Il metodo Krige è più complesso rispetto a Natural neighbor interpolation. Esso richiede un modello della continuità spaziale o dipendenza (nella forma di una covarianza o semivariogramma) e un campione di dati superficie per determinare l'andamento statistico su cui basare i punti interpolati/estrapolati.
La predizione spaziale utilizzando il metodo Krige implica i due passi seguenti.
È necessario selezionare le posizioni output dei punti interpolati. È importante assicurare che il campionamento dati sia appropriato per le posizioni dei punti interpolati (output). Ad esempio, non selezionare punti sul lato opposto della superficie per determinare un andamento per le posizioni dei punti interpolati/estrapolati, poiché quell'andamento potrebbe non essere appropriato per tali posizioni.
Per prestazioni ottimali, è consigliabile far sì che l'insieme di dati di campionamento abbia sempre dimensioni ridotte. Sia il tempo necessario per l'interpolazione, sia la quantità di memoria utilizzata dall'algoritmo crescono proporzionalmente alle dimensioni dell'insieme di dati di campionamento. L'algoritmo utilizza una matrice con una voce per ogni coppia di punti (N * * 2 voci, dove N è il numero di punti campione). Successivamente inverte la matrice (N * * 3 operazioni). Per prestazioni ottimali, è importante mantenere un valore N il più piccolo possibile. Si consiglia di non superare i 200 punti campione.
La semivarianza è una misura del grado della dipendenza spaziale tra campioni. L'ampiezza della semivarianza tra punti dipende dalla distanza tra i punti. Una distanza inferiore produce una semivarianza minore, una distanza superiore ne produce una maggiore. La stampa delle semivarianze come funzione di distanza da un punto viene definita semivariogramma.
Il metodo Krige fornisce cinque modelli di semivarianze:
La semivarianza aumenta con l'aumentare della distanza fino a quando, ad una determinata distanza da un punto, la semivarianza equivale alla varianza intorno al valore medio e quindi non aumenta ulteriormente, creando sul semivariogramma una regione piana definita soglia. La distanza dal punto d'interesse all'inizio della regione piana viene definita intervallo o estensione della variabile regionalizzata. In questo intervallo, le posizioni sono collegate tra loro e tutti i campioni conosciuti contenuti nella regione, definita anche vicinanza, devono essere considerati quando si esegue la stima del punto d'interesse sconosciuto.
Di solito, il centro della vicinanza è il valore sconosciuto. Per determinare tale valore, vengono assegnati spessori a tutti i valori conosciuti all'interno della vicinanza utilizzando il semivariogramma. Gli spessori e i valori conosciuti vengono quindi utilizzati per calcolare il valore sconosciuto.