克里格法和逆距离法是常用的插值方法，特别是在地球科学中。在matlab中已经有一些例程可用，但受到了matlab内存限制的严重限制。通过使用gstat处理插值和变异函数建模，非常大的数据集可以很容易地处理。

用法:需要gstat.exe(免费软件)运行(www.gstat.org）.

%逆距离:
%的输入:
% x:: x中的样本位置
% y:: y中的样本位置
% z::示例数据
% res::插值网格分辨率
%半径:插值的最大搜索半径
% method = 'invdist'
% uselog:: 1如果z值应该被日志转换，0如果不是
% name::不带扩展名的输出文件名。如。“预测”。
%(文件被指定扩展名为“。grd”)
% useloc (OPTIONAL):: if 1，将使用文件“locations.dat”，如果它存在
%插值的位置。如果为0，将提示用户选择是否使用
% locations.dat(如果它存在)或重写。在调用
循环中的插值例程。
反距离不需要% S
％
%克里格:
%的输入:
% x,y,z,res，半径::作为反距离
% method = 'kriging'
% uselog::作为反距离
% name::与反向距离相同
包含作为输出的变异函数信息的结构
%通过variogramfit函数。
% useloc(可选)::与反向距离相同
％
%输出:
% xi:: x中的预测位置
% yi:: y中的预测位置
% zi::预测结果
% pcolor可以用来可视化。例如pcolor (xi,咦,zi);阴影插值函数;

对于变异函数建模，使用SampleVarioGstat。M来创建实验变异函数。应使用wolgram Schwanghart的优良变异函数拟合实验变异函数。文件ID: # 25948。

查看自述文件获得关于kriging和逆距离插值的技巧，并帮助InterpolationGstat和SampleVarioGstat正确使用。

注意:
这个例程的目的是使执行克里格或反距离插值变得容易。它并不打算作为gstat所有功能的完整接口。因此，仅支持二维普通克里格法、反向距离和实验变异函数建模，仅提供关键参数作为选项。万博1manbetx