maple克里金插值工具箱

1. arcgis克里金插值數據太接近怎麼回事

• 首先需要一組某一地區的shp文件，在這里，我們使用之前小編製作的黃河口的一套shp文件。具體詳情請參見http://jingyan..com/article/656db918e5b316e381249cd9.html（用ArcGIS在完整地圖shapefile文件截取局部區域）。

  

2. 克里金插值原理

克里格方法（Kriging）又稱空間局部插值法，是以變異函數理論和結構分析為基礎。

在有限區域內對區域化變數進行無偏最優估計的一種方法，是地統計學的主要內容之一。 南非礦產工程師D.R.Krige（1951年）在尋找金礦時首次運用這種方法，法國著名統計學 家G.Matheron隨後將該方法理論化、系統化，並命名為Kriging，即克里格方法。

克里格方法的適用范圍為區域化變數存在空間相關性，即如果變異函數和結構分析的 結果表明區域化變數存在空間相關性，則可以利用克里格方法進行內插或外推；否則，是不可行的。其實質是利用區域化變數的原始數據和變異函數的結構特點，對未知樣點進行 線性無偏、最優估計。

無偏是指偏差的數學期望為0，最優是指估計值與實際值之差的平 方和最小。也就是說，克里格方法是根據未知樣點有限鄰域內的若干已知樣本點數據，在 考慮了樣本點的形狀、大小和空間方位，與未知樣點的相互空間位置關系，以及變異函數 提供的結構信息之後，對未知樣點進行的一種線性無偏最優估計。

(2)maple克里金插值工具箱擴展閱讀：

應用

克里金法被廣泛用於各類觀測的空間插值，例如地質學中的地下水位和土壤濕度的采樣；環境科學研究中的大氣污染（例如臭氧）和土壤污染物的研究；以及大氣科學中的近地面風場 、氣溫、降水等的單點觀測。

克里金法在工程問題的數值試驗中可作為代理模型（surrogate model）對有限的模擬結果進行插值。具體而言，若對問題全局使用確定性模擬方法（deterministic computer simulations），例如有限元方法會佔用大量計算資源而無法（快速）實現時，可以僅模擬局部個別點的結果並使用克里金法插值到全局

參考資料：網路-克里金法

3. arcgis怎麼在指定的研究區范圍內做克里金插值，並且把各個取值范圍的面積統計出來。

打開克里金插值法的界面，設置參數設置界面右下角的「環境（environment）」，「處理范圍（回processing extent）」的「捕捉柵格」答選擇shp文件，「柵格分析（raster analysis）」中的「掩膜」選擇選擇shp文件。設置好，點確定即可。

4. matlab克里金插值工具箱的使用方式，請問有沒有對matlab及克里金插值熟悉的大神可以幫幫忙。

這種網上一般都有現成的代碼下載，下面這個鏈接就可以下載
http://www.pudn.com/downloads296/sourcecode/math/detail1326372.html
另外，matlab工具箱的話，先在回File->set path中添加所要載入的工具箱（答工具箱必須復制到matlab安裝目錄中的toolbox中），添加之後就可以像調用系統函數一樣直接調用工具箱中的函數，最好先在網上找找工具箱使用的簡單常式

5. 想利用克里金(Kinging)插值法來擴充自己採集的一些數據，Kinging.m代碼應該怎麼實現

Bars bar = new Bars();
bar.setId(rs.getLong("id"));
bar.setName(rs.getString("name"));
bar.setType(rs.getInt("type"));
bar.setCreatorId(rs.getLong("creator_id"));
resultList.add(bar);
if (currentNum == skipEnd - 1)
break;
}

6. 克里金插值

利用克里金法插值時變異函數的確定是其關鍵。當區域化變數不滿足二階平穩假設存在漂移時，漂移的形式、殘余（Ｒｅｓｉｄｕａｌ）變異函數參數的估計比較困難。該文提出了利用多元逐步回歸法確定漂移的次數；採用矩法和最大似然法相結合估計殘余變異函數參數；當區域內數據點個數比較多時，在三角網格剖分過程中一次確定三角形與其內數據點的包含關系，用於快速檢索待插點鄰域內的數據點，最後給出了應用實例。
【作者單位】：北京航空航天大學機械工程與自動化學院!北京100083(牛文傑;朱大培);北京航空航天大學計算機科學與工程系(陳其明)
【關鍵詞】：泛克里金法插值;最大似然法;矩法;三角網格剖分;多元逐步回歸
【分類號】：TP391.41
景資料分析、實驗變異函數的圖形觀察來確定的，這種確定方法一般帶有一定的主觀性。正如文獻［１１所指出的那樣，對於同一個區域化變數，有些人認為滿足二階平穩假設，而另一些人則認為帶有漂移，沒有一個判定準則。實際應用中，漂移次數的確定可借鑒利用Ｋ階廣義多項式協方

