ScholarGate
助手
Regression modelGIS / spatial

全局协同克里金法

全局协同克里金法是一种多元地统计插值方法,它通过利用未采样主变量与一个或多个次变量之间的空间互相关性来估计主变量。与局部(移动窗口)方法不同,它为整个研究区域拟合一组单一的变异函数和互变异函数模型,并为每个预测位置求解一个全局协同克里金系统。

在 MethodMind 中打开即将推出视频即将推出下载幻灯片

阅读完整方法

仅限会员

使用免费账户登录即可阅读本节。

登录

方法图谱

相关方法的邻域——选择一个节点以展开探索。

来源

  1. Myers, D. E. (1982). Matrix formulation of co-kriging. Journal of the International Association for Mathematical Geology, 14(3), 249–257. DOI: 10.1007/BF01032887
  2. Goovaerts, P. (1997). Geostatistics for Natural Resources Evaluation. Oxford University Press. ISBN: 9780195115383

如何引用本页

ScholarGate. (2026, June 3). Global Co-Kriging Spatial Interpolation. ScholarGate. https://scholargate.app/zh/spatial-analysis/global-co-kriging

选用哪种方法?

将本方法与其最相近的同类并置,并排研读——本馆将书籍铺陈于案上,取舍则由您定夺。

并排比较
ScholarGateGlobal Co-Kriging (Global Co-Kriging Spatial Interpolation). 于 2026-06-15 检索自 https://scholargate.app/zh/spatial-analysis/global-co-kriging · 数据集: https://doi.org/10.5281/zenodo.20539026