ArcGIS中，克里金插值是地統計嚮導中地統計插值創建表面的一個重要模塊，其中包括普通克里金、簡單克里金、通用克里金、指示器克里金、概率克里金、析取克里金、經驗貝葉斯克裏金和麪插值。
涉及到克里金插值，首先必須明確其使用條件，即滿足克里金模型的必要條件是什麼？
提示：數據是否服從正態分佈，數據本身是否存在趨勢，如有疑問，請參考前期關於異常值查詢，數據分佈以及趨勢分析等章節的介紹
構建完成後，需要利用交叉驗證和對備用模型進行比較，進而選擇最優的插值模型。因其基本概念繁多，變量對模型的影響意義重大，今天我們詳細瞭解克里金插值模型中的最基本概念。
克里金插值的數學別名：未知變量的概化線性迴歸
平穩性：分爲均值平穩性和二階平穩性，其中均值平穩性假設一組數據的均值是一個常亮，與位置和方向均無關；二階平穩性是針對協方差，表示一組數據中，在不同方向但距離相同的任意兩點，其差值的方差值相等
變異分析：用來探索數據源的空間相關性的量
步長：對經驗半變異函數有影響，值過大，掩蓋了短程自相關，值過小，無法獲取單元的典型均值。ArcGIS中有現成工具，路徑爲：工具箱→空間統計工具→分析模式→平均最近鄰，結果窗口中的NNObserved即爲步長大小
各向異性：表徵數據源是否在不同方向呈現不同的範圍的量
容差角度：表徵一些角度中該包括或剔除點的量
基臺：半變異函數在首次呈現平穩狀態下所達到的高度
變程：半變異函數首次達到穩定時基臺的距離
塊金：原點處的測量誤差和微尺度變量之和
偏基臺：基臺與塊金的差值
半變異函數/協方差模型中涉及的函數：圓、球面、四球、五球、指數函數、高斯函數、有理二次方程式、孔洞效應、K-Bessel、J-Bessel、穩定（提示：模型可以利用多源數據進行合併使用）
Tip：以上概念是之後插值步驟介紹中參數的選擇基礎
想要了解更多知識，獲得乾貨，關注微信公衆號：GIS點滴