需要 Geostatistical Analyst 许可。
要创建经验半变异函数，确定所有位置对值平方差。将这些位置对绘制成图后（y 轴坐标为平方差的一半，x 轴坐标为位置间距），该图称为半变异函数云。以下场景显示了一个位置（红点）与其他 11 个位置的配对情况。
变异分析的主要目标之一就是探索和量化空间依赖性（又称空间自相关）。空间自相关对距离越近的事物就越相似这一假设进行量化。因此，位置对的距离越近（在半变异函数云的 x 轴上最左侧），具有的值就越相似（在半变异函数云的 y 轴上较低处）。位置对的距离变得越远（在半变异函数云的 x 轴上向右移动），就应该变得越不同，平方差就会更高（在半变异函数云的 y 轴上向上移动）。下图显示了典型半变异函数云，以及点的最佳拟合蓝线。此蓝线称为半变异函数。
由于存在计算局限性（计算时间和内存限制），如果输入数据集的观测值数大于 5000，Geostatistical Analyst 将为结构分析和半变异函数模型拟合随机选择 5000 个观测值（大约提供 1250 万个点对）。生成的模型（表面）通常不受随机采样影响，因为所有数据都用于生成预测值。但如果数据集有一些非常大的值，它们不一定在用于生成经验半变异函数/协方差值的子集中，因此估计的半变异函数模型可能不同于使用整个数据集估计的半变异函数模型。