用于平滑或插值 2D 或 3D 数据的参数克里金法。 通过设置Normalization、Covariance和derivative类型，可以为插值器设置不同的设置。

空气质量（Air quality）的好坏反映了空气污染程度，它是依据空气中污染物浓度的高低来判断的。空气污染是一个复杂的现象，在特定时间和地点空气污染物浓度受到许多因素影响。来自固定和流动污染源的人为污染物排放大小是影响空气质量的最主要因素之一，其中包括车辆、船舶、飞机的尾气、工业污染、居民生活和取暖、垃圾焚烧等。城市的发展密度、地形地貌和气象等也是影响空气质量的重要因素。随着地理信息系统的发展，空间数据分析已引起广泛的注意，解决空间数据的方法也越来越完善，地理加权回归是空间分析中一种重要的方法，是对普通线性回归全局模型的扩展，将数据的地理位置嵌入到回归参数，容许局部而不是全局的参数估计。另一

这个函数完成了我从函数 variogram 和 variogramfit 开始的。 它不是用于执行克里金法的高度优化的代码，但可能具有教育价值。 请注意，要使用克里金法，您应该下载最新版本的 variogramfit。 克里金法使用普通克里金法来插入在坐标 x 和 y 位于未采样位置 xi, yi 的位置处测量的变量 z。 该函数需要包含有关变异函数的所有必要信息的变量 vstruct。 vstruct 是函数 variogramfit 的第四个输出参数。 这是一个基本但易于使用的函数来执行普通的克里金插值。 我称之为基本的，因为它总是包含所有观察值来估计未采样位置的值。 当样本位置不在自相关范围内但需要像 ak 最近邻搜索算法或类似的东西时，这可能没有必要。 因此，这些算法最适用于相对较少数量的观察（100-500）。 对于更大量的观察，我建议使用 GSTAT。

该程序执行在excel文件中获得的一组点的2D克里金法。

协同克里金法使用多种变量类型的信息。主要的感兴趣变量是 Z1，可利用 Z1 的自相关性和 Z1 与所有其他变量类型间的互相关性进行更好的预测。

主要介绍了python 普通克里金（Kriging）法的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

在网上找了非常多资源没见过教怎么用MATLAB编程实现普通克里金法的，作为初学者感觉上手有一定难度。这个PDF详细介绍了普通克里金法的推导过程，并且对如何用MATLAB实现普通克里金法进行了详细讲解，如要自己改写克里金法可以进行参考学习。 该方法是对普通克里金法进行直接的实现的，如要学习更有扩展性的编程方法参考Engineering Design via Surrogate Modelling,A Practice Guide这本书。