克里金插值中重要参数变量

ArcGIS中，克里金插值是地统计向导中地统计插值创建表面的一个重要模块，其中包括普通克里金、简单克里金、通用克里金、指示器克里金、概率克里金、析取克里金、经验贝叶斯克里金和面插值。

涉及到克里金插值，首先必须明确其使用条件，即满足克里金模型的必要条件是什么？

提示：数据是否服从正态分布，数据本身是否存在趋势，如有疑问，请参考前期关于异常值查询，数据分布以及趋势分析等章节的介绍

构建完成后，需要利用交叉验证和对备用模型进行比较，进而选择最优的插值模型。因其基本概念繁多，变量对模型的影响意义重大，今天我们详细了解克里金插值模型中的最基本概念。

克里金插值的数学别名：未知变量的概化线性回归

平稳性：分为均值平稳性和二阶平稳性，其中均值平稳性假设一组数据的均值是一个常亮，与位置和方向均无关；二阶平稳性是针对协方差，表示一组数据中，在不同方向但距离相同的任意两点，其差值的方差值相等

变异分析：用来探索数据源的空间相关性的量

步长：对经验半变异函数有影响，值过大，掩盖了短程自相关，值过小，无法获取单元的典型均值。ArcGIS中有现成工具，路径为：工具箱→空间统计工具→分析模式→平均最近邻，结果窗口中的NNObserved即为步长大小

各向异性：表征数据源是否在不同方向呈现不同的范围的量

容差角度：表征一些角度中该包括或剔除点的量

基台：半变异函数在首次呈现平稳状态下所达到的高度

变程：半变异函数首次达到稳定时基台的距离

块金：原点处的测量误差和微尺度变量之和

偏基台：基台与块金的差值

半变异函数/协方差模型中涉及的函数：圆、球面、四球、五球、指数函数、高斯函数、有理二次方程式、孔洞效应、K-Bessel、J-Bessel、稳定（提示：模型可以利用多源数据进行合并使用）

Tip：以上概念是之后插值步骤介绍中参数的选择基础

想要了解更多知识，获得干货，关注微信公众号：GIS点滴