创建经验半变异函数
需具备 Geostatistical Analyst 许可方可使用。
要创建经验半变异函数，需计算所有位置对的值之间的平方差。 绘制这些数据时，若将一半的平方差置于 y 轴，将分隔位置的距离置于 x 轴，则称为半变异函数云。 下图展示了一个位置（红点）与其他 11 个位置的配对情况。
变异分析的主要目标之一是探索和量化空间依赖性，也称为空间自相关。 空间自相关量化了这样一种假设：距离较近的事物比距离较远的事物更相似。 因此，较近的位置对（半变异函数云的 x 轴最左侧）将具有更相似的值（半变异函数云的 y 轴较低位置）。 位置对的距离变得越远（在半变异函数云的 x 轴上向右移动），就应该变得越不同，差值的平方就会更高（在半变异函数云的 y 轴上向上移动）。 下图展示了一个典型的半变异函数云，以及最拟合这些点的蓝线。 这条蓝线称为半变异函数。
由于计算限制（计算时间和内存限制），如果输入数据集包含超过 5000 个观测值，Geostatistical Analyst 扩展模块将随机选择 5000 个观测值进行结构分析和半变异函数模型拟合（这大约能提供 1250 万对点）。 生成的模型（表面）通常不受随机抽样的影响，因为所有数据都用于生成预测值。 然而，如果数据集中存在少数非常大的值，这些值可能包含也可能不包含在用于生成经验半变异函数/协方差值的子集中，因此，估计的半变异函数模型可能与使用整个数据集估计的半变异函数模型有所不同。