需要 Geostatistical Analyst 许可。
指示克里金法假设模型：
I(s) = µ + ε(s)，其中 µ 为未知常量，I(s) 为二进制变量。 可以通过使用连续数据的阈值来创建二进制数据，也可以是观察的数据 0 或 1。 例如，您的样本可能包含有关某个点是森林栖息地还是非森林栖息地的信息，其中二元变量用于指示类别成员资格。 采用二元变量时，指示克里金法与普通克里金法相同。
在下图中，已使用了解阈值中显示的阈值将数据转换为二进制值。
观察到的二进制数据由空心方块指示。 所有指示变量的未知平均值以虚线表示，即 µ。 可以与普通克里金法进行比较。 与普通克里金法一样，假设 ε(s) 自动相关。 请注意，由于指示变量为 0 或 1，因此插值将介于 0 到 1 之间，并且指示克里金法的预测可以解释为变量为 1 或者属于 1 指示的类的概率。 如果使用阈值来创建指示变量，则生成的插值地图将显示超过（或低于）阈值的概率。
通过选择多个阈值，可以为同一数据集创建多个指示变量。 在这种情况下，一个阈值将创建主要指示变量，而其他指示变量将用作协同克里金法中的次要变量。
指示克里金法可以使用半变异函数或协方差（用于表达自相关的数学形式）。