7. 克里金插值圖能轉化為矢量圖么

在GP工具箱有克里金插值工具，其中有一個參數就是掩膜數據，可以是矢量或者柵格，插值後的數據就是在掩膜的范圍；

8. 克里金插值演算法

根據項目對數據處理的要求，採用了優化的克里金插值演算法，將等值線地化數據插值轉換為格網數據，以便實現地化數據的三維顯示（王家華等，1999）。其主要實現過程如下：

第一步，計算半變異圖，用非線性最小二乘擬合半變異函數系數；

第二步，數據點進行四叉樹存儲；

第三步，對每一格網點搜索鄰近數據點；

第四步，由待預測網格點和鄰近數據點計算克里金演算法中系數矩陣，及右端常數向量；

第五步，對矩陣進行LU分解，回代求解待預測點的預測值。

克里金插值演算法主要包括半變異函數和鄰近點搜索的計算，實現方法如下。

（1）半變異函數計算

半變異函數是地質統計學中區域化變數理論的基礎。地質統計學主要完成2方面的任務：利用半變異函數生成半變異圖來量化研究對象的空間結構；通過插值方法利用半變異圖中擬合模型和研究對象周圍的實測值來對未知值進行預測。

半變異函數是用來描述區域化變數結構性和隨機性並存這一空間特徵而提出的。在滿足假設的條件下，隨機函數z（x）和z（x+h）為某一物理參數測定值的一一對應的2組函數，h為每對數之間的距離。半變異函數γ（h）可用下式來計算：

γ（h）＝ 1/2E｛［z（x）-z（x +h）］²｝

4種基本的半變異函數模式（除了這4種基本模式以外，還有很多模式），包括：

1）線形模式（Linear Model）

浙江省農業地質環境GIS設計與實現

2）球面模式（Spherical Model）

浙江省農業地質環境GIS設計與實現

3）指數模式（Exponential Model）

浙江省農業地質環境GIS設計與實現

4）高斯模式（Gaussian Model）

浙江省農業地質環境GIS設計與實現

半變異函數γ（h）會隨距離h增大而增大，並逐漸逼近一定值（C₀ +C），稱為基台值（Sill）；而逼近基台值所對應的距離，稱為影響范圍（Range），表示空間中兩位置間的距離小於影響范圍時，是空間相關性的。在線性和球面模式中，影響范圍等於a；在指數和高斯模式中，影響范圍則分別等於3a和

。而模式於半變異函數軸的截距（C₀）成為塊金系數（Nugget Effect），產生的原因主要是樣本測定的誤差和最小采樣間距內的變異。在應用上，為探討說明空間變異在不同方向上的差距，也可利用非等向性的變異函數模式。半變異圖擬合半變異函數模式的擬合方法可採用非線性最小二乘法擬合。

（2）鄰近點搜索演算法

由於矩陣LU分解求解方程的演算法會隨著矩陣維數的增加計算量增大，所以針對大量采樣數據點時不能採用全部數據進行估計，必須採用插值點的臨近點數據進行計算，即採用局部數據進行克里金演算法進行計算。搜索鄰近點可採用四叉樹結構存儲總數據，以提高搜索鄰近點的速度。

對於選取鄰近點的數目要有所限制，因該值的大小選擇會影響插值的計算結果。若太大，則內插結果過於平滑；太小，則無法反映地表的變化；距離預測點較遠的實測點可能與待估樣點已經不存在自相關關系，也不能參與插值計算。採取以插值點為圓心，以R為半徑的圓來確定取樣的范圍和參加計算的實測樣點數目（如果存在各向異性，則可考慮劃定一橢圓作為研究區域）。為了避免方向上的偏差，將圓平均地分為4個扇區，每個扇區內實測點數目在2～5之間，這樣總共參與每個待估點預測的實測點數目平均達到8個。

區域內臨近點的選擇，存在著兩種策略。

1）以鄰近點的個數為基準。通常情況下，鄰近點的個數以8～12個為宜，並且個數不能少於2個。此時計算出來的圖像較為光滑。

2）以鄰近點的半徑尺度為基準。通常情況下，選擇5～10 倍柵格間距的距離為宜。此時必須定義選擇鄰近點的最小和最大個數，當在一定半徑內查找的鄰近點個數小於最小個數時，應擴大搜索半徑，使之達到最小查找個數；反之在一定半徑內查找的鄰近點個數大於最大個數時，應縮小搜索半徑，使之小於最大查找個數。通常情況下最大最小個數分別可以定為20和4。

克里金演算法的優點在於它基於一些可被驗證的統計假設。根據這些假設，克里金演算法產生的柵格節點估計量是最佳的，所有的估計量都依賴於可獲得的觀測值，並且平均誤差最小。克里金演算法提供了方差誤差分析的表達式，可以表明每一個柵格節點的估計精度。

9. 求matlab克里金插值工具箱easykrig3.0，發送到[email protected]

題發布了2天了，才求？

有。。。不傳

10. matlab中DACE工具箱進行克里金插值的使用方法

您好，克里金工具箱會用了嗎？