需要 Geostatistical Analyst 许可。
从创建经验半变异函数中所示的位置景观和半变异函数云不难看出：在绘制每对位置时，数据量将迅速超出可控范围。 点数过多会导致散点图过于密集，以致难以从中解读出有效信息。 为了减少经验半变异函数中的点数，将根据位置对彼此之间的距离对其进行分组。 这种分组过程称为分箱。
分箱是一个两阶段的过程。
第一阶段
首先，形成点对；然后，对这些点对进行分组，使其具有共同的距离和方向。 在 12 个位置的景观场景中，您可以看到所有位置与一个位置（红点）配对。 成对链接之间的相似颜色指示相似的箱距。
此过程会针对所有可能的对继续进行。 可以看出：在配对过程中，随着每个位置的增加，配对数量迅速增加。 这就是为什么对于每个分箱，仅将该分箱中所有对的平均距离和半方差绘制为半变异函数上的单个点。
第二阶段
在分箱过程的第二阶段，将根据共同的距离和方向对点对进行分组。 想象一幅图：每个点均具有一个共同的原点。 此属性使得经验半变异函数呈现对称特征。
对于每个分箱，需要计算所有已链接位置对的值的平方差，然后取这些值的平均值并乘以 0.5，由此得到每个分箱的一个经验半变异函数值。 在 Geostatistical Analyst 中，可以控制步长大小和步长数量。 将对每个分箱中的经验半变异函数值进行彩色编码，称为半变异函数表面。