克里金（Kriging）模型及Python pykrige库实现

import numpy as np
from pykrige.kriging import OK
from pykrige.kriging import OrdinaryKriging
from pykrige.kriging import SS_OrdinaryKriging
 
# 生成样本数据
data_points = np.array([[0.0, 0.0], [0.5, 0.5], [1.0, 1.0]])
z_values = np.array([0.0, 0.5, 1.0])
 
# OK方法
ok = OK(data_points, z_values)
result = ok.execute('ordinary', grid_size=100)
 
# 使用OrdinaryKriging方法
okr = OrdinaryKriging(data_points, z_values, variogram_model='linear')
z_linear, ss_linear = okr.execute('grid', grid_res=100)
 
# SS_OrdinaryKriging方法
ss_okr = SS_OrdinaryKriging(data_points, z_values, variogram_model_type=0)
z_ss, ss_ss = ss_okr.execute(np.linspace(0.0, 1.0, 100))
 
# 输出结果
print("OK Result:", result)
print("OrdinaryKriging Linear Result:", z_linear, ss_linear)
print("SS_OrdinaryKriging Result:", z_ss, ss_ss)

这段代码首先导入了必要的模块，并生成了一些用于克里金拟合的样本数据。然后，它演示了如何使用OK类和OrdinaryKriging类来进行普通克里金拟合，并使用SS_OrdinaryKriging类来进行带有不同变异模型的拟合。最后，它打印出了拟合的结果。