（超全面，超基础）Kriging插值推导理论笔记，算法，普通克里金

克里金（克里格）（Kriging）插值又称空间局部插值法，以变异函数和结构分析为基础，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。克里金方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，则可以利用克里格方法进行内插或外推；否则，是不可行的。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,本文介绍了ArcGIS提供的6种克里金插值方法，包括普通克里格、简单克里格、泛克里格、指示克里格。

本文详细介绍了ArcGIS中克里金插值技术的实战应用，从基础理论到精准制图全流程。通过半变异函数建模、参数优化等关键步骤，帮助用户掌握空间数据分析技巧，提升环境监测、地理统计等领域的制图精度与效率。

简单而言，克里金（kriging）模型就是一种插值模型，与多项式插值、线性插值、样条插值等类似，根据“采样点”上的值预测非采样点的值。只不过克里金（kriging）模型相较于其他插值方法具备一些优势（上文介绍过了）。其对于非样本点值的预测是基于线性加权组合（linearly weighted combination）实现的。在普通克里金（kriging）模型中，通过计算预测点附近的已知值的加权平均来获得预测值。其只有在样本值具备空间相关性时才有意义。

10.这一步是半变异函数的设置，如果你会用GS+软件，可以根据GS+软件的计算结果来修改相关参数，如果不会你就按照我的设置来就可以了，因为我曾经比较过GS+软件计算的参数和ArcGIS自己计算的参数，结果是ArcGIS自己计算的参数效果会比较好一点。对于这一步参数的设置，我的建议是，除了各向异性选择True（各项异性就是说你的数据在各个方向的分布趋势都是不相同的，如果是近似相同的，那么此项就选择fasle），其余保持默认设置就可以了。如果数据高度偏斜，可选择对数据进行变换，看是否可以使数据更接近正态分布。

1 定义 相比反距离插值反距离插值 IDW_UQI-LIUWJ的博客-CSDN博客，克里金插值公式更加抽象 其中 是点 (xo,yo)处的估计值 这里的 λi是权重系数。它同样是用空间上所有已知点的数据加权求和来估计未知点的值。但权重系数并非距离的倒数，而是能够满足点 (xo,yo)处的估计值与真实值 zo的方差最小的一套最优系数，即 同时满足无偏估计的条件 2 普通克里金插值 不...

本文详细解析了Kriging（克里金）插值算法，从空间预测的核心思想出发，通过生活化类比阐释其基于统计模型的最优无偏估计原理。文章深入推导了普通克里金的数学公式，并提供了完整的Python实战代码，指导读者从计算经验变异函数、拟合理论模型到实现网格插值与不确定性评估的全流程。最后，探讨了其在环境科学、机器学习等领域的现代应用。

本文从空间插值的基本思想出发，详细阐述了普通克里金算法的核心原理与推导过程。文章深入解释了区域化变量与变异函数两大基石，并通过拉格朗日乘子法一步步推导出克里金方程组，最终实现最优无偏的空间预测。同时，文章还介绍了克里金方差作为不确定性度量的重要性，并提供了Python代码实现，帮助读者从理论到实践全面理解克里金插值。

学过空间插值的人都知道克里金插值，但是它的变种繁多、公式复杂，还有个半方差函数让人不知所云本文讲简单介绍基本克里金插值的原理，及其推理过程，全文分为九个部分：0.引言－从反距离插值说起1.克里金插值的定义2.假设条件3.无偏约束条件4.优化目标／代价函数5.代价函数的最优解6.半方差函数7.普通克里金与简单克里金8.小结0.引言——从反距离插值(IDW)说起空间插值问题，就是在已知空间上若干离散点...

