matlab泛克里金插值

泛克里金插值是一种常用的地统计方法，用于估计未取样点的值。在MATLAB中，可以使用克里金插值工具箱来进行泛克里金插值的计算。具体步骤如下：

1. 载入数据：使用load命令或其他方式将数据导入MATLAB环境，将数据分为坐标数据S和观测值Y。

2. 设置模型参数：根据数据的特点，设置插值模型的参数，包括变异函数类型、模型参数初始值和上下界等。

3. 构建克里金模型：使用dacefit函数构建克里金模型，其中选择合适的回归模型和变异函数模型。该函数将返回一个模型对象和性能指标。

4. 创建格网点：使用gridsamp函数创建一个矩形格网，用来生成未取样点的坐标。

5. 进行插值预测：使用predictor函数对格网点进行插值预测，获取预测的值和均方根误差。

6. 绘制预测表面和插值误差：使用mesh函数绘制预测表面和插值误差大小。

以下是MATLAB代码示例：

% 载入数据
load data1
S = data1(:,1:2);
Y = data1(:,3);

% 模型参数设置
theta = [10 10];
lob = [1e-1 1e-1];
upb = [20 20];

% 构建克里金模型
[dmodel, perf] = dacefit(S, Y, @regpoly0, @corrgauss, theta, lob, upb);

% 创建格网点
X = gridsamp([0 0;100 100], 40);

% 进行插值预测
[YX, MSE] = predictor(X, dmodel);
X1 = reshape(X(:,1),40,40);
X2 = reshape(X(:,2),40,40);
YX = reshape(YX, size(X1));

% 绘制预测表面
figure(1)
mesh(X1, X2, YX)
hold on
plot3(S(:,1),S(:,2),Y,'.k', 'MarkerSize',10) % 绘制原始散点数据
hold off

% 绘制插值误差大小
figure(2)
mesh(X1, X2, reshape(MSE,size(X1)))