1) traditional ordinary cokriging
传统普通协同克立格法
1.
Major studies have: (1) cross variogram and crosscovariance of multivariate information in STCOK; (2) the STCOK system and three methods of how to get the estimating weighted factors, that is, traditional ordinary cokriging(STTOCOK), standardized ordinary cokriging(STSOCOK),.
主要研究内容有：（１）ＳＴＣＯＫ中的互变异函数与互协方差函数；（２）ＳＴＣＯＫ方程组及求解估值权因子的三种方法：①传统普通协同克立格法（ＳＴＴＯＣＯＫ），②标准普通协同克立格法（ＳＴＳＯＣＯＫ），③简单协同克立格法（ＳＴＳＣＯＫ）；（３）排列协同克立格（ＳＴＣＯＬＣＯＫ）；（４）指示协同克立格（ＳＴＩＫＣＯＫ）。
2) standardized ordinary cokriging
标准普通协同克立格法简单协同
3) ordinary Kriging
普通克立格法
1.
Monthly mean temperature data from 623 meteorological stations in China from 1961 to 2000 were interpolated by using inverse distance weighing(IDW),ordinary kriging(OK) and spline with ARC/INFO,when altitude was taken into consideration or otherwise.
利用地理信息系统软件ARC/INFO,在考虑海拔高度对气温影响和没有考虑海拔高度对气温影响的两种情况下,分别运用样条插值法、普通克立格法和逆距离权重法对中国623个气象站1961—2000年40 a的逐月平均气温进行了空间插值,并利用交叉检验方法对插值精度进行了评估,结果表明:考虑了海拔高度影响的3种插值方法的精度都有比较明显的提高,对于普通克立格法,平均绝对误差(MAE)从1。
2.
Using ordinary Kriging and co- Kriging,the distribution and evolution of Au- anomaly are studied in temporal- spatial domain at Guilaizhuang gold deposit in Shandong Province.
在时空域内利用普通克立格法和协同克立格法对山东归来庄金矿床 Au的异常分布及其时空演化进行了地质统计学研究。
4) co-kriging
协同克立格法
1.
Based on the sample data of topsoil PAHs in Tianjin areas, applying co-kriging techniques to carry out multiple statistic spatial estimation on PAHs, and further the accuracy problem of ordinary kriging and co-kriging in spatial estimation was studied.
协同克立格法能够很好地对PAHs进行多元空间估计,相对于普通克立格法来说,估计精度有了较大的提高。
2.
The study examined the performances of two interpolation methods which allow to account for auxiliary data: co-Kriging,regression-Kriging and tested against ordinary Kriging,to improve the interpolation of soil salinity.
以普通克立格法作为参考,利用辅助数据的两种预测方法,即协同克立格法和回归克立格法对海涂区土壤盐分进行空间内插计算,并在目标变量的采样数目不断减少的情况下,利用80个检验样本,对比了这3种方法的预测精度。
5) Co-Universal Kriging method
协同泛克立格法
6) cokriging
协同克立格法
1.
To counter the coregionalizational phenomena in groundwater spatial variability, the principles and approaches of cokriging in spatial optimum estimation of groundwater multivariate information are analyzed herein.
协同克立格法是多元地质统计学的主要方法 ,能充分利用多元信息 ,对地下水区域化变量进行最优估
补充资料：克立金法
Image:11544033481660656.jpg
克立金法
克立金法基本原理
克立金法最初是由南非金矿地质学家克立格(d.g.krige)根据南非金矿的具体情况提出的计算矿产储量的方法；按照样品与待估块段的相对空间位置和相关程度来计算块段品位及储量，并使估计误差为最小。
克立金法基本原理是根据相邻变量的值(如若干样品元素含量值)，利用变差函数所揭示的区域化变量的内在联系来估计空间变量数值的方法。
地质变量是区域化变量，具有空间结构性，即在空间点x和x+h 处的变量值 z(x)和z(x+h) 具有自相关性。这种相关依赖于两点间的向量h和矿化特征。区域化变量的空间特征由变差函数来描述。
克立金法变差函数
变差函数为区域变量 z(x)的增量平方的数学期望，即区域化变量增量的方差。变差函数即是距离 h的函数，又是方向a的函数，通式可写成：
2r(h,a)=2r(h)=e{{z(x)-z(x+h)}2}
变差函数一般以变差曲线表示。由图可见，随着 h的增大，r（h）趋于稳定值，这时的h称为变程，记为a，它表示了变量从空间相关状态到不相关状态的转折点，而r （a）称为基台值(c+c0)。变程揭示了变量空间自相关性的影响范围，基台值反映了变量变异的强弱。当h趋于零时,r（h）的极限值即曲线在纵坐标的截距为块金常数（c0），它反映了变量随机性的大小。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。