1. 克里金法(Kriging)克里金法是通过一组具有 z 值的分散点生成估计表面的高级地统计过程。与其他插值方法不同,选择用于生成输出表面的最佳估算方法之前应对由 z 值表示的现象的空间行为进行全面研究。克里金插值与IDW插值的区别在于权重的选择,IDW仅仅将距离的倒数作为权重,而克里金考虑到了空间相关性的问题。它首先将每两个点进行配对,这样就能产生一个自变量为两点之间距离的函数。对于这种方法,原始的输入点可能会发生变化。在数据点多时,结果更加可靠。该方法通常用在土壤科学和地质中。2. 反距离权重法(Inverse Distance Weighted,IDW)反距离权重法(反距离权重法)工具所使用的插值方法可通过对各个待处理像元邻域中的样本数据点取平均值来估计像元值。点到要估计的像元的中心越近,则其在平均过程中的影响或权重越大。此方法假定所映射的变量因受到与其采样位置间的距离的影响而减小。例如,为分析零售网点而对购电消费者的表面进行插值处理时,在较远位置购电影响较小,这是因为人们更倾向于在家附近购物。反距离权重法主要依赖于反距离的幂值。幂参数可基于距输出点的距