第1个回答 2022-11-16
克里格方法（Kriging）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。 南非矿产工程师D.R.Krige（1951年）在寻找金矿时首次运用这种方法，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，即克里格方法。
克里格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。
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。也就是说，克里格方法是根据未知样点有限邻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位置关系，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。
扩展资料：
应用
克里金法被广泛用于各类观测的空间插值，例如地质学中的地下水位和土壤湿度的采样；环境科学研究中的大气污染（例如臭氧）和土壤污染物的研究；以及大气科学中的近地面风场 、气温、降水等的单点观测。
克里金法在工程问题的数值试验中可作为代理模型（surrogate model）对有限的模拟结果进行插值。具体而言，若对问题全局使用确定性模拟方法（deterministic computer simulations），例如有限元方法会占用大量计算资源而无法（快速）实现时，可以仅模拟局部个别点的结果并使用克里金法插值到全局
参考资料：百度百科-克里金法
相似回答