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

克里金法时一种用于空间插值的地学统计方法。 克里金法用半变异测定空间要素，要素即自相关要素。 半变异公式为： 其中γ(h) 是已知点 xi 和 xj 的半变异，***h***表示这两个点之间的距离，z是属性值。 假设不存在漂移，普通克里金法重点考虑空间相关因素，并用拟合的半变异直接进行插值。 估算某测量点z值的通用方程为： 式中，z0是待估计值，zx是已知点x的值，Wx是每个已知点关联的权重，s是用于估计的已知点数目。 权重可以由一组矩阵方程得到。 此程序对半变异进行拟合

克里格 N维度上的普通和通用克里金法。 kriging是kriging的基本实现， 是使用高斯过程回归的插值方法。 kriging支持普通克里金法和通用克里金法（使用多项式漂移项）以及三种半变异函数模型：高斯，球形和指数。 在存在漂移的情况下（整个数据空间的平均值变化），观察到的半变异函数可能会出现偏差（请参见Starks＆Fang，1982，Mathematical Geology，14，4： ： ）。 kriging尝试通过在生成半变异函数之前先删除拟合的漂移多项式项来消除此偏差。