半变异函数的地统计方法，是做空间插值前绕不开的一步。你得先搞清楚空间数据的变异性和相关性，才能下手插值，不然误差挺大。一般是通过看半变异函数云图，再套个合适的理论模型，像球状的、高斯的、指数的都常见。用最小二乘法估参数，估出来误差小、插值才靠谱。

半变异函数模型用得好，克里金插值的效果才能稳定。比如要做年降水、蒸发量的空间，就得先云图，看看数据是不是有方向性、是不是有范围，才能对症下药。图 4.2.4 和图 4.2.5 就是挺典型的例子，用来选模型挺有参考价值。

最小二乘法这块，如果你是MATLAB党，可以看看这些现成资源： matlab 程序实现最小二乘法，或者想进阶了解下偏最小二乘法的，也有对应教程。Python 用户也有福气，有个Python 实现最小二乘法的详细教程，代码清爽，逻辑也好懂。

哦对了，还有几个工具类资源，比如曲线拟合实用工具，调试起来比较省心，响应也快。如果你在做图像，数字图像水印技术这篇也用到了最小二乘法，扩展思路挺好。

所以如果你刚好在做空间，或者想搞清楚怎么根据云图选模型、怎么估参数，不妨顺着这条线学一波。重点看懂半变异函数和最小二乘法的结合点，再带着数据练几次，就熟了。