老外编的kriging插值

老外编的kriging插值 老外编的kriging插值 老外编的kriging插值 老外编的kriging插值

function [zis2zi] = kriging（vstructxyzxiyichunksize）

% interpolation with ordinary kriging in two dimensions
%
% Syntax:
%
%     [zizivar] = kriging（vstructxyzxiyi）
%     [zizivar] = kriging（vstructxyzxiyichunksize）
%
% Description:
%
%     kriging uses ordinary kriging to interpolate a variable z measured at
%     locations with the coordinates x and y at unsampled locations xi yi.
%     The function requires the variable vstruct that contains all
%     necessary information on the variogram. vstruct is the forth output
%     argument of the function variogramfit.
%
%     This is a rudimentary but easy to use function to perform a simple
%     kriging interpolation. I call it rudimentary since it always includes
%     ALL observations to estimate values at unsampled locations. This may
%     not be necessary when sample locations are not within the
%     autocorrelation range but would require something like a k nearest
%     neighbor search algorithm or something similar. Thus the algorithms
%     works best for relatively small numbers of observations （100-500）.
%     For larger numbers of observations I recommend the use of GSTAT.
%
%     Note that kriging fails if there are two or more observations at one
%     location or very very close to each other. This may cause that the 
%     system of equation is badly conditioned. Currently I use the
%     pseudo-inverse （pinv） to come around this problem. If you have better
%     ideas please let me know.
%
% Input arguments:
%
%     vstruct   structure array with variogram information as returned
%               variogramfit （forth output argument）
%     xy       coordinates of observations
%     z         values of observations
%     xiyi     coordinates of locations for predictions 
%     chunksize nr of elements in zi that are processed at one time.
%               The default is 100 but this depends largely on your 
%               available main memory and numel（x）.
%
% Output arguments:
%
%     zi        kriging predictions
%     zivar     kriging variance
%
% Example:
%
%     % create random field with autocorrelation
%     [XY] = meshgrid（0:500）;
%     Z = randn（size（X））;
%     Z = imfilter（Zfspecial（‘gaussian‘[40 40]8））;
%
%     % sample the field
%     n = 500;
%     x = rand（n1）*500;
%     y = rand（n1）*500;
%     z = interp2（XYZxy）;
%
%     % plot the random field
%     subplot（221）
%     imagesc（X（1:）Y（:1）Z）; axis image; axis xy
%     hold on
%     plot（xy‘.k‘）
%     title（‘random field with sampling locations‘）
%
%     % calculate the sample variogram
%     v = variogram（[x y]z‘plotit‘false‘maxdist‘100）;
%     % and fit a spherical variogram
%     subplot（222）
%     [dumdumdumvstruct] = variogramfit（v.distancev.val[][][]‘model‘‘stable‘）;
%     title（‘variogram‘）
%
%     % now use the sampled locations in a kriging
%     [ZhatZvar] = kriging（vstructxyzXY）;
%     subplot（223）
%     imagesc（X（1:）Y（:1）Zhat）; axis

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2014-08-28 21:29  kriging-master\
     文件      117862  2014-08-28 21:29  kriging-master\kriging.jpg
     文件        6165  2014-08-28 21:29  kriging-master\kriging.m
     文件        1320  2014-08-28 21:29  kriging-master\license.txt