反距离加权插值法；普通克里金法；简单克里金法；克里金插值法也称为空间局部插值或空间局部估计，它建立在变异函数理论和结构分析的基础上，具有坚实的数学基础，能够对区域化变量进行线性无偏最优估计（刘爱利 et al., 2012），是地统计学的主要研究内容。

变异函数求取算法,求克里金的变异函数,通过数据形成图形,最后获得变异函数的曲线.

使用c#结合AE开发的二次程序，请勿不删除，好好使用，不可用于商业用途，请谨慎使用，助理AE开发，你值得拥有。就当一个Demo运行在你的电脑上吧

克里金插值是依据协方差函数对随机过程或随机场进行空间建模和插值的回归算法 1克里金插值的源代码 2克里金插值的公式讲解 3克里金插值各个参数的介绍 4克里金插值的例子及数据

基于克里金插值的脑电图成像系统 caj

在ArcGIS10.3版本中，基于模型构建器建立了批量投影栅格工具和批量克里金插值工具，批量投影栅格工具可实现批量投影栅格，批量克里金插值工具可实现对点图层批量插值。ArcGIS10.3及以上版本可以直接打开和使用此工具。

克里金算法

克里金插值matlab程序 克里金(Kriging)插值法又称空间自协方差最佳插值法，它是以南非矿业工程师D．G．Krige的名字命名的一种最优内插法。克里金法广泛地应用于地下水模拟、土壤制图等领域，是一种很有用的地质统计格网化方法。它首先考虑的是空间属性在空间位置上的变异分布．确定对一个待插点值有影响的距离范围，然后用此范围内的采样点来估计待插点的属性值。该方法在数学上可对所研究的对象提供一种最佳线性无偏估计(某点处的确定值)的方法。它是考虑了信息样品的形状、大小及与待估计块段相互间的空间位置等几何特征以及品位的空间结构之后，为达到线性、无偏和最小估计方差的估计，而对每一个样品赋与一定的系数，最后　进行加权平均来估计块段品位的方法。但它仍是一种光滑的内插方法 在数据点多时，其内插的结果可信度较高 。

leaflet 克里金 kriging算法展示demo

实现克里金算法C++编程,This file contains a summary of what you will find in each of the files that make up your krig application.