ArcGIS教程：普通克里金法

Z(s) = µ + ε(s),

    其中，µ 是一个未知常量。对于普通克里金法，我们所关心的主要问题之一就是对常量平均值的假设是否合理。有时有很充分的科学依据来拒绝该假设。不过，作为一种简单的预测方法，它具有显著的灵活性。下图所举的是处于某一空间维度中的示例：

    从图上看，数据好像是从山谷或山体的线横断面中采集的高程值。而且，好像数据在左侧变化更显著，而在右侧则变得更平滑。事实上，该数据是在平均值 µ 为常量的情况下基于普通克里金法模型模拟得到的。虚线给出的是平均值，该平均值是是真值但是是未知的。因此，普通克里金法可用于似乎带有某种趋势的数据。单凭数据无法确定已观测到的模式是否是自相关（µ 为常量的情况下，在误差 ε(s) 之间）或趋势（µ(s) 随 s 变化）所造成的。

    普通克里金法可以使用半变异函数或协方差（用于表达空间自相关的数学形式），使用变换和移除趋势，还允许测量误差。