您好，
- 工作原理：克吕金插值法以数据的空间自相关性为基础，使用变异函数模型，对有限区域内的未知样本点进行无偏估计的插值方法。在样本点存在空间自相关性或者方向性趋势时，克吕金是最合适的插值方法。同一个分布区内的样点数据之间存在的相互依赖性，即空间自相关性。并且距离越近的两个样点之间，相关性越强。
SuperMap 提供三种克吕金插值方法，分别是普通克吕金、简单克吕金和泛克吕金。
-
普通克吕金：是区域化变量的线性估计，假设观测数据呈正态分布，并且认为区域化变量的期望值是未知的。
-
简单克吕金：是区域化变量的线性估计，假设观测数据呈正态分布，并且认为区域化变量的期望值是固定的常数。
-
泛克吕金：当观测数据中存在某种趋势时，且该趋势可以用一个确定的函数或者多项式来拟合，可以使用泛克吕金插值法。
不同的插值方法有其适用的条件。因此在对数据进行插值时，需要根据数据的特点，选择合适插值方法，保证得到最理想的插值效果。下表对五种插值方法从以下四个方面进行了对比，具体如下：
2.实现步骤：以简单克吕金插值为例。
空间分析选项卡->栅格分析组->插值分析->简单克吕金。
工具箱->栅格分析->插值分析->简单克吕金。(iDesktopX)
- 方法：
- 设置插值分析的公共参数，包括源数据、插值范围、结果数据和环境设置。源数据、插值范围和结果数据等公共参数
- 设置样本点查找方式。支持变长查找和定长查找两种方式。
变长查找：表示使用最大半径范围内的固定数目的样点值进行插值。
- 最大半径：输入用于变长查找的半径大小。默认值为0，表示使用最大半径查找。
- 查找点数：输入用于变长查找的点数目。默认点数为12。
定长查找：查找半径范围内所有的点都要参与插值运算。
- 查找半径：输入设定查找半径大小。默认查找半径为参与插值分析的数据集的范围的长或者宽的较大值的1/5。所有该半径范围内的采样点都要参加插值运算。
- 最小点数：输入用于变长查找的最少数目点。默认点数为5。当邻域中的点数小于所指定的最小值时，查找半径将不断增大，直到可以包含输入的最小点数为止。最大值为12。
- 其他参数：包括半变异函数类型、旋转角度、平均值、基台值、自相关阈值、块金效应值等参数。
半变异函数： 支持球函数、指数函数和高斯函数三种半变异函数。使用哪个模型需要根据数据的空间自相关性和数据现象的先验知识来决定。默认使用指数函数。
旋转角度：每个查找邻域相对于水平方向逆时针旋转的角度。默认为0度。
平均值：默认为插值字段属性值平均值，即采样点插值字段值总和除以采样点数目，用户也可以自行输入。
基台值：半变异函数达到的顶点值，即在距离（X 轴）为0时，半变异函数与 Y 轴相交的值。默认为0。
自相关阈值：半变异函数到达基台值处的距离，即 X 轴相应的值。默认值为0。
块金效应值：在 h=0（X轴）时，半变异函数与 Y 轴相交的值。默认为0。
在实际操作过程中，建议您参考帮助文档进行相关参数的设置：
https://help.supermap.com/iDesktopX/zh/tutorial/Analyst/Raster/interpolation/SimpleKriging.html?rhhlterm=%E5%85%8B%E5%90%95%E9%87%91&rhsearch=%E5%85%8B%E5%90%95%E9%87%91
希望可以帮助到您！
