ArcGIS中如何使用协同克里金插值（co-kriging interplotation ）对气象数据插值
- ANUSPLIN气象站点数据插值局限性
- 百度搜索ArcGIS 克里金插值
- 搭建*搜索ArcGIS co-kriging
- ArcGIS协同克里金插值（co-kriging interplotation）实现
ANUSPLIN气象站点数据插值局限性
唉，虽然ANUSPLIN在进行气象站点数据插值的时候有一定优势，但是由于我国西部自然条件恶劣，人迹罕至，因此气象监测十分困难，造成了气象站点稀少的问题。
在气象站点稀少的情况下，利用ANUSPLIN对气象数据进行插值插值，但是效果一直不是很好，因此冥思苦想想利用协同克里金插值（co-kriging interplotation ）对气象站点数据进行插值，实现气象数据的空间化。
百度搜索ArcGIS 克里金插值
在百度了该关键词后，得到的结果十分尴尬，部分博主更是把利用kriging进行插值，然后利用边界范围调整kriging插值结果当做协同克里金插值，虽然我的理论知识一直不扎实，但是该做法还是弄的我苦笑不得。
搭建*搜索ArcGIS co-kriging
在我架了*之后，我搜索了关键词 ArcGIS co-kriging，一篇文章进入了我的视线，
下面的做法全是参考了该博主的个人网站，我也想问一下大家这个个人网站如何搭建。
ArcGIS协同克里金插值（co-kriging interplotation）实现
-
首先获取气象站点数据，可以明显看出西部气象站点稀少。
-
其次海拔高度和气温与降水等气象数据关系密切，因此选择DEM作为协同数据
获取DEM结果如下
此外，根据博客内容，协同克里金必须使用要素数据集作为协同数据集，因此利用raster to point，将DEM数据转换为点数据，结果如下：
ps：我尝试1kmDEM转点，但是数据量太大，卡死了，因此是利用10km的DEM转点。黑乎乎一片！！！
-
协同克里金插值
打开Geostatistical Analyst-Geostatistical Wizard-Krig/CoKriging，具体设置内容如下：
-
接下来就按照默认步骤进行插值就可以了！！！
输出结果如下：
今天的分享到此结束！
如果你感兴趣，还有其他关于地理信息分析的内容可以查看。
[1]利用excel进行栅格图像逐像元计算
[2]使用matlab计算栅格影像相关性： RasterSize value is not consistent with the raster size vector