什么是地统计插值方法？

需要 Geostatistical Analyst 许可。

地统计的最初用途是指对地球的统计，如地理和地质方面的统计。现在，地统计广泛用于许多领域并且构成了空间统计的一个分支。最初，在空间统计中，地统计等同于克里金法，克里金法是统计形式的插值。当前定义已经扩展到不仅包括克里金方法，还包括许多其他插值方法，如在空间插值的确定性方法中介绍的确定性方法。Geostatistical Analyst 是这一广泛定义的地统计的实现形式。地统计的基本特点之一是，所研究的现象可在研究区域内的任何位置获取值（不一定为测得的值）；例如某区域中的氮含量，或者大气中的臭氧浓度。但一定要识别可使用地统计进行相应分析的数据的类型。

了解有关 Geostatistical Analyst 中的克里金法的信息

假定下面的矩形是目标研究区域。使用字母 s_i 为研究区域中的空间位置创建索引，其中每个特定位置通过下标 i 创建索引。

在上述示例中，假设已经在位置 s₁ 至位置 s₇ 处采集了数据，并且需要预测位置 s₀（以红色表示）处的值。这是插值的示例。克里金法假定可将 s₀ 放置在研究区域中的任何位置，并且假定在位置 s₀ 处存在某个实际值。例如，如果该数据包括 s₁ 至 s₇ 的氮浓度，则在 s₀ 处也应具有一定的氮浓度，虽然没有观测到但要对其进行预测。请注意，虽然该数据是作为点事件采集的，但这些值实际上在所有位置都是存在的，因此，这些值被称为具有空间连续性。

在统计学中，通常将值描述为下列类型之一：

• 连续 - 所有实数（如 –1.4789、10965.6891）
• 整数（如 -2、-1、0、1、2）
• 有序分类（如最差、中等、最佳）
• 无序分类（如森林、农业、城市）
• 二进制数（如 0 或 1）

连续会导致出现某些混淆。如果数据是空间连续的并且其值在多元正态分布中也是连续的，则在您了解多元分布的自相关性的情况下，克里金法是最佳预测器。然而，目前已经开发了不同形式的克里金法，以适合上述所有类型的数据。