，借助拉格朗日乘子，普通克里格的预测方程组为：预测方差为：第66页，共126页，星期日，2025年，2月5日**华中农业大学资源与环境学院普通克里格法克里格公式也可以用矩阵的形式表示，对点状克里格，有：第67页，共126页，星期日，2025年，2月5日**华中农业大学资源与环境学院普通克里格法实例第68页，共126页，星期日，2025年，2月5日**华中农业大学资源与环境学院普通克里格法实例第69页，共126页，星期日，2025年，2月5日**华中农业大学资源与环境学院第70页，共126页，星期日，2025年，2月5日**华中农业大学资源与环境学院第71页，共126页，星期日，2025年，2月5日**华中农业大学资源与环境学院第72页，共126页，星期日，2025年，2月5日**华中农业大学资源与环境学院简单克里格法如果我们知道区域随机变量的平均值，那么我们可以利用这种先验知识通过简单克里格法来提高预测的精度，这种克里格预测方法仍然是线性加和，但将随机过程的平均值包括了进去，这种随机过程必须是二阶平稳的，预测公式为：第73页，共126页，星期日，2025年，2月5日**华中农业大学资源与环境学院简单克里格法权重利用以下公式计算：用矩阵形式表示为：其中：则：预测方差为：第74页，共126页，星期日，2025年，2月5日**华中农业大学资源与环境学院协同克里格协同克里格是利用两个变量之间的互相关性，用其中易于观测的变量对另一变量进行局部估计的方法。协同克里格法比普通克里格法能明显改进估计精度及采样效率。但在实际应用中，协同克里格法要求有一个已知的相关函数，这就需要在很多地点同时采样，测定二个函数间的相互关系。与相关函数一样，这种相互关系也受样本数目多少的影响。第75页，共126页，星期日，2025年，2月5日**华中农业大学资源与环境学院协同克里格协同克里格法是建立在协同区域化变量理论基础上的，通过建立交叉协方差函数和交叉变异函数模型，然后用协同克里格法对未抽样点的变量进行估值第76页，共126页，星期日，2025年，2月5日**华中农业大学资源与环境学院协同区域化的