转自：http://xg1990.com/blog/archives/222 学过空间插值的人都知道克里金插值，但是它的变种繁多、公式复杂，还有个半方差函数让人不知所云 本文讲简单介绍基本克里金插值的原理，及其推理过程。 0.引言——从反距离插值(IDW)说起 空间插值问题，就是在已知空间上若干离散点(xi,yi)的某一属性(如气温，海拔)的观测值zi=z(xi,

区域内已知输入点坐标xi​，对应值为zi​=f(xi​)；待插值点表示为x，估计值为z∗，真值为z1）待插值点可由一系列已知点的加权和表示，z=∑i=1n​λi​zi​2）区域内均值一致，即E[z]=μ；方差一致，即Var[z]=δ23）区域内距离和方差满足变异函数；

本文将根据克里金插值的原理，在matlab中逐步进行运算，之后在arcgis中进行克里金插值，并将两种计算方法的结果进行对比。

使用Arcmap快速绘制克吕金插值图的方法及注意事项

准备好存有坐标信息的Excel表格。 点击“开始”—“ArcGIS”—“ArcMap 10.6”，启动ArcMap程序。 正在上传…重新上传取消 选择“空白地图”模板，点击“确定”，创建一个空白地图。 点击ArcMap菜单栏的“文件”—“添加数据”—“添加XY数据”，打开添加XY数据界面。 在添加XY数据界面，点击浏览按钮，选择存有坐标信息的Excel表格。 设置X坐标和Y坐标对应的Excel表格列，设置坐标系信息，点击“确定”，将Excel表格添加到空白地图。 打开A..

学过空间插值的人都知道和反距离插值(IDW)和克里金插值， 本文讲简单介绍基本克里金插值的原理，以及在Arcgis中实现的详细过程。由于IDW操作和克里金很相似，并且最常用的是克里金，因此实操部分给了克里金的。读者可以根据如下教程摸索IDW是完全可以的呢。 文章目录一、反距离插值(IDW)二、克里金插值法三、 Arcgis实际操作3.1 插值实操 - 以克里金为例四、出图 一、反距离插值(IDW)...

克里金法（Kriging） 克里金算法提供的半变异函数模型有高斯、线形、球形、阻尼正弦和指数模型等，在对气象要素场插值时球形模拟比较好。既考虑了储层参数的随机性，有考虑了储层参数的相关性，在满足插值方差最小的条件下，给出最佳线性无偏插值，同时还给出了插值方差。 与传统的插值方法（如最小二...

克里金Kriging插值原理与公式推导详解：空间插值技术深度解读 【下载地址】克里金Kriging插值原理与公式推导详解 本仓库提供了一篇关于克里金(Kriging)插值的原理与公式推导的详细文章，深入浅出地讲解了其基本概念、原理及数学公式推导。内容涵盖克里金插值简介、空间自相关性原理、基本假定、公式推导及实际应用，是地...

原理可参考该文件：克里金(Kriging)插值的原理与公式推导 - xg1990matlab code可参考：Ordinary Kriging - File Exchange - MATLAB CentralSome notes:

本文深入解析克里金(Kriging)模型的核心推导过程，从多元正态分布的基础理论到无偏预测的实际应用。通过半变异函数和协方差矩阵构建空间相关性模型，详细探讨了最大似然估计和超参数优化技巧，并对比简单克里金与普通克里金的适用场景。最后介绍了克里金与现代机器学习结合的扩展应用，为空间数据插值提供专业解决方案。

Kriging模型理论推导1、前言2、条件3、基础知识3.1、方差的理解3.2、概率密度函数3.3、多元正态分布4、理论推导4.1 模型建立 1、前言 简介：Kriging模型是一种通过已知试验点信息来预测未知试验点上响应的无偏估计模型，其最早是由南非矿业工程师Ｄ.Ｇ.Krige于1951年提出。20世纪70年代，法国的数学家Ｇ.Matheron对Ｄ.Ｇ.Krige的研宄成果进行了进一步的系统化、理论化，并将其命名为Kriging模型。1989年Sacks等将Kriging模型推广至试验设计领域，形成了